CZYSTY KOD W PYTHONIE SUNIL K. Księgarnia

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

O autorze 7
O korektorze merytorycznym 8
Podziękowania 9
Wprowadzenie 11

Rozdział 1. Kodowanie pythoniczne 13

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

Rozdział 2. Struktury danych 43

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

Rozdział 3. Jak pisać lepsze funkcje i klasy? 61

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

Rozdział 4. Praca z modułami i metaklasami 81

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

Rozdział 5. Dekoratory i menedżery kontekstu 97

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

Rozdział 6. Generatory i iteratory 115

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

Rozdział 7. Nowe funkcjonalności języka Python 125

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

Rozdział 8. Diagnostyka i testy kodu 151

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

Dodatek. Niezwykłe narzędzia dla języka Python 171

Sphinx 171
Coverage.py 172
pre-commit 173
Pyenv 173
Jupyter Lab 174
Pycharm/VSCode/Sublime 174
Flake8 i Pylint 175

176 stron, Format: 16.0x23.5cm, oprawa miękka

Po otrzymaniu zamówienia poinformujemy,
czy wybrany tytuł polskojęzyczny lub anglojęzyczny jest aktualnie na półce księgarni.