Python na poważnie

Julien Danjou

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-01-20641-3

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2019

Liczba stron:

260

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Danjou, Julien. Python na poważnie. Red. . Warszawa: Wydawnictwo Naukowe PWN, 2019, 260 s. ISBN 978-83-01-20641-3

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Danjou, J.

T1 Python na poważnie

PB Wydawnictwo Naukowe PWN

PP Warszawa

YR 2019

SN 978-83-01-20641-3

Bibliografia BibTex:

@Book{ 206954, author = "Danjou, Julien", editor = "", title = "Python na poważnie", publisher = "Wydawnictwo Naukowe PWN", year = "2019", address = "Warszawa", isbn = "978-83-01-20641-3" }

Bibliografia endNote:

TY - BOOK

AU - Danjou, Julien

ED -

TI - Python na poważnie

PB - Wydawnictwo Naukowe PWN

CY - Warszawa

PY - 2019

SN - 978-83-01-20641-3

ER -

Netografia (standard APA):

Danjou, Julien. Python na poważnie [baza danych online] Warszawa: Wydawnictwo Naukowe PWN, 2019 [dostęp: 22 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/python-na-powaznie-julien-danjou-206954.

Python, PostgreSQL, programowanie w Pythonie, Python dla zaawansowanych, wielowątkowość, memoizacja, projektowanie interfejsów API, obsługa baz danych, dekoratory, flake8

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 dośw...

Więcej

ISBN/ISSN:

978-83-01-20641-3

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2019

Liczba stron:

260

XML:ISBN/ISSN:

ONIX MARC21

PODZIĘKOWANIA16
WPROWADZENIE18
Kto i dlaczego powinien przeczytać tę książkę19
O tej książce19
1. ROZPOCZYNANIE PROJEKTU 22
Wersje Pythona22
Układ projektu24
Co robić24
Czego nie robić25
Numerowanie wersji26
Style programowania i automatyczne sprawdzanie27
Narzędzia do wykrywania błędów programistycznych29
Narzędzia do wykrywania błędów stylu29
Joshua Harlow o Pythonie31
2. MODUŁY, BIBLIOTEKI I PLATFORMY M 34
System importowania35
Ścieżki importowania37
Moduł sys37
Niestandardowe importery38
Obiekty wyszukujące z listy sys.meta_path38
Przydatne standardowe biblioteki40
Zewnętrzne biblioteki42
Lista wymagań, jakie powinna spełniać bezpieczna biblioteka zewnętrzna43
Instalacja pakietu: dodatkowe możliwości narzędzia pip44
Chronienie kodu przy użyciu opakowania API44
Stosowanie i wybieranie platform47
Doug Hellmann, Python Core Developer, o bibliotekach Pythona48
3. DOKUMENTACJA I NAJLEPSZE PRAKTYKI 54
Dokumentowanie przy użyciu Sphinksa55
Rozpoczęcie pracy ze Sphinksem i reST56
Moduły Sphinksa57
Pisanie rozszerzeń Sphinksa60
Numerowanie wersji API62
Zarządzanie zmianami interfejsów API62
Dokumentowanie zmian API63
Oznaczanie przestarzałych funkcji przy użyciu modułu warnings65
Christophe de Vienne o rozwijaniu interfejsów API67
Podsumowanie67
4. OBSŁUGA ZNACZNIKÓW CZASU I STREF CZASOWYCH 70
Budowanie domyślnych obiektów datetime71
Problem brakujących stref czasowych71
Rozpoznawanie stref czasowych przy użyciu dateutil73
Serializowanie obiektów datetime rozpoznających strefę czasową75
Rozwiązywanie problemu niejednoznacznych godzin77
Podsumowanie78
5. DYSTRYBUCJA OPROGRAMOWANIA 80
Krótka historia plików setup.py81
Zarządzanie pakietami przy użyciu setup.cfg83
Standardowy format dystrybucji wheel85
Dzielenie się swoją pracą ze światem87
Punkty wejścia91
Wizualizowanie punktów wejścia92
Wykorzystywanie skryptów konsoli93
Wykorzystywanie wtyczek i sterowników95
Nick Coghlan o zarządzaniu pakietami98
Podsumowanie98
6. TESTY JEDNOSTKOWE 100
Podstawy testowania101
Proste testy101
Pomijanie testów103
Uruchamianie wybranych testów104
Równoległe uruchamianie testów106
Tworzenie obiektów wykorzystywanych w testach przy użyciu fikstur107
Uruchamianie scenariuszy testowych108
Kontrolowane testy bazujące na atrapach obiektów109
Odkrywanie nieprzetestowanego kodu przy użyciu coverage114
Środowiska wirtualne116
Konfigurowanie środowiska wirtualnego117
Stosowanie virtualenv wraz z narzędziem tox119
Odtwarzanie środowiska120
Stosowanie różnych wersji Pythona121
Integrowanie innych testów122
Zasady dotyczące testowania123
Robert Collins o testowaniu124
7. METODY I DEKORATORY 128
Dekoratory i kiedy ich używać129
Tworzenie dekoratorów129
Pisanie dekoratorów130
Stosowanie wielu dekoratorów131
Pisanie dekoratorów klas132
W jaki sposób działają metody w Pythonie137
Metody statyczne138
Metody klasy140
Metody abstrakcyjne141
Mieszanie metod statycznych, klasy i abstrakcyjnych142
Umieszczanie implementacji w metodach abstrakcyjnych144
Prawda o metodzie super145
Podsumowanie148
8. PROGRAMOWANIE FUNKCYJNE 150
Tworzenie czystych funkcji151
Generatory152
Tworzenie generatora152
Zwracanie i przekazywanie wartości przy użyciu instrukcji yield154
Inspekcje generatorów155
Wyrażenia listowe157
Funkcjonowanie funkcji funkcyjnych158
Stosowanie funkcji na elementach przy użyciu funkcji map()158
Filtrowanie list przy użyciu funkcji filter()159
Pobieranie indeksów przy użyciu funkcji enumerate()159
Sortowanie listy przy użyciu funkcji sorted()159
Łączenie list przy użyciu funkcji zip()160
Wyszukiwanie przy użyciu any() i all() elementów spełniających warunki160
Przydatne funkcje itertools161
Rozwiązania typowych problemów161
Podsumowanie166
9. DRZEWO AST, HY I ATRYBUTY JAK W JĘZYKU LISP 168
Analizowanie drzewa AST169
Pisanie programu przy użyciu AST171
Obiekty AST172
Przechodzenie drzewa AST172
Rozszerzanie narzędzia fl ake8 o analizy AST174
Pisanie klasy175
Pomijanie nieistotnego kodu175
Sprawdzanie, czy istnieje odpowiedni dekorator176
Poszukiwanie argumentu self177
Szybkie wprowadzenie do Hy179
Paul Tagliamonte o AST i Hy181
Podsumowanie181
10. WYDAJNOŚĆ I OPTYMALIZACJE 186
Struktury danych187
Zrozumienie działania programu przez profi lowanie189
cProfi le190
Dezasemblowanie przy użyciu modułu dis192
Efektywne defi niowanie funkcji194
Listy uporządkowane i bisect195
namedtuple i __slots__198
Memoizacja203
Szybszy Python dzięki PyPy205
Eliminacja kopiowania przy użyciu protokołu bufora206
Podsumowanie211
Victor Stinner o optymalizacji211
11. SKALOWALNOŚĆ I ARCHITEKTURA 214
Wielowątkowość w Pythonie i jej ograniczenia215
Przetwarzanie wieloprocesowe kontra wielowątkowe216
Architektura sterowana zdarzeniami218
Inne opcje i asyncio220
Architektura zorientowana na usługi221
Komunikacja między procesami przy użyciu ZeroMQ222
Podsumowanie224
12. ZARZĄDZANIE RELACYJNYMI BAZAMI DANYCH 226
Rozwiązania RDBMS, ORM i kiedy ich używać226
Wewnętrzne bazy danych229
Strumieniowe przesyłanie danych przy użyciu Flask i PostgreSQL230
Pisanie aplikacji do strumieniowego przesyłania danych230
Budowanie aplikacji233
Dimitri Fontaine on Databases235
13. PISZ MNIEJ, PROGRAMUJ WIĘCEJ 240
Użycie modułu six do wspierania wersji Python 2 i 3240
Ciągi a unicode242
Rozwiązywanie problemu przeniesienia modułów Pythona242
Wykorzystywanie Pythona jak języka Lisp do tworzenia jednego dyspozytora243
Moduł modernize243
Tworzenie metod generycznych w języku Lisp243
Metody generyczne w Pythonie245
Menedżery kontekstu247
Redukowanie szablonowego kodu przy użyciu attr250
Podsumowanie253
INDEKS254