创始人退休后的Python,起飞还是没落?
夏永锋 廖邦杰 译
本书是Python用户的一本百科式学习指南,由Python社区数百名成员协作奉献。涉及开发环境和部署、编写符合Pythonic品味的代码、各应用场景下主流的Python解决方案、学习资源推荐等多个方面,有足够的广度也有合适的深度。不仅如此,书中还分享了阅读代码的思路、方法和技巧,告诉你为什么这么设计……并清晰地呈现了项目结构图,有极强的学习价值。 NO.8 《Selenium 3+Python 3自动化测试项目实战:从菜鸟到高手》田春成 李靖 著 提供大量典型自动化测试实例,以“一镜到底”的手法对核心项目进行阐述,彻底掌握并灵活运用到自己的项目中 本书真正为软件测试人员考虑,在有限的篇幅内既讲解了必需的Python语言知识,也设计了很多演示案例、项目等,内容翔实,代码可以拿来即用。循序渐进落地自动化测试项目,在项目中学会Selenium自动化与Python语言。 NO.9《Python高效开发实战:Django、Tornado、Flask、Twisted(第2版)》刘长龙 著 四种主流的Python Web开发框架,零基础完成网站搭建、数据库设计、前后端开发,全方位领悟Python原理与应用 本书分为3篇:上篇是Python基础,带领初学者实践Python开发环境,掌握基本语法,同时对网络协议、Web客户端技术、数据库建模编程等网络编程基础进行深入浅出的学习;中篇是Python框架,学习当前最流行的Python Web框架,即Django、Tornado、Flask和Twisted,达到对各种Python网络技术融会贯通的目的;下篇是Python框架实战,分别对4种框架进行项目实践,利用其各自的特点开发适用于不同场景的网络程序。 NO.10《Python机器学习手册:从数据预处理到深度学习》【美】Chris Albon 著 韩慧昌 林然 徐江 译 用近200个小任务的解决方案以及代码,教你解决机器学习日常开发中的细节问题 本书采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案,针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的常见任务,涵盖从简 单的矩阵和向量运算到特征工程以及神经网络的构建。所有方案都提供了相关代码,读者可以 复制并粘贴这些代码,用在自己的程序中。 祝你的Python旅程好运!这肯定是一个很好的决定,并在不久的将来会得到回报。
(编辑:济南站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |