主要是关于Python编程语言，计算机科学以及机器学习方面书籍资料的分享。

关于Python语言学习：

书籍分享目录：

1.《Python语言及其应用》（and《Python核心编程》）

2.《Python编程：从入门到实践》

3.《Python学习手册》

4.《Python科学计算第二版》

学习建议：

建议先看《Python语言及其应用》（或者《Python核心编程》这本书主要讲的是Python2版本，内容有点落后，实际上我不太建议学习这本书），之后再### 跟着《Python编程：从入门到实践》里的例子做一遍，基本Python语法就算### 是掌握了。最后有时间的话从头到尾看一遍Python3中文教程，进行查漏补缺。

如果有用到Python进行科学计算或者深度学习的，可以看下《Python科学计算第二版》这本书。

计算机科学：

学习资料目录：

1. MIT-600计算机科学及编程导论视频公开课

2.《计算机组成与设计 硬件软件接口》

3.《计算机程序的构造和解释》

4.《Automate the Boring Stuff with Python》

学习建议：

其中MIT600-计算机科学及编程导论视频公开课是2008年麻省理工教授Eric Grimson教授和John Guttag教授 以Python为例上的一门编程入门课，内容比较简单，一节课大概50分钟（课上进行演示的代码由于分辨率原因看不太清·。·）

如果想要了解一些计算机软硬件入门知识的推荐阅读《计算机组成与设计 硬件软件接口》。

《计算机程序的构造和解释》是以Scheme语言讲解计算机的计算思维，有点难，我也没怎么看。-。-

《Automate the Boring Stuff with Python》比较容易上手，建议作为Python学习的补充资料。

Python网络数据采集

学习资料目录：

1.《HTTP权威指南》

2.《CSS权威指南（第三版）》

3.《Python网络数据采集》

学习建议：

前面两本书让你了解互联的基本架构原理，后面可以参照《Python网络数据采集》进行简单尝试，这些内容比较花时间，有兴趣的同学可以研究研究。

Machine Learning

学习资料目录：

1.《深度学习入门：基于Python的理论与实现》高清中文版PDF+源代码

2. 斯坦福大学机器学习课程原始讲义

3. (Adaptive computation and machine learning) Daphne Koller_ Nir Friedman -Probabilistic graphical models _ principles and techniques-MIT Press

4. [Python.in.Practice(2013.8)].Mark.Summerfield.文字版

5. [挖掘社交网络].(Mining.the.Social.Web)

6. Building Machine Learning

7. Introduction to time series and forecasting

8. MLY_V0.5_Full_Draft

9. sentiment analysis and opinion mining

学习建议：

这是我科研之余收集的关于及其学习的资料，比较散乱且杂，有兴趣的同学可以看看，我就不提供什么学习建议了。

Fortran95

学习资料目录：

1.《Fortran95程序设计》（彭国伦）

学习建议：

想要用Fortran90编写科学计算脚本的同学，可以看看这本书，上手比较简单。

资料分享链接：

百度网盘链接：

提取码：cljn

（转载请注明出处）