如果想要深入了解一些Python的知识，推荐大家学习《流畅的Python》一书，封面如下。这本书我看了前面的九章，讲的十分不错，加深了自己对于Python里面内存管理、常用函数、类等的认识。

除了Python的基础知识，想要往数据分析、机器学习方向发展的话，还需要掌握一些常用的库，包括Pandas、Numpy、Matplotlib、Sklearn等等。

关于前三个，推荐的书是《利用Python进行数据分析》：

关于Sklearn的使用，包括调用常见的机器学习算法、使用网格搜索寻找最优的参数，可以参考的一本书是《Python机器学习及实践 从零开始通往Kaggle竞赛之路》

如果上面的书你都看完了，我觉得算是入门Python数据分析了。

2、初识机器学习，反复读反复看

第一次听说机器学习这个名词，大概是在2016年8月份，是我现在的舍友向我提到的，当时并没有太在意，直到研究生阶段开始，才慢慢有所接触。当时身边的人的普遍反应是，这家伙大家都在学，特别能挣钱。也许当时自己也是想着能多挣钱，才会开始入门机器学习的吧。不过现在，已经开始慢慢把机器学习当做一种兴趣，一种爱好去看待了。

想必大家都知道，入门机器学习，不得不看的三本书是吴军老师的《数学之美》、李航博士的《统计学习方法》和周志华老师的《机器学习》，也就是所谓的西瓜书。

为了回馈大家的关注，特整理了一份这几本书的PDF电子版，方便大家阅读，转发并关注小编，后台回复“资料”，即可免费领取