Python编程导论（第2版/约翰·谷泰格）

本书评价

这本书就是我们期待已久的“计算思维”图书：不拘泥于技术细节，详尽展现了计算机科学的广度和乐趣。第二版收录了很多全新的材料，帮助读者聚焦计算，包括理解数据、完善传统计算问题的解决方案。
-Jeannette M.Wing,微软研究院副总裁，卡耐基梅隆大学计算机科学系顾问教授、前系主任

本书作者既是一位优秀的教师，也是杰出的作家。虽然你将通过本书学习Python,但这并不是“一本Python书”；虽然你也会学习编程，但这同样不是一本“编程书”，本书叙述严谨，可读性强，详细介绍了计算问题解决方法以及数据科学。第二版进行了扩展与重构，充分反映了python作为数据科学语言所扮演的重要角色。
-Ed Lazowska,比尔和梅琳达.盖茨基金会计算机科学与工程部门主席，华盛顿大学电子科研学院导师

用Python3讲授一门小型计算机科学课程时，我选择了这本书，看重的是书中关于计算机科学和编程更广阔视野和更多思路。

这本书非常棒，涵盖了计算机科学的众多基础领域。作者用Python讲解了计算相关知识，并且教你如何以计算机科学家的身份思考并解决问题。书中的示例也能让你切身实践习得的知识。

读者评价

书是一名大四生翻译的，有些地方表达的不地道，姑且随手找出几处吐吐槽。
p1: [从内存的角度来说，一台普通的计算机可能有几百GB]
我从来没见过一台普通计算机的内存个能有几百GB，我猜测原文应该用的是memory，这里翻译成存储设备比较合适。
p3:[当一个整数整数存在整数立方根时]
给出的程序代码只能求解正整数的整数立方根，所以还是把文字说明改改吧。
p4：解释python2.7中的range函数和xrange函数区别那段，讲解的十分混乱，让人摸不到头脑，想来这应该是原文的问题。没想到美帝大学教授的表达能力也这么让人捉急。表达的时候切记不能跳跃，中间不能有重大步骤的遗漏，否则讲出来就让人摸不到头脑。
p36-37：help命令里面输出的是英文，代码里面却翻译成中文了，要么全翻译、要么全不翻译，不要只翻译了一半，容易让人看着不明就里。
整体来说这本书还算是不错的，但是要是能找到一个工作多年，富有经验的程序员来翻译就更好了。

一开始想着应该有400+页，结果不到300页。
python语言、一般的算法理论、一些数学问题的算法、软件测试、机器学习都有所涉及，但是书本身太薄，这样很多地方势必写得不清楚。
要举例子的话，我觉得类和面向对象编程说得太简略。
另外python现在应该普及3.x了，没必要再以2.x为主，兼顾3.x.

本书特色

在这里还是要推荐下我自己建的Python开发学习群:483546416，群里都是学Python开发的，如果你正在学习Python ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2018最新的Python进阶资料和高级开发教程，欢迎进阶中和进想深入Python的小伙伴

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

内容简介

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* 1版相比，* 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。

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。