java语言程序设计进阶篇-c语言程序设计进阶

*编程语言社区排行榜是编程语言流行趋势的一个指标，每月更新，这份排行榜排名基于全球技术工程师、课程和第三方供应商的数量，其中包括了流行的搜索引擎以及技术社区。

最新前20名编程语言排名

大家可以看到，在过去前一年排行前20位的编程语言中，Python保持着稳定的用户增长量。其实，早在几个月以前，Java就曾被Python所打败，位列排行第二。因此异步君猜想，虽然Python现在的用户增长量名次不是第一，但在不久之后它定能再次超越Java，顺利地完成“反杀”。

TIOBE Top10 编程语言指数走势（2002-2020）

从TIOBE Top10 编程语言指数走势（2002-2020）图中可以看出：在连续的十八年中，各大编程语言指数都曾有过增长和下降，具有一个相对比较稳定的指数趋势。

但是在刚刚过去的2020年，相比于降速明显的Java和缓慢上升的C语言，Python却呈现出一个较为明显的指数上升趋势。

为什么Python如此受到程序员的青睐呢？

首先，是因为Python语言一直在与时俱进，贴合大家的需要。而且Python使用广泛，已经成为时下热门的机器学习领域最受好评的编程语言。其次，从Web到移动端程序开发的领域，都离不开Python在背后的支持。

再有，加上Python具有容易上手、高效率的特性，因此最终收获了程序员们一致的欢迎，成功夺得最受欢迎编程语言的宝座。

基于如今Python发展的良好态势，异步君为大家精心地挑选了10本相关的优秀图书，希望大家可以在Python的知识海洋里继续畅游！

精选好书，倾情推荐！

01

Python编程快速上手——让繁琐工作自动化

本书快速教读者掌握Python这一对初学者友好的语言。书中包含了很多实用的示例，供读者学习和联系。

通过本书，可以学会解决很多实际的任务和需求，包括在一个或多个文件中搜索文本模式、通过创建修改移动和重命名文件和文件夹来组织计算机、抓取数据和信息、更新Excel表格、自动发送邮件和文本消息、组织计算机执行周期性任务等等。

02

Python极客项目编程

本书结合了软件开发工程师的兴趣来教授Python编程实战。全书分为5个部分共14章，首先是基础知识，然后是模拟游戏，然后分别从图像、3D图形和硬件等入手，以不同类型的项目实践的方式，告诉读者如何将Python编程技能应用到实际的项目中。

本书充分考虑到读者的学习兴趣和习惯，案例使用价值很高，是一本真正能够帮助中级程序员快速上手使用Pyhton的实战指南。

03

Python核心编程（第3版）

本书总共分为3部分。第1部分包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分包括文本处理以及一些其他内容。

04

“笨办法”学Python 3

本书是一本Python入门书籍，以习题的方式引导读者一步一步学习编程java语言程序设计进阶篇，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。本书是基于Python3.6版本编写的。本书共包括52个习题。每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。

05

“笨办法”学Python 3 进阶篇

本书是《“笨办法”学Python 3》一书的进阶篇，《“笨办法”学Python 3》介绍了用Python 3编程的基础知识，而本书则通过52个精心设计的习题帮助读者超越基础，提升水平。

这52个习题大部分都结合实际演示，并配有附加挑战，每个习题都可以帮读者掌握一项关键的实践技能，包括使用文本编辑器管理复杂的项目、利用功能强大的数据结构、应用算法处理数据结构、掌握必要的文本分析和处理技术、使用SQL有效且合逻辑地建模存储数据，以及学习强大的命令行工具等。

本书旨在帮助读者从单纯地编写能运行的代码跨越到编写能解决实际问题的高质量Python代码，成为一名高阶的Python程序员。本书适合所有已经开始使用Python的技术人员，包括初级开发人员和已经升级到Python 3.6版本以上的经验丰富的Python程序员。

06

Python数学编程

本书将程序设计和数学巧妙地结合起来，从简单的项目开始，应用Python解决高中和大学低年级的数学问题，比如几何、概率、统计以及微积分等，为进一步学习更复杂的数学内容以及Python编程语言打下坚实的基础。本书也可作为Python初学者的入门读物，通过学习书中的示例程序和完成那些编程挑战，读者可以提高自己的编程能力和技巧。

07

算法精粹：

经典计算机科学问题的Python实现

本书是一本面向中高级程序员的算法教程，借助Python语言，用经典的算法、编码技术和原理来求解计算机科学的一些经典问题。全书共9章，不仅介绍了递归、结果缓存和位操作等基本编程组件，还讲述了常见的搜索算法、常见的图算法、神经网络、遗传算法、k均值聚类算法、对抗搜索算法等，运用了类型提示等Python高级特性，并通过各级方案、示例和习题展开具体实践。

本书将计算机科学与应用程序、数据、性能等现实问题深度关联，定位独特，示例经典，适合有一定编程经验的中级Python程序员提升用Python解决实际问题的技术、编程和应用能力。

08

Python神经网络编程

本书揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识和树莓派知识。

本书适合想要从事神经网络研究和探索的读者学习参考，也适合对人工智能、机器学习和深度学习等相关领域感兴趣的读者阅读。

09

PyTorch生成对抗网络编程

本书以直白、简短的方式向读者介绍了生成对抗网络，并且教读者如何使用PyTorch按部就班地编写生成对抗网络。

全书共3章和5个附录，分别介绍了PyTorch基础知识，用PyTorch开发神经网络，改良神经网络以提升效果，引入CUDA和GPU以加速GAN训练，以及生成高质量图像的卷积GAN、条件式GAN等话题。

本书适合想初步了解GAN以及其工作原理的读者,也适合想要学习如何构建GAN的机器学习从业人员。对于正在学习机器学习相关课程的学生，本书可以帮助读者快速入门，为后续的学习打好基础。

10

自然语言处理实战 利用Python理解、分析和生成文本

本书是介绍自然语言处理（NLP）和深度学习的实战书。NLP已成为深度学习的核心应用领域，而深度学习是NLP研究和应用中的必要工具。

本书分为3部分：第一部分介绍NLP基础，包括分词、TF-IDF向量化以及从词频向量到语义向量的转换；第二部分讲述深度学习java语言程序设计进阶篇，包含神经网络、词向量、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆（LSTM）网络、序列到序列建模和注意力机制等基本的深度学习模型和方法；第三部分介绍实战方面的内容，包括信息提取、问答系统、人机对话等真实世界系统的模型构建、性能挑战以及应对方法。

本书面向中高级Python开发人员，兼具基础理论与编程实战，是现代NLP领域从业者的实用参考书。