Rozwijaj swoje umiejętności programowania w Pythonie, zagłębiając się w tajniki języka przy pomocy książki Python na poważnie. Napisana z myślą o developerach i doświadczonych programistach książka Python na poważnie bazuje na ponad 15-letnim doświadczeniu w pracy z Pythonem, uczy czytelników, jak unikać typowych błędów, jak pisać kod w bardziej produktywny sposób i jak szybciej budować lepsze programy. Omówimy szereg zaawansowanych zagadnień, takich jak wielowątkowość i memoizacja, przedstawimy porady ekspertów m.in. w zakresie projektowania interfejsów API i obsługi baz danych, a także wytłumaczymy pewne wewnętrzne mechanizmy, aby pomóc w lepszym zrozumieniu języka Python. Na początku dowiesz się, jak rozpocząć projekt i rozwiązać takie kwestie jak numerowanie wersji i automatyczne sprawdzanie kodu. Później zobaczysz, jak efektywnie definiować funkcje, wybierać odpowiednie struktury danych i biblioteki, budować przyszłościowe programy, przygotowywać oprogramowanie do dystrybucji oraz optymalizować swoje programy, także na poziomie kodu bajtowego. Ponadto dowiesz się jak: Tworzyć i wykorzystywać efektywne dekoratory i metody, z uwzględnieniem metod abstrakcyjnych, statycznych i klas Używać Pythona do programowania funkcyjnego przy pomocy generatorów oraz funkcji czystych i funkcyjnych Rozszerzać narzędzie flake8 o analizę drzewa składniowego AST, wprowadzając bardziej zaawansowaną technikę automatycznego sprawdzania kodu Przeprowadzać dynamiczną analizę wydajności w celu wykrywania słabych punktów w kodzie Korzystać z relacyjnych baz danych, a także efektywnie zarządzać danymi i przesyłać je strumieniowo przy użyciu PostgreSQL Wznieś swoje umiejętności na wyższy poziom. Ucz się od ekspertów i zostań poważnym programistą Pythona dzięki książce Python na poważnie!

Osoby które kupowały "Python na poważnie", wybierały także:

• GraphQL. Kurs video. Buduj nowoczesne API w Pythonie 169,00 zł, (50,70 zł -70%)
• Receptura na Python. Kurs Video. 54 praktyczne porady dla programist 199,00 zł, (59,70 zł -70%)
• Podstawy Pythona z Minecraftem. Kurs video. Piszemy pierwsze skrypty 149,00 zł, (44,70 zł -70%)
• Twórz gry w Pythonie. Kurs video. Poznaj bibliotekę PyGame 249,00 zł, (74,70 zł -70%)
• Data Science w Pythonie. Kurs video. Algorytmy uczenia maszynowego 199,00 zł, (59,70 zł -70%)

Spis treści

Python na poważnie eBook -- spis treści

• Okładka
• Strona tytułowa
• Strona redakcyjna
• Strona tytułowa
• O autorze
• O recenzencie technicznym
• Spis treści
• Podziękowania
• Wprowadzenie
  • Kto i dlaczego powinien przeczytać tę książkę
  • O tej książce
• 1. Rozpoczynanie projektu
  • Wersje Pythona
  • Układ projektu
    • Co robić
    • Czego nie robić
  • Numerowanie wersji
  • Style programowania i automatyczne sprawdzanie
    • Narzędzia do wykrywania błędów stylu
    • Narzędzia do wykrywania błędów programistycznych
  • Joshua Harlow o Pythonie
• 2. Moduły, biblioteki i platformy
  • System importowania
    • Moduł sys
    • Ścieżki importowania
    • Niestandardowe importery
    • Obiekty wyszukujące z listy sys.meta_path
  • Przydatne standardowe biblioteki
  • Zewnętrzne biblioteki
    • Lista wymagań, jakie powinna spełniać bezpieczna biblioteka zewnętrzna
    • Chronienie kodu przy użyciu opakowania API
  • Instalacja pakietu: dodatkowe możliwości narzędzia pip
  • Stosowanie i wybieranie platform
  • Doug Hellmann, Python Core Developer, o bibliotekach Pythona
• 3. Dokumentacja i najlepsze praktyki
  • Dokumentowanie przy użyciu Sphinksa
    • Rozpoczęcie pracy ze Sphinksem i reST
    • Moduły Sphinksa
    • Pisanie rozszerzeń Sphinksa
    • Zarządzanie zmianami interfejsów API
    • Numerowanie wersji API
    • Dokumentowanie zmian API
    • Oznaczanie przestarzałych funkcji przy użyciu modułu warnings
  • Podsumowanie
  • Christophe de Vienne o rozwijaniu interfejsów API
• 4. Obsługa znaczników czasu i stref czasowych
  • Problem brakujących stref czasowych
  • Budowanie domyślnych obiektów datetime
  • Rozpoznawanie stref czasowych przy użyciu dateutil
  • Serializowanie obiektów datetime rozpoznających strefę czasową
  • Rozwiązywanie problemu niejednoznacznych godzin
  • Podsumowanie
• 5. Dystrybucja oprogramowania
  • Krótka historia plików setup.py
  • Zarządzanie pakietami przy użyciu setup.cfg
  • Standardowy format dystrybucji wheel
  • Dzielenie się swoją pracą ze światem
  • Punkty wejścia
    • Wizualizowanie punktów wejścia
    • Wykorzystywanie skryptów konsoli
    • Wykorzystywanie wtyczek i sterowników
  • Podsumowanie
  • Nick Coghlan o zarządzaniu pakietami
• 6. Testy jednostkowe
  • Podstawy testowania
    • Proste testy
    • Pomijanie testów
    • Uruchamianie wybranych testów
    • Równoległe uruchamianie testów
    • Tworzenie obiektów wykorzystywanych w testach przy użyciu fikstur
    • Uruchamianie scenariuszy testowych
    • Kontrolowane testy bazujące na atrapach obiektów
    • Odkrywanie nieprzetestowanego kodu przy użyciu coverage
  • Środowiska wirtualne
    • Konfigurowanie środowiska wirtualnego
    • Stosowanie virtualenv wraz z narzędziem tox
    • Odtwarzanie środowiska
    • Stosowanie różnych wersji Pythona
    • Integrowanie innych testów
  • Zasady dotyczące testowania
  • Robert Collins o testowaniu
• 7. Metody i dekoratory
  • Dekoratory i kiedy ich używać
    • Tworzenie dekoratorów
    • Pisanie dekoratorów
    • Stosowanie wielu dekoratorów
    • Pisanie dekoratorów klas
  • W jaki sposób działają metody w Pythonie
  • Metody statyczne
  • Metody klasy
  • Metody abstrakcyjne
  • Mieszanie metod statycznych, klasy i abstrakcyjnych
    • Umieszczanie implementacji w metodach abstrakcyjnych
    • Prawda o metodzie super
  • Podsumowanie
• 8. Programowanie funkcyjne
  • Tworzenie czystych funkcji
  • Generatory
    • Tworzenie generatora
    • Zwracanie i przekazywanie wartości przy użyciu instrukcji yield
    • Inspekcje generatorów
  • Wyrażenia listowe
  • Funkcjonowanie funkcji funkcyjnych
    • Stosowanie funkcji na elementach przy użyciu funkcji map()
    • Filtrowanie list przy użyciu funkcji filter()
    • Pobieranie indeksów przy użyciu funkcji enumerate()
    • Sortowanie listy przy użyciu funkcji sorted()
    • Wyszukiwanie przy użyciu any() i all() elementów spełniających warunki
    • Łączenie list przy użyciu funkcji zip()
    • Rozwiązania typowych problemów
    • Przydatne funkcje itertools
  • Podsumowanie
• 9. Drzewo AST, Hy i atrybuty jak w języku Lisp
  • Analizowanie drzewa AST
    • Pisanie programu przy użyciu AST
    • Obiekty AST
    • Przechodzenie drzewa AST
  • Rozszerzanie narzędzia flake8 o analizy AST
    • Pisanie klasy
    • Pomijanie nieistotnego kodu
    • Sprawdzanie, czy istnieje odpowiedni dekorator
    • Poszukiwanie argumentu self
  • Szybkie wprowadzenie do Hy
  • Podsumowanie
  • Paul Tagliamonte o AST i Hy
• 10. Wydajność i optymalizacje
  • Struktury danych
  • Zrozumienie działania programu przez profilowanie
    • cProfile
    • Dezasemblowanie przy użyciu modułu dis
  • Efektywne definiowanie funkcji
  • Listy uporządkowane i bisect
  • namedtuple i __slots__
  • Memoizacja
  • Szybszy Python dzięki PyPy
  • Eliminacja kopiowania przy użyciu protokołu bufora
  • Podsumowanie
  • Victor Stinner o optymalizacji
• 11. Skalowalność i architektura
  • Wielowątkowość w Pythonie i jej ograniczenia
  • Przetwarzanie wieloprocesowe kontra wielowątkowe
  • Architektura sterowana zdarzeniami
  • Inne opcje i asyncio
  • Architektura zorientowana na usługi
  • Komunikacja między procesami przy użyciu ZeroMQ
  • Podsumowanie
• 12. Zarządzanie relacyjnymi bazami danych
  • Rozwiązania RDBMS, ORM i kiedy ich używać
  • Wewnętrzne bazy danych
  • Strumieniowe przesyłanie danych przy użyciu Flask i PostgreSQL
    • Pisanie aplikacji do strumieniowego przesyłania danych
    • Budowanie aplikacji
  • Dimitri Fontaine on Databases
• 13. Pisz mniej, programuj więcej
  • Użycie modułu six do wspierania wersji Python 2 i 3
    • Ciągi a unicode
    • Rozwiązywanie problemu przeniesienia modułów Pythona
    • Moduł modernize
  • Wykorzystywanie Pythona jak języka Lisp do tworzenia jednego dyspozytora
    • Tworzenie metod generycznych w języku Lisp
    • Metody generyczne w Pythonie
  • Menedżery kontekstu
  • Redukowanie szablonowego kodu przy użyciu attr
  • Podsumowanie
• Aktualizacje
• Przypisy