Python na poważnie

• Druk: Warszawa, 2019
• Seria / cykl: Python
• Autor: Julien Danjou
• Tłumacz: Natalia Chounlamany-Turalska na zlecenie WITKOM Witold Sikorski
• Wydawca: Wydawnictwo Naukowe PWN

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!

• Kategorie:
  1. Ebooki i Audiobooki »
  2. Ebooki »
  3. Ebooki popularnonaukowe i specjalistyczne »
  4. Informatyka
• Język wydania: polski
• ISBN: 978-83-01-20641-3
• ISBN druku: 978-83-01-20637-6
• Liczba stron: 238

PODZIĘKOWANIA  XV
WPROWADZENIE  XVII
Kto i dlaczego powinien przeczytać tę książkę XVIII
O tej książce    XVIII
1. ROZPOCZYNANIE PROJEKTU  1
Wersje Pythona    1
Układ projektu   3
	Co robić   3
	Czego nie robić   4
Numerowanie wersji   5
Style programowania i automatyczne sprawdzanie    6
	Narzędzia do wykrywania błędów stylu   8
	Narzędzia do wykrywania błędów programistycznych  8
Joshua Harlow o Pythonie   10
2. MODUŁY, BIBLIOTEKI I PLATFORMY M  13
System importowania   14
	Moduł sys  16
	Ścieżki importowania   16
	Niestandardowe importery  17
	Obiekty wyszukujące z listy sys.meta_path   17
Przydatne standardowe biblioteki   19
Zewnętrzne biblioteki   21
	Lista wymagań, jakie powinna spełniać bezpieczna biblioteka zewnętrzna   22
	Chronienie kodu przy użyciu opakowania API  23
Instalacja pakietu: dodatkowe możliwości narzędzia pip  23
Stosowanie i wybieranie platform   26
Doug Hellmann, Python Core Developer, o bibliotekach Pythona  27
3. DOKUMENTACJA I NAJLEPSZE PRAKTYKI   33
Dokumentowanie przy użyciu Sphinksa  34
	Rozpoczęcie pracy ze Sphinksem i reST   35
	Moduły Sphinksa  36
	Pisanie rozszerzeń Sphinksa  39
	Zarządzanie zmianami interfejsów API   41
	Numerowanie wersji API  41
	Dokumentowanie zmian API  42
	Oznaczanie przestarzałych funkcji przy użyciu modułu warnings  44
Podsumowanie    46
Christophe de Vienne o rozwijaniu interfejsów API   46
4. OBSŁUGA ZNACZNIKÓW CZASU I STREF CZASOWYCH  49
Problem brakujących stref czasowych  50
Budowanie domyślnych obiektów datetime  50
Rozpoznawanie stref czasowych przy użyciu dateutil   52
Serializowanie obiektów datetime rozpoznających strefę czasową  54
Rozwiązywanie problemu niejednoznacznych godzin   56
Podsumowanie   57
5. DYSTRYBUCJA OPROGRAMOWANIA  59
Krótka historia plików setup.py  60
Zarządzanie pakietami przy użyciu setup.cfg  62
Standardowy format dystrybucji wheel  64
Dzielenie się swoją pracą ze światem  66
Punkty wejścia   70
	Wizualizowanie punktów wejścia  71
	Wykorzystywanie skryptów konsoli 72
	Wykorzystywanie wtyczek i sterowników   74
Podsumowanie   77
Nick Coghlan o zarządzaniu pakietami  77
6. TESTY JEDNOSTKOWE    79
Podstawy testowania   80
	Proste testy   80
	Pomijanie testów   82
	Uruchamianie wybranych testów  83
	Równoległe uruchamianie testów 85
	Tworzenie obiektów wykorzystywanych w testach przy użyciu fikstur 86
	Uruchamianie scenariuszy testowych   87
	Kontrolowane testy bazujące na atrapach obiektów   88
	Odkrywanie nieprzetestowanego kodu przy użyciu coverage  93
Środowiska wirtualne   95
	Konfigurowanie środowiska wirtualnego    96
	Stosowanie virtualenv wraz z narzędziem tox  98
	Odtwarzanie środowiska   99
	Stosowanie różnych wersji Pythona   100
	Integrowanie innych testów  101
Zasady dotyczące testowania  102
Robert Collins o testowaniu   103
7. METODY I DEKORATORY   107
Dekoratory i kiedy ich używać  108
	Tworzenie dekoratorów  108
	Pisanie dekoratorów   109
	Stosowanie wielu dekoratorów  110
	Pisanie dekoratorów klas  111
W jaki sposób działają metody w Pythonie 116
Metody statyczne   117
Metody klasy    119
Metody abstrakcyjne   120
Mieszanie metod statycznych, klasy i abstrakcyjnych   121
	Umieszczanie implementacji w metodach abstrakcyjnych   123
	Prawda o metodzie super  124
Podsumowanie   127
8. PROGRAMOWANIE FUNKCYJNE  129
Tworzenie czystych funkcji   130
Generatory    131
	Tworzenie generatora   131
	Zwracanie i przekazywanie wartości przy użyciu instrukcji yield  133
	Inspekcje generatorów   134
Wyrażenia listowe   136
Funkcjonowanie funkcji funkcyjnych  137
	Stosowanie funkcji na elementach przy użyciu funkcji map()  137
	Filtrowanie list przy użyciu funkcji filter()   138
	Pobieranie indeksów przy użyciu funkcji enumerate()  138
	Sortowanie listy przy użyciu funkcji sorted()  138
	Wyszukiwanie przy użyciu any() i all() elementów spełniających warunki   139
	Łączenie list przy użyciu funkcji zip()    139
	Rozwiązania typowych problemów    140
	Przydatne funkcje itertools  140
Podsumowanie   145
9. DRZEWO AST, HY I ATRYBUTY JAK W JĘZYKU LISP  147
Analizowanie drzewa AST   148
	Pisanie programu przy użyciu AST 150
	Obiekty AST   151
	Przechodzenie drzewa AST  151
Rozszerzanie narzędzia fl ake8 o analizy AST 153
	Pisanie klasy   154
	Pomijanie nieistotnego kodu   154
	Sprawdzanie, czy istnieje odpowiedni dekorator   155
	Poszukiwanie argumentu self  156
Szybkie wprowadzenie do Hy  158
Podsumowanie   160
Paul Tagliamonte o AST i Hy   160
10. WYDAJNOŚĆ I OPTYMALIZACJE  165
Struktury danych   166
Zrozumienie działania programu przez profi lowanie  168
	cProfi le   169
	Dezasemblowanie przy użyciu modułu dis   171
Efektywne defi niowanie funkcji   173
Listy uporządkowane i bisect  174
namedtuple i __slots__   177
Memoizacja   182
Szybszy Python dzięki PyPy   184
Eliminacja kopiowania przy użyciu protokołu bufora  185
Podsumowanie   190
Victor Stinner o optymalizacji  190
11. SKALOWALNOŚĆ I ARCHITEKTURA 193
Wielowątkowość w Pythonie i jej ograniczenia   194
Przetwarzanie wieloprocesowe kontra wielowątkowe   195
Architektura sterowana zdarzeniami  197
Inne opcje i asyncio   199
Architektura zorientowana na usługi  200
Komunikacja między procesami przy użyciu ZeroMQ   201
Podsumowanie   203
12. ZARZĄDZANIE RELACYJNYMI BAZAMI DANYCH   205
Rozwiązania RDBMS, ORM i kiedy ich używać    205
Wewnętrzne bazy danych   208
Strumieniowe przesyłanie danych przy użyciu Flask i PostgreSQL  209
	Pisanie aplikacji do strumieniowego przesyłania danych   209
	Budowanie aplikacji   212
Dimitri Fontaine on Databases   214
13. PISZ MNIEJ, PROGRAMUJ WIĘCEJ  219
Użycie modułu six do wspierania wersji Python 2 i 3   219
	Ciągi a unicode   221
	Rozwiązywanie problemu przeniesienia modułów Pythona   221
	Moduł modernize  222
Wykorzystywanie Pythona jak języka Lisp do tworzenia jednego dyspozytora  222
	Tworzenie metod generycznych w języku Lisp   222
	Metody generyczne w Pythonie  224
Menedżery kontekstu  226
Redukowanie szablonowego kodu przy użyciu attr    229
Podsumowanie   232
INDEKS     233