背景

我是出来工作的时候开始学习python，因为职业需要（处理数据），所以开始接触。后来的事务安排变化较多，用python做过很多事情，从现在这个节点看。不同的学习资料（书籍）对于我在不同方面的成长不是一样。因为python的实际用途又很多，业务领域包括数据建模、数据仓库、数据分析等，技术领域有云原生、自动化运维、服务端、算法、爬虫等，下面我会分在各个领域对于我在实践领域有帮助的书籍。

· 基础编程

入门级别的语法、常见编程报错肯定是技术博客更有用，毕竟阅读量是摆在这的，通俗易懂，命中诉求。
慕课网-python课程列表
廖雪峰-python教程

· 进阶编程

这个其实可学可不学，最好的学习当然是直接去github浏览别人的作品，主要学习在于编程语言的习惯、高级用法、程序设计。为什么说可学可不学，主要是因为在实际的工作中，很多出于敏捷开发的（主要还是互联网行业发展得快）诉求，对于一般的开发是功能优先，质量上是有所忽视的。当然高级用法的使用是进阶必经之路，因为后续无论是系统开发、服务端开发等，越是做公共基础设施，对于代码质量、编码效率就越是不可忽视。Java界有它的核心编程（从入门到跑路），python界也有类似的书籍。
image.png

· 网络客户端（爬虫）

相信爬虫应该是很多应用开发者第一个上手的项目——麻雀虽小，五脏俱全。其后续的优化应用可以延伸到应用开发的各个领域，包括数据存储、网络技术、系统运维等。是巩固语言知识以及专业化的很好的上手应用。网络博客有很多，基础的就不介绍书籍了。

如果你是/想成为一名BI

KimBall的维度建模应该是业界最通用，也是个人实践下来最实用和完备的方法论
image.png

如果你是/想成为一名后端开发

· 劝退。。。考虑学习一下Java、C++、GO、Nodejs？
· 如果真要介绍，这个行业里面用得多的是django，flask作为后起之秀也是成功逆袭；考虑到Go、Node异步编程的各种好，tornado也在不断地发展
django book
image.png

如果你是/想成为一名运维、SRE

· fabric、paramiko，良心库推荐、简单实用易上手，各种兼容、分布式简化
image.png

如果你是/想成为算法工程师

· 在这方面经验不是很深，从我的观察里面，从原材料（数据）区分，（业界很多是基于学习方法）主要有两个大的部分构成，一方面是基于结构化数据——推荐、排序，一方面是基于非结构化的文本数据——自然语言处理。主要用到的（在python领域）有机器学习、神经网络，所以从这两个角度，以下两本（在实践方面）还是得看看
· 主流模型是GBDT、xgboost、CNN、RNN（以及基于此的textCNN、Bert），实用性强，性能好，网上材料也多也容易落地
image.pngimage.png