Python参考书籍，进一步提高Python基础

如果已经完成了Python基础语法的学习，想要知道接下来如何提高，那么你得先问问自己你要用Python来做什么？目前学习Python后可能的就业方向包括以下几个领域，我把每个领域需要的技术作为了一个简单的关键词摘要。

说明：以下数据参考了主要的招聘门户网站以及职友集。

如果弄清了自己将来要做的方向，就可以开始有针对性的学习了，下面给大家一个推荐书籍的清单。

1. 入门读物

1. 《Python基础教程》（Beginning Python From Novice to Professional）
2. 《Python学习手册》（Learning Python）
3. 《Python编程》（Programming Python）
4. 《Python编程从入门到实践》（Python Crash Course）
5. 《Python Cookbook》

2. 进阶读物

1. 《软件架构 - Python语言实现》（Software Architecture with Python）
2. 《流畅的Python》（Fluent Python）
3. 《Python设计模式》（Learning Python Design Patterns）
4. 《Python高级编程》（Expert Python Programming）
5. 《Python性能分析与优化》（Mastering Python High Performance）

3. 数据库相关

1. 《MySQL必知必会》（MySQL Crash Course）
2. 《深入浅出MySQL - 数据库开发、优化与管理维护》
3. 《MongoDB权威指南》（MongoDB: The Definitive Guide）
4. 《Redis实战》（Redis in Action）
5. 《Redis开发与运维》

4. Linux / Shell / Docker / 运维

1. 《鸟哥的Linux私房菜》
2. 《Linux命令行与shell脚本编程大全》（Linux Command Line and Shell Scripting Bible）
3. 《Python自动化运维:技术与最佳实践》
4. 《第一本Docker书》（The Docker Book）
5. 《Docker经典实例》（Docker Cookbook）

5. Django / Flask / Tornado

1. 《Django基础教程》（Tango with Django）
2. 《轻量级Django》（Lightweight Django）
3. 《精通Django》（Mastering Django: Core）
4. 《Python Web开发：测试驱动方法》（Test-Driven Development with Python）
5. 《Two Scoops of Django: Best Practice of Django 1.8》
6. 《Flask Web开发：基于Python的Web应用开发实战》（Flask Web Development: Developing Web Applications with Python）
7. 《深入理解Flask》（Mastering Flask）
8. 《Introduction to Tornado》

6. 爬虫开发

1. 《用Python写网络爬虫》（Web Scraping with Python）
2. 《精通Python爬虫框架Scrapy》（Learning Scrapy）
3. 《Python网络数据采集》（Web Scraping with Python）
4. 《Python爬虫开发与项目实战》
5. 《Python 3网络爬虫开发实战》

7. 数据分析

1. 《利用Python进行数据分析》（Python for Data Analysis）
2. 《Python数据科学手册》（Python Data Science Handbook）
3. 《Python金融大数据分析》（Python for Finance）
4. 《Python数据可视化编程实战》（Python Data Visualization Cookbook）
5. 《Python数据处理》（Data Wrangling with Python）

8. 机器学习

1. 《Python机器学习基础教程》（Introduction to Machine Learning with Python）
2. 《Python机器学习实践指南》（Python Machine Learning Blueprints）
3. 《Python机器学习实践：测试驱动的开发方法》（Thoughtful Machine Learning with Python A Test Driven Approach）
4. 《Python机器学习经典实例》（Python Machine Learning Cookbook）
5. 《TensorFlow：实战Google深度学习框架》

9. 其他书籍

1. 《Pro Git》
2. 《Selenium自动化测试 - 基于Python语言》（Learning Selenium Testing Tools with Python）
3. 《Selenium自动化测试之道》
4. 《Scrum敏捷软件开发》（Software Development using Scrum）
5. 《高效团队开发 - 工具与方法》

当然学习编程，最重要的通过项目实战来提升自己的综合能力，Github上有大量的优质开源项目，其中不乏优质的Python项目。有一个名为“awesome-python-applications”的项目对这些优质的资源进行了归类并提供了传送门，大家可以了解下。如果自学能力不是那么强，可以通过网络上免费或者付费的视频课程来学习对应的知识；如果自律性没有那么强，那就只能建议花钱参加培训班了，因为花钱在有人监督的环境下学习对很多人来说确实是一个捷径，但是要记得：“师傅领进门，修行靠各人”。选择自己热爱的东西并全力以赴，不要盲目的跟风学习，这一点算是过来人的忠告吧。记得我自己刚开始进入软件开发这个行业时，有人跟我说过这么一句话，现在也分享出来与诸君共勉：“浮躁的人有两种：只观望而不学习的人，只学习而不坚持的人；浮躁的人都不是高手。”