刚刚看了一下今天的24小时的热搜排行榜，有这样几本书上了热搜。

• UNIX传奇：历史与回忆
• 程序员的数学基础课 从理论到Python实践
• Python编程快速上手 让繁琐工作自动化 第2版
• 机器学习公式详解 （“西瓜书”学习伴侣“南瓜书”正式版）

这几本书具体都有哪些特色，听小编一一道来。

UNIX传奇：历史与回忆

特色

1. 计算机先驱布莱恩·W. 克尼汉，继《C程序设计语言》后的全新力作！
2. 跨越50年历史河流，带你走进贝尔实验室，亲历IT发展史实。
（1）以肯·汤普森、丹尼斯·里奇、道格·麦基尔罗伊等传奇人物小传，串联成20世纪一系列重要发明的起源/发展线路图。
（2）以Unix的诞生与迭代、优秀而开明的管理体制、有远见的持续投资等精彩故事，揭示出贝尔实验室如何孕育出科技创新的真相。
（3）以Unix诞生见证者回忆往事的轻松口吻和不为人知的有趣图片，述说Unix的“设计哲学”如何被计算机世界有效利用且延续至今。

内容简介

全书219页。本书不但书写Unix的历史，而且记录作者的回忆，一探Unix的起源，试图解释什么是Unix，Unix是如何产生的，以及Unix为何如此重要。除此之外，本书以轻松的口吻讲述了一群在贝尔实验室工作的发明天才的有趣往事，本书中每一个故事都是鲜为人知却又值得传播的宝贵资源。
本书适合对计算机或相关历史感兴趣的人阅读。读者不需要有太多的专业技术背景，就可以欣赏Unix背后的思想，了解它的重要性。

简要目录

• 第1章　贝尔实验室
• 第2章　Unix 雏形（1969）
• 第3章　初版（1971）
• 第4章　第6版（1975）
• 第5章　第7版（1976—1979）
• 第6章　科研中心之外的传播
• 第7章　商业化
• 第8章　派生物
• 第9章　遗产

程序员的数学基础课 从理论到Python实践

特色

紧紧围绕程序员的需求，内容涵盖大部分程序员所需的数学知识，涉及面广，案例生动形象，内容经典实用，提供源代码。

为什么程序员要学数学

数学学得好不好将会直接决定一个程序员有没有发展潜力。往大了说，数学是一种思维模式，考验的是一个人归纳、总结和抽象的能力。将这个能力放到程序员的世界里，其实就是解决问题的能力。往小了说，不管是数据结构与算法还是程序设计，其实底层很多原理或者思路都源自数学，所以很多大公司在招人时也会优先考虑数学专业的毕业生，因为这些人的数学基础很好，学起编程来也容易上手。

如果编程语言是血肉，那么数学的思想和知识就是灵魂。它可以帮助你选择合适的数据结构和算法，提升系统效率，并且赋予机器智慧。在大数据和智能化的时代更是如此。

内容简介

本书紧紧围绕计算机领域，从程序员的需求出发，精心挑选了程序员真正用得上的数学知识，通过生动的案例来解读知识中的难点，使程序员更容易对实际问题进行数学建模，进而构建出更优化的算法和代码。本书共分为三大模块：“基础思想”篇梳理编程中常用的数学概念和思想，既由浅入深地精讲数据结构与数学中基础、核心的数学知识，又阐明数学对编程和算法的真正意义；“概率统计”篇以概率统计中核心的贝叶斯公式为基点，向上讲解随机变量、概率分布等基础概念，向下讲解朴素贝叶斯，并分析其在生活和编程中的实际应用，使读者真正理解概率统计的本质，跨越概念和应用之间的鸿沟；“线性代数”篇从线性代数中的核心概念向量、矩阵、线性方程入手，逐步深入分析这些概念是如何与计算机融会贯通以解决实际问题的。本书除了阐述理论知识，还通过Python语言分享通过大量实践积累下来的宝贵经验和编码，使读者能够真正学以致用。

简要目录

• 第一篇　基础思想
• 第1章　二进制、余数和布尔代数
• 第2章　迭代、数学归纳和递归
• 第3章　排列、组合和动态规划
• 第4章　树和图
• 第5章　编程中的数学思维
• 第二篇　概率统计
• 第6章　概率和统计基础
• 第7章　朴素贝叶斯分类
• 第8章　马尔可夫过程
• 第9章　信息熵
• 第10章　数据分布
• 第三篇　线性代数
• 第11章　线性代数基础
• 第12章　文本处理中的向量空间模型
• 第13章　对象间关系的描述——矩阵
• 第14章　矩阵的特征
• 第15章　回归分析
• 第16章　神经网络

Python编程快速上手 让繁琐工作自动化 第2版

特色

零基础自学Python教程书籍，提供配套同步教学视频、在线编程环境！针对Python3.X版本更新。

内容简介

如果你曾经花几小时来重命名文件或更新成千上万个电子表格的单元格，你就知道这样的任务有多繁琐了。如果可以让计算机替你完成呢？

在本书中，你将学习利用Python编程在几分钟内完成手动需要几小时的工作，无须事先具备编程经验。通过阅读本书，你会学习Python的基本知识，探索Python丰富的模块库，并完成特定的任务（例如，从网站抓取数据，读取PDF和Word文档等）。本书还包括有关输入验证的实现方法，以及自动更新CSV文件的技巧。一旦掌握了编程的基础知识，你就可以毫不费力地创建Python程序，自动化地完成很多繁琐的工作，包括:

在一个文件或多个文件中搜索并保存同类文本；

• 创建、更新、移动和重命名成百上千个文件和文件夹；
• 下载搜索结果和处理Web在线内容；
• 快速地批量化处理电子表格；
• 拆分、合并PDF文件，以及为其加水印和加密；
• 向特定人群发送提醒邮件和文本通知；
• 同时裁剪、调整、编辑成千上万张图片。

简要目录

• 第一部分　Python编程基础
• 第1章　Python基础
• 第2章　控制流
• 第3章　函数
• 第4章　列表
• 第5章　字典和结构化数据
• 第6章　字符串操作
• 第二部分　自动化任务
• 第7章　模式匹配与正则表达式
• 第8章　输入验证
• 第9章　读写文件
• 第10章　组织文件
• 第11章　调试
• 第12章　从Web抓取信息
• 第13章　处理Excel电子表格
• 第14章　处理Google电子表格
• 第15章　处理PDF和Word文档
• 第16章　处理CSV文件和JSON数据
• 第17章　保持时间、计划任务和启动程序
• 第18章　发送电子邮件和短信
• 第19章　操作图像
• 第20章　用GUI自动化控制键盘和鼠标

机器学习公式详解 （“西瓜书”学习伴侣“南瓜书”正式版）

特色

人工智能领域中文的开山之作、周志华“西瓜书”《机器学习》伴侣书，Datawhale开源协作学习笔记“南瓜书”，机器学习初学小白提升数学基础能力的练习书！

内容简介

周志华老师的《机器学习》（俗称“西瓜书”）是机器学习领域的经典入门教材之一。本书（俗称“南瓜书”）基于Datawhale 成员自学“西瓜书”时记下的笔记编著而成，旨在对“西瓜书”中重难点公式加以解析，以及对部分公式补充具体的推导细节。

全书共16 章，与“西瓜书”章节、公式对应，每个公式的推导和解析都以本科数学基础的视角进行讲解，希望能够帮助读者达到“理工科数学基础扎实点的大二下学期学生”水平。每章都附有相关阅读材料，以便有兴趣的读者进一步钻研探索。

本书思路清晰，视角独特，结构合理，可作为高等院校计算机及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。