以后我会经常分享一本书。我分享的书，你看完如果对你有帮助，值得你购买，请到官网购买正版书籍。

声明：我不是买书的，我是搞Python技术的，文章最后免费为你准备了一些Python资料。

本书基于MIT 编程思维培训讲义写成，主要目标在于帮助读者掌握并熟练使用各种计算技术，具备用计算思维解决现实问题的能力。书中以Python 3 为例，介绍了对中等规模程序的系统性组织、编写、调试，帮助读者深入理解计算复杂度，还讲解了有用的算法和问题简化技术，并探讨各类计算工具的使用。与本书第1版相比，第2版全面改写了后半部分，且书中所有示例代码都从Python 2 换成了Python 3。

本书适合对编程知之甚少但想要使用计算方法解决问题的读者

本书特色

掌握多种不同的思维方式是每个人大学时代的必修课。具备使用计算思维解决问题的能力是程序员入门的基本技能。本书基于作者开授的MIT热门MOOC教程编写，旨在培养读者的计算思维，为其日后的IT生涯打下坚实的编程基础。

- 以Python 3为示例，涵盖Python大部分特性，重在介绍编程语言可以做什么

- 如何系统性地组织、编写、调试中等规模的程序

- 理解计算复杂度

- 将模糊的问题描述转化为明确的计算方法，以此解决问题，并深刻理解整个过程

- 掌握有用的算法以及问题简化技术

- 使用随机性和模拟技术清晰阐述很难得到封闭解的问题

- 使用计算工具（包括简单的统计、可视化以及机器学习工具）对数据进行理解与建模

作者介绍

John V. Guttag

1999年~2004年任MIT电气工程与计算机科学系主任，所授计算机科学系列导论课程深受学生欢迎。目前为计算机科学与人工智能实验室网络及移动系统组联合负责人，还进行软件工程、机器定理证明、硬件验证等领域的研究以及培训工作。获美国布朗大学英语专业学士学位、应用数学硕士学位，多伦多大学计算机科学博士学位。

目录

前言

本书基于MIT的一门课程写成，这门课程始于2006年，自2012年起，成为edX和MITx上的一门“大规模在线开放课程”（Massive Online Open Courses，MOOC）。本书第1版基于一个学期的课程，但随着时间的推移，我不得不添加更多内容，再用一学期来讲述课程已经不合适了。现在的这个版本适合于两学期的计算机科学系列导论课程。

当我开始编写第2版时，本以为只要加上几章内容就可以了，但结果远超预料。我重新组织了本书的后半部分，并将整本书中的代码从Python 2换成了Python 3。

本书面向的是那些没有或只有很少编程经验，但希望掌握计算方法来解决问题的学生。书中的内容是一些学生学习更高级计算机科学课程的跳板，但对更多学生来说，则是正式学习计算机科学的一门课程。

正因如此，所以我们更强调课程的广度，而不是深度。课程的目标是为学生简述更多的主题，使他们在想用计算机完成目标时知道自己能做什么。尽管如此，这并不是一门“计算机鉴赏”课程，要求比较严格，而且有一定难度。读者需要花费大量时间和精力才能真正掌握书中内容，使计算机服从自己的调遣。

本书的主要目标是帮助学生掌握并熟练使用各种计算技术，以得到有价值的成果。他们应该学会使用计算思维表述问题，并掌握如何从数据中提取信息。学生从本书中获得的最重要的能力是，使用计算思维解决问题的艺术。

这本书很难纳入传统的计算机科学课程。第1~11章是典型的针对没有或只有很少编程经验的学生的计算机科学课程；第12~14章稍微高级一些，如果想学习进阶技术，可以从这几章挑选些内容，作为导论课程的补充；第15~24章介绍如何使用计算技术来理解数据，我们认为其中的内容应该成为计算机科学课程体系中的第二门课程（代替传统的数据结构课程）。

第1~11章主要包含五个方面的内容：

编程基础Python 3编程语言计算问题的解决技术计算复杂度使用图形表示信息

我们会介绍Python语言的大部分特性，但重点在于可以使用编程语言做什么，而不是语言本身。比如，第3章结束时虽然只介绍了Python语言的一小部分，但已经引入穷举的概念、猜测与验证算法、二分查找和高效近似算法。纵贯本书，我们都会介绍Python的特性。同样地，本书从头至尾也会介绍编程方法。我们的理念是帮助学生们掌握Python，并成为一个优秀的程序员，能够使用计算技术解决自己感兴趣的问题。

书中示例都使用Python 3.5进行了测试。Python 3修正了Python 2各种发布版本（通常称为Python 2.x）在设计上的很多不一致性，但它不是向后兼容的，这意味着大多数使用Python 2编写的程序不能在Python 3中正常运行。因为这个原因，Python 2.x还在被广泛使用。第一次使用Python 3中不同于Python 2的特性时，我们都会明确指出如何在Python 2中完成相同功能。书中所有示例都有Python 3.5和Python 2.7的在线版本。

第12~13章介绍了优化，这是一个虽然重要但很少包含在导论课程中的主题。第14~16章介绍了随机规划，这也是一个虽然重要但很少包含在导论课程中的主题。我们在MIT授课的经验是，在一个学期的导论课程中，或者可以讲述第12~13章的内容，或者可以讲述第14~16章的内容，但不能二者兼顾。

第15~24章在设计上是独立成篇的，内容涉及如何使用计算技术来理解数据。其中使用的数学知识不超出高中代数的范围，但要求读者具有严谨的思维能力，且不会被数学概念吓倒。这一部分包括多数导论课程中没有的内容：数据可视化、模拟模型、概率与统计思维，以及机器学习。我们相信对大多数学生来说，这部分内容远比那些典型的第二门计算机科学课程的内容更有意义。

我们没有在每章末尾设置习题，而是在每章的适当部分插入了“实际练习”。有些练习非常简短，目的是使读者确认自己确实明白了刚刚学过的内容。有些练习增加了一点挑战性，适合在考试时使用。其余练习的难度比较大，可以作为课后作业。

本书有三个普适性主题：系统的问题解决方式、抽象能力，以及将计算思维作为思考世界的一种方式。学完本书后，你应该：

学会使用Python语言进行编程和计算；学会系统性地组织、编写、调试中等规模的程序；理解计算复杂度；将模糊的问题描述转化为明确的计算方法，以此解决问题，并对这个过程有深刻的理解；掌握一些有用的算法以及问题简化技术；对于那些很难得到封闭解的问题，知道如何使用随机性和模拟技术进行清晰阐述；学会使用计算工具（包括简单的统计、可视化以及机器学习工具）对数据进行理解与建模。

编程本身就是一项非常困难的活动。正如那句名言所说：“在几何中，没有专为国王铺设的大道。”1对于编程来说，也没有捷径可走。如果你想真正掌握书中的内容，光阅读是不够的，还应该亲自运行书中的代码。2008年以来，本书基于的各种课程都放在MIT的开放课程网站（OpenCourseWare，OCW）上。这里有授课过程的视频录像，以及一系列习题和考题。从2012年秋季开始，我们在edX和MITx上提供了在线课程，其中包括本书的大部分内容。我们强烈推荐你做做OCW和edX上提供的习题。

1据传，公元前300年左右，托勒密国王希望有学习数学的捷径。对于这个要求，欧几里得给出了这样的回答。

第 1 章　启程阅读 第 2 章　Python简介第 3 章　一些简单的数值程序第 4 章　函数、作用域与抽象第 5 章　结构化类型、可变性与高阶函数第 6 章　测试与调试第 7 章　异常与断言第 8 章　类与面向对象编程第 9 章　算法复杂度简介第 10 章　一些简单算法和数据结构第 11 章　绘图以及类的进一步扩展第 12 章　背包与图的最优化问题第 13 章　动态规划第 14 章　随机游走与数据可视化第 15 章　随机程序、概率与分布第 16 章　蒙特卡罗模拟第 17 章　抽样与置信区间第 18 章　理解实验数据第 19 章　随机试验与假设检验第 20 章　条件概率与贝叶斯统计第 21 章　谎言、该死的谎言与统计学第 22 章　机器学习简介第 23 章　聚类第 24 章　分类方法Python　3.5速查表

写在最后

前几天有私信我要Python的学习资料，我连夜整理了一些有深度的Python教程和参考资料，从入门到高级的都有，文件已经打包好了，正在学习Python的同学可以免费下载学习学习。文件下载方式：点击我的头像，关注后私信回复“资料”即可下载。首先把代码撸起来！首先把代码撸起来！首先把代码撸起来！重要的事说三遍，哈哈。“编程是门手艺活”。什么意思？得练啊。