关于树莓派垃圾分类的论文
教育部考试中心近日发布关于全国计算机等级(NCRE)体系调整的通知，决定自2018年3月起，在全国计算机二级考试中增加“Python语言编程”科目。
9个月前，浙江省信息技术课程改革方案颁布，Python决定进入浙江省信息技术教材。2018起，浙江省信息技术教材编程语言将由vb改为Python。
小学生都开始学Python了。天啊，看完这些学Python肯定是对的。
安利一博书单
Python简介
Python编程快速入门——自动化繁琐的工作。
作者:美国人阿尔·斯威加特(Svegat)
Python3编程从入门到实践
亚马逊出售Python编程书籍。
本书是面向实践的Python编程实用指南。本书不仅介绍了Python语言的基础知识，还通过项目实践教会读者如何应用这些知识和技能。本书的第一部分介绍了Python编程的基本概念，第二部分介绍了一些不同的任务。通过编写Python程序，计算机可以自动完成。第二部分的每一章都有一些项目程序供读者学习。在每章的最后，还有一些练习和深入的实际项目，以帮助读者巩固他们所学的知识，附录提供了所有练习的答案。
用笨方法学Python(第3版)
作者:美国泽德·a·肖
《用笨方法学Python》(第3版)是一本入门的Python书籍，适合不太懂计算机，也没学过编程，但对编程感兴趣的读者。本书以习题的方式引导读者循序渐进地学习编程，从简单的打印到完整项目的实现，让初学者从基本的编程技术开始，最终体验软件开发的基本过程。
《用笨方法学Python(第3版)》的结构很简单，* * *包括52个练习，其中26个涵盖了输入/输出、变量和函数三个主题，另外26个涵盖了一些高级主题，比如条件判断、循环、类和对象、代码测试和项目实现。每章的格式基本相同，从代码练习开始，按照说明写代码，运行并检查结果，然后做附加练习。
Python编程初学者指南
作者:美丽的麦可·道森
Python编程初学者指南试图以一种轻松有趣的方式帮助初学者掌握Python语言和编程技巧。本书***12章节，每章都会用一个完整的游戏来演示重点知识点，通过编写好玩的小软件来学习编程，会引起读者的兴趣，降低学习难度。每章的最后都会对该章的知识点进行总结，并给出一些小练习，供读者一试身手。作者巧妙地将所有编程知识嵌入到这些例子中，真正做到了教育的娱乐化。
数据结构(Python语言描述)
作者:肯尼斯·a·兰伯特(Lambert)
在计算机科学中，数据结构是一门概念抽象、难度较大的高级课程。Python语言语法简单，交互性强。用Python来解释数据结构等话题，比C语言更简单明了。
本书第1章简要介绍了Python语言的基础知识和特点。第二章到第四章详细介绍了抽象数据类型、数据结构、复杂性分析、数组和线性链表结构。第五章和第六章重点介绍了面向对象设计的相关知识。第5章包括接口和实现、多态和信息隐藏之间的主要区别。第6章主要讲解继承的相关知识。第七章到第九章介绍了用栈、队列、链表表示的线性集合的相关知识。第10章介绍各种树结构，第11章讲解集合和字典的相关内容，第12章介绍图和图处理算法。每章结尾都给出复习题和案例分析，帮助读者巩固和思考。
像计算机科学家一样思考Python。
作者:美国艾伦·b·唐尼
这本书按照训练读者像计算机科学家一样思考的想法来教授Python编程。书的主体是如何思考、设计和开发，具体的编程语言只是提供了一个引入具体场景的便捷媒介。这不是一本关于语言的书，而是一本关于编程思想的书。与其他编程语言书籍不同的是，它不拘泥于语言细节，而是试图从初学者的角度出发，用生动的例子和丰富的练习来引导读者变得更好。
Python高级版
Python高级编程(第二版)
作者:米查，波兰？贾沃斯基(贾沃斯基)、塔里克·齐亚德(赖德)
本书以Python 3.5版本为基础，通过13章的内容，深刻揭示了Python编程的高级技巧。本书从介绍Python语言及其社区开始，对Python语法、命名规则、Python包编写、部署代码、扩展程序开发、管理代码、文档编写、测试开发、代码优化、并发编程、设计模式等重要主题进行了全面系统的讲解。
本书适合想进一步提高Python编程技能的读者，也适合对Python编程感兴趣的读者。结合典型和实际的开发案例，本书可以帮助读者创建高性能、可靠和可维护的Python应用程序。
Python高性能编程
作者:Gorelick，Ozsvald。
本书* * *共12章，重点讲述如何优化代码，加快实际应用的运行速度。本书主要包含以下主题:计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和向量计算、并发、聚类和工作队列。最后，通过一系列真实案例，论证了应用场景中需要注意的问题。
本书适合初级和中级Python程序员，以及有一定Python语言基础，希望得到进阶和提高的读者。
Python极客项目编程
作者:Mahesh Venkitachalam，美国
Python是一种高级编程语言，具有解释性、面向对象和动态数据类型。通过Python编程，我们可以解决现实生活中的很多任务。
这本书帮助并鼓励读者通过14个有趣的项目探索Python编程的世界。该书***14章分别介绍了一些用Python编程实现的有趣项目，包括解析iTunes播放列表、模拟人工生命、创建ASCII码艺术图纸、照片拼接、生成三维图纸、创建粒子模拟烟花喷泉效果、实现三维光线投射算法、将Arduino、树莓派等硬件与Python结合。本书并没有介绍Python语言的基础知识，而是通过一系列复杂的项目展示了如何使用Python解决各种实际问题，以及如何使用一些流行的Python库。
Python核心编程(第三版)
作者:美国卫斯理·陈(Wesley Chun)
本书是经典畅销书《Python核心编程》(第二版)的全新升级版，分为三个部分。1部分讲解了Python的一些通用应用，包括正则表达式、网络编程、互联网客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等等。第二部分讲解了与Web开发相关的主题，包括Web客户端和服务器、与CGI和WSGI相关的Web编程、Diango Web框架、云计算和高级Web服务。第三部分是补充/实验章，包括文本处理等一些内容。
这本书适合有一定经验的Python开发者。
Python机器学习——预测分析的核心算法”
作者:迈克尔·鲍尔斯(Bowles)
在学习和研究机器学习的时候，面对眼花缭乱的算法，机器学习的新手往往无所适从。这本书从算法和Python语言实现的角度帮助读者理解机器学习。
本书重点介绍了两种核心的“算法族”，即罚线性回归和积分方法，并通过代码示例展示了使用所讨论算法的原理。全书* * *共分七章，详细论述了预测模型的两大核心算法，预测模型的构建，罚线性回归和积分法的具体应用和实现。
Python机器学习实践指南
作者:亚历山大·t·库姆斯，美国
机器学习是近年来越来越热门的领域，Python语言经过一段时间的发展也逐渐成为主流编程语言之一。本书结合了机器学习和Python语言这两个热门领域，利用两个核心的机器学习算法，最大限度发挥Python语言在数据分析方面的优势。
这本书有10章。第1章讲解了Python机器学习生态系统，其余九章介绍了很多与机器学习相关的算法，包括各种分类算法、数据可视化技术、推荐引擎等。，主要包括机器学习在公寓、机票、IPO市场、新闻源、内容推广、股票市场、图片、聊天机器人、推荐引擎的应用。
精通Python自然语言处理
作者:Deepti Chopra，Nisheeth Joshi，Iti Mathur，印度。
自然语言处理是计算语言学和人工智能中与人机交互相关的领域之一。
本书是学习自然语言处理的综合学习指南，介绍了如何用Python实现各种NLP任务，帮助读者基于现实生活中的应用创建项目。本书***10章，涵盖了字符串操作、统计语言建模、形态学、词性标注、语法分析、语义分析、情感分析、信息检索、语篇分析和NLP系统评估等主题。
本书适合熟悉Python语言，对自然语言处理和开发有一定了解和兴趣的读者。
Python数据科学指南
作者:印度戈皮·萨勃拉曼尼亚(Sabramanian)
60多种实用开发技能，帮助您探索Python及其强大的数据科学功能。
Python作为一种高级编程语言，以其简单性、可读性和可扩展性成为编程领域备受推崇的语言，成为数据科学家的首选之一。
本书详细介绍了Python在数据科学中的应用，包括数据探索、数据分析与挖掘、机器学习、大规模机器学习等主题。每章都为读者提供了足够的数学知识和代码实例，让读者理解不同深度的算法函数，帮助读者更好地掌握各种知识点。
本书内容结构清晰，实例完整，无论是数据科学领域的新手还是有经验的数据科学家都将从中受益。
用Python编写网络爬虫
作者:澳大利亚的理查德·劳森(理查德·劳森)
本书讲解了如何使用Python编写网络爬虫程序，包括网络爬虫介绍，从页面抓取数据的三种方式，从缓存中提取数据，使用多线程和进程进行并发抓取，如何从动态页面抓取内容，与表单交互，处理页面中的验证码问题，使用Scarpy和Portia抓取数据。最后利用本书介绍的数据抓取技术抓取了几个真实的网站，旨在帮助读者学习和生活。
本书适合有一定Python编程经验，对爬虫技术感兴趣的读者。
贝叶斯思维:统计建模的Python学习方法
作者:美国艾伦·b·唐尼
这本书帮助那些想用数学工具解决实际问题的人。唯一的要求可能就是懂一点概率和编程的知识。贝叶斯方法是一种利用概率知识解决不确定性问题的常用数学方法。对于一个计算机专业人员来说，应该熟悉它在机器翻译、语音识别、垃圾邮件检测等常见计算机问题中的应用。
Python自然语言处理
作者:史蒂文伯德，伊万克莱恩，爱德华洛佩兹。
自然语言处理是计算机科学和人工智能的一个重要方向。它研究用自然语言实现人与计算机有效交流的各种理论和方法，涉及计算机对自然语言的所有操作。
Python自然语言处理(python Natural Language Processing)是自然语言处理领域的实用入门指南，旨在帮助读者学习如何编写程序来分析书面语言。Python自然语言处理基于Python编程语言和一个名为NLTK的自然语言工具包开源库，但不要求读者有Python编程经验。本书***11章节按照难易程度排列。1到3章介绍语言处理的基础知识，讲述如何使用小Python程序分析有趣的文本信息。第4章讨论结构化编程，以巩固前几章介绍的编程要点。第5章到第7章介绍了语言处理的基本原理，包括标注、分类和信息抽取。第八章至10章介绍句子解析、句法结构识别、句子意义表达方法。第11章介绍如何有效管理语言数据。后记简要讨论了自然语言处理领域的过去和未来。
这本书非常实用，包括数百个实际例子和分级练习。可以供读者自学使用，可以作为自然语言处理或计算语言学的教材，也可以作为人工智能、文本挖掘、语料库语言学等课程的补充读物。
Python数据分析”
作者:伊万·伊德里斯，印度尼西亚
Python是一种多范式编程语言，既适用于面向对象的应用程序开发，也适用于功能设计模式。Python已经成为数据科学家进行数据分析、可视化和机器学习的理想编程语言，可以帮助你快速提高工作效率。
这本书将引导初学者熟悉Python数据分析的各个方面，从数据检索、清洗、操作、可视化和存储到高级分析和建模。同时，本书重点介绍了一系列开源Python模块，如NumPy、SciPy、matplotlib、pandas、IPython、Cython、scikit-learn和NLTK。此外，本书还介绍了数据可视化、信号处理、时间序列分析、数据库、预测分析和机器学习等主题。通过阅读这本书，你将成为数据分析专家。