9 月发布的 IEEE 榜单显示，2023 年 Python 依旧是最受欢迎的编程语言。似乎找不到一个 Python 无法触及到的领域，在 IT 行业以外，银行、医疗或其他场景也需要运用 Python 相关工具进行数据的分析和决策。
图灵出版了很多 Python 领域相关的图书，并逐渐形成了一个完善的系统。其中有一些书得到了读者的认可，在业界形成了良好的口碑。为此我们构建了一份 Python 读书路线图，并且还在不断完善中。这份路线图方便读者根据自己所处的情况，选择适合自己的 Python 图书。
今天推荐的这份书单，是根据图灵最近 3 个月销量排行总结出的一份 Python 主题书单，这些书都深受读者喜爱，小伙伴看看最近大家都在读什么吧！
《 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。全书分两部分：第一部分介绍用 Python 编程所必须了解的基本概念，包括强大的 Python 库和工具，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的 2D 游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。
《 流畅的Python 》（第2版）
[巴西]卢西亚诺·拉马略 | 著
安道 | 译
本书是 Python 领域备受推崇的经典作品，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。第 2 版分为五部分内容：数据结构、函数即对象、类和协议、控制流、元编程。每一部分都精彩纷呈，通过丰富的示例和细致的讲解，教你充分利用 Python 特性，写出高效且现代的 Python 3 代码。《 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。
《 算法图解 》
[美] 巴尔加瓦 | 著
袁国忠 | 译
最简单易懂的算法教程，像读小说一样轻松。本书长居 Amazon 算法类畅销榜前列，400 多个示意图，基于 Python 代码示例，详细介绍算法执行过程，展示不同算法在性能方面的优缺点。本书前三章介绍算法基础，包括二分查找、大 O 表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如何时采用贪婪算法或动态规划；散列表的应用；图算法；K 最近邻算法。
布拉德利·N. 米勒，戴维·L. 拉努姆 等 | 著吕能，刁寿钧 | 译
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。作为用 Python 描述数据结构与算法的开山之作，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。《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。
《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 Python3，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。
《Excel+Python：飞速搞定数据分析与处理》
流行 Python 库 xlwings 创始人亲授，教你让 Excel 快得飞起来。办公人士零压力学 Python ，轻松突破 Excel 瓶颈，拓展解决问题思路。让你告别烦琐公式和 VBA 代码，将 Excel 任务自动化，实现效率飞跃。让 Excel 和 Python 珠联璧合，避免人为错误，精准完成数据处理。《用Python学透线性代数和微积分》
保罗·奥兰德｜著
以图文结合的方式帮助你用 Python 代码解决程序设计中的线性代数和微积分问题：
√ 向量几何和计算机图形
√ 矩阵和线性变换
√ 微积分的核心概念
√ 仿真和优化
√ 图像处理和音频处理
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。
