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。 本书的重是让你熟悉zui佳实践、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。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的理解。
售 价：¥
纸质售价：¥42.70购买纸书
6.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
作者简介
译者简介
审稿人简介
前言
第1章 Python现状
1.1 Python的现状与未来
1.2 Python升级及其原因
1.3 追踪Python最新变化——PEP文档
1.4 当前Python 3的普及程度
1.5 Python 3和Python 2的主要差异
1.5.1 为什么要关注这些差异
1.5.2 主要的语法差异和常见陷阱
1.5.3 用于保持跨版本兼容性的常用工具和技术
1.6 不只是CPython
1.6.1 为什么要关注Python实现
1.6.2 Stackless Python
1.6.3 Jython
1.6.4 IronPython
1.6.5 PyPy
1.7 Python开发的现代方法
1.8 应用层Python环境隔离
1.8.1 为什么要隔离
1.8.2 常用解决方案
1.8.3 选择哪种工具
1.9 系统级环境隔离
1.9.1 使用Vagrant的虚拟开发环境
1.9.2 容器化与虚拟化的对比
1.10 常用的生产力工具
1.10.1 自定义Python shell——IPython、bpython、ptpython等
1.10.2 交互式调试器
1.11 有用的资源
1.12 小结
第2章 语法最佳实践——类级别以下
2.1 Python的内置类型
2.1.1 字符串与字节
2.1.2 集合类型
2.2 高级语法
2.2.1 迭代器
2.2.2 yield语句
2.2.3 装饰器
2.2.4 上下文管理器——with语句
2.3 你可能还不知道的其他语法元素
2.3.1 for...else...语句
2.3.2 函数注解
2.4 小结
第3章 语法最佳实践——类级别以上
3.1 子类化内置类型
3.2 访问超类中的方法
3.2.1 Python 2中的旧式类与super
3.2.2 理解Python的方法解析顺序
3.2.3 使用super易犯的错误
3.2.4 最佳实践
3.3 高级属性访问模式
3.3.1 描述符
3.3.2 property
3.3.3 槽
3.4 元编程
3.4.1 装饰器——一种元编程方法
3.4.2 类装饰器
3.4.3 使用__new__()方法覆写实例创建过程
3.4.4 元类
3.4.5 一些关于代码生成的提示
3.5 小结
第4章 选择好的名称
4.1 PEP 8与命名最佳实践
4.1.1 为何要遵守PEP 8以及何时遵守PEP 8
4.1.2 超越PEP 8——团队的风格指南
4.2 命名风格
4.3 命名指南
4.3.1 用“has”或“is”前缀命名布尔元素
4.3.2 用复数形式命名集合变量
4.3.3 用显式名称命名字典
4.3.4 避免通用名称
4.3.5 避免现有名称
4.4 参数的最佳实践
4.4.1 通过迭代设计构建参数
4.4.2 信任参数和测试
4.4.3 小心使用*args和**kwargs魔法参数
4.5 类的名称
4.6 模块和包的名称
4.7 有用的工具
4.7.1 Pylint
4.7.2 pep8和flake8
4.8 小结
第5章 编写一个包
5.1 创建一个包
5.1.1 Python打包工具的混乱状态
5.1.2 项目配置
5.1.3 自定义setup命令
5.1.4 在开发期间使用包
5.2 命名空间包
5.2.1 为什么有用
5.2.2 PEP 420——隐式命名空间包
5.2.3 以前Python版本中的命名空间包
5.3 上传一个包
5.3.1 PyPI——Python包索引
5.3.2 源代码包与构建包
5.4 独立可执行文件
5.4.1 独立可执行文件何时有用
5.4.2 常用工具
5.4.3 可执行包中Python代码的安全性
5.5 小结
第6章 部署代码
6.1 十二要素应用
6.2 用Fabric进行自动化部署
6.3 你自己的包索引或索引镜像
6.3.1 PyPI镜像
6.3.2 使用包进行部署
6.4 常见约定与实践
6.4.1 文件系统层次结构
6.4.2 隔离
6.4.3 使用进程管理工具
6.4.4 应该在用户空间运行应用代码
6.4.5 使用HTTP反向代理
6.4.6 优雅地重新加载进程
6.5 代码检测与监控
6.5.1 记录错误——sentry/raven
6.5.2 监控系统与应用指标
6.5.3 处理应用日志
6.6 小结
第7章 使用其他语言开发Python扩展
7.1 使用C或者C++编写扩展
7.2 为什么你想用扩展
7.2.1 提高关键代码段的性能
7.2.2 集成现有的使用不同语言编写的代码
7.2.3 集成第三方动态库
7.2.4 创建自定义数据类型
7.3 编写扩展
7.3.1 纯C扩展
7.3.2 Cython
7.4 挑战
7.4.1 额外的复杂性
7.4.2 调试
7.5 无扩展的动态库接口
7.5.1 ctypes
7.5.2 CFFI
7.6 小结
第8章 管理代码
8.1 版本控制系统
8.1.1 集中式系统
8.1.2 分布式系统
8.1.3 集中式还是分布式
8.1.4 尽可能使用Git
8.1.5 Git工作流程与GitHub工作流程
8.2 持续的开发过程
8.2.1 持续集成
8.2.2 持续交付
8.2.3 持续部署
8.2.4 常用的持续集成工具
8.2.5 选择正确的工具和常见的陷阱
8.3 小结
第9章 文档化你的项目
9.1 7项技术写作规则
9.1.1 两步写作
9.1.2 定位读者
9.1.3 使用简单的风格
9.1.4 限制信息范围
9.1.5 使用现实中的代码示例
9.1.6 使用轻量且充分的方法
9.1.7 使用模板
9.2 reStructuredText入门
9.2.1 章节结构
9.2.2 列表
9.2.3 行内标记
9.2.4 文字块
9.2.5 链接
9.3 构建文档
9.4 构建自己的文档集
9.4.1 构建格局
9.4.2 文档构建与持续集成
9.5 小结
第10章 测试驱动开发
10.1 我不测试
10.1.1 测试开发的原则
10.1.2 什么样的测试
10.1.3 达式Python标准测试工具
10.2 我做测试
10.2.1 unittest陷阱
10.2.2 unittest的替代品
10.2.3 测试覆盖率
10.2.4 仿真与模拟
10.2.5 测试环境与依赖兼容性
10.2.6 文档驱动开发
10.3 小结
第11章 优化——一般原则与分析技术
11.1 3个优化规则
11.1.1 首先要能工作
11.1.2 从用户的角度考虑
11.1.3 保持代码的可读性和可维护性
11.2 优化策略
11.2.1 找到另外的罪魁祸首
11.2.2 扩展硬件
11.2.3 编写速度测试
11.3 查找瓶颈
11.3.1 分析CPU使用情况
11.3.2 分析内存使用
11.3.3 分析网络使用情况
11.4 小结
第12章 优化——一些强大的技术
12.1 降低复杂度
12.1.1 循环复杂度
12.1.2 大O记法
12.2 简化
12.3 使用集合模块
12.3.1 deque
12.3.2 defaultdict
12.3.3 namedtuple
12.4 架构体系的权衡
12.4.1 使用启发式和近似算法
12.4.2 使用任务队列和延迟处理
12.4.3 使用概率型数据结构
12.5 缓存
12.5.1 确定性缓存
12.5.2 非确定性缓存
12.5.3 缓存服务
12.6 小结
第13章 并发
13.1 为什么需要并发
13.2 多线程
13.2.1 什么是多线程
13.2.2 Python如何处理多线程
13.2.3 何时应该使用多线程
13.3 多进程
13.4 异步编程
13.4.1 协同多任务与异步I/O
13.4.2 Python中的async和await关键字
13.4.3 老Python版本中的asyncio
13.4.4 异步编程实例
13.4.5 使用futures将异步代码同步化
13.5 小结
第14章 有用的设计模式
14.1 创建型模式
14.2 结构型模式
14.2.1 适配器
14.2.2 代理
14.2.3 外观
14.3 行为模式
14.3.1 观察者
14.3.2 访问者
14.3.3 模板
14.4 小结
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
