下列是许多程式设计此基础书刊和数据资料所推荐，能协助您创建程式设计此基础：
书刊所推荐：
1.”Python程式设计：从进阶到课堂教学”- Eric Matthes
2.”简洁的Python”- Luciano Ramalho
3.”演算法要量”- Aditya Bhargava
4.”深入细致认知电脑系统”- Randal E. Bryant、David R. OHallaron
新浪网数据资料和讲义：
1. Python非官方文件格式：Python程式设计语言的非官方文件格式提供更多了全面性的参照和讲义。
（邮箱：https://docs.python.org）
2. W3Schools：W3Schools 提供更多了各式各样程式设计语言（主要包括Python）和Web开发设计的新浪网讲义和参照数据资料。
（邮箱：https://www.w3schools.com）
3. Codecademy：Codecademy 提供更多交互式的程式设计自学自然环境，囊括多种不同程式设计语言和主轴。
（邮箱：https://www.codecademy.com）
开放源码工程项目所推荐：
1. TensorFlow：Google开放源码的广度自学架构，适用于于构筑和体能训练数学数学模型数学模型。
（邮箱：https://github.com/tensorflow/tensorflow）
2. Scikit-learn：Python中常用的机器自学库，提供更多了丰富的机器自学演算法和工具。
（邮箱：https://github.com/scikit-learn/scikit-learn）
3. Django：一个流行的Python Web架构，用于构筑强大的Web应用程序。
（邮箱：https://github.com/django/django）
4. NumPy：Python中常用的数值计算库，提供更多高效的多维数组操作和数值计算功能。
（邮箱：https://github.com/numpy/numpy）
以上是许多程式设计此基础的书刊和数据资料所推荐，以及许多知名的开源工程项目。通过自学这些资源，您将创建坚实的程式设计此基础，并了解常用的程式设计工具和库。同时，参与开放源码工程项目也是提升程式设计能力和课堂教学经验的好方式，您能选择适合自己的工程项目，积累实际的程式设计经验和技能。
