reklama - zainteresowany?

Python na poważnie - Helion

Python na poważnie
ebook
Autor: Julien Danjou
Tłumaczenie: Natalia Chounlamany-Turalska
ISBN: 9788301206413
stron: 238, Format: ebook
Data wydania: 2019-06-28
Księgarnia: Helion

Cena książki: 63,20 zł (poprzednio: 78,02 zł)
Oszczędzasz: 19% (-14,82 zł)

Dodaj do koszyka Python na poważnie

Tagi: Python - Programowanie

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!

Dodaj do koszyka Python na poważnie

 

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

  • Receptura na Python. Kurs Video. 54 praktyczne porady dla programist
  • Złam ten kod z Pythonem. Jak tworzyć, testować i łamać 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 Python na poważnie

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

Dodaj do koszyka Python na poważnie

Code, Publish & WebDesing by CATALIST.com.pl



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