《Python高级编程第2版》
Python是一门动态编程语言,它简单而又强大,适用于众多领域。尽管编写Python代码比较容易,但是编写高效且易于维护和复用的代码是一个挑战。
本书的重点是让你熟悉实践、有用的工具以及标准,这都是Python专业人士每天使用的。首先,你将了解Python 3.5中新增加的功能以及可以提高生产力的快速技巧。接下来,你将学习使用这个新版本中的高-级且有用的Python语法元素,以及实现元编程的不同方法。本书讲解了代码管理工具、编写清晰文档的方法和测试驱动开发,这些都是编写代码的重要因素。通过学习优化的一般原则、查找瓶颈的策略以及应用优化的选定工具,你可以对如何编写高效的代码有更深入的理解。
读完本书后,你会成为一名可以编写高效且可维护代码的专家。
通过阅读本书,你将能够:
了解在Python社区中广泛采用的约定和实践;
高效打包Python代码,以便将其应用于社区和生产;
应用在远程系统上自动化部署代码的简单且轻量的方法;
提高代码的质量、可靠性及性能;
在Python中编写并发代码;
使用其他语言编写的代码来扩展Python。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397
| 目录
第1章 Python现状 1
1.1 Python的现状与未来 1
1.2 Python升级及其原因 2
1.3 追踪Python最新变化——PEP文档 2
1.4 当前Python 3的普及程度 3
1.5 Python 3和Python 2的主要差异 4
1.5.1 为什么要关注这些差异 4
1.5.2 主要的语法差异和常见陷阱 4
1.5.3 用于保持跨版本兼容性的常用工具和技术 6
1.6 不只是CPython 9
1.6.1 为什么要关注Python实现 10
1.6.2 Stackless Python 10
1.6.3 Jython 10
1.6.4 IronPython 11
1.6.5 PyPy 11
1.7 Python开发的现代方法 12
1.8 应用层Python环境隔离 13
1.8.1 为什么要隔离 14
1.8.2 常用解决方案 15
1.8.3 选择哪种工具 18
1.9 系统级环境隔离 19
1.9.1 使用Vagrant的虚拟开发环境 20
1.9.2 容器化与虚拟化的对比 21
1.10 常用的生产力工具 21
1.10.1 自定义Python shell— IPython、bpython、 ptpython等 22
1.10.2 交互式调试器 24
1.11 有用的资源 25
1.12 小结 25
第2章 语法最佳实践——类级别以下 26
2.1 Python的内置类型 26
2.1.1 字符串与字节 27
2.1.2 集合类型 30
2.2 高级语法 39
2.2.1 迭代器 40
2.2.2 yield语句 41
2.2.3 装饰器 44
2.2.4 上下文管理器—with语句 54
2.3 你可能还不知道的其他语法元素 58
2.3.1 for...else...语句 58
2.3.2 函数注解 59
2.4 小结 60
第3章 语法最佳实践—类级别以上 61
3.1 子类化内置类型 61
3.2 访问超类中的方法 63
3.2.1 Python 2中的旧式类与super 65
3.2.2 理解Python的方法解析顺序 66
3.2.3 使用super易犯的错误 70
3.2.4 最佳实践 73
3.3 高级属性访问模式 73
3.3.1 描述符 74
3.3.2 property 79
3.3.3 槽 81
3.4 元编程 82
3.4.1 装饰器— 一种元编程方法 83
3.4.2 类装饰器 83
3.4.3 使用__new__()方法覆写实例创建过程 85
3.4.4 元类 87
3.4.5 一些关于代码生成的提示 94
3.5 小结 100
第4章 选择好的名称 101
4.1 PEP 8与命名最佳实践 101
4.1.1 为何要遵守PEP 8以及何时遵守PEP 8 101
4.1.2 超越PEP 8—团队的风格指南 102
4.2 命名风格 102
4.3 命名指南 110
4.3.1 用“has”或“is”前缀命名布尔元素 111
4.3.2 用复数形式命名集合变量 111
4.3.3 用显式名称命名字典 111
4.3.4 避免通用名称 111
4.3.5 避免现有名称 112
4.4 参数的最佳实践 113
4.4.1 通过迭代设计构建参数 113
4.4.2 信任参数和测试 114
4.4.3 小心使用*args和**kwargs魔法参数 115
4.5 类的名称 117
4.6 模块和包的名称 117
4.7 有用的工具 118
4.7.1 Pylint 118
4.7.2 pep8和flake8 120
4.8 小结 120
第5章 编写一个包 121
5.1 创建一个包 121
5.1.1 Python打包工具的混乱状态 122
5.1.2 项目配置 123
5.1.3 自定义setup命令 131
5.1.4 在开发期间使用包 132
5.2 命名空间包 133
5.2.1 为什么有用 133
5.2.2 PEP 420—隐式命名空间包 135
5.2.3 以前Python版本中的命名空间包 136
5.3 上传一个包 137
5.3.1 PyPI—Python包索引 137
5.3.2 源代码包与构建包 139
5.4 独立可执行文件 142
5.4.1 独立可执行文件何时有用 143
5.4.2 常用工具 143
5.4.3 可执行包中Python代码的安全性 150
5.5 小结 151
第6章 部署代码 152
6.1 十二要素应用 152
6.2 用Fabric进行自动化部署 154
6.3 你自己的包索引或索引镜像 158
6.3.1 PyPI镜像 159
6.3.2 使用包进行部署 160
6.4 常见约定与实践 168
6.4.1 文件系统层次结构 168
6.4.2 隔离 168
6.4.3 使用进程管理工具 169
6.4.4 应该在用户空间运行应用代码 170
6.4.5 使用HTTP反向代理 171
6.4.6 优雅地重新加载进程 171
6.5 代码检测与监控 172
6.5.1 记录错误—sentry/raven 173
6.5.2 监控系统与应用指标 175
6.5.3 处理应用日志 177
6.6 小结 181
第7章 使用其他语言开发Python扩展 182
7.1 使用C或者C++编写扩展 182
7.2 为什么你想用扩展 184
7.2.1 提高关键代码段的性能 185
7.2.2 集成现有的使用不同语言编写的代码 185
7.2.3 集成第三方动态库 185
7.2.4 创建自定义数据类型 186
7.3 编写扩展 186
7.3.1 纯C扩展 187
7.3.2 Cython 201
7.4 挑战 205
7.4.1 额外的复杂性 205
7.4.2 调试 206
7.5 无扩展的动态库接口 206
7.5.1 ctypes 207
7.5.2 CFFI 212
7.6 小结 214
第8章 管理代码 215
8.1 版本控制系统 215
8.1.1 集中式系统 215
8.1.2 分布式系统 217
8.1.3 集中式还是分布式 219
8.1.4 尽可能使用Git 219
8.1.5 Git工作流程与GitHub工作流程 220
8.2 持续的开发过程 223
8.2.1 持续集成 224
8.2.2 持续交付 227
8.2.3 持续部署 227
8.2.4 常用的持续集成工具 228
8.2.5 选择正确的工具和常见的陷阱 234
8.3 小结 236
第9章 文档化你的项目 237
9.1 7项技术写作规则 237
9.1.1 两步写作 238
9.1.2 定位读者 238
9.1.3 使用简单的风格 239
9.1.4 限制信息范围 240
9.1.5 使用现实中的代码示例 240
9.1.6 使用轻量且充分的方法 241
9.1.7 使用模板 241
9.2 reStructuredText入门 242
9.2.1 章节结构 243
9.2.2 列表 245
9.2.3 行内标记 246
9.2.4 文字块 246
9.2.5 链接 247
9.3 构建文档 248
9.4 构建自己的文档集 254
9.4.1 构建格局 254
9.4.2 文档构建与持续集成 259
9.5 小结 260
第10章 测试驱动开发 261
10.1 我不测试 261
10.1.1 测试开发的原则 261
10.1.2 什么样的测试 265
10.1.3 达式Python标准测试工具 268
10.2 我做测试 273
10.2.1 unittest陷阱 273
10.2.2 unittest的替代品 274
10.2.3 测试覆盖率 280
10.2.4 仿真与模拟 282
10.2.5 测试环境与依赖兼容性 289
10.2.6 文档驱动开发 292
10.3 小结 294
第11章 优化——一般原则与分析技术 295
11.1 3个优化规则 295
11.1.1 首先要能工作 295
11.1.2 从用户的角度考虑 296
11.1.3 保持代码的可读性和可维护性 297
11.2 优化策略 297
11.2.1 找到另外的罪魁祸首 297
11.2.2 扩展硬件 298
11.2.3 编写速度测试 298
11.3 查找瓶颈 299
11.3.1 分析CPU使用情况 299
11.3.2 分析内存使用 307
11.3.3 分析网络使用情况 315
11.4 小结 316
第12章 优化——一些强大的技术 317
第13章 并发 339
第14章 有用的设计模式 376
|
最后,这里为大家准备了几百本的互联网电子书,有需要的过来取吧。点击获取
本页书籍均来自网络,如有侵权,请联系我立即删除。我的邮箱:yaojianguolq@163.com