Wyjd

Osoby które kupowały "Lepszy kod w Pythonie. Przewodnik dla aspiruj", wybierały także:

• Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV 125,48 zł, (38,90 zł -69%)
• Web scraping w Pythonie. Kurs video. Od pobrania kodu 198,98 zł, (79,59 zł -60%)
• Flask. Kurs video. Tworzenie REST API w Pythonie 139,00 zł, (55,60 zł -60%)
• Pytest. Kurs video. Automatyzacja test 148,98 zł, (59,59 zł -60%)
• Python od podstaw. Kurs video. Tworzenie pierwszych gier w PyCharm 129,00 zł, (51,60 zł -60%)

Spis treści

Lepszy kod w Pythonie. Przewodnik dla aspirujących ekspertów eBook -- spis treści

• Spis treści
• Przedmowa
• Wstęp
• Podziękowania
• O autorze
• Wprowadzenie
• Przechodzenie w pętli po niewłaściwych rzeczach
  • 1.1 (Rzadko) generuj listę na potrzeby iteracji
  • 1.2 Używaj enumerate() zamiast przechodzić w pętli po indeksie
  • 1.3 Nie iteruj po dict.keys(), jeśli chcesz dict.items()
  • 1.4 Zmienianie obiektu w czasie iteracji
  • 1.5 Pętle for są bardziej idiomatyczne niż pętle while
  • 1.6 Operator mors dla bloków pętli i pół
  • 1.7 zip() upraszcza korzystanie z wielu obiektów iterowalnych
  • 1.8 zip(strict=True) i itertools.zip_longest()
  • 1.9 Podsumowanie
• Mylenie równości z tożsamością
  • 2.1 Późne wiązanie domknięć
  • 2.2 Nadmierne sprawdzanie wartości logicznych
  • 2.3 Porównywanie x == None
  • 2.4 Nieporozumienia związane ze zmiennymi argumentami domyślnymi
    • 2.4.1 Podejście pierwsze: użyj klasy
    • 2.4.2 Podejście drugie: użyj wartownika None
    • 2.4.3 Podejście trzecie: skorzystaj z generatorów stanowych
  • 2.5 Kopie kontra referencje do zmiennych obiektów
  • 2.6 Mylenie operatora is z == (w obecności internowania)
  • 2.7 Podsumowanie
• Mieszanka problemów w Pythonie
  • 3.1 Nazywanie rzeczy
    • 3.1.1 Nazywanie pliku tak samo jak moduł biblioteki standardowej
    • 3.1.2 Unikaj używania import *
    • 3.1.3 Puste lub zbyt ogólne instrukcje except
  • 3.2 Kwadratowa złożoność naiwnej konkatenacji tekstów
  • 3.3 Użyj menedżera kontekstu do otwarcia pliku
    • 3.3.1 Pierwsze niebezpieczeństwo
    • 3.3.2 Drugie niebezpieczeństwo
    • 3.3.3 Poprawianie kruchości
  • 3.4 Opcjonalny argument key dla .sort() i sorted()
  • 3.5 Użyj dict.get() dla niepewnych kluczy
  • 3.6 Podsumowanie
• Zaawansowane użytkowanie Pythona
  • 4.1 Porównywanie type(x) == type(y)
  • 4.2 Nazywanie rzeczy (nowe spojrzenie)
    • 4.2.1 Nadpisywanie nazw wbudowanych
    • 4.2.2 Uzyskiwanie bezpośredniego dostępu do atrybutu chronionego
  • 4.3 Pamiętaj o rzadziej używanych funkcjach
    • 4.3.1 Debugowanie sformatowanego tekstu
    • 4.3.2 Elegancka magia dekoratorów
    • 4.3.3 Używanie itertools (w odpowiednim stopniu)
    • 4.3.4 Biblioteka zewnętrzna more-itertools
  • 4.4 Adnotacje typów nie są typami w czasie wykonywania
    • 4.4.1 Adnotacje typów nie są ograniczeniami w czasie wykonywania
    • 4.4.2 Mylenie typing.NewType() z typem w czasie wykonywania
  • 4.5 Podsumowanie
• To, że możesz, nie znaczy, że powinieneś
  • 5.1 Metaklasy
  • 5.2 Małpie łatanie
  • 5.3 Gettery i settery
  • 5.4 Łatwiej prosić o przebaczenie niż o pozwolenie
  • 5.5 Strukturalne dopasowywanie wzorców
  • 5.6 Wyrażenia regularne i katastrofalne cofanie
  • 5.7 Podsumowanie
• Wybieranie odpowiedniej struktury danych
  • 6.1 collections.defaultdict
  • 6.2 collections.Counter
    • 6.2.1 Rozwiązanie
    • 6.2.2 Błąd
  • 6.3 collections.deque
    • 6.3.1 Rozwiązanie
    • 6.3.2 Błąd
  • 6.4 collections.ChainMap
    • 6.4.1 Rozwiązanie
    • 6.4.2 Błąd
  • 6.5 Klasy danych i krotki nazwane
    • 6.5.1 Korzystanie z krotek nazwanych
    • 6.5.2 Statyczne kontra dynamiczne
    • 6.5.3 Klasy danych
  • 6.6 Wydajne konkretne sekwencje
  • 6.7 Podsumowanie
• Niewłaściwe wykorzystywanie struktur danych
  • 7.1 Kwadratowa złożoność wielokrotnego wyszukiwania na liście
  • 7.2 Usuwanie lub dodawanie elementów do środka listy
    • 7.2.1 Bardziej wydajne struktury danych
  • 7.3 Teksty są obiektami iterowalnymi tekstów
  • 7.4 (Często) używaj enum zamiast STAŁEJ
  • 7.5 Poznaj mniej popularne metody słownika
    • 7.5.1 Słowniki definiujące obiekty
    • 7.5.2 Powrót do naszego planowanego błędu
  • 7.6 JSON nie obsługuje w Pythonie konwersji w obie strony
    • 7.6.1 Informacje podstawowe na temat formatu JSON
    • 7.6.2 Dane, które nie są konwertowane w obie strony
  • 7.7 Tworzenie własnych struktur danych
    • 7.7.1 Kiedy tworzenie własnej struktury danych jest złym pomysłem
    • 7.7.2 Kiedy tworzenie własnej struktury danych jest dobrym pomysłem
    • 7.7.3 Najważniejsze wnioski
  • 7.8 Podsumowanie
• Bezpieczeństwo
  • 8.1 Rodzaje losowości
    • 8.1.1 Używaj modułu secrets na potrzeby losowości kryptograficznej
    • 8.1.2 Odtwarzalne rozkłady losowe
  • 8.2 Umieszczanie haseł lub innych sekretów w bezpiecznym kodzie źródłowym
  • 8.3 Tworzenie własnych mechanizmów bezpieczeństwa
  • 8.4 Używaj SSL/TLS na potrzeby mikrousług
  • 8.5 Korzystanie z zewnętrznej biblioteki requests
  • 8.6 Ataki SQL Injection, gdy nie korzysta się z DB-API
  • 8.7 Nie używaj assert do sprawdzania założeń bezpieczeństwa
  • 8.8 Podsumowanie
• Obliczenia numeryczne w Pythonie
  • 9.1 Liczby zmiennoprzecinkowe IEEE-754
    • 9.1.1 Porównywanie wartości NaN (i innych liczb zmiennoprzecinkowych)
    • 9.1.2 Wartości NaN i statistics.median()
    • 9.1.3 Naiwne użycie liczb zmiennoprzecinkowych: łączność i rozdzielność
    • 9.1.4 Naiwne użycie liczb zmiennoprzecinkowych: szczegółowość
  • 9.2 Numeryczne typy danych
    • 9.2.1 Unikaj liczb zmiennoprzecinkowych w obliczeniach finansowych
    • 9.2.2 Nieoczywiste zachowania numerycznych typów danych
  • 9.3 Podsumowanie
• Tematy na inne książki
  • A.1 Test-Driven Development (TDD)
  • A.2 Współbieżność
  • A.3 Tworzenie pakietów
  • A.4 Sprawdzanie typów
  • A.5 Biblioteki numeryczne i biblioteki ramek danych
• Indeks
• Polecamy także: