2019年已经过去了一半，如果您已经为自己订制了阅读计划，那么也总结一下自己还有哪一本没有读完；如果您还没有订制阅读计划，不要紧，这里有一份年中盘点供您参考。
１、重构：改善既有代码的设计（第2版）
作者：[美]马丁?福勒（Martin Fowler）
译者：熊节, 林从羽
● 重构20年，世界软件开发大师MartinFowler的不朽经典
● 生动阐述重构原理和具体做法
● 普通程序员进阶到编程高手的修炼秘笈和代码整洁之道
这本备受关注的第2 版在第1 版的基础上做了全面修订，反映了编程领域业已发生的许多变化。第2 版中介绍的重构列表更加内聚，并用JavaScript 语言重写了代码范例。此外，第2 版中还新增了与函数式编程相关的重构范例，旨在教会读者如何在没有类的环境下开展重构。
新版沿袭了第1 版的结构，依次解释什么是重构，为什么要重构，如何通过“坏味道”识别出需要重构的代码，以及如何在实践中成功实施重构（无论用的是什么编程语言）。
2、动手学深度学习
作者：阿斯顿·张（Aston Zhang）, 李沐（Mu Li）, [美] 扎卡里·C. 立顿（Zachary C. Lipton）, [德] 亚历山大·J. 斯莫拉（Alexander J. Smola）
● 人工智能机器学习深度学习领域重磅教程图书
● 亚马逊科学家作品
● 手学深度学习的全新模式，原理与实战紧密结合
目前市面上有关深度学习介绍的书籍大多可分两类，一类侧重方法介绍，另一类侧重实践和深度学习工具的介绍。本书同时覆盖方法和实践。本书不仅从数学的角度阐述深度学习的技术与应用，还包含可运行的代码，为读者展示如何在实际中解决问题。为了给读者提供一种交互式的学习体验，本书不但提供免费的教学视频和讨论区，而且提供可运行的Jupyter记事本文件，充分利用Jupyter记事本能将文字、代码、公式和图像统一起来的优势。这样不仅直接将数学公式对应成实际代码，而且可以修改代码、观察结果并及时获取经验，从而带给读者全新的、交互式的深度学习的学习体验。
３、操作系统导论
作者：[美] 雷姆兹·H.阿帕希杜塞尔（ Remzi H. Arpaci-Dusseau）， [美]安德莉亚·C.阿帕希杜塞尔（Andrea C. Arpaci-Dusseau）
译者：王海鹏
● 美国知名操作系统教材
● 紧紧围绕操作系统的三大主题元素:虚拟化 并发和持久性进行讲解
● 豆瓣原版评分９.７
本书围绕虚拟化、并发和持久性这三个主要概念展开，介绍了所有现代系统的主要组件（包括调度、虚拟内存管理、磁盘和I/O子系统、文件系统）。全书共50章，分为3个部分，分别讲述虚拟化、并发和持久性的相关内容。作者以对话形式引入所介绍的主题概念，行文诙谐幽默却又鞭辟入里，力求帮助读者理解操作系统中虚拟化、并发和持久性的原理。
本书内容全面，并给出了真实可运行的代码（而非伪代码），还提供了相应的练习，很适合高等院校相关专业的教师开展教学和高校学生进行自学。
４、深入浅出Docker
作者：【英】Nigel Poulton（奈吉尔 波尔顿）
译者：李瑞丰, 刘康
● Docker技术入门与实践指南教程
● 容器与容器云解析，帮助您快速建立Docker技术知识体系
● Docker认证工程师实用指南
《深入浅出Docker》由Docker概览和Docker技术两部分组成，遵循简介—详解—命令的章节布局，全面系统地剖析Docker的基本原理与实践应用。清晰详细的操作步骤结合大量的实际代码，为读者切实入门Docker保驾护航。
５、PyTorch深度学习
作者：[印度]毗湿奴?布拉马尼亚(Vishnu Subramanian)
译者：王海玲, 刘江峰
● 使用PyTorch开发神经网络的实用指南
● 深度学习框架PyTorch入门教程，涵盖机器学习、神经网络、计算机视觉应用等知识，提供本书彩图和源代码下载
本书对当今前沿的深度学习库PyTorch进行了讲解。凭借其易学习性、高效性以及与Python开发的天然亲近性，PyTorch获得了深度学习研究人员以及数据科学家们的关注。本书从PyTorch的安装讲起，然后介绍了为现代深度学习提供驱动力的多个基础模块，还介绍了使用CNN、RNN、LSTM以及其他网络模型解决问题的方法。本书对多个先进的深度学习架构的概念（比如resnet、DenseNet、Inception和Seq2Seq）进行了阐述，但没有深挖其背后的数学细节。与GPU计算相关的知识、使用PyTorch训练模型的方法，以及用来生成文本和图像的复杂神经网络（如生成网络），也在本书中有所涵盖。
６、Linux内核深度解析
作者：余华兵
●代码基于Linux 4.12版本
● 兼顾4.x版本中引入的很多新技术点
● 基于ARM64硬件平台
本书基于4.x版本的Linux内核，介绍了Linux内核的若干关键子系统的技术原理。本书主要内容包括内核的引导过程、内核管理和调度进程的技术原理、内核管理虚拟内存和物理内存的技术原理、内核处理异常和中断的技术原理，以及系统调用的实现方式等。
７、Spring源码深度解析（第2版）
作者：郝佳
● 畅销长销Spring图书全新升级版本
● 基于Spring5.x编写
● 庖丁解牛式讲解Spring工作原理
《Spring源码深度解析（第2版）》从核心实现、企业应用和Spring Boot这3个方面，由浅入深、由易到难地对Spring源码展开了系统的讲解，包括Spring 整体架构和环境搭建、容器的基本实现、默认标签的解析、自定义标签的解析、bean的加载、容器的功能扩展、AOP、数据库连接JDBC、整合MyBatis、事务、SpringMVC、远程服务、Spring消息、Spring Boot体系原理等内容。
８、Python编程无师自通——专业程序员的养成
作者：[美] 科里?奥尔索夫（Cory Althoff）
译者：宋秉金
● 美亚排名Ｄ一，好口碑
● 自学经验总结，神助攻
● “要点介绍+示例代码+术语总结+挑战练习”，高效率
本书包括5部分内容：第一部分（第1～11章）介绍了编程基础知识，以及函数、容器、字符串、循环和模型等概念；第二部分（第12～15章）介绍了编程范式和面向对象编程等知识；第三部分（第16～20章）介绍了Bash、正则表达式、包管理器和版本控制等编程工具方面的知识；第四部分（第21～22章）主要涉及数据结构和算法方面的知识；第五部分（第23～27章）则是关于求职与团队协作的内容。
９、Python 3破冰人工智能：从入门到实战
作者：黄海涛
● 基于python3.6构建了近140个代码案例
● 全面介绍Python在人工智能中的应用
● 创新性地从全国大学生数学建模竞赛切入人工智能
《Python 3破冰人工智能：从入门到实战》创新性地从数学建模竞赛入手，深入浅出地讲解了人工智能领域的相关知识。本书内容基于Python 3.6，从人工智能领域的数学出发，到Python在人工智能场景下的关键模块；从网络爬虫到数据存储，再到数据分析；从机器学习到深度学习，涉及自然语言处理、机器学习、深度学习、推荐系统和知识图谱等。
此外，本书还提供了近140个代码案例和大量图表，全面系统地阐述了算法特性，个别案例算法来自于工作经验总结，力求帮助读者学以致用。
１０、UNIX操作系统设计
作者：[美] 莫里斯·J. 巴赫（Maurice J.Bach）
译者：陈葆钰, 王旭, 柳纯录, 冯雪山
● UNIX操作系统经典图书重新出版
● 从事UNIX系统研究与实用程序开发人员参考书
本书以UNIX系统为背景，全面、系统地介绍了UNIX操作系统内核的内部数据结构和算法。本书首先对系统内核结构做了简要介绍，然后分章节描述了文件系统、进程调度和存储管理，并在此基础上讨论了UNIX系统的问题，如驱动程序接口、进程间通信与网络等。在每章之后，还给出了大量富有启发性和实际意义的题目。
１１、R语言之书：编程与统计
作者：[新西兰]蒂尔曼·M. 戴维斯（Tilman M. Davies）
译者：李毅
● 《R语言编程艺术》双子星，
● R语言入门到实战指南
● 一部翔实的百科全书式的R语言宝典
本书是一本指导你如何掌握并灵活运用目前世界上流行的统计分析编程语言——R语言的图书。即使你没有编程背景，或者只有少量的数学基础知识，也可以通过本书中丰富的实际案例，高效地学习统计学和R语言。
本书从基础知识，如处理数据、编写简单程序开始讲起，然后介绍了样本数据的统计概要、统计建模等。此外，你还将通过R语言的基本作图工具和贡献包（如ggplot2和ggvis）学习令人耳目一新的数据可视化，并使用rgl贡献包做出交互式3D图。
１２、Kafka Streams实战
作者：[美] 小威廉 · P. 贝杰克（William P. Bejeck Jr.）
译者：牟大恩
● Kafka，Streams技术的全面学习指南
● 大数据流式处理从入门到实践
● 两位Apache，Kafka作者作序推荐作品
本书教读者在Kafka平台上实现流式处理。在这本易于理解的书中，读者将通过实际的例子来收集、转换和聚合数据，使用多个处理器，处理实时事件，可以使用Ksql 深入研究流式sql。本书还讲解了Kafka Streams应用程序的测试和运维方面的内容（如监控和调试）。
