python三本经典书籍有：《深度学习入门：基于Python的理论与实现》，《Python高性能（第2版）》，《Python科学计算最佳实践：SciPy指南》。
1、《深度学习入门：基于Python的理论与实现》
本书深入浅出地剖析了深度学习的原理和相关技术，使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。
Python提供了大量的第三方模块，使用方式与标准库类似。它们的功能无所不包，覆盖科学计算、Web开发、数据库接口、图形系统多个领域，并且大多成熟而稳定。第三方模块可以使用Python或者C语言编写。
SWIG,SIP常用于将C语言编写的程序库转化为Python模块。Boost C++ Libraries包含了一组库，Boost.Python，使得以 Python 或 C++ 编写的程序能互相调用。借助于拥有基于标准库的大量工具、能够使用低级语言如C和可以作为其他库接口的C++，Python已成为一种强大的应用于其他语言与工具之间的胶水语言。
2、《Python高性能（第2版）》
本书主要介绍如何让Python程序发挥强大性能，内容涵盖针对数值计算和科学代码的优化，以及用于提高Web服务和应用响应速度的策略。
具体内容有：
图形处理：有PIL、Tkinter等图形库支持，能方便进行图形处理。
数学处理：NumPy扩展提供大量与许多标准数学库的接口。
文本处理：python提供的re模块能支持正则表达式，还提供SGML，XML分析模块，许多程序员利用python进行XML程序的开发。
数据库编程：程序员可通过遵循Python DB-API（数据库应用程序编程接口）规范的模块与Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等数据库通信。python自带有一个Gadfly模块，提供了一个完整的SQL环境。
3、《Python科学计算最佳实践：SciPy指南》
本书旨在介绍开源的Python算法库和数学工具包SciPy。近年来，基于NumPy和SciPy的完整生态系统迅速发展，并在天文学、生物学以及材料科学等多个学科得到了广泛应用。
本书结合大量代码实例，详尽展示了SciPy的强大科学计算能力，包括用NumPy和SciPy进行分位数标准化，用Ndimage实现图像区域网络、频率与快速傅里叶变换，用稀疏坐标矩阵实现列联表、SciPy中的线性代数、SciPy中的函数优化等。
Python标准库的主要功能有：
文本处理，包含文本格式化、正则表达式匹配、文本差异计算与合并、Unicode支持，二进制数据处理等功能。
文件处理，包含文件操作、创建临时文件、文件压缩与归档、操作配置文件等功能。
操作系统功能，包含线程与进程支持、IO复用、日期与时间处理、调用系统函数、写日记(logging)等功能。
python三本经典书籍是：《Python魔力手册》、《深入Python3》、《Python高手之路》第三版。
1、《Python魔力手册》
它的作者侯爵，在学编程时，发现市面上没有一本适合Python入门学习的书籍，于是后来自己结合了图画和动漫的形式来表达书中的较重要的知识点，对于即使没有任何编程基础的学习者，也能通俗易懂。
并且它的基础知识点较为系统全面，整本书学下来，初学者不仅可以轻松入门，还能通过这本书掌握Python中大部分的基础知识点。
2、《深入Python3》
这是目前讲Python3最全面的书，书中针对Python3的知识点非常全面，从不同系统的Python3安装方法，到具体的Python知识点，再到Python3的实例操作，整个本书对于Python做了很详细的解释。
并且书中案例都是针对书中的知识点设置，含有大量源代码，在阅读了第一本书的情况下，再看这本书，理解起来并不难，如果你把书中的代码跟着书中的理论指导敲一遍，那么在你学完这本书的同时，也就掌握了Python3所需要的所有知识点。
3、《Python高手之路》第三版
经过前两本书的学习，这本书不再是常规意义上的Python入门书，它的作者是著名开源项目OpenStack的技术负责人之一，他在书里编入了大量来自OpenStack这个大规模项目中开发Python代码的经验。
并且它的主要内容完全是从实战的角度出发，对开发一个完整的Python应用所需要掌握的知识进行系统而完整的介绍，是真正具有实战指导意义的书籍。
一、python三本经典书籍是《Python for data analysis》、《Python数据分析与挖掘实战》、《Python Cookbook》。
1、《Python for data analysis》：
学习基于Python语法的数据分析Python是一个不错的选择，它涵盖了ipython notebook，Numpy，Scipy和Pandas软件包的使用。
2、《Python数据分析与挖掘实战》：
给出了使用Python进行数据挖掘的详细案例。 数据和代码可以下载。 对于机器学习中的高级学习来说，这是一个不错的选择（本书还使用了相应的R语言和Matlab版本）。
3、《Python Cookbook》：
很厚的一本书，可以作为Python语法查询手册。
二、python 的相关工具及功能：
（1）Tkinter：
Python默认的图形界面接口。Tkinter是一个和Tk接口的Python模块，Tkinter库提供了对Tk API的接口，它属于Tcl/Tk的GUI工具组。
（2）PyGTK：
用于python GUI程序开发的GTK+库。GTK就是用来实现GIMP和Gnome的库。
（3）PyQt：
用于python的Qt开发库。QT就是实现了KDE环境的那个库，由一系列的模块组成，有qt, qtcanvas, qtgl, qtnetwork, qtsql, qttable, qtui and qtxml，包含有300个类和超过5750个的函数和方法。PyQt还支持一个叫qtext的模块，它包含一个QScintilla库。该库是Scintillar编辑器类的Qt接口。
（4）wxPython：
GUI编程框架，熟悉MFC的人会非常喜欢，简直是同一架构（对于初学者或者对设计要求不高的用户来说，使用Boa Constructor可以方便迅速的进行wxPython的开发）
（5）PIL：
python提供强大的图形处理的能力，并提供广泛的图形文件格式支持，该库能进行图形格式的转换、打印和显示。还能进行一些图形效果的处理，如图形的放大、缩小和旋转等。是Python用户进行图象处理的强有力工具。