蛇年行至，万物焕新。
恰逢 Python“本命年”，祝愿各位读者
金蛇盘福，码上生花。
值此双“蛇”共舞之际，我们以书为礼，
奉上 2025 Python “本命年”修炼秘籍，从基础语法到进阶实战，从算法到人工智能，一次性帮你避开 Python 学习路上的坑。无论你是想快速入门，还是想打破技术瓶颈，这份书单都将是你在 Python 学习中不断进阶的助力。新年小图将继续陪伴大家在学习的路上稳步前行，一起迎接更多的可能！
《 Python编程：从入门到实践
（第3版）
》
[美]埃里克·马瑟斯 | 著
袁国忠 | 译
Python 入门圣经，影响全球超过 250 万读者，长居 Amazon、京东等网店编程类图书榜首，真正零基础，附赠随书代码+配套视频讲解+速查手册，自学无压力。
门佳 | 译
本书内容由浅入深，从基础知识出发，逐步迈向更复杂、更多样化的主题，帮你构建 Python 知识体系。作者将教程与食谱风格的
代码配方相结合，以解释 Python 3 中的概念，学习起来无压力，
章末练习还能帮你巩固所学知识，助你快速上手。
《 流畅的Python
（第2版）
》
[巴西]卢西亚诺·拉马略 | 著
安道 | 译
Python 进阶第一书，致力于帮助 Python 开发人员挖掘这门语言及相关程序库的优秀特性，写出简洁、流畅、易读、易维护，并且地道的 Python 代码。
本书着重讲解 Python 语言所独有的功能，助你成功进阶为 Python 高手。第 2 版与时俱进，教你跳出旧有经验，探索并运用地道的 Python 3 功能。
《 Python工匠：案例、技巧与工程实践 》
朱雷（@piglei）| 著
本书基于“Python工匠”系列，豆瓣评分 9.2 分，作者融入互联网大厂工程实践经验，聚焦真实项目中高频使用的 Python 编程核心知识点。
本书共计 13 章，分为五大部分：变量与基础类型、语法结构、函数与装饰器、面向对象编程、总结与延伸，涵盖 Python 编程的方方面面。
Python 之父 Guido van Rossum 推荐、CPython 核心开发者 Carol Willing 作序！
这本书以一种平易近人的方式解释了 Python 解释器的概念、思想和技术细节。
本书从语法解析、编译器等基础概念出发，深入求值循环、内存管理等 CPython 解释器实现细节。轻松！简明！豁然开朗！手把手带你重新编译 CPython，了解 Python 的内部实现。
《算法图解（第2版）》
[美] 阿迪蒂亚 · Y. 巴尔加瓦 | 著
像小说一样好懂的算法书，400 多幅示意图，生动展示算法相关内容，以简明易懂的方式阐释了算法，教会你用常见算法解决每天面临的实际编程问题。
这一版将示例代码更新到了 Python 3，并新增了两章专门讨论树，加之诸多修订，使得内容更加完善。
《Hello 算法》
靳宇栋（@krahets）｜著
动画图解、一键运行的数据结构与算法教程，GitHub Star 101k ！近 500 幅动画插图，近 200 段精选代码，助你快速入门数据结构与算法。
布拉德利·N. 米勒，戴维·L. 拉努姆 等 | 著
吕能，刁寿钧 | 译
作为用 Python 描述数据结构与算法的开山之作，这本书是经典的计算机教材，被华盛顿大学、北京大学等多家高校采用。
向读者透彻讲解在 Python 环境下，如何通过一系列存储机制高效地实现各类算法。
内容对初学者友好，开篇介绍了基于大 O 计法的算法分析，并通篇运用，使用 Python 3
讲解，语法干净。深入浅出，理论扎实，案例丰富。每章还配有练习题，方便巩固学习
。
机器学习
李锐 李鹏 曲亚东 王斌 | 译
最畅销的机器学习图书，介绍并实现机器学习的主流算法，面向日常任务的高效实战内容。全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用 Python 代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
Andreas C. Müller Sarah Guido | 著
scikit-learn 库维护者和核心贡献者作品。本书主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。
《深度学习入门：基于Python的理论与实现》
斋藤康毅 | 著
本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用 Python 3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。
《深度学习入门2：自制框架》
深度学习鱼书姊妹篇，这套书做到了真正意义上的“入门”！书中没有使用内容不明的黑盒，而是从我们能理解的最基础的知识出发，一步一步地实现最先进的深度学习技术。
美国物理学家费曼说：“What I cannot create，I do not understand.” 只有创造一个东西，才算真正弄懂了一个问题。这本书手把手带你创建深度学习框架，直击现代深度学习框架本质！
豆瓣评分 9.4 的畅销书《深度学习入门：基于Python的理论与实现》续作，带你快速直达自然语言处理领域！本书内容精炼，聚焦深度学习视角下的自然语言处理，延续前作的行文风格，采用通俗的语言和大量直观的示意图详细讲解，帮助读者加深对深度学习技术的理解，轻松入门自然语言处理。
《深度学习入门4:强化学习》
斋藤康毅 ｜著
郑明智 ｜译
深受读者喜爱的深度学习入门“鱼书”系列第四弹，深度学习入门经典，从零开始掌握强化学习。
沿袭“鱼书”系列风格，提供实际代码，边实践边学习，无须依赖外部库，从零开始实现支撑强化学习的基础技术。
本书由深度学习框架 Keras 之父弗朗索瓦·肖莱执笔，通过直观的解释和丰富的示例帮助你构建深度学习知识体系。作者避免使用数学符号，转而采用 Python 代码来解释深度学习的核心思想，包括 Transformer 架构的原理和示例。
知名计算机科学家 Michael Nielsen 作品，哈工大研究生课程参考书，李航、马少平等多位业内专家推荐。
深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。
作者以技术原理为导向，辅以贯穿全书的 MNIST 手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。
学完本书，读者将能够通过编写 Python 代码来解决复杂的模式识别问题。
《Python网络爬虫开发实战（第 2 版）》
崔庆才 | 著
Python 之父 Guido van Rossum 推荐的爬虫入门书，第 1 版销量近 100000 册。本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版，相比于第 1 版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。
另外，主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。
《 数据科学入门（第2版）》
[美]乔尔·格鲁斯 | 著
岳冰 高蓉 韩波 | 译
全能数据科学家成长指南，长居亚马逊机器学习热销榜，数据科学关键能力矩阵全覆盖。新版基于 Python 3.6，从零开始讲解数据科学工作，讲述数据科学工作所需的技能与诀窍，并带领读者熟悉数据科学的核心知识：数学与统计学。
《Excel+Python：飞速搞定数据分析与处理》
