看来许多初学的同学和我一样，第一个念头就是我对机器学习和Python都不太了解，该读哪些书？今天我们聊书。
1.该不该选择Python
以前做数据分析，大概会推荐R和Python，现在Python借着深度学习成了爆款，连在传统领域数据分析也有压倒R一枝独大的迹象。
2.怎么学习Python
不过Python确实好学好用，又不像R这样有很强的领域局限性，用来上手数据分析确实是不错的选择。毕竟Python是个万金油，啥都能做，学习Python是个很大的话题，就从数据分析来看，学习Python的路线大致如下：
Python语言入门->Python数据处理->Python机器学习。
不同阶段可以分别选择对应的参考书，三个阶段推荐三本书吧，都是有中文版的经典技术书。
3.推荐3本书
学习Python语言入门：Python是一款高级编程语言，有自己的使用语法，不过总的来说，Python是解释型动态语言，语法很简单，如果有C或Java之类的编程基础，看一看基本语法就能写。学习程序语言，关键还是多用。
一定想看书的话，这部分一般推荐鼠书，即《python学习手册》，机工社出了中文版。挺厚的一本书，写得很细，要读完肯定就是Python的专家。但没必要看完再进入下一阶段，切记、切记。
我不太赞同啥书都翻完才算读懂说法，学习要有目的。这一阶段我们要了解的是Python的语法，只要学完前面的基础语法部分就行，后面部分可以按需阅读。
学习Python数据处理：Python处理数据主要使用Pandas，这个库功能很强大，所以学起来也会比较吃力，推荐另一本鼠书，叫《利用Python进行数据分析》，同样机工社出了中文版。
这本书讲得很全，数据清洗、绘图、分组之类的常用知识点都覆盖，同时也很基础。推荐重点阅读。
学习Python机器学习：现在Python大热主要还是因为机器学习和深度学习，数据分析和机器学习联系也很密切，算是必然的延伸吧。Python的机器学习主要用Scikit-Learn，深度学习则有两大主流，google的tensorflow和facebook的pytorch。这个部分推荐《机器学习实战：基于Scikit-Learn和TensorFlow》，现在英文版已经出到第二版了，中文版目前只有第一版。
下回再聊。