以下書單都是我自己曾讀過，並根據自己愛好所做出的評價，領域涉及了 python 程式開發、機器學習及資料科學等領域，各位在書荒時不妨可以參考~
註. 讀過≠讀完，有的讀幾頁就毒發棄書了
註. 書單內其實還有包含免費或者收費的影片
註: 工具書是指，對於某技術有一定的熟悉，想進一步瞭解特定主題，亦或者想當作字典查找指令，不適合作為該技術的零基礎學習的參考書
【Python入門教室：8堂基礎課程＋程式範例練習，一次學會Python的原理概念、基本語法、實作應用】
難度: 初級
翻譯: ★★★
排版: ★★★
電子書: N
優點: 推薦給無程式開發經驗者閱讀，另外本書也是少數有介紹到 GUI 設計的 python 入門書
缺點: 對於有程式開發經驗者(尤其是 python)，這本書對你的吸引大概就是排版吧ww
註: 有讀完
【Python功力提升的樂趣：寫出乾淨程式碼的最佳實務】
難度: 中級
翻譯: ★★★
排版: ★★☆
電子書: Y
優點: 面相對有 python 程式開發經驗者的書，這本書除了教會你什麼是代碼風格外，也會告訴你什麼是程式碼的異味(不好的程式撰寫方式)，另外也會告訴你什麼是 git
缺點: 硬要說的話，除了 part2 以外，其他篇幅寫的不是那麼好(指原文)
註: 只讀 part2
【Python不廢話，一行程式碼：像高手般寫出簡潔有力的Python程式碼】
難度: 初級
翻譯: ★★☆
排版: ★☆☆
電子書: Y
優點: 整本書都在教你怎麼用串列表達式(List comprehension)
缺點: 只有講串列表達式(List comprehension)，如果你有【Python功力提升的樂趣】，那這本書就不用買了!
註: 有讀完
【東京大學資料科學家養成全書：使用Python動手學習資料分析】
難度: 初級
翻譯: ★★★
排版: ★★★
電子書: Y
優點: 資料科學家會用上的numpy、pandas、matplotlib 和 scikit-learn 都有帶到，便宜實惠
缺點: 可惜不是彩色的
註: 大概只讀 1/3
【特徵工程不再難：資料科學新手也能輕鬆搞定！】
難度: 中級
翻譯: ★☆☆
排版: ★☆☆
電子書: N
優點: 專講特徵工程的一本書，受益良多
缺點: 這翻譯和排版，讓我好幾次想棄書...
註: 有讀完
【精通 Python：運用簡單的套件進行現代運算】
難度: 高級
翻譯: ☆☆☆
排版: ★☆☆
電子書: N
優點: 要什麼有什麼的書
缺點: 這是一本字典 or 工具書(很重要)，然後翻譯的品味我完全不行
註: 毒發棄書
【Python資料分析必備套件！Pandas資料清理、重塑、過濾、視覺化】
難度: 初級~中級
翻譯: ★☆☆
排版: ★☆☆
電子書: N
優點: 鉅細靡遺的，從零教你怎麼使用 pandas
缺點: 這是一本字典 or 工具書(很重要)，如果是因為想學 pandas 而買這本書的話，大概不到 1/3 就會放棄了，多的是替代教材(東京大學資料科學家養成全書、YT 或者 CHATGPT)
註: 毒發棄書
【NumPy 高速運算徹底解說：六行寫一隻程式？你真懂深度學習？手工算給你看！】
難度: 初級~中級
翻譯: ★☆☆
排版: ★☆☆
電子書: N
優點: 鉅細靡遺的，從零教你怎麼使用 numpy
缺點: 這是一本字典 or 工具書(很重要)，如果是因為想學 pandas 而買這本書的話，大概不到 1/3 就會放棄了，多的是替代教材(東京大學資料科學家養成全書、YT 或者 CHATGPT)
註: 毒發棄書
【Python程式設計的樂趣：範例實作與專題研究的20堂程式設計課】
難度: 初級
翻譯: ★★★
排版: ★★☆
電子書: N
優點: 長年在亞馬遜霸榜的神書，實際看過後確實無愧，比【Python入門教室】還要詳細但卻不晦澀難懂
缺點: 可能是閱讀習慣問題，我更喜歡【Python入門教室】，然後 part 2 的專題 1 我覺得滿雞肋的
註: 只讀 part 1
【凡人也能懂的白話人工智慧演算法】
難度: 初級
翻譯: ★★★
排版: ★★☆
電子書: Y
優點: 難得有一本內容包含啟發式演算法的書籍
缺點: 且內容沒有任何代碼，通篇都在說明觀念，把簡單的東西講得很複雜很抽象，老實說我滿失望的
註: 只讀 3~7 章
達人
