Python литература с нуля

Книги для среднего уровня владения Python

Дэн Бейдер. Чистый Python. Тонкости программирования для профи

Словосочетание «для профи» – выдумка российских издателей. В оригинале книга называется Python tricks, то есть в ней собраны всякие «фишки», которые полезны тем, кто уже успел разобраться с основами языка и попрограммировать на Python. Для чтения достаточно базовых знаний языка. Особенно книга будет полезна тем, кто пришел в мир Python из других языков и некоторые мощные конструкции языка ускользнули от внимания.

Лучано Рамальо. Python. К вершинам мастерства

Простота Python помогает быстро повысить производительность труда, но зачастую она же означает, что вы используете далеко не все возможности языка. С помощью этого практического руководства вы узнаете, как писать эффективный и идиоматический код на Python, используя потрясающие, но зачастую незаслуженно забытые фичи Python.

• Учит делать код короче и понятнее.
• Колоссальное количество примеров использования стандартной библиотеки.
• Явным образом показывает преимущества Python 3.
• Хороший экскурс в историю развития языка, дающий понимание, почему Python такой, какой он есть.
• Описаны оптимальные примеры использования различных структур данных в Python.

Даг Хеллман. Стандартная библиотека Python 3. Справочник с примерами

Стандартная библиотека Python содержит сотни модулей, позволяющих взаимодействовать с операционной системой, интерпретатором и Интернетом. В этой книге Даг Хеллман описывает основные разделы библиотеки Python 3.x, сопровождая изложение материала компактными примерами исходного кода и результатами их выполнения. Приведенные примеры наглядно демонстрируют возможности каждого из модулей, предлагаемых библиотекой, и пригодны не только для изучения, но и для использования в реальном коде.

• Полнота изложения, дает ясное понимание применимости модулей.
• Есть электронный вариант на сайте автора, откуда можно брать код примеров.

Бизли и Джонс. Python. Книга рецептов

Книга соответствует третьему стандарту Python. Приведены рецепты, охватывающие различные темы Python, а также задачи, имеющие широкий спектр областей применения. Каждый рецепт содержит примеры кода, которые можно использовать в своих проектах и обсуждение принципов работы данного решения.

• Книга состоит из множества примеров-кусочков кода с пояснениями. Можно последовательно запускать в интерпретаторе и проверять свое понимание.
• Среди тем рассматриваются довольно непростые, например, метаклассы, декораторы, многопоточность, взаимодействие с С-библиотеками.

Гарри Персиваль. Python. Разработка на основе тестирования

Книга демонстрирует преимущества методологии разработки через тестирование (TDD). Вы научитесь писать и выполнять тесты для создания любого фрагмента вашего приложения и затем разрабатывать минимальный объем программного кода, необходимого для прохождения этих тестов. Рассказано, как работать с различными инструментами и фреймворками, такими как Django, Selenium, Git, jQuery и Mock. Издание предназначено для разработчиков, которые уже освоили начальный уровень программирования на Python и хотят перейти на следующий.

• Полнота и качество кода, хорошие разъяснения.
• Последовательно описывается процесс разработки проекта через приемочные и модульные тесты, рефакторинг кода.

Книги Python для продвинутого уровня и специальные разделы

Мигель Гринберг. Разработка веб-приложений с использованием Flask на языке Python

Пошаговые примеры создания законченного приложения на Flask. Автор книги Мигель Гринберг знакомит с основными функциональными возможностями фреймворка и показывает, как расширять приложения дополнительными веб-технологиями.

• Мягкая обложка, книга легко закрывается.
• Код книги постепенно устаревает, хотя принципы построения остаются в силе.

Андреас Мюллер и Сара Гвидо. Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными

Полноцветная книга, источник информации для каждого, кто собирается использовать машинное обучение на практике. Подробно объясняются все этапы, необходимые для создания успешного проекта машинного обучения, с использованием языка Python и библиотек scikit-learn, NumPy и matplotlib. Авторы сосредоточили свое внимание исключительно на практических аспектах применения алгоритмов машинного обучения, оставив за рамками книги их математическое обоснование.

• Полноцветная книга, хорошее качество бумаги и иллюстраций.
• С места в карьер: уже с введения приводится код.
• Программный код доступен на GitHub.
• Довольно простым языком рассказывается об алгоритмах машинного обучения, разбираются плюсы и минусы, области применения.

• Встречаются экземпляры книги с перевернутыми страницами или неправильно расположенными блоками страниц.
• Мягкий переплет – не очень удобно одновременно работать за компьютером.
• Без знаний о программировании и базовых знаний высшей математики книгу будет читать тяжело.

Дж. Вандер Плас. Python для сложных задач. Наука о данных и машинное обучение

Подробное руководство по вычислительным и статистическим методам для Data Science. Читатели, уже имеющие опыт программирования и желающие эффективно использовать Python в сфере Data Science, найдут в этой книге ответы на всевозможные вопросы, например: 1) как мне считать этот формат данных в мой скрипт? 2) Как преобразовать, очистить эти данные и манипулировать ими? 3) Как визуализировать данные такого типа? Как при помощи этих данных разобраться в ситуации, получить ответы на вопросы, построить статистические модели или реализовать машинное обучение?

• Системный рассказ о библиотеках, используемых для решения задач из области Data Science.
• Большое количество примеров.
• Хорошо дополняет соответствующие курсы Stepik, Coursera и др.

• Не затронута тема нейронных сетей.
• Содержит ошибки в иллюстрациях и коде.
• Несколько устарела (некоторые модули переименованы или перенесены).
• Мало математического обоснования методов.

Франсуа Шолле. Глубокое обучение на Python

Как упомянуто выше, книга Вандер Пласа не затрагивает темы нейронных сетей. Следующая книга подойдет для погружения в тему как нельзя лучше – ее написал Франсуа Шолле, один из создателей Keras – высокоуровневой оболочки для работы с нейросетевыми фреймворками.

• Вместо заторов математики – простой, понятный, рабочий код.
• Последовательное изложение особенностей библиотеки Keras.
• Книга развивает инженерный подход к работе с данными.
• Честно рассказывается об ограничениях глубоких сетей.

Ян Эрик Солем. Программирование компьютерного зрения на Python

Если вы хотите разобраться в основах теории и алгоритмов компьютерного зрения, то эта книга – как раз то, что нужно. Вы узнаете о методах распознавания объектов, трехмерной реконструкции, обработке стереоизображений, дополненной реальности и других приложениях компьютерного зрения. Изложение сопровождается понятными примерами на Python. Объяснения даются без погружения в сухую теорию. Издание подойдет для студентов, исследователей и энтузиастов-любителей с базовыми знаниями математики и навыками программирования.

• Понятная подача алгоритмов компьютерного зрения.
• Много примеров.
• Цветные иллюстрации.

Хуан Нуньес-Иглесиас и Штефан Ван дер Уолт. Элегантный SciPy

На протяжении книги вы будете работать с примерами из обширной научной экосистемы Python, используя программный код, который иллюстрирует кратко очерченные принципы. Используя реальные научные данные, вы будете работать с практическими задачами вместе с SciPy, NumPy, pandas, scikit-image и другими библиотеками Python.

• Коротко и по делу, без лирических отступлений.
• Примеры взяты из реальных научных работ: генетика, обработка изображений, радиолокация, биология, нейрофизиология.

• Преимущество конкретных примеров одновременно является и недостатком: требуется углубиться в описываемую область, чтобы точно понять пример.
• Неаккуратное использование научной терминологии в переводе.

Если вы не увидели любимую книгу в списке, пожалуйста, не стесняйтесь порекомендовать ее в комментариях. Если вы читали перечисленные книги, дополните наши описания – какие преимущества и недостатки отметили бы вы.

Библиотека программиста любит язык Python. Вот три недавних публикации:

Я уже сто раз начинал учиться самостоятельно, но ничего не получалось. Как быть?

Самообучение требует огромной мотивации, желания и трудолюбия. Здорово, если всё это есть. В противном случае не помогут даже самые подробные книги.

Важно, чтобы обучение доставляло удовольствие, приносило пользу и было реальным стартом в новой профессии. На курсе онлайн-университета Skypro «Python-разработчик» начинающим айтишникам помогают мягко погрузиться в индустрию. Вы научитесь:

• писать код в Colab, PyCharm и GitHub;
• работать с базами данных SQLite, PostgreSQL, SQLAlchemy;
• использовать фреймворки Django, Flask;
• разрабатывать веб-сервисы и телеграм-боты.

У Skypro гарантия трудоустройства прописана в договоре, поэтому вам реально вернут деньги, если вы не устроитесь на работу в течение четырех месяцев после окончания обучения.

Источник