大家好，在之前的文章中我们已经解决了新手朋友们在初学Python的路上的两个常见问题:IDE怎么选、报错怎么办，今天本文再聊一下另一个常见话题：要不要买课、听什么课、看什么书。
听什么课
本节针对新手学Python要不要买课，听什么课，书单请直接跳至下一节。
首先要不要买课，直接给出之前的一个回答
其次是买什么课，我十分赞成知识付费，好的课必须要付费支持，但是问题是目前市场上打着Python旗号收割小白的课太多了，大多是以XX天学会XXX为主，并且我想大多数人也领取过各种100G/10T学习资料，而这些资料你真的打开过认真听吗？所以对于来咨询买什么课的读者一般我只会建议认真筛选，一定要选择能及时响应你在学习Python过程中疑问并且给出答疑的课，其实课程内容大同小异，一定要让你的银子花在刀刃上。
最后对于自学的读者我十分推荐去b站等平台寻找相关课程，网上的优质资源很多，但Python及相关库更新速度很快，很多课你在看的时候会发现老师讲的已经失效，所以这时弹幕/评论会大多给出你相关解决办法，虽然是自学但整个互联网都在陪你学。
看什么书
正如我们在上一节所说，目前互联网上有非常多优质的视频能够帮你快速入门Python并掌握一些进阶的操作，但是纸质书也有其存在的意义。优点就是它能够更方便的被查阅并做出标记反复阅读，不过和视频一样，不一定能赶上Python及相关库的更新速度，尤其是爬虫类。
现在刚好618期间，各大购物平台都有一定的优惠，是个囤书的好时间，最近来咨询买书相关问题的读者也很多，那么本文也推荐一些我觉得不错的Python相关书籍，大多是我买过并看完的。首先说下我选书的原则：废话太多的书不买，比如数据分析类型的书介绍太多Python安装与基础就是耍流氓！简单来说就是除了Python基础类书籍，其他任何数据分析/爬虫/机器学习等书花大量篇幅介绍、安装、配置Python及一些基础语法的书都可以Pass！
Python基础
Python入门、基础类书籍不需要挑带你做这个项目那个项目的，能把Python从安装到配置到基础语法及操作讲完整即可，最好是类似于API的书哪里不会查哪里。下面推荐三本，内容大同小异，不再过多介绍。有需要的挑一本即可。
Python数据分析
很多读者私聊我Python数据分析买什么书，其实这很难回答，数据分析首先你拿到数据要知道怎么分析，而不是拿到数据去想用什么工具分析，所以数据分析这一块理论大于工具，先把数据分析中的常见方法、理论、模型学会了，Python只是一个辅助工具，有些场景用Matlab/R可能会更好。因此对我而言数据分析其实分为数据处理(数据清洗、可视化等)，数据建模、分析两部分，下面推荐几本书。
《利用Python进行数据分析》动物书不多介绍，没什么废话，Pandas主要语法、操作都讲明白了，哪里不会查哪里，应该要准备一本，购买此本之后应该过滤掉大量篇幅安装、介绍、使用Pandas的书。
《Python数据分析基础》另一本动物书，和上一本有一定重合，但从第四章数据库及后面会对一些基本的描述统计与可视化相关内容进行介绍。
《对比Excel，轻松学习Python数据分析》从Excel出发学Python，从数据预处理到可视化都有讲解.
《Python数据分析与挖掘实战》强烈推荐，没什么废话，基本的数据处理挖掘方法都涉及到了，精华是有很多从具体的数据集出发一点一点带你做数据分析，读完之后面对一个数据集应该不会束手无策。
《Python统计分析》数据分布、假设检验、统计建模讲的非常好，这也是我之前说的需要先掌握理论，缺点是有三四十页的Python介绍与基础，但总体来说还是一本好书.
《Python数据可视化之美》废话不多的一本书，介绍Python几页一笔带过，讲解了如何多种方法制作不同的图，并有对比，全彩印刷，对数据可视化有需求的可以准备一本.
Python爬虫
和数据分析类型的书一样，爬虫相关书也不应该有大量篇幅的Python安装配置、基础语法逻辑、数据结构等内容，并且爬虫的书中项目很容易失效，因此多一点方法的讲解更好，下面推荐几本书，但很遗憾，写到这里发现一篇文章仅能插入10个商品小程序?
所以Python爬虫与机器学习相关书单只能以图片形式插入，就不再一一介绍。
Python机器学习/深度学习
说实话这一块我并不是特别熟悉，但也有读者提出需求，所以我在咨询了算法相关领域大佬后推荐下面几本书，以下书籍有纯理论(例如李航博士的统计学习方法)也有实战，但难度肯定远超过上面所有书，并且大多默认你掌握高等数学/线性代数/概率论相关理论。不过当你选择踏入算法领域的大门时，就应该做好了准备。
以上就是针对最近不断找我咨询书单读者的一个简单答复，其他类型的书籍比如网站开发之类的因为我确实不熟也不敢胡乱推荐，对于自动化系列持续关注早起Python的相关案例学即可。
注:由于本人经验与认知有限，如果有某些看法和你的见解不一样我听你的