A. 對即將學習大數據專業的學生有什麼建議和推薦的書籍
對於即將學習大數據專業的學生，個人認為主要取決於，自己對大數據的理解，其實很多人對大數據僅限於知道，而並非真正了解大數據，個人的主要建議就是，一定要明白什麼是數據，大數據的入門基礎，如果大數據的基本概念，都不明白，那怎麼來學習。
B. 大數據新手入門的課程和書籍有什麼推薦
目前大數據的技術體系已經非常龐大了，初學者要根據自己的發展規運備閉劃來制定學習規劃，入門大數據的方式也要結合自己的知識基礎。
對於要進入IT互聯網行業從事大數據開發崗位的同學來說，入門大數據可以先從編程語言開始，接著學習大數據平台知識，然後結合大數據平台來完成場景開發實踐。在編程語言的選擇上，可以重點考慮一下java語言，相對於其他編程語言來說，目前Java崗位的人才需求量相對大一些。
對於要從事演算法崗的同學來說，入門大數據旁裂也可以分成三個階段，第一個階段是編程語言的學習，第二個階段是學習演算法基礎，這個階段需要學習一下統計學、機器學習相關知識，為後續奠定一個滾散基礎，第三個階段是結合場景來開展演算法實踐，這個階段也需要掌握大數據平台的相關知識。
如果僅僅想通過學習大數據技術來提升自己的數據力，本身並沒有從事大數據崗位的想法，那麼入門大數據可以從學習Python語言開始，然後進一步學習基於Python語言來完成數據分析，這個過程同樣要考慮到應用場景的問題，可以跟自己的專業方向相結合。
從整個大數據的技術體系結構來看，大數據技術涉及到數據採集、整理、存儲、分析、呈現、應用和安全等領域，這些領域都可以採用單獨學習的方式，比如既可以從數據採集開始學起，也可以從數據分析開始學起，但是不論從哪個領域開始學起，一定要重視與場景相結合，不能脫離場景來學習大數據技術。
最後，如果有學習大數據相關的問題，可以向我發起咨詢。
C. 大數據入門書籍有哪些
當年互聯網瘋狂發展的時候，很多人在觀望和猶豫中錯過了這班順風車（沒有盡早開個淘寶店，腸子都悔青了好幾遍呢）。如今，同樣的橋段上演，大數據時代，堅決不能再無動於衷！
於是，你著急，你迷茫，你很方……除了平時要加班加點的搬磚，牙縫里擠出來的的閑碎時間都貢獻給度娘了，「小白如何學習大數據」，「大數據入門書籍有哪些」……
1：<大數據時代>
這是學習大數據必讀的一本書，也是最系統的關於大數據概念的一本書，由維克托·邁爾-舍恩伯格和肯尼斯·庫克耶編寫，主要介紹了大數據理念和生活工作及思維變革的關系。
它被包括寬頻資本董事長田朔寧、知名IT評論人謝文等專業讀者鑒定為「大數據領域最好的著作沒有之一，一本頂一萬本」。有這么好嗎？看完自己評價吧。這本書對這個大規模產生、分享和應用數據的新的大時代進行了闡述和釐清，作者圍繞「要全體不要抽樣、要效率不要絕對精確、要相關不要因果」三大理念，通過數十個商業和學術案例，剖析了萬事萬物數據化和數據復用挖掘的巨大價值。
2：<爆發>
由巴拉巴西編寫，主要講了在一個歷史故事的連續講述中，了解大數據的概念實質。從大數據的歷史開始，能更深入的了解大數據的發展歷程。
巴拉巴西整本書講述的大數據根本目的，是預測。他甚至有零有整地判斷，人類行為93%是可以預測的。打個比方，千百年前人類無法如今天般准確預測天氣，以致某些大致預測的行為都被認為是「通神」，其實核心在於對天氣數據的海量佔有和分析能力。但假如全人類的所有基礎及行為數據全部被佔有全部能分析呢？比如通過智能終端LBS功能採集全部運動軌跡、通過金融系統採集所有支付記錄、通過SNS採集所有社會關系和通過郵件、文檔、社會視頻監控和自我視頻監測採集所有言行記錄，24小時，每分每秒，一生，全地球70億人，那會如何？
3：<大數據>
由徐子沛編寫，看美國政府在大數據開放上的進程與反復，算是個案。如果能夠基本了解這三本的觀點，出門有底氣，見人腰桿直，不再被忽悠。
全書講述的，是大數據在美國政府管理中的應用，以及美國政府運行方式大數據變革的歷史與斗爭，其實也是故事性的。從奧巴馬上台就頒布《信息公開法案》，到設立第一個美國政府首席信息官開始，講述美國政府與民間在社會數據公開的斗爭史，以及美國社會管理向大數據思維轉變的過程。首先，這算是一個最詳實的案例；其次，這代表的不是某種管理方式變革，深處是對民主運行機制的變革與進步。說好了，這本書用心良苦，遠遠超越科普技術領域；說壞了，其心可誅。有一段，民間斗爭，逼迫奧巴馬公布所有每日白宮全部日程，包括接見了誰、談話的全部內容，這不就是個人大數據全公開在公眾人物上的應用嗎？這可比現在所謂官員公開財產的要求高了幾十倍——這要求政府全部行為、全部數據、全部公開，全體公眾隨時可查——技術和成本上其實已經可以做到或至少努力接近——如果不這么做，不止是落後問題而是真正的其心可誅了。
4：<大數據基礎與應用>
由陳明編寫。看名字就知道，入門級別拯救小白的書。這本書共17章，第1章是對大數據的簡單概述，第2章介紹大數據研究的方法論，第3、8、9、14章介紹大數據的生態環境，第17章介紹數據科學的內容，剩下的章節是本書重點，介紹大數據技術及應用方法。
身處大數據大環境下，身邊的人經常討論資料庫、數據可視化、大數據預處理等等。這些詞聽得多了會讓人產生錯覺——自己已經知道裡面的門道了。但事實上還是個「門外漢」。
舉個例子，沒有人肯在上千人規模的講座上專門花半個小時教你怎樣進行數據清洗。本書專門列了一章，詳細介紹大數據預處理技術，包括數據清洗的實現方式，從步驟到檢驗，都做了用心的闡述。諸如此類，數據挖掘、大數據流式計算、Hadoop、NoSQL等等都從最基礎的點做了詳細介紹。耐心看完這些，再往深處進階就不會那麼吃力了。
5：<一本書讀懂大數據>
進入大數據時代，讓數據開口說話將成為司空見慣的事情，本書將從大數據時代的前因後果講起，全面分析大數據時代的特徵、企業實踐的案例、大數據的發展方向、未來的機遇和挑戰等內容，展現一個客觀立體、自由開放的大數據時代。
5:<集體智慧編程>
入門，淺顯易懂，裡面每一章都是一個案例，但是很方便，有具體的代碼，用來入門最好。
6：<社交網路的數據挖掘>
專門做社交網路的數據挖掘，案例很豐富，有代碼。
7：<數據可視化之美>
致力於介紹各種可視化方案。
8：<鮮活的數據>
比較簡單的可視化，不過內容豐富，有代碼。
9：<數據挖掘導論完整版>
看完上述的書，對大數據產生很大的興趣，已經初步入門了，現在開始理論方面的學習，數據挖掘入門教程，個人覺得寫的很好，目前正在研究這本書，努力。。。
10：<統計學習方法>
這本書比較深，剛開始看的就是這一本，不過太深，看到一半，准備在導論看完之後，在看這本書提升一下自己。
11：<鳥哥私房菜—基礎篇>
作為一個計算機專業linux那是必學的，而且Hadoop是建立在Linux基礎上的，不求多麼的精通，但是基礎的操作要學會。
如果是沒有任何編程語言基礎的想入行大數據的話，是必須要學習java基礎的，雖然大數據支持很多開發語言，但是企業用的最多的還是java，接下來學習數據結構，關系型資料庫，linux系統操作，有了基礎之後，在進入大數據學習，可以給小白學習的體系。
第一階段
COREJAVA（加**的需重點熟練掌握，其他掌握）
Java基礎**
數據類型
運算符、循環
演算法
順序結構程序設計
程序結構
數組及多維數組
面向對象**
構造方法、控制符、封裝
繼承**
多態**
抽象類、介面**
常用類
集合Collection、list**
HashSet、TreeSet、Collection
集合類Map**
異常
File
文件/流**
數據流和對象流**
線程（理解即可）
網路通信（理解即可）
第二階段
數據結構
關系型資料庫
Linux系統操作
Linux操作系統概述
安裝Linux操作系統
圖形界面操作基礎
Linux字元界面基礎
字元界面操作進階
用戶、組群和許可權管理
文件系統管理
軟體包管理與系統備份
Linux網路配置
（主要掌握Linux操作系統的理論基礎和伺服器配置實踐知識，同時通過大量實驗，著重培養學生的動手能力。使學生了解Linux操作系統在行業中的重要地位和廣泛的使用范圍。在學習Linux的基礎上，加深對伺服器操作系統的認識和實踐配置能力。加深對計算機網路基礎知識的理解，並在實踐中加以應用。掌握Linux操作系統的安裝、命令行操作、用戶管理、磁碟管理、文件系統管理、軟體包管理、進程管理、系統監測和系統故障排除。掌握Linux操作系統的網路配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服務的配置與管理。為更深一步學習其它網路操作系統和軟體系統開發奠定堅實的基礎。與此同時，如果大家有時間把javaweb及框架學習一番，會讓你的大數據學習更自由一些）
重點掌握：
常見演算法
資料庫表設計
SQL語句
Linux常見命令
第三階段
Hadoop階段
離線分析階段
實時計算階段
重點掌握：
Hadoop基礎
HDFS
MapRece
分布式集群
Hive
Hbase
Sqoop
Pig
Storm實時數據處理平台
Spark平台
若之前沒有項目經驗或JAVA基礎，掌握了第一階段進入企業，不足以立即上手做項目，企業需再花時間與成本培養；
第二階段掌握扎實以後，進入企業就可以跟著做項目了，跟著一大幫人做項目倒也不用太擔心自己能不能應付的來，當然薪資不能有太高的要求；
前兩個階段都服務於第三階段的學習，除了熟練掌握這些知識以外，重點需要找些相應的項目去做，不管項目大小做過與沒有相差很多的哦！掌握扎實後可直接面對企業就業，薪資待遇較高！
D. 本人想學習編程，需要哪些入門書籍
1、清華大學出版社出版的《C++程序設計教程》、《C++PRIMER》、譚浩強的《程序設計書》、《Effective C++》、《More Effective C++》、《Exceptional C++》 、《More Exceptional C++》、《深入探索c++對象模型》等
2、具體怎樣學編程 :
①明確學習目的
學習編程對大多數IT業人員來說都是非常有用的。學編程，做一名編程人員，從個人角度講，可以解決在軟體使用中所遇到的問題，改進現有軟體，可以為自己找到一份理想的工作添加重要得砝碼，有利於在求職道路上謀得一個好的職位；從國家的角度，可以為中國的軟體產業做出應有的貢獻，一名優秀的程序員永遠是被爭奪的對象。
②打好基礎
(1)數學基礎 從計算機發展和應用的歷史來看計算機的數學模型和體系結構等都是有數學家提出的，最早的計算機也是為數值計算而設計的。因此，要學好計算機就要有一定的數學基礎，出學者有高中水平就差不多了。
(2)邏輯思維能力的培養學程序設計要有一定的邏輯思維能力，「邏思力」的培養要長時間的實踐鍛煉。要想成為一名優秀的程序員，最重要的是掌握編程思想。要做到這一點必須在反復的實踐、觀察、分析、比較、總結中逐漸地積累。
(3)選擇一種合適的入門語言 面對各種各樣的語言，應按什麼樣的順序學呢？
③ 注意理解一些重要概念
一本程序設計的書看到的無非就是變數、函數、條件語句、循環語句等概念，但要真正能進行編程應用，需要深入理解這些概念，在理解的基礎上應用，不要只簡單地學習語法、結構，而要吃透針對這脊帶些語法、結構的應用例子，做到舉一反三，觸類旁通。
④掌握編程思想
學習一門語言或開發工具，語法結構、功能調用是次要的，最主要是學習它的思想。例如學習 VC 就要學習 Windows 的內在機理、什麼是線程......;學習 COM 就要知道 VTALBE 、類廠、介面、idl......，關鍵是學一種思想，有了思想，那麼就可以觸類旁櫻雹蘆通。
⑤多實踐、多交流
掌握編程思想必須在編程實際工作中去實踐和體會。編程起步階段要經常自己動手設計程序，具體設計時不要拘泥於固定的思維方式，遇到問題要多想幾種解決的方案。這就要多交流，各人的思維方式不同、角度各異，各有高招，通過交流可不斷吸收別人的長處，豐富編程實踐，幫助自己提高水平。親自動手進行程序設計是創造性思維應用的體現，也是培養邏輯思維的好方法。
⑥養成良好的編程習慣
編程肆升入門不難，但入門後不斷學習是十分重要的，相對來說較為漫長。在此期間要注意養成一些良好的編程習慣。編程風格的好壞很大程度影響程序質量。良好的編程風格可以使程序結構清晰合理，且使程序代碼便於維護。如代碼的縮進編排、變數命令規則的一致性、代碼的注釋等。
⑦上網學編程
在網上可以學到很多不同的編程思想、方法、經驗和技巧，有大量的工具和作品及相關的輔導材料供下載。例如網站「編程課堂」()主要以 VB 和 Delph;教學和交流為主，提供大量實用技巧。
⑧加強計算機理論知識的再學習
學編程是符合「理論→實踐→再理論→再實踐」的一個認識過程。一開始要具有一定的計算機理論基礎知識，包括編程所需的數學基礎知識，具備了入門的條件，就可以開始編程的實踐，從實踐中可以發現問題需要加強計算機理論知識的再學習。程序人人皆可編，但當你發現編到一定程度很難再提高的時候，就要回頭來學習一些計算機科學和數學基礎理論。
E. 市面上大數據的書不少，如果只挑一本，哪本值得推薦
市場上大數據的說不少，但是你要挑一本的話，其實我還是覺得你在網路上選擇一些自己可以公開的數據。因為每個人需要的每個程度的書是不一樣的，你可以選擇購買一些書的電子版本。電子版本反而比書籍會更好一點。
F. 有什麼比較好的大數據入門的書推薦
1. 《大數據分析：點「數」成金》
你現在正坐在一座金礦上，這些金子或被埋於備份，或正藏在你眼前的數據集里，他們是提升公司效益、拓展新的商業關系、制定更直觀決策的秘訣所在，足以使你的企業更上一層樓。你將明白如何利用、分析和駕馭數據來獲得豐厚回報。作者Frank Ohlhorst厚積數十年的技術經驗寫了此書。該書介紹了如何將大數據應用於各行各業，你將了解到如何對數據進行挖掘，怎樣從數據中揭示趨勢並轉化為競爭策略及提取價值的方法。這些更有意思也是更有效的方法能夠提升企業的智能化水平，將有助於企業解決實際問題，提升利潤空間，提高生產率並發現更多的商業機會。
2.《大數據時代》
《大數據時代》是國外大數據系統研究的先河之作，本書作者維克托被譽為」大數據商業應用第一人」，擁有再哈佛大學、牛津大學和新加坡國立大學等多個互聯網研究重鎮任教經歷，早在2010年就在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。該書主要講了大數據時代的變革、商業變革和管理變革。《大數據時代》認為大數據的核心就是預測。大數據為人類的生活創造了前所未有的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。
3.《雲端時代殺手級應用：大數據分析》
《雲端時代殺手級應用：大數據分析》分析了什麼是大數據、大數據大商機、技術與前瞻三個部分。第一個部分介紹大數據分析的概念，以及企業、政府部門可應用的范疇。什麼是大數據分析？與個人與企業有什麼關系？將對全球產業造成什麼樣的沖擊？第二部分完整介紹了大數據在各產業的應用實況，為企業及政府部門提供應用的方向。提供了全球各地的實際應用案例，涵蓋了零售、金融、政府部門、能源、製造、娛樂等各個行業，充分展示了大數據分析產生的效益。第三部分則簡單介紹了大數據分析所需要的技術及未來的發展趨勢，為讀者提供了應用與研究的方向。
4.《大數據》
本書通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例奧巴馬建設」前所未有的開放政府「的雄心、公開財務透明的曲折。《數據質量法》背後隱情，全國醫改法案的波瀾、統一身份證的百年糾結以及雲計算、Facebook和推特等社交媒體等等，為您一一講解數據創新給社會帶來的種種變革和挑戰。
5.《大數據互聯網大規模數據挖掘與分布式處理》。
該書主要講的是海量數集數據挖掘常用的演算法。書中分析了海量數據集數據挖掘常用的演算法，介紹了目前WEB端應用的許多重要話題等。
G. 有哪些 Python 經典書籍
《Python編程入門：從入門到實踐》
【同時使用Python 2.X和3.X講解】
Amazon編程入門類榜首圖書，最值得關注的Python入門書
從基本概念到完整項目開發，幫助零基礎讀者迅速掌握Python編程，開發實際項目
這本書分兩部分：
第一部分介紹用Python編程所必須了解的基本概念，包括matplotlib、NumPy和Pygal等強大的Python庫和工具介紹，以及列表、字典、if語句、類、文件與異常、代碼測試等內容；
第二部分將理論付諸實踐，講解如何開發三個項目，包括簡單的Python 2D游戲開發，如何利用數據生成互動式的信息圖，以及創建和定製簡單的Web應用，並幫讀者解決常見編程問題和困惑。
《Python基礎教程（第2版·修訂版）》
【Python 2.5講解，Python 3上也能運行】
各大網店最暢銷的Python入門書
全書分為三部分。
第一部分講述Python語法，沒有廢話，還摻入了一些Python 3.0要注意的細節。
第二部分介紹了常用的GUI、框架等應用，點到即止，算是為第三部分做鋪墊了，從數目眾多的應用中可以了解到Python的強大。
第三部分是Project，全書最大的亮點，大家肯定喜歡。
作者將前面講述的內容應用到10個引人入勝的項目中，並以模板的形式介紹了項目的開發過程，手把手教授Python開發。
《Python語言及其應用》
【Python 3.X】
語言風格輕松詼諧，講解多種Python工具和第三方庫
實例涉及商業、科研以及藝術領域使用Python開發各種應用
亞馬遜最受歡迎的Python編程書之一，評分4.5
書中首先介紹了Python的基礎知識，然後逐漸深入多種主題，結合教程和攻略式風格來講解Python 3中的概念。每章結尾的練習可以幫助你鞏固所學的知識。
本書會為你學習Python打下堅實的基礎，包括測試、調試、代碼復用的最佳實踐以及其他開發技巧。
《Python編程入門（第3版）》
【Python 3.X 】
從算術運算、字元串、變數，到函數、數據結構、輸入輸出和異常處理，應有盡有
《父與子的編程之旅：與小卡特一起學Python》
【Python 2.X 】
原版Amazon 最受歡迎的青少年編程圖書
最簡單易學的內容組織方式，老少皆宜
第一版獲Jolt大獎
本書中，Warren和Carter父子以親切的筆調、通俗的語言，透徹全面地介紹了計算機編程世界。
他們以簡單易學的Python語言為例，通過可愛的漫畫、有趣的例子，生動地介紹了變數、循環、輸入和輸出、數據結構以及圖形用戶界面等編程的基本概念。
只要懂得計算機的基本操作，如啟動程序、保存文件，任何人都可以跟隨本書，由簡入難，學會編寫程序，甚至製作游戲。
本書內容經過教育專家的評審，經過孩子的親身檢驗，並得到了家長的認可。
《編程導論》
【Python 2.7】
以麻省理工學院開放式課程（OpenCourseWare）中最受歡迎的計算機科學課程為基礎，旨在培養讀者的編程思維，使讀者擁有計算機科學家的視野
本書涵蓋了Python的大部分特性，重點介紹如何使用Python這門語言，共包含編程基礎、Python程序設計語言、理解計算的關鍵概念、計算問題的解決技術等四個方面。
本書將Python語言特性和編程方法貫穿全書，目的是幫助讀者在學習Python的同時掌握如何使用計算來解決有趣的問題。
《流暢的Python》
【兼顧Python 3和Python 2】
PSF研究員、知名PyCon演講者心血之作
Python核心開發人員擔綱技術審校
全面深入，對Python語言關鍵特性剖析到位
大量詳盡代碼示例，並附有主題相關高質量參考文獻和視頻鏈接
本書致力於幫助Python開發人員挖掘這門語言及相關程序庫的優秀特性，避免重復勞動，同時寫出簡潔、流暢、易讀、易維護，並且具有地道Python風格的代碼。本書尤其深入探討了Python語言的高級用法，涵蓋數據結構、Python風格的對象、並行與並發，以及元編程等不同的方面。
《Python項目開發實戰（第2版）》
【Python 2.7】
網羅Python項目開發中的流程，讓你的編程事半功倍
Python項目與封裝/團隊開發環境/問題驅動開發/源碼管理（Mercurial） Jenkins持續集成（CI）/環境搭建與部署的自動化（Ansible）/Django框架……
這是一本偏工程的圖書，沒怎麼講Python語言基礎知識，直接告訴你怎麼搭建開發環境，做好代碼管理和文檔管理以及缺陷管理等工作。
《Python網路編程攻略》
【Python 2.7】
可作為任何一門網路編程課程中培養實踐技能的補充材料
需要讀者對Python語言及TCP/IP等基本的網路概念有了解，但即使不精通也能通過本書理解相關概念
本書全面介紹了Python網路編程涉及的重要問題，包括網路編程、系統和網路管理、網路監控以及Web應用開發。作者通過70多篇攻略，清晰簡明地描述了各種網路任務和問題，提出了可用於多種場景的解決方案，並細致地分析了整個操作過程。
《Python網路編程（第3版）》
【Python 3.X】
涵蓋網路編程所有經典話題，提供大量代碼清單及示例
從應用開發角度介紹網路編程基本概念、模塊以及第三方庫
本書針對想要深入理解使用Python來解決網路相關問題或是構建網路應用程序的技術人員，結合實例講解了網路協議、網路數據及錯誤、電子郵件、伺服器架構和HTTP及Web應用程序等經典話題。
具體內容包括：全面介紹Python3中最新提供的SSL支持，非同步I/O循環的編寫，用Flask框架在Python代碼中配置URL，跨站腳本以及跨站請求偽造攻擊網站的原理及保護方法，等等。
《Python性能分析與優化》
【Python 2.X】
全面掌握Python代碼性能分析和優化方法
消除性能瓶頸，迅速改善程序性能
本書首先介紹什麼是性能分析，性能分析如何在項目開發周期中發揮作用，以及通過在項目中進行性能分析實踐能夠取得的效果。
緊接著介紹分析性能所需的核心工具（性能分析器和可視化性能分析器）。
然後介紹一系列性能優化技術，最後一章會介紹一個具有實際意義的優化案例。
《精通Python設計模式》
【Python 3.X】
用現實例子展示各模式的關鍵特性
16種基本設計模式，輕松解決軟體設計常見問題
本書分三部分，共16章介紹一些常用的設計模式。
第一部分介紹處理對象創建的設計模式，包括工廠模式、建造者模式、原型模式；
第二部分介紹處理一個系統中不同實體（類、對象等）之間關系的設計模式，包括外觀模式、享元模式等；
第三部分介紹處理系統實體之間通信的設計模式，包括責任鏈模式、觀察者模式等。
《Flask Web開發：基於Python的Web應用開發實戰》
【Python 2.7和3.3】
從安裝與環境設置講起，一步一步搭建伺服器端Web應用
全流程講解Web應用開發，給出最佳實踐
本書共分三部分，全面介紹如何基於Python微框架Flask進行Web開發。
第一部分是Flask簡介，介紹使用Flask框架及擴展開發Web程序的必備基礎知識。
第二部分則給出一個實例，真正帶領大家一步步開發完整的博客和社交應用Flasky，從而將前述知識融會貫通，付諸實踐。
第三部分介紹了發布應用之前必須考慮的事項，如單元測試策略、性能分析技術、Flask程序的部署方式等。
《Python Web開發：測試驅動方法》
【（Django、Selenium）相關部分使用Python 3.3講解】
亞馬遜4.8星評好書
實戰式TDD開發指南，使用Django等流行框架開發現代Web應用！
學習Django、Selenium、Git、jQuery和Mock，以及其他當前流行Web開發技術
「這本書很棒、很有趣，所講的全都是重點知識。如果有人想用Python做測試、學習Django或者想使用Selenium，我極力推薦這本書。要使開發者保持頭腦清醒，測試可謂至關重要。Harry完成了一項不可思議的工作，他不僅吸引了我們對測試的關注，而且還探索了切實可行的測試實踐方案。」
——Michael Foord，Python核心開發者，unittest維護者
《數據科學入門》
【Python 2.7】
Google數據科學家、軟體工程師Joel Grus作品
用Python從零開始講解數據科學的重量級讀本
數據科學、機器學習、模式識別領域必備
本書從零開始講解數據科學。
具體內容包括Python簡介，可視化數據，線性代數，統計，概率，假設與推斷，梯度下降法，如何獲取數據，k近鄰法，樸素貝葉斯演算法等。
作者藉助大量具體例子以及數據挖掘、統計學、機器學習等領域的重要概念，通過講解基礎數據科學工具和演算法實現，帶你快速跨入數據科學大門。
書中含大量數據科學領域的庫、框架、模塊和工具包。
《機器學習實戰》
【Python 2.7】
最暢銷機器學習圖書
介紹並實現機器學習的主流演算法
面向日常任務的高效實戰內容
全書通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效的可復用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。
通過各種實例，讀者可從中學會機器學習的核心演算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高級的功能，如匯總和簡化等。
《機器學習系統設計》
【Python 2.7及以上】
微軟Bing核心團隊成員推出
聚焦演算法編寫和編程方式
結合大量實例學會解決實際問題
本書將向讀者展示如何從原始數據中發現模式，首先從Python與機器學習的關系講起，再介紹一些庫，然後就開始基於數據集進行比較正式的項目開發了，涉及建模、推薦及改進，以及聲音與圖像處理。通過流行的開源庫，我們可以掌握如何高效處理文本、圖片和聲音。同時，讀者也能掌握如何評估、比較和選擇適用的機器學習技術。
《Python數據處理》
【Python 2.7】
將數據處理過程自動化！
全面掌握用Python進行爬蟲抓取以及數據清洗與分析的方法，輕松實現高效數據處理！
本書採用基於項目的方法，介紹用Python完成數據獲取、數據清洗、數據探索、數據呈現、數據規模化和自動化的過程。
主要內容包括：Python基礎知識，如何從CSV、Excel、XML、JSON和PDF文件中提取數據，如何獲取與存儲數據，各種數據清洗與分析技術，數據可視化方法，如何從網站和API中提取數據。
《Python數據分析基礎教程：NumPy學習指南（第2版）》
【Python 2.7】
NumPy中文入門教程，Python數據分析首選
從最基礎的知識講起，手把手帶你進入大數據挖掘領域
囊括大量具有啟發性與實用價值的實戰案例
本書從NumPy安裝講起，逐漸過渡到數組對象、常用函數、矩陣運算、線性代數、金融函數、窗函數、質量控制等內容，致力於向初中級Python編程人員全面講述NumPy及其使用。
另外，通過書中豐富的示例，你還將學會Matplotlib繪圖，並結合使用其他Python科學計算庫（如SciPy和Scikits），讓工作更有成效，讓代碼更加簡潔而高效。
《Python數據挖掘入門與實踐》
【Python 3.4】
全面釋放Python的數據分析能力
掌握大數據時代核心技術，輕松入門數據挖掘技術並將其應用於實際項目
本書使用簡單易學且擁有豐富第三方庫和良好社區氛圍的Python語言，由淺入深，以真實數據作為研究對象，真刀實槍地向讀者介紹Python數據挖掘的實現方法。通過本書，讀者將邁入數據挖掘的殿堂，透徹理解數據挖掘基礎知識，掌握解決數據挖掘實際問題的最佳實踐！
《Python科學計算基礎教程》
【Python 2.7及以上】
精彩案例展示Numpy等科學計算模塊的強大功能和廣泛應用
剖析Python關於並行與大數據計算的方法
總結科學計算的任務、難點以及最佳實踐經驗
本書是將Python用於科學計算的實用指南，既介紹了相關的基礎知識，又提供了豐富的精彩案例，並為讀者總結了最佳實踐經驗。
其主要內容包括：科學計算的基本概念與選擇Python的理由，科學工作流和科學計算的結構，科學項目相關數據的各個方面，用於科學計算的API和工具包，如何利用Python的NumPy和SciPy包完成數值計算，用Python做符號計算，數據分析與可視化，並行與大規模計算，等等。
《Python數據分析實戰》
【Python 2.X】
了解Python在信息處理、管理和檢索方面的強大功能
學會如何利用Python及其衍生工具處理、分析數據
三個真實Python數據分析案例，將理論付諸實踐
《Python數據分析實戰》展示了如何利用Python 語言的強大功能，以最小的編程代價進行數據的提取、處理和分析，主要內容包括：數據分析和Python 的基本介紹，NumPy 庫，pandas 庫，如何使用pandas 讀寫和提取數據，用matplotlib 庫和scikit-learn 庫分別實現數據可視化和機器學習，以實例演示如何從原始數據獲得信息、D3 庫嵌入和手寫體數字的識別。
《Python網路數據採集》
【Python 3.X】
原書4.6星好評，一本書搞定數據採集
涵蓋數據抓取、數據挖掘和數據分析
提供詳細代碼示例，快速解決實際問題
本書介紹網路數據採集，並為採集新式網路中的各種數據類型提供了全面的指導。
第一部分重點介紹網路數據採集的基本原理：如何用Python從網路伺服器請求信息，如何對伺服器的響應進行基本處理，以及如何以自動化手段與網站進行交互。
第二部分介紹如何用網路爬蟲測試網站，自動化處理，以及如何通過更多的方式接入網路。
《Python計算機視覺編程》
【Python 2.6及以上】
亞馬遜計算機視覺類圖書No.1
詳細剖析多種計算機視覺工具
大量示例極易上手
本書是計算機視覺編程的權威實踐指南，通過Python語言講解了基礎理論與演算法，並通過大量示例細致分析了對象識別、基於內容的圖像搜索、光學字元識別、光流法、跟蹤、3D重建、立體成像、增強現實、姿態估計、全景創建、圖像分割、降噪、圖像分組等技術。
H. 有什麼好的大數據書籍推薦嗎
1、舍恩伯格的《大數據時代》；
2、巴拉巴西的《爆發》；
3、塗子沛的《大數據》
這幾本書都不錯，可以看看！
I. 自學編程需要哪些入門書籍 這三本入門級別的書可以作為首選
1、C語言-------《C語言設計》作者：譚浩強。
大多數人都推薦譚浩強這本書，羨槐彎譚浩強的C語言程序設計，我覺得更適合當教科書，主要是篇幅沒有那麼大，書本的內容不是很全，由老師帶入門是最好的。
2、《CPrimerPlus》第五版作者：StephenPrata。
這本書比較厚，內容也比較基礎，擴展的也比較廣，自學容易上手，唯一的缺陷在於它是外國人編寫，而明哪國內的翻譯往往讓人難以滿意，如果你兄悶有較好的英語水平，最好閱讀英文版的。
3、《C語言入門經典》第四版作者：IvorHorton。主要內容是關於c語言的編程方式，可以為以後學習c++和成為程序員打基礎。