關(guān)于Python,程序江湖里從不缺少金句：「人生苦短，我用Python！」「學完P(guān)ython，便可上天！」，而最近這些話從調(diào)侃正在變?yōu)槭聦崳?/p>

上周，PYPL(編程語言受歡迎程度) 四月官方榜單已發(fā)布，Python榮獲NO.1，相比去年 4 月份，今年上漲了 5.2%，成績頗為亮眼， 從去年開始，Python就開始霸占榜單長達1年，成為編程市場上份額最高的語言！

今天小編帶來了6本Python和python機器學習相關(guān)新書，如果你喜歡，歡迎收藏。

書名： 《從零開始學Python（第2版）》

作者： [美] 約翰·保羅·穆勒（John Paul Mueller）

譯者： 武傳海

編輯推薦：

“達人迷”是暢銷美國近30年的經(jīng)典圖書品牌，經(jīng)過億萬讀者的檢驗。

本書面向零基礎(chǔ)讀者，巧用類比式描述，技術(shù)知識點輕松掌握；基于案例進行講解，讀者可輕松理解編程思維，并在配套代碼中參透Python編程的技巧。本書囊括5項常見任務&2項高級任，助力快速掌握Python。

除此之外，書中還有一系列的Python周邊小知識，教你更好地掌握Python，活學活用Python。

書名： 《Python 3破冰人工智能：從入門到實戰(zhàn)》

作者： 黃海濤

編輯推薦：

數(shù)學基礎(chǔ)： 從歷年數(shù)學建模競賽入手，解讀人工智能中的數(shù)學方法。

編程實踐： 100余個代碼實例，全面講解網(wǎng)絡爬蟲、數(shù)據(jù)存儲與數(shù)據(jù)分析等內(nèi)容。

算法應用： 實戰(zhàn)案例輔以豐富圖解，詳盡分析人工智能算法特性及其應用場景。

本書創(chuàng)新性地從數(shù)學建模競賽入手，深入淺出地講解了人工智能領(lǐng)域的相關(guān)知識。 本書內(nèi)容基于Python 3.6 ，從人工智能領(lǐng)域的數(shù)學出發(fā)，到Python在人工智能場景下的關(guān)鍵模塊；從網(wǎng)絡爬蟲到數(shù)據(jù)存儲，再到數(shù)據(jù)分析；從機器學習到深度學習，涉及自然語言處理、機器學習、深度學習、推薦系統(tǒng)和知識圖譜等。

此外， 本書還提供了近140個代碼案例和大量圖表 ，全面系統(tǒng)地闡述了算法特性，個別案例算法來自于工作經(jīng)驗總結(jié)，力求幫助讀者學以致用。

書名： 《Python和NLTK自然語言處理》

作者： [印度] 尼天·哈登尼亞（Nitin Hardeniya）等

譯者： 林賜

編輯推薦：

使用詞性標注和分塊的方法對文本進行整理與清洗。

把文本標記為句子，把句子標記為單詞。

NLTK是自然語言處理領(lǐng)域中非常受歡迎和廣泛使用的Python庫。NLTK的優(yōu)點在于其簡單性，其中大多數(shù)復雜的自然語言處理任務使用幾行代碼即可完成。

本書旨在講述如何用Python和NLTK解決各種自然語言處理任務并開發(fā)機器學習方面的應用。本書介紹了NLTK的基本模塊，講述了采用NLTK實現(xiàn)自然語言處理的大量技巧，討論了一些文本處理方法和語言處理技術(shù)，展示了使用Python實現(xiàn)NLP項目的大量實踐經(jīng)驗。本書主要內(nèi)容包括文本挖掘/NLP任務中所需的所有預處理步驟，如何使用Python 3的NLTK 3進行文本處理，如何通過Python開展NLP項目。

書名： 《Python機器學習》

作者： [印]阿布舍克·維賈亞瓦吉亞（Abhishek Vijayvargia）

譯者： 宋格格

編輯推薦：

Python機器學習實用教程

本書提供配套資源可供讀者下載

本書通過解釋數(shù)學原理和展示編程示例對機器學習進行了系統(tǒng)、全面的解析。共分為12章，內(nèi)容涵蓋了機器學習以及Python語言的基礎(chǔ)知識、特征工程的概念與操作技術(shù)、數(shù)據(jù)可視化技術(shù)的實現(xiàn)、監(jiān)督學習及無監(jiān)督學習算法、文本分析、神經(jīng)網(wǎng)絡和深度學習、推薦系統(tǒng)的構(gòu)建方法以及預測處理時間序列的方法等。

閱讀《Python機器學習》能夠加深讀者對機器學習的認識和理解，從而達到理論與實踐相結(jié)合、學以致用的目的。

書名： 《scikit-learn機器學習（第2版）》