The Algorithms (Python)
算法 · 数据结构 · Python
1360 多个 Python 算法与数据结构实现,分45 个类别,附 DIRECTORY 导航与 doctest 校验,仅供学习。
正在打开工具详情…
社区维护的免费编程学习资源清单,45 种语言分册含中文专版,另有速查表、在线课程、题集与编程环境。
想系统自学编程、需要一份筛过的免费书单,并且中文读者优先找中文书的人。
想找「最新最全技术文档」的人——它收的是可免费读的完整书籍,不是 API 文档或速查手册那种即时查询用途。
Free Programming Books 是一份社区维护的免费编程学习资源清单,收录合法免费可读的书和课程。
它最大的价值是分语言。 主 README 的 Books 章节按语言分成 45 个分册,其中有中文专版(free-programming-books-zh.md,独立的 37KB 文件)——不是把英文书翻译成中文,而是专门收集中文出版、中文作者、中文可免费读的编程书。这一点和「翻译英文书」的性质完全不同:读中文书对中文母语者的理解成本低得多。
除了书籍,README 还有六个资源小节:Cheat Sheets(速查表)、Free Online Courses(免费在线课程)、Interactive Programming Resources(交互式编程资源)、Problem Sets and Competitive Programming(题集与竞赛编程)、Podcast - Screencast(播客与录屏)、Programming Playgrounds(编程练习场)。合起来它不止是书单,而是一条自学路径的各环节都能找到材料。
它有搜索和网页版。 除了在 GitHub 上翻,官方提供了动态搜索站(free-programming-books-search)和易读网页版。书单文件本身不小(按语言分册最大的有 200KB),搜索比浏览更实际。
质量控制靠社区,但机制是明确的:仓库有 CONTRIBUTING、HOWTO、CODE_OF_CONDUCT 三份文档,而且大多有中文翻译(CONTRIBUTING-zh、HOWTO-zh、CODE_OF_CONDUCT-zh),想提交条目的话有中文规则可读。贡献指南带 specific 的要求(哪些算免费、怎么写条目格式),不是随便往里塞链接。
来源值得知道:这份清单最初是 StackOverflow 上「List of Freely Available Programming Books」的克隆,由 Victor Felder 迁到 GitHub 协作维护,现在由非营利组织 Free Ebook Foundation 托管。它已经是 GitHub 最受欢迎的仓库之一。
它的性质是「筛选过的索引」,不是内容本身。 每本书都还是要去各自的地方读——好处是链接都指向合法免费资源,坏处是没有统一质量保证:任何一本书的价值还是得自己判断。
上手步骤之外的具体做法:常见场景怎么配、命令怎么写、报错怎么处理。
中文读者从哪个入口进、六个资源小节分别解决什么,以及怎么用搜索站而不是硬翻文件。
先看中文专版。 主 README 的 Books 章节按语言分成 45 个分册,其中中文是独立的一份:
books/free-programming-books-zh.md(约 37KB)
这份清单收的是中文出版、中文作者、中文可免费读的书 —— 不是把英文书翻译过来。性质完全不同:中文母语者读中文书理解成本低得多,而且有些书本身就是中文作者写的,只存在于中文语境。
繁体中文有单独分册(_zh_TW)。
分册文件不小:按语言那份有 200KB,按主题那份有 110KB。在浏览器里翻不现实。
官方提供了两个入口:
它不止是书单。README 的 Resources 章节下面有七个小节,覆盖自学路径的各环节:
| 小节 | 解决什么 |
|---|---|
| Books | 完整书籍,按语言或主题 |
| Cheat Sheets | 速查表——语法、命令、快捷键 |
| Free Online Courses | 免费的在线课程 |
| Interactive Programming Resources | 交互式教程,边做边学 |
| Problem Sets and Competitive Programming | 题集与竞赛编程 |
| Podcast - Screencast | 播客与录屏 |
| Programming Playgrounds | 在线编程练习场 |
组合起来看它的用法:想系统学一门语言,用 Books 打基础;查语法用 Cheat Sheets;想练手用 Playgrounds;准备面试或提升用 Problem Sets。这比只找一本书效率高。
主 README 给了两份英文清单:
按语言 + 按主题两份配合用,比只按语言找更灵活。
要提交新书的话有三份规则文档,而且大多有中文翻译:
docs/CONTRIBUTING-zh.md —— 贡献指南(中文)docs/HOWTO-zh.md —— 新手向的 GitHub 使用说明(中文)docs/CODE_OF_CONDUCT-zh.md —— 行为准则(中文)先读贡献指南再提 PR。 清单靠社区维护但有明确规范——什么算「免费可读」、条目怎么写格式,都写在 CONTRIBUTING 里。随便塞链接会被拒。
翻译也不完整——README 的 Translations 一节自己就说明了「有些翻译还缺,也许你可以帮忙补」。想帮忙翻译文档也是贡献方式之一。
它是一份筛选过的索引。 每本书仍然要去各自的地方读。
好的一面:链接都指向合法免费资源——这一点比在搜索结果里翻靠谱得多,很多「免费电子书」站实际上要么是盗版要么是骗下载。
要留意的一面:没有统一质量保证。 清单保证「免费可合法读」,不保证「内容准确或适合你」。书的价值还得自己判断——看目录里的章节覆盖、看最近更新时间、看读者的评价。
另外条目是社区提交的,可能有已经过时或链接失效的。读到一本打不开的书,浪费时间的是你自己。
这份清单最初是 StackOverflow 上「List of Freely Available Programming Books」的克隆,由 Karan Bhangui 和 George Stocker 参与,由 Victor Felder 迁到 GitHub 做协作维护,现在由非营利组织 Free Ebook Foundation 托管(该组织专注促进免费电子书的创作、分发、存档与可持续性,在美国的捐赠可抵税)。
它已经是 GitHub 最受欢迎的仓库之一——这也是它条目质量相对可靠的原因之一:关注度高,贡献者多。
同一需求下可以先试这些,尤其是不想买商业许可的时候。
算法 · 数据结构 · Python
1360 多个 Python 算法与数据结构实现,分45 个类别,附 DIRECTORY 导航与 doctest 校验,仅供学习。
Python · 脚本 · 数据分析
脚本、数据分析、爬虫和不少课程作业的默认语言。
代码编辑器 · 扩展 · 调试
写脚本、网页和多数语言都能先用它,扩展多、启动快。