1，《AByteofPython》，即《简明Python教程》，作者:SwaroopCH，译者:沈洁元。

最大的特点，就是够简单，从第一个helloworld程序开始，全书控制流、函数、模块、数据结构（list、tuple、dict）、类和对象、输入输出（io）、异常处理、标准库（i.e.sys,os,time,etc）等内容。

2,《Python编程：从入门到实践》作者:[美]埃里克·马瑟斯，译者:袁国忠。

全书分两部分：第一部分介绍用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Python2D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。

3，《Python网络数据采集》作者:[美]米切尔，译者:陶俊杰/陈小莉。

全书第一部分重点介绍网络数据采集的基本原理：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。

4，scrapy框架，阅读官方文档吧，这是未完整翻译的1.0文档zh_CN/stable/index.html。

5，《利用Python进行数据分析》作者:WesMcKinney，译者:唐学韬。以下是全书内容：

学习NumPy（NumericalPython）的基础和高级知识。

从pandas库的数据分析工具开始。

利用高性能工具对数据进行加载、清理、转换、合并以及重塑。

利用matplotlib创建散点图以及静态或交互式的可视化结果。

利用pandas的groupby功能对数据集进行切片、切块和汇总操作。

处理各种各样的时间序列数据。

通过详细的案例学习如何解决Web分析、社会科学、金融学以及经?济学等领域的问题

6.《数据挖掘导论》作者:Pang-NingTan/MichaelSteinbach/VipinKumar，译者:范明/范宏建。

本书全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。

除异常检测外，每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时，还能够了解更多重要的高级主题。

细心的可能已经发现上述书籍大部分是O'Reilly出版的。计算机类的书籍我实在太爱O'Reilly出版的了，每一本都恨不得买下来，绝对推荐。

祝您学习愉快！