- Wydawnictwo:
- Helion
- Ocena:
- 3.8/6 Opinie: 5
- Stron:
- 176
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis ebooka: Czysty kod w Pythonie
W porównaniu z innymi językami programowania Python wyróżnia się prostotą i zaskakującymi możliwościami. Używa się go do analizy danych, budowania sztucznej inteligencji, tworzenia stron WWW, jak również w badaniach naukowych. Właściwości tego języka sprawiają, że kod trzeba pisać uważnie, szczególnie w dużych projektach. Tymczasem trudno jest znaleźć odpowiednio dobre źródło informacji o sposobach tworzenia kodu wysokiej jakości. Publikacje dotyczące dobrych praktyk kodowania w Pythonie są nieliczne, a ich jakość nieraz pozostawia wiele do życzenia. Dodatkowy problem wynika z wszechstronności Pythona: jest wykorzystywany w wielu dziedzinach i trudno wskazać wspólne dla nich wzorce programistyczne.
Ta książka jest znakomitym przewodnikiem, dzięki któremu zaczniesz tworzyć wydajne i bezbłędne aplikacje w Pythonie. Zaczniesz od formatowania i dokumentowania kodu, umiejętnego stosowania wbudowanych struktur, stosowania modułów i metaklas. W ten sposób nauczysz się pisać uporządkowany kod. Potem poznasz nowe funkcjonalności języka Python i dowiesz się, jak efektywnie z nich korzystać. Następnie dowiesz się, jak wykorzystywać zaawansowane cechy języka, takie jak programowanie asynchroniczne, określanie typów danych i obsługa ścieżek, a także jak diagnozować kod, wykonywać testy jednostkowe i integracyjne oraz przygotowywać kod do uruchomienia w środowisku produkcyjnym. Na końcu poznasz najważniejsze narzędzia przeznaczone do szybkiego tworzenia kodu, zarządzania jego wersjami i weryfikowania poprawności.
W tej książce między innymi:
- właściwe wykorzystywanie wyrażeń i instrukcji
- tworzenie własnych słowników
- zaawansowane struktury danych
- pisanie najlepszych modułów, klas i funkcji
- asynchroniczne wywoływanie funkcji
Python: kodowanie jest sztuką!
Dowiedz się, jak dobrze pisać kod w Pythonie. Ta książka opisuje rady i techniki niezbędne do tworzenia bezbłędnych i wydajnych projektów.
Twoja droga ku lepszemu programowaniu zacznie się od formatowania i dokumentowania kodu, aby był jak najbardziej czytelny, umiejętnego stosowania wbudowanych struktur, aby był łatwy w utrzymaniu, oraz stosowania modułów i metaklas, aby go dobrze porządkować. Potem poznasz nowe funkcjonalności języka Python i dowiesz się, jak efektywnie z nich korzystać. W dalszej części nauczysz się wykorzystywać zaawansowane cechy języka, takie jak programowanie asynchroniczne, określanie typów danych i obsługa ścieżek. Dowiesz się, jak diagnozować kod, wykonywać testy jednostkowe i integracyjne oraz przygotowywać kod do uruchomienia w środowisku produkcyjnym. Na końcu poznasz najważniejsze narzędzia przeznaczone do szybkiego tworzenia kodu, zarządzania jego wersjami kodu i weryfikowania poprawności.
Po przeczytaniu tej książki będziesz potrafił pisać profesjonalny, czysty kod i skutecznie stosować w swoich projektach opisane techniki.
Nauczysz się:
- używać właściwych wyrażeń i instrukcji
- tworzyć słowniki i korzystać z nich
- stosować zaawansowane struktury danych
- pisać lepsze moduły, klasy, funkcje i metaklasy
- asynchronicznie wywoływać funkcje
- stosować nowe funkcjonalności
Wybrane bestsellery
-
Czy chcesz odkryć świat kodowania i stać się młodym programistą w zaledwie jeden dzień? Czy chcesz nauczyć się języka, który otworzy przed tobą drzwi do fascynującego świata technologii? Czy chcesz tworzyć własne gry, aplikacje i nie tylko, korzystając z Pythona, jednego z najbardziej przyj...
Python w 1 dzień dla najmłodszych. Naucz się kodowania w Pythonie w 12 godzin Python w 1 dzień dla najmłodszych. Naucz się kodowania w Pythonie w 12 godzin
-
Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następn...
Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV
(83.85 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Oto drugie, zaktualizowane i uzupełnione wydanie przewodnika po bibliotece Pandas. Dzięki tej przystępnej książce nauczysz się w pełni korzystać z możliwości oferowanych przez bibliotekę, nawet jeśli dopiero zaczynasz przygodę z analizą danych w Pythonie. Naukę rozpoczniesz z użyciem rzeczywisteg...
Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II
(70.85 zł najniższa cena z 30 dni)65.40 zł
109.00 zł(-40%) -
Zanurz się w fascynujący świat programowania w języku Python i osiągnij imponujący poziom umiejętności w zaledwie 24 godziny! Oto kilka zalet, które sprawiają, że ta książka jest niezbędna dla każdego aspirującego programisty: Szybki start: podstawy Pythona już w pierwszych godzinach nauki ...
Python w 1 dzień. Nauka programowania w Pythonie w 24 godziny od A do Z Python w 1 dzień. Nauka programowania w Pythonie w 24 godziny od A do Z
-
To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykłada...
Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie
(50.05 zł najniższa cena z 30 dni)46.20 zł
77.00 zł(-40%) -
Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięk...
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II
(83.85 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
To trzecie, zaktualizowane i uzupełnione wydanie bestsellerowego podręcznika programowania w Pythonie. Naukę rozpoczniesz od podstawowych koncepcji programowania. Poznasz takie pojęcia jak zmienne, listy, klasy i pętle, a następnie utrwalisz je dzięki praktycznym ćwiczeniom. Dowiesz się, jak zape...(77.35 zł najniższa cena z 30 dni)
71.40 zł
119.00 zł(-40%) -
Django służy do tworzenia aplikacji internetowych w Pythonie. Pozwala w pełni skorzystać z zalet tego języka, a przy tym jest łatwy do nauki. Praca z Django jest atrakcyjna dla programistów o różnym stopniu zaawansowania, co potwierdzają badania ankietowe serwisu Stack Overflow. Aby...
Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV Django 4. Praktyczne tworzenie aplikacji sieciowych. Wydanie IV
(83.85 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Dzięki tej książce zrozumiesz, że w rekurencji nie kryje się żadna magia. Dowiesz się, na czym polega jej działanie i kiedy warto zastosować algorytm rekursywny, a kiedy lepiej tego nie robić. Poznasz szereg klasycznych i mniej znanych algorytmów rekurencyjnych. Pracę z zawartym tu materiałem uła...
Rekurencyjna książka o rekurencji. Zostań mistrzem rozmów kwalifikacyjnych poświęconych językom Python i JavaScript Rekurencyjna książka o rekurencji. Zostań mistrzem rozmów kwalifikacyjnych poświęconych językom Python i JavaScript
(51.35 zł najniższa cena z 30 dni)47.40 zł
79.00 zł(-40%) -
Ta książka jest trzecim, starannie zaktualizowanym wydaniem wyczerpującego przewodnika po narzędziach analitycznych Pythona. Uwzględnia Pythona 3.0 i bibliotekę pandas 1.4. Została napisana w przystępny sposób, a poszczególne zagadnienia bogato zilustrowano przykładami, studiami rzeczywistych prz...
Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
(77.35 zł najniższa cena z 30 dni)71.40 zł
119.00 zł(-40%)
O autorze ebooka
Sunil Kapil od dziesięciu lat tworzy aplikacje produkcyjne w Pythonie i kilku innych językach. Zajmuje się głównie oprogramowaniem dla usług internetowych i mobilnych. Jest pasjonatem otwartego oprogramowania i aktywnie uczestniczy w projektach open source. Ponadto działa w organizacjach non profit, w których nieodpłatnie zajmuje się projektami informatycznymi. Często występuje jako prelegent na konferencjach, zazwyczaj mówi wtedy o Pythonie. Prowadzi też stronę o inżynierii oprogramowania, przydatnych narzędziach i technikach.
Ebooka "Czysty kod w Pythonie" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Czysty kod w Pythonie" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Czysty kod w Pythonie" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- Tytuł oryginału:
- Clean Python: Elegant Coding in Python
- Tłumaczenie:
- Andrzej Watrak
- ISBN Książki drukowanej:
- 978-83-283-6462-2, 9788328364622
- Data wydania książki drukowanej:
- 2020-05-19
- ISBN Ebooka:
- 978-83-283-6463-9, 9788328364639
- Data wydania ebooka:
- 2020-05-18 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Format:
- 158x235
- Numer z katalogu:
- 103901
- Rozmiar pliku Pdf:
- 1.8MB
- Rozmiar pliku ePub:
- 3.4MB
- Rozmiar pliku Mobi:
- 7.7MB
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
Spis treści ebooka
- Tworzenie pythonicznego kodu 13
- Nazewnictwo 14
- Wyrażenia i instrukcje 16
- Pythoniczny styl kodowania 19
- Komentarze dokumentacyjne 24
- Komentarze dokumentacyjne do modułów 26
- Komentarze dokumentacyjne do klas 26
- Komentarze dokumentacyjne do funkcji 27
- Przydatne narzędzia dokumentacyjne 28
- Pythoniczne struktury sterujące 28
- Wyrażenia listowe 28
- Nie twórz skomplikowanych wyrażeń listowych 29
- Kiedy stosować wyrażenia lambda? 31
- Kiedy stosować generatory, a kiedy wyrażenia listowe? 31
- Dlaczego nie należy stosować instrukcji else w pętlach? 32
- Dlaczego warto stosować funkcję range() w języku Python 3? 34
- Zgłaszanie wyjątków 35
- Często zgłaszane wyjątki 36
- Obsługuj wyjątki za pomocą instrukcji finally 37
- Twórz własne klasy wyjątków 37
- Obsługuj konkretne wyjątki 39
- Zwracaj uwagę na zewnętrzne wyjątki 40
- Twórz jak najmniejsze bloki try 41
- Podsumowanie 42
- Popularne struktury danych 43
- Zbiory i wydajny kod 43
- Przetwarzanie danych za pomocą struktury namedtuple 45
- Typ str i znaki diakrytyczne 47
- Zamiast list stosuj iteratory 48
- Przetwarzaj listy za pomocą funkcji zip() 50
- Wykorzystuj zalety wbudowanych funkcji 51
- Zalety słownika 53
- Kiedy używać słownika zamiast innych struktur? 53
- Kolekcje 53
- Słowniki uporządkowany, domyślny i zwykły 56
- Słownik jako odpowiednik instrukcji switch 57
- Scalanie słowników 58
- Czytelne wyświetlanie zawartości słownika 59
- Podsumowanie 60
- Funkcje 61
- Twórz małe funkcje 61
- Twórz generatory 63
- Używaj wyjątku zamiast wyniku None 64
- Stosuj w argumentach klucze i wartości domyślne 65
- Nie twórz funkcji jawnie zwracających 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
- Właściwe użycie dekoratora @property 74
- Kiedy należy stosować metody statyczne? 75
- Dziedziczenie klas abstrakcyjnych 76
- Odwołania do stanu klasy przy użyciu dekoratora @classmethod 77
- Atrybuty publiczne zamiast prywatnych 78
- Podsumowanie 79
- Moduły i metaklasy 81
- Porządkowanie kodu za pomocą modułów 82
- Zalety pliku __init__.py 84
- Importowanie funkcji i klas z modułów 86
- Blokowanie importu całego modułu za pomocą metaklasy __all__ 87
- Kiedy stosować metaklasy? 88
- Weryfikowanie podklas za pomocą metody __new__() 89
- Dlaczego atrybut __slots__ jest tak przydatny? 91
- Modyfikowanie funkcjonowania klasy za pomocą metaklasy 93
- Deskryptory w języku Python 94
- Podsumowanie 96
- Dekoratory 97
- Czym są dekoratory i dlaczego są tak przydatne? 98
- Korzystanie z dekoratorów 99
- Modyfikowanie działania funkcji za pomocą dekoratorów 101
- Stosowanie kilku dekoratorów jednocześnie 102
- Dekorowanie funkcji z argumentami 103
- Używaj dekoratorów z biblioteki 104
- Dekoratory obsługujące stan klasy i weryfikujące poprawność danych 106
- Menedżery kontekstu 108
- Zalety menedżerów kontekstu 108
- Tworzenie menedżera kontekstu od podstaw 109
- Tworzenie menedżera kontekstu za pomocą biblioteki contextlib 111
- Praktyczne przykłady użycia menedżera kontekstu 111
- Podsumowanie 114
- Zalety generatorów i iteratorów 115
- Iteratory 115
- Generatory 117
- Kiedy stosować iteratory? 118
- Moduł itertools 119
- Dlaczego generatory są tak przydatne? 121
- Wyrażenia listowe i iteratory 122
- Zalety instrukcji yield 122
- Instrukcja yield from 123
- Instrukcja yield jest szybka 123
- Podsumowanie 124
- Programowanie asynchroniczne 125
- Wprowadzenie do programowania asynchronicznego 126
- Jak to działa? 128
- Obiekty oczekiwalne 133
- Biblioteki do tworzenia kodu asynchronicznego 139
- Python i typy danych 143
- Typy danych w Pythonie 143
- Moduł typing 144
- Czy typy danych spowalniają kod? 145
- Jak dzięki modułowi typing można pisać lepszy kod? 146
- Metoda super() 147
- Lepsza obsługa ścieżek dzięki bibliotece pathlib 147
- print() jest teraz funkcją 147
- f-ciągi 147
- Obowiązkowe argumenty pozycyjne 148
- Kontrolowana kolejność elementów w słownikach 148
- Iteracyjne rozpakowywanie struktur 149
- Podsumowanie 149
- Diagnostyka 151
- Narzędzia diagnostyczne 152
- Funkcja breakpoint() 155
- Moduł logging zamiast funkcji print() 155
- Identyfikowanie słabych punktów kodu za pomocą metryk 159
- Do czego przydaje się środowisko IPython? 159
- Testy 161
- Dlaczego testowanie kodu jest ważne? 161
- Biblioteki pytest i unittest 161
- Testowanie oparte na właściwościach 164
- Tworzenie raportów z testów 165
- Automatyzacja testów jednostkowych 166
- Przygotowanie kodu do uruchomienia w środowisku produkcyjnym 166
- Sprawdzanie pokrycia kodu testami 167
- Program virtualenv 168
- Podsumowanie 169
- Sphinx 171
- Coverage.py 172
- pre-commit 173
- Pyenv 173
- Jupyter Lab 174
- Pycharm/VSCode/Sublime 174
- Flake8 i Pylint 175
O autorze 7
O korektorze merytorycznym 8
Podziękowania 9
Wprowadzenie 11
Rozdział 1. Kodowanie pythoniczne 13
Rozdział 2. Struktury danych 43
Rozdział 3. Jak pisać lepsze funkcje i klasy? 61
Rozdział 4. Praca z modułami i metaklasami 81
Rozdział 5. Dekoratory i menedżery kontekstu 97
Rozdział 6. Generatory i iteratory 115
Rozdział 7. Nowe funkcjonalności języka Python 125
Rozdział 8. Diagnostyka i testy kodu 151
Dodatek. Niezwykłe narzędzia dla języka Python 171
Oceny i opinie klientów: Czysty kod w Pythonie Sunil Kapil (5) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(1)
(1)
(1)
(1)
(0)
(1)
więcej opinii