看來許多初學的同學和我一樣，第一個念頭就是我對機器學習和Python都不太了解，該讀哪些書？今天我們聊書。
1.該不該選擇Python
以前做資料分析，大概會推薦R和Python，現在Python借着深度學習成了爆款，連在傳統領域資料分析也有壓倒R一枝獨大的迹象。
2.怎麼學習Python
不過Python确實好學好用，又不像R這樣有很強的領域局限性，用來上手資料分析确實是不錯的選擇。畢竟Python是個萬金油，啥都能做，學習Python是個很大的話題，就從資料分析來看，學習Python的路線大緻如下：
Python語言入門->Python資料處理->Python機器學習。
不同階段可以分别選擇對應的參考書，三個階段推薦三本書吧，都是有中文版的經典技術書。
3.推薦3本書
學習Python語言入門：Python是一款進階程式設計語言，有自己的使用文法，不過總的來說，Python是解釋型動态語言，文法很簡單，如果有C或Java之類的程式設計基礎，看一看基本文法就能寫。學習程式語言，關鍵還是多用。
一定想看書的話，這部分一般推薦鼠書，即《python學習手冊》，機工社出了中文版。挺厚的一本書，寫得很細，要讀完肯定就是Python的專家。但沒必要看完再進入下一階段，切記、切記。
我不太贊同啥書都翻完才算讀懂說法，學習要有目的。這一階段我們要了解的是Python的文法，隻要學完前面的基礎文法部分就行，後面部分可以按需閱讀。
學習Python資料處理：Python處理資料主要使用Pandas，這個庫功能很強大，是以學起來也會比較吃力，推薦另一本鼠書，叫《利用Python進行資料分析》，同樣機工社出了中文版。
這本書講得很全，資料清洗、繪圖、分組之類的常用知識點都覆寫，同時也很基礎。推薦重點閱讀。
學習Python機器學習：現在Python大熱主要還是因為機器學習和深度學習，資料分析和機器學習聯系也很密切，算是必然的延伸吧。Python的機器學習主要用Scikit-Learn，深度學習則有兩大主流，google的tensorflow和facebook的pytorch。這個部分推薦《機器學習實戰：基于Scikit-Learn和TensorFlow》，現在英文版已經出到第二版了，中文版目前隻有第一版。
下回再聊。