世界读书日｜今天你读纸版书还是电子书（书单）

不知不觉，，在这每年的4月23日被定为“世界读书日”，想想，在这一年之中已经过去了四分之一，你读了几本书？不管是电子书还是纸版书，哪一类是你读的最多的？今天小编给您分别推荐几本经典纸版书和畅销电子书，希望您能喜欢。

纸版书单推荐

１、深度学习

作者：【美】Jon Bentley译者：黄倩, 钱丽艳

本书囊括了数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等，并且调研了诸如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学以及视频游戏方面的应用。最后，本书还提供了一些研究方向，涵盖的理论主题包括线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、配分函数、近似推断以及深度生成模型。

２、鸟哥的 Linux 私房菜 基础学习篇 第四版

鸟哥 著

本书，基本上，比较大的差异在Linux核心的版本差异、bash 增加了bash-completion功能、使用了xfs文件系统取代ext4成为默认文件系统、使用了xfs用于quota与LVM的管理方式、使用了systemd机制的systemctl管理软件取代init与chkconfig等操作行为、使用了grub version 2取代version 1.5，设置方面差异相当大、核心编译可以使用最新版本的kernel来取代目前的3.x以上的核心等。

３、用 Python 写网络爬虫（第2版）

作者：[德]凯瑟琳 雅姆尔（Katharine Jarmul）、[澳]理查德 劳森（Richard Lawson）

译者：李斌

本书是使用Python 3.6的新特性来爬取网络数据的入门指南。本书讲解了从静态网站提取数据的方法，以及如何使用数据库和文件缓存技术来节省时间并管理服务器负载，然后介绍了如何使用浏览器、爬虫和并发爬虫开发一个更为复杂的爬虫。

４、“笨办法”学Python 3

作者：[美] 泽德 A. 肖（Zed A. Shaw）

译者：王巍巍

跟着数百万人的Python导师学Python编程入门基础教程 代码基于Python3.6

知乎、CSDN等各大论坛技术大牛推荐的Python自学入门畅销书《笨办法学Python》重磅升级，所有案例均基于Python3.6编写。

免费提供长达5个小时的配套教学视频，用手机扫码在线观看视频，更方便。

Zed A. Shaw创建了一套非常有效的Python 3学习体系，只要跟着学，你就会像Zed教过的数百万初学者一样获得成功！只要你能自律、投入和坚持！

在本书中，你将通过完成52个精心设计的习题来学会Python语言。阅读这些习题，照着录入代码（不要复制和粘贴！），修正自己的错误，观察程序的运行。

５、Wireshark数据包分析实战（第3版）

[美] 克里斯·桑德斯（Chris Sanders） 著，诸葛建伟，陆宇翔，曾皓辰 译

借助 Wireshark 这款世界流行的网络嗅探器，不管是有线网络还是无线网络，读者都可以很容易地捕获到网络中的数据包。但是，如何使用这些数据包来理解网络状况呢？

本书内容针对 Wireshark 2.x 版本进行了更新，以帮助读者掌握数据包捕获的方法，从而更好地解决网络问题。本书新增了 IPv6 和 SMTP 的相关知识，并讨论了 TShark 和 Tcpdump 两种命令行包分析 工具 的使用方法。此外，本书还介绍了使用数据包结构图查看和表示数据包的内容。

６、Python编程无师自通——专业 程序员 的养成

[美] 科里·奥尔索夫（Cory Althoff） 著，宋秉金 译

译者：宋秉金

在美国亚马逊，有一本书的影响力超高的Python入门书，Kindle版本在美国亚马逊网站的计算机软件、软件开发分类中排行均为第一，超越了众多实力派Python书，众多五星好评。也许你有所耳闻，这本书就是《Python编程无师自通——专业程序员的养成》。

《Python编程无师自通——专业程序员的养成》作者是一名自学成才的程序员，作为一名文科生他通过自学编程，掌握了编程技能并在eBay找到了一份软件工程师的工作。这本书是作者结合个人经验写作而成，旨在帮助读者从外行成长为一名专业的Python程序员。

７、人工智能（第2版）

作者：[美]史蒂芬·卢奇（Stephen Lucci），丹尼·科佩克（Danny Kopec）

译者：林赐

本书是作者结合多年教学经验、精心撰写的一本人工智能教科书，堪称“人工智能的百科全书”。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。

本书提供了丰富的教学配套资源，适合作为高等院校人工智能相关专业的教材，也适合对人工智能相关领域感兴趣的读者阅读和参考。

８、重构：改善既有代码的设计（第2版）

[美] 马丁·福勒（Martin Fowler） 著，熊节，林从羽 译

这本备受关注的第2 版在第1 版的基础上做了全面修订，反映了编程领域业已发生的许多变化。第2 版中介绍的重构列表更加内聚，并用JavaScript 语言重写了代码范例。此外，第2 版中还新增了与函数式编程相关的重构范例，旨在教会读者如何在没有类的环境下开展重构。

新版沿袭了第1 版的结构，依次解释什么是重构，为什么要重构，如何通过“坏味道”识别出需要重构的代码，以及如何在实践中成功实施重构（无论用的是什么编程语言）。

• 理解重构的过程和重构的基本原则；
• 快速有效地应用各种重构手法，提升程序的表达力和可维护性；
• 识别代码中能指示出需要重构的地方的“坏味道”；
• 深入了解各种重构手法，每个手法都包含解释、动机、做法和范例4 个部分；
• 构建稳固的测试，以支持重构工作的开展；
• 理解重构过程的权衡取舍以及重构存在的挑战等。

９、编程珠玑（第2版 修订版）

作者：【美】Jon Bentley

译者：黄倩, 钱丽艳

《编程珠玑（第2版·修订版）》是计算机科学方面的经典名著。书的内容围绕程序设计人员面对的一系列实际问题展开。作者JonBentley以其独有的洞察力和创造力，引导读者理解这些问题并学会解决方法，而这些正是程序员实际编程生涯中至关重要的。本书的特色是通过一些精心设计的有趣而又颇具指导意义的程序，对实用程序设计技巧及基本设计原则进行了透彻而睿智的描述，为复杂的编程问题提供了清晰而完备的解决思路。《编程珠玑（第2版·修订版）》对各个层次的程序员都具有很高的阅读价值。

１０、UNIX环境高级编程（第3版）

作者：【美】W. Richard Stevens, Stephen A.Rago

译者：戚正伟, 张亚英, 尤晋元

这一版涵盖了70多个新版POSIX.1标准的新增接口，包括POSIX异步I/O、旋转锁、屏障（barrier）和POSIX信号量。此外，这一版删除了许多过时的接口，保留了一些广泛使用的接口。书中几乎所有实例都已经在目前主流的4个平台上测试过，包括Solaris 10、Mac OS X 10.6.8（Darwin 10.8.0）、FressBSD 8.0、Ubuntu 12.04（基于Linux 3.2内核）。

与前两版一样，读者仍可以通过实例学习，这些实例包括了1万多行可下载的ISO C源代码，书中通过简明但完整的程序阐述了400多个系统调用和函数，清楚地说明它们的用法、参数和返回值。为了使读者能融会贯通，书中还提供了几个贯穿整章的案例，每个案例都根据现在的技术环境进行了全面更新。

《UNIX环境高级编程（第3版）》帮助了几代程序员写出强大、高性能、可靠的代码。第3版根据当今主流系统进行更新，更具实用价值。

电子书单推荐

１、深入浅出Docker

Nigel，Poulton（奈吉尔·波尔顿） 著，李瑞丰，刘康 译

《深入浅出Docker》由Docker概览和Docker技术两部分组成，遵循简介—详解—命令的章节布局，全面系统地剖析Docker的基本原理与实践应用。清晰详细的操作步骤结合大量的实际代码，为读者切实入门Docker保驾护航。

《深入浅出Docker》持续位居亚马逊榜单前列，图书内容经过多次补充完善，保证核心技术的实时更新。作为一本Docker实践指导手册，《深入浅出Docker》能够帮助读者从零开始走进Docker的世界。想要通过Docker认证工程师（DCA）考试的读者也将从本书中获益。

２、JavaScript忍者秘籍（第2版）

[美] John Resig（莱西格），Bear Bibeault（贝比奥特），Josip Maras（马瑞斯） 著

《JavaScript 忍者秘籍（第2版）》使用实际的案例清晰地诠释每一个核心概念和技术。本书向读者介绍了如何掌握 JavaScript 核心的概念，诸如函数、闭包、对象、原型和 promise，同时还介绍了 JavaScript API， 包括 DOM、事件和计时器。你将学会测试、跨浏览器开发，所有这些都是高级JavaScript开发者应该掌握的技能。

本书包含以下内容：

• 使用函数、对象和闭包编写更高效的代码；
• 使用正则表达式编写简洁的文本处理代码；
• 使用 promise 管理异步代码；
• 全面修订以涵盖 ES6 和 ES7 的概念。

３、CSS世界

张鑫旭 著

本书几乎所有内容都是经过作者自我思考和认知提炼后的产物，都是其他地方难得一见的“干货”。本书不会像传统书籍一样，一个知识点就是一节，因为CSS的各个属性的表现和行为相互间是参杂在一起的，很难一个一个分开，为了把错综复杂的CSS知识点讲好，本书以独特的“世界观”的视角去看待CSS。

４、Python机器学习

[印] 阿布舍克·维贾亚瓦吉亚（Abhishek Vijayvargia） 著，宋格格 译

《Python机器学习》通过数学解释和编程示例描述了机器学习中的概念，每一章的内容都从技术的基本原理和基于真实数据集的工作实例开始，在提出应用算法建议的同时，指出了每种技术的优缺点。 《Python机器学习》提供了大量的Python代码示例。Python已成为主流编程语言之一，它免费且开源，并得到了开放社区的支持，其中包含大量的库供读者直接使用。

《Python机器学习》有如下的显著特点：

• 涵盖机器学习的所有主要领域；
• 讨论主题和图解说明；
• 不同ML方法的比较，解决任何问题；
• 在应用任何ML算法之前处理真实世界噪声数据的方法；
• 每个概念的python代码示例；
• Jupyter Notebook脚本提供了用于测试和测试算法的数据集。

５、机器学习与数据科学（基于R的统计学习方法）

作者：【美】Daniel D. Gutierrez（古铁雷斯）

译者：施翊

本书为数据科学家提供了一些在统计学习领域会用到的工具和技巧，为他们在数据科学领域的长期职业生涯提供了所需的一套基本工具。针对处理重要的数据科学问题的高级技能，本书也给出了学习的建议。

本书包括以下内容：

机器学习概述 监督机器学习

数据连接 非监督机器学习

数据处理 模型评估

探索性数据分析

６、Scratch 3.0少儿编程趣味课

李强，林子为，郝敬轩 著

本书是学习Scratch 3.0创意和编程的趣味课程指南。本书从少儿学编程的基础和准备出发，介绍了Scratch 3.0的界面和功能，并通过30多个项目示例，详细展示了各类积木的用法和编程技巧，以及如何将Scratch 3.0与众多流行的硬件结合进行编程开发。最后，通过两个完整的游戏案例的开发，展示了如何综合应用前面课程所学的知识和技能。

本书具有以下特色：

从少年儿童认知和学习理念入手，帮助读者迈好少儿学编程的第 一步。

坚持做中学的方法。通过众多的实际项目示例来展示积木的用法和技巧。

内容精心设计，项目选材独到，符合读者的学习规律。

通过“想一想，试一试”板块，来鼓励读者进行反思和尝试，以便提升学习效果。

提供完整的代码和素材下载，方便读者参考学习。

７、Scratch 3.0少儿游戏趣味编程

作者：李强 李若瑜

本书通过讲解用Scratch 3.0 编写15 款有趣的小游戏和小程序的开发过程，由浅入深地向读者介绍Scratch 3.0 编程的基本技术以及程序设计的基本思维和方法。

全书共8章和1个附录。第1 章带领读者认识Scratch 3.0，第2 章介绍Scratch 3.0 编程中用到的一些基本的概念。第3 章和第4 章分别介绍几个初级难度游戏的编写过程。第5章介绍4款中级难度游戏的编写过程。第6 章、第7 章和第8 章分别介绍一款高级难度游戏的编写过程。附录给出了Scratch 3.0 中常用的编程积木的列表和说明，可供读者在需要时查阅。本书适合中小学信息技术课教师或培训老师、想要让孩子学习Scratch 的家长阅读参考，也非常适合小学生或初中学生自学。

８、Wireshark网络分析实战（第2版）

[印度] 甘德拉·库马尔·纳纳（Nagendra Kumar Nainar），尧戈什·拉姆多斯（Yogesh Ramdoss），[以色列] 约拉姆·奥扎赫（Yoram Orzach） 著，孙余强，王涛 译

本书扩充了上一版的主题，涵盖如何使用Wireshark监控TCP性能、网络安全、无线LAN以及云和虚拟系统，介绍了在单播/多播网络环境中如何借助Wireshark分析端到端的IPv4/IPv6连通性故障。读者将了解E-mail协议的正常运行机制，学会如何使用Wireshark来完成基本的故障分析和排除工作。利用Wireshark这款利器，读者可以解决企业网络中常用应用程序的故障。读者还将学习如何测量网络参数，如何检查并修复因网络参数引起的性能问题。

读完本书之后，读者将掌握如何分析流量，如何发现各种异常流量，以及如何加固自己的网络。

９、Python机器学习——预测分析核心算法

作者：【美】Michael Bowles（鲍尔斯）

译者：沙灜, 李鹏

在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知所措。本书从算法和Python 语言实现的角度，帮助读者认识机器学习。

本书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。全书共分为7 章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。

本书主要针对想提高机器学习技能的Python 开发人员，帮助他们解决某一特定的项目或是提升相关的技能。