电脑编程入门书籍，应该先看啥

Posted 2023-04-23

完全的电脑白痴

我转载的，感觉对你有用！！！ 都是我看过或正要看的书，晾晾书架，希望对后来者也有一点作用，当年我也是浪费时间看了一些没有价值的书籍，颇为后悔，现将精华总结如下：
c语言篇:(虽有人说学C++不用先学c,但我颇不以为然,不知数据为何,又何来的封装继承多态)
1:c语言入门大学教程c语言谭浩强版足以。
　 2:windows c语言API编程基础,推荐《windows程序设计(第5版)》 Charles Petzold着,通过学习可对界面编程一览无遗,剩下的就是看怎样用c++进行包装,体会c++面向对象复用代码的威力了。
　 3:《TCP/IP协议及网络编程技术》 罗军舟等编着 清华大学出版社 国货上品,是应用c语言在windows下进行网络编程的好教材.也是使用c++进行网络编程的知识准备。
C++基础篇： 1：《C++Primer（3or4版）》入门第一部.
　 2：《深入浅出MFC》 侯捷着 国货精品,本应归入学习vc的范畴，但他实际是对widows API的c++框架介绍,用来做vc项目只能起辅助作用,对建立c++面向对象思想却多有启迪。
　 3: 《C++标准程序库》 侯捷/孟岩译 库是语言的延伸,学习c++不可不看。
　 4: 《C++实践之路》 周良忠译 一个计算器例子贯穿全书,几乎用到C++所有知识,真正的例子驱动教学法。
面向对象技术:
　 1: 《设计模式-可复用面向对象软件的基础》 美国四人帮的跨时代大作 230页却足以开启一个时代,真正体现了面向对象技术的价值,是代码复用的经典之作,不能不看。
　 2: 《UML Distilled》 UML建模很火欧，但对我来说看主要目的是看懂类关系草图，这本小书足以。
c++进阶篇
1: 《C++高级编程》 刘鑫等译 有对c++知识的精要总结其中包括如何更好地实现重用、如何有效地测试和调试等C++专业人员常用的一些技术与方法，值得了解。
　 2: 《Effective C++》,《必知必会》,《c++编程规范》 三本小书却足以检测你对c++知识掌握的真正情况。
c++高阶篇：(本人仍在阅读中)
　 1: 《深入探索c++对象模型》 侯捷译 对C++内存布局的深入介绍,是真正理解com/corba等组件技术的必备基础。
　 2: 《C++ Templates中文版》 陈伟柱译 模板圣经，现代c++发展的前沿泛型编程思想总结 (是看懂boost类库的知识储备)。
　 3：《C++设计新思维》 侯捷/於春景译 泛型编程与设计模式的综合应用,锻炼思维的好书,(已经买了半年多了,等我有空时一定看'_')。
其他:
　 C++编程思想,C++语言之父的c++语言特别版 等书本人只在书店里见过,没有阅读就不敢置评了。
（一）语言入门:
《C++ Primer》
　 最新版本：第三版（第四版国外已上架，国内一些网上书店也在预订中）
　 适合有丰富C经验，缺乏C++经验的。不过我个人一直认为此书带着过于强烈的C语言的痕迹，对于C++的学习未必是好事。
《The C++ Programming Language》/《C++程序设计语言》
最新版本：第三版特别版
　 简称TC++PL，有其他语言的丰富经验的。（也有人简称之为“TCPL”，但需与另一本《The C Programmer Language》区分开来）
《Essential C++》
《Accelerated C++》
　 这两本薄一些，都是不错的选择。《Accelerated C++》本人没有读过，从各方面的评价来看，完全值得推荐。
　 以上几本书都有相应的中文版，而且翻译的质量都不错。上面的书未必都需要读一遍，但无论如何，TC++PL是应该阅读的。
（二）进阶A：
这个路线侧重于语言本身
《Effective C++》
　 最新版本：第二版（第三版国外已上架，国内一些网上书店也在预订中）
　 简称EC。C++程序员必读！很多时候，我们说C++圣经不是指TC++PL，而是这一本。《The Pragmatic Programmer》一书中写到：“一旦你发现自己要参与C++项目的开发，赶快跑（不要走）到书店去购买Scott Mayer的《Effective C++》，可能还要《More Effective C++》”。
《C++ Coding Standards: 101 Rules, Guidelines, and Best Practices》/《C++ 编程规范》
　 个人认为此书应为C++程序员必备的案头书。几乎Effective系列和Exceptional系列都在这里得到了总结。最新的模版、异常的业界经验都在这里的到了体现。可能的唯一缺陷就是对一个新手而言，关于“为什么这么做”的问题，解释的不够。
　 我的看法是：如果你不理解其中的条款，记忆，并且照做；如果你理解其中的条款，我猜你一定会同意书中的观点。我认为这本书中的内容至少在2009年以前都不会过时，人们将广为传诵它制定的101条戒律。
　 还不知道他的简称，也许“101”会成为一个候选者？
　 提到《Effective C++》，那么另外三本书一一浮出水面：
《More Effective C++》
《Exceptional C++》
《More Exceptional C++》。
　 新书《Exceptional C++ Style》也是值得一看的好书。
上述几本书，一本也不应该放过。
　 个人建议上述书籍按顺序阅读。并且，在将来反复阅读这几本书。 参考技术A 从零开始学编程，第一关就是要选择你所要学习的编程语言。面对着琳琅满目的编程语言，初学者常常一筹莫展，拿不定主意，不知该选哪种好。在这里，给初学编程的朋友几点参考意见。
首先，尽量避免选择过于冷门的编程语言，最好在比较常用的编程语言中挑选一个，像 java、c、c++、c#、vb等等。过于冷门的语言由于学习的人不多，相对来说学习资源较少，今后想要深入研究则会是个难题。
二、选择一个称手的集成开发环境
初学编程，一个称手的集成开发环境（即 IDE）很重要。一个用着顺手的集成开发环境，可以让我们在其中方便直观地编辑、调试、优化代码。
对于初学者，推荐大家使用微软的 visual studio 系列。如果你是 win7或win8/8.1的系统，可以使用 visual studio 2013；如果是win xp的系统或者电脑性能较差，可以使用 visual studio 2005。
三、选择一本适合自己的入门书籍
对于编程的入门书籍，大家可能萝卜青菜各有所爱。在这里，就不具体地提书名了，只是提醒大家挑选时注意以下几点。
作为一本编程的入门书籍，它应该是比较详细地介绍该门编程语言的知识点的，用词清晰精准，而不是一笔带过。因此，它应该有一定的厚度。至于过于笼统的编程书，往往看过之后仍然是一头雾水，什么也学不到，而且容易混淆概念。
其次，该书最好每节附带一些习题，以便尽早的熟悉语法，及时巩固所学知识。在此提醒大家注意，学习编程，上机练手非常重要，光是看书是很难学会的。
四、学会上网查找资料，与他人交流
互联网是个好东西，对于学习编程来说尤其如此。在网上，你不仅可以搜索需要的编程资料，还可以与世界上其他的编程爱好者一起交流，互相取长补短，共同进步。 参考技术B

《Effective C++》、《More Effective C++》、《Exceptional C++》 、《More Exceptional C++》、《深入探索c++对象模型》。

电脑编程:

编辑程序让电脑执行的过程就叫编程。Microsoft Visual Studio、Microsoft Visual Basic、MicrosoftSQLServer等软件都可以进行编程，具有代表性的计算机语言有BASIC C，C++，VB，VF，SQL，网页编程JSP，ASP，php等。

参考技术C 现在都是信息化的时代，没有一门好的技术是难以在社会之中立足的，
现在的电脑技术飞速增长，每家公司都需要电脑人才，你可以去学习电脑专业，
在这个领域中还是有很大的发展空间的，只要自己好好学习，以后的前景不可限量。 参考技术D 你想学编程做什么工作？如果是做互联网相关的后台业务，可以学习python或java，如果是电脑软件或者物联网等偏底层的软件，可以学C语言。

学python看啥书比较好

入门：

本书是一本Python入门书，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。

这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。

本书是基于Python 3.6版本编写的。

本书结构非常简单，除“准备工作”之外，还包括52个习题，其中26个覆盖了输入/输出、变量和函数3个主题，另外26个覆盖了一些比较进阶的话题，如条件判断、循环、类和对象、代码测试及项目的实现等。

每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。

本书是一本针对所有层次的Python读者而作的Python入门书。

全书分两部分：

首部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy和Pygal等强大的Python库和工具介绍，以及列表、字典、if语句、类、文件与异常、代码测试等内容；

第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的Web应用，并帮读者解决常见编程问题和困惑。

进阶：

《Python核心编程（第3版）》是经典畅销图书《Python核心编程（第二版）》的全新升级版本，总共分为3部分。

第1部分为讲解了Python的一些通用应用，包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。

第2部分讲解了与Web开发相关的主题，包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。

第3部分则为一个补充/实验章节，包括文本处理以及一些其他内容。　　《Python核心编程（第3版）》适合具有一定经验的Python开发人员阅读。

本书将帮助你使用Python编写出高质量、高效的并且易于与其他语言和工具集成的代码。

本书根据Python专家Mark Lutz的著名培训课程编写而成，是易于掌握和自学的Python教程。

本书每一章都对Python语言的关键内容做单独讲解，并且配有章后习题、编程练习及详尽的解答，还配有大量注释的示例以及图表，便于你学习新的技能并巩固加深自己的理解。

第5版基于Python2.7和3.3版本，同时也适用于其他Python版本。

无论你是编程新手还是其他编程语言的资深开发者，本书都会是你学习Python的理想选择。

数据分析与挖掘：

本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。

第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

第2版中的主要更新包括：

1、所有的代码，包括把Python的教程更新到了Python 3.6版本(第1版中使用的是Python 2.7)

2、更新了Python第三方发布版Anaconda和其他所需Python包的安装指引

3、更新pandas库到2017年的新版

4、新增一章，关于更多高级pandas工具和一些使用提示

5、新增statsmodels和scikit-learn的简明使用介绍

《Python数据科学手册》是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。

本书共五章，每章介绍一到两个Python数据科学中的重点工具包。

首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；

第 2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；

第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；

第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；

第5章以Scikit-Learn为主，这个程序库为重要的机器学习算法提供了高效整洁的Python版实现。 《Python数据科学手册》适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。

本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。

读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。 　　

基础篇（第1～5章），第1章的主要内容是数据挖掘概述；

第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；

第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。 　　

实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。

在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。

最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

爬虫：

本书采用简洁强大的Python 语言，介绍了网页抓取，并为抓取新式网络中的各种数据类型提供了全面的指导。

第一部分重点介绍网页抓取的基本原理：如何用Python 从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。

第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。

本书介绍了如何利用Python 3开发网络爬虫，书中首先介绍了环境配置和基础知识，然后讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容。

接着通过多个案例介绍了不同场景下如何实现数据爬取。

最后介绍了pyspider框架、Scrapy框架和分布式爬虫。 本书适合Python程序员阅读。

算法和机器学习：

本书采用Python语言介绍数据结构和算法，包括其设计、分析和实施。

本书源代码简洁、明确，面向对象的观点贯穿始终，通过继承大限度地提高代码重用，同时彰显不同抽象数据类型和算法之间的异同。

本书是机器学习入门书，以Python语言介绍。

主要内容包括：机器学习的基本概念及其应用；

实践中常用的机器学习算法以及这些算法的优缺点；

在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；

模型评估和调参的方法，重点讲解交叉验证和网格搜索；

管道的概念；

如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。

本书适合机器学习从业者或有志成为机器学习从业者的人阅读。

机器学习是人工智能研究领域中一个极其重要的研究方向。

在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 　

《机器学习实战》主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。

第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 　　

《机器学习实战》通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。

通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。

另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

结论

大致是这些，总共是十二本。

这些书首先内容错误少，久经市场考验，而且丰富详实，在各自的领域把该讲的都讲了。

如果你想报班的话，千锋Python的课程你可以切试试

参考技术A Python初学者可以看看以下书籍：
①《Python编程:从入门到实践》
介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容，并通过讲解项目开发将理论付诸实践。
②《Head-First Python (2nd edition)》
介绍了Python的动态存储数据的唯一方法、构建基于Python的Web服务器和Web应用程序、在Android平台上编写移动的应用程序、使用PyGame和PyKyra来开发复杂的游戏等。
③《“笨方法”学Python》
覆盖输入/输出、变量和函数，以及条件判断、循环、类和对象、代码测试及项目的实现等。
④《Python程序设计(第3版)》
介绍计算机与程序、编写简单程序、数字计算、对象和图形、字符串处理等基础知识；函数、判断结构、循环结构和布尔值等；模拟与设计、类、数据集合、面向对象设计、算法设计与递归等。
⑤《像计算机科学家一样思考Python (第2版)》
从基本的编程概念开始讲起，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构，还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法错误、运行时错误和语义错误等。