reklama - zainteresowany?

Czysty kod w Pythonie - Helion

Czysty kod w Pythonie
ebook
Autor: Sunil Kapil
Tytuł oryginału: Clean Python: Elegant Coding in Python
TÅ‚umaczenie: Andrzej Watrak
ISBN: 978-83-283-6463-9
stron: 176, Format: ebook
Data wydania: 2020-05-18
Księgarnia: Helion

Cena książki: 21,95 zł (poprzednio: 39,20 zł)
Oszczędzasz: 44% (-17,25 zł)

Dodaj do koszyka Czysty kod w Pythonie

Tagi: Python - Programowanie

W porównaniu z innymi jÄ™zykami programowania Python wyróżnia siÄ™ prostotÄ… i zaskakujÄ…cymi możliwoÅ›ciami. Używa siÄ™ go do analizy danych, budowania sztucznej inteligencji, tworzenia stron WWW, jak również w badaniach naukowych. WÅ‚aÅ›ciwoÅ›ci tego jÄ™zyka sprawiajÄ…, że kod trzeba pisać uważnie, szczególnie w dużych projektach. Tymczasem trudno jest znaleźć odpowiednio dobre źródÅ‚o informacji o sposobach tworzenia kodu wysokiej jakoÅ›ci. Publikacje dotyczÄ…ce dobrych praktyk kodowania w Pythonie sÄ… nieliczne, a ich jakość nieraz pozostawia wiele do życzenia. Dodatkowy problem wynika z wszechstronnoÅ›ci Pythona: jest wykorzystywany w wielu dziedzinach i trudno wskazać wspólne dla nich wzorce programistyczne.

Ta książka jest znakomitym przewodnikiem, dziÄ™ki któremu zaczniesz tworzyć wydajne i bezbÅ‚Ä™dne aplikacje w Pythonie. Zaczniesz od formatowania i dokumentowania kodu, umiejÄ™tnego stosowania wbudowanych struktur, stosowania moduÅ‚ów i metaklas. W ten sposób nauczysz siÄ™ pisać uporzÄ…dkowany kod. Potem poznasz nowe funkcjonalnoÅ›ci jÄ™zyka Python i dowiesz siÄ™, jak efektywnie z nich korzystać. NastÄ™pnie dowiesz siÄ™, jak wykorzystywać zaawansowane cechy jÄ™zyka, takie jak programowanie asynchroniczne, okreÅ›lanie typów danych i obsÅ‚uga Å›cieżek, a także jak diagnozować kod, wykonywać testy jednostkowe i integracyjne oraz przygotowywać kod do uruchomienia w Å›rodowisku produkcyjnym. Na koÅ„cu poznasz najważniejsze narzÄ™dzia przeznaczone do szybkiego tworzenia kodu, zarzÄ…dzania jego wersjami i weryfikowania poprawnoÅ›ci.

W tej książce między innymi:

  • wÅ‚aÅ›ciwe wykorzystywanie wyrażeÅ„ i instrukcji
  • tworzenie wÅ‚asnych sÅ‚owników
  • zaawansowane struktury danych
  • pisanie najlepszych moduÅ‚ów, klas i funkcji
  • asynchroniczne wywoÅ‚ywanie funkcji

Python: kodowanie jest sztukÄ…!

Dodaj do koszyka Czysty kod w Pythonie

 

Osoby które kupowały "Czysty kod w Pythonie", wybierały także:

  • Receptura na Python. Kurs Video. 54 praktyczne porady dla programist
  • ZÅ‚am ten kod z Pythonem. Jak tworzyć, testować i Å‚amać szyfry
  • NLP. Kurs video. Analiza danych tekstowych w j
  • Web scraping w Data Science. Kurs video. Uczenie maszynowe i architektura splotowych sieci neuronowych
  • Python dla administrator

Dodaj do koszyka Czysty kod w Pythonie

Spis treści

Czysty kod w Pythonie eBook -- spis treści


O autorze 7

O korektorze merytorycznym 8

Podziękowania 9

Wprowadzenie 11

Rozdział 1. Kodowanie pythoniczne 13

  • Tworzenie pythonicznego kodu 13
    • Nazewnictwo 14
    • Wyrażenia i instrukcje 16
    • Pythoniczny styl kodowania 19
  • Komentarze dokumentacyjne 24
    • Komentarze dokumentacyjne do moduÅ‚ów 26
    • Komentarze dokumentacyjne do klas 26
    • Komentarze dokumentacyjne do funkcji 27
    • Przydatne narzÄ™dzia dokumentacyjne 28
  • Pythoniczne struktury sterujÄ…ce 28
    • Wyrażenia listowe 28
    • Nie twórz skomplikowanych wyrażeÅ„ listowych 29
    • Kiedy stosować wyrażenia lambda? 31
    • Kiedy stosować generatory, a kiedy wyrażenia listowe? 31
    • Dlaczego nie należy stosować instrukcji else w pÄ™tlach? 32
    • Dlaczego warto stosować funkcjÄ™ range() w jÄ™zyku Python 3? 34
  • ZgÅ‚aszanie wyjÄ…tków 35
    • CzÄ™sto zgÅ‚aszane wyjÄ…tki 36
    • ObsÅ‚uguj wyjÄ…tki za pomocÄ… instrukcji finally 37
    • Twórz wÅ‚asne klasy wyjÄ…tków 37
    • ObsÅ‚uguj konkretne wyjÄ…tki 39
    • Zwracaj uwagÄ™ na zewnÄ™trzne wyjÄ…tki 40
    • Twórz jak najmniejsze bloki try 41
  • Podsumowanie 42

Rozdział 2. Struktury danych 43

  • Popularne struktury danych 43
    • Zbiory i wydajny kod 43
    • Przetwarzanie danych za pomocÄ… struktury namedtuple 45
    • Typ str i znaki diakrytyczne 47
    • Zamiast list stosuj iteratory 48
    • Przetwarzaj listy za pomocÄ… funkcji zip() 50
    • Wykorzystuj zalety wbudowanych funkcji 51
  • Zalety sÅ‚ownika 53
    • Kiedy używać sÅ‚ownika zamiast innych struktur? 53
    • Kolekcje 53
    • SÅ‚owniki uporzÄ…dkowany, domyÅ›lny i zwykÅ‚y 56
    • SÅ‚ownik jako odpowiednik instrukcji switch 57
    • Scalanie sÅ‚owników 58
    • Czytelne wyÅ›wietlanie zawartoÅ›ci sÅ‚ownika 59
  • Podsumowanie 60

Rozdział 3. Jak pisać lepsze funkcje i klasy? 61

  • Funkcje 61
    • Twórz maÅ‚e funkcje 61
    • Twórz generatory 63
    • Używaj wyjÄ…tku zamiast wyniku None 64
    • Stosuj w argumentach klucze i wartoÅ›ci domyÅ›lne 65
    • Nie twórz funkcji jawnie zwracajÄ…cych wynik None 66
    • Krytycznie podchodź do tworzonych funkcji 68
    • Stosuj w wyrażeniach funkcje lambda 70
  • Klasy 71
    • Jak duża powinna być klasa? 71
    • Struktura klasy 72
    • WÅ‚aÅ›ciwe użycie dekoratora @property 74
    • Kiedy należy stosować metody statyczne? 75
    • Dziedziczenie klas abstrakcyjnych 76
    • OdwoÅ‚ania do stanu klasy przy użyciu dekoratora @classmethod 77
    • Atrybuty publiczne zamiast prywatnych 78
  • Podsumowanie 79

Rozdział 4. Praca z modułami i metaklasami 81

  • ModuÅ‚y i metaklasy 81
  • PorzÄ…dkowanie kodu za pomocÄ… moduÅ‚ów 82
  • Zalety pliku __init__.py 84
  • Importowanie funkcji i klas z moduÅ‚ów 86
    • Blokowanie importu caÅ‚ego moduÅ‚u za pomocÄ… metaklasy __all__ 87
  • Kiedy stosować metaklasy? 88
  • Weryfikowanie podklas za pomocÄ… metody __new__() 89
  • Dlaczego atrybut __slots__ jest tak przydatny? 91
  • Modyfikowanie funkcjonowania klasy za pomocÄ… metaklasy 93
  • Deskryptory w jÄ™zyku Python 94
  • Podsumowanie 96

Rozdział 5. Dekoratory i menedżery kontekstu 97

  • Dekoratory 97
    • Czym sÄ… dekoratory i dlaczego sÄ… tak przydatne? 98
    • Korzystanie z dekoratorów 99
    • Modyfikowanie dziaÅ‚ania funkcji za pomocÄ… dekoratorów 101
    • Stosowanie kilku dekoratorów jednoczeÅ›nie 102
    • Dekorowanie funkcji z argumentami 103
    • Używaj dekoratorów z biblioteki 104
    • Dekoratory obsÅ‚ugujÄ…ce stan klasy i weryfikujÄ…ce poprawność danych 106
  • Menedżery kontekstu 108
    • Zalety menedżerów kontekstu 108
    • Tworzenie menedżera kontekstu od podstaw 109
    • Tworzenie menedżera kontekstu za pomocÄ… biblioteki contextlib 111
    • Praktyczne przykÅ‚ady użycia menedżera kontekstu 111
  • Podsumowanie 114

Rozdział 6. Generatory i iteratory 115

  • Zalety generatorów i iteratorów 115
    • Iteratory 115
    • Generatory 117
    • Kiedy stosować iteratory? 118
    • ModuÅ‚ itertools 119
    • Dlaczego generatory sÄ… tak przydatne? 121
    • Wyrażenia listowe i iteratory 122
  • Zalety instrukcji yield 122
    • Instrukcja yield from 123
    • Instrukcja yield jest szybka 123
  • Podsumowanie 124

Rozdział 7. Nowe funkcjonalności języka Python 125

  • Programowanie asynchroniczne 125
    • Wprowadzenie do programowania asynchronicznego 126
    • Jak to dziaÅ‚a? 128
    • Obiekty oczekiwalne 133
    • Biblioteki do tworzenia kodu asynchronicznego 139
  • Python i typy danych 143
    • Typy danych w Pythonie 143
    • ModuÅ‚ typing 144
    • Czy typy danych spowalniajÄ… kod? 145
    • Jak dziÄ™ki moduÅ‚owi typing można pisać lepszy kod? 146
  • Metoda super() 147
  • Lepsza obsÅ‚uga Å›cieżek dziÄ™ki bibliotece pathlib 147
  • print() jest teraz funkcjÄ… 147
  • f-ciÄ…gi 147
  • ObowiÄ…zkowe argumenty pozycyjne 148
  • Kontrolowana kolejność elementów w sÅ‚ownikach 148
  • Iteracyjne rozpakowywanie struktur 149
  • Podsumowanie 149

Rozdział 8. Diagnostyka i testy kodu 151

  • Diagnostyka 151
    • NarzÄ™dzia diagnostyczne 152
    • Funkcja breakpoint() 155
    • ModuÅ‚ logging zamiast funkcji print() 155
    • Identyfikowanie sÅ‚abych punktów kodu za pomocÄ… metryk 159
    • Do czego przydaje siÄ™ Å›rodowisko IPython? 159
  • Testy 161
    • Dlaczego testowanie kodu jest ważne? 161
    • Biblioteki pytest i unittest 161
    • Testowanie oparte na wÅ‚aÅ›ciwoÅ›ciach 164
    • Tworzenie raportów z testów 165
    • Automatyzacja testów jednostkowych 166
    • Przygotowanie kodu do uruchomienia w Å›rodowisku produkcyjnym 166
    • Sprawdzanie pokrycia kodu testami 167
    • Program virtualenv 168
  • Podsumowanie 169

Dodatek. Niezwykłe narzędzia dla języka Python 171

  • Sphinx 171
  • Coverage.py 172
  • pre-commit 173
  • Pyenv 173
  • Jupyter Lab 174
  • Pycharm/VSCode/Sublime 174
  • Flake8 i Pylint 175

Dodaj do koszyka Czysty kod w Pythonie

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.