Python好书推荐《Python代码整洁之道》——编写优雅的代码

ztenv 2020-11-13 12:59:49
代码 Python 推荐 好书


前言

Python是当今最流行的语言之一。相对较新的领域如数据科学、人工智能、机器人和数据分析,以及传统的专业如Web开发和科学研究等,都在拥抱Python。随着时间的推移,Python有可能会发展成一门基础学科,所以,学好Python是在一些领域生存发展的必备技能。

对于用Python这样的动态语言编写代码的程序员来说,确保代码的高质量和无错误变得越来越重要。作为一名Python开发人员,你希望确保正在构建的软件能够让用户满意,而不会超出预算或无法发布。

目前Python中缺乏的是代码一致性、模式以及开发人员对良好Python代码的理解。对于每个Python程序员,良好的Python代码都有不同的含义。出现这种情况的原因可能是Python被用于如此多的领域,以至于开发人员很难就特定的模式达成一致。

Python是一种简单的语言,但是很难写出好的代码,因为目前可以教我们写出更好的Python代码的资源并不多见。如果你想熟练地编写整洁的Python代码,并可以成功地将这些原则应用到自己的Python项目中,小编为你推荐你阅读 《Python代码整洁之道:编写优雅的代码》 一书。

在这里插入图片描述

在这里插入图片描述
详情请参见

本书的主要目的是为不同级别的Python开发人员提供技巧,以便他们能够编写更好的Python软件和程序。无论你在哪个领域使用Python,本书都可以为你提供各种各样的技巧。本书涵盖了从基础到高级的所有级别的Python知识,并向你展示了如何使代码更符合Python的风格。

请记住,编写软件不仅是一门科学,而且还是一门艺术,本书将教你如何成为一名更好的Python程序员。

精彩抢先看

内容简介

探索使用Python编写代码的正确方法。本书提供了构建无错误和强壮的Python项目所需的技巧和技术。

为了讲授如何编写更好的代码,本书首先介绍理解代码格式化和代码注释的重要性,以及利用内置数据结构和Python字典提高可维护性,使用模块和元类有效地组织代码;

然后深入介绍Python语言的新特性,并教会读者如何有效地使用它们;接下来,将深入介绍一些关键概念,如异步编程、Python数据类型、类型提示和路径处理等,并讲述调试、单元测试和集成测试的技巧,以保证代码可以投入生产;

最后在附录中介绍了一些有助于加快开发速度和提高代码质量的优秀Python工具。

阅读本书之后,你将会熟练地编写整洁的Python代码,并可以成功地将这些原则应用到自己的Python项目中。

通过阅读本书,你将学到以下内容

(1)如何编写整洁的Python代码。

(2)Python的数据结构及特点。

(3)Python中的函数、类和模块(模块在很多书中没有提及或只是简单提及,本书有着较详细的讲解)。

(4)装饰器、生成器、迭代器和上下文管理器的作用和使用场景。

(5)Python 3.x中的一些新特性,如async及协程、类型标注等。

(6)调试和单元测试的一些工具。

作者简介

Sunil Kapil在过去的10年中一直从事软件开发工作,用Python和其他几种语言编写代码,主要涉及Web和移动端服务的软件开发。他开发、部署并维护了被数百万用户喜爱和使用的各种项目,这些项目是与来自不同专业环境的团队合作完成的,涉及世界著名的软件公司。他也是开源的热情倡导者,并持续贡献Zulip Chat和Black等项目。他还与非营利组织合作,并以志愿者的身份为其软件项目做出贡献。

译者介绍

连少华,先后就职于中兴通讯、深交所、金证股份等知名公司和机构,热衷于软件事业,技术栈广泛,涉及C++、C#、Java、Python、Golang等,对架构设计和底层技术有深入的理解和实践,曾经给国外的一些开源库提交过bug并贡献过代码。在CSDN论坛担任过5年多的C++小版的版主和C/C++大版的版主。译有《C++代码整洁之道》,现致力于大数据平台的设计与开发。

目录

●第1章 关于Python的思考1

1.1 编写Python代码1

1.1.1 命名2

1.1.2 代码中的表达式和语句5

1.1.3 拥抱Python编写代码的方式8

1.2 使用文档字符串14

1.2.1 模块级文档字符串17

1.2.2 使类文档字符串具有描述性17

1.2.3 函数文档字符串18

1.2.4 一些有用的文档字符串工具19

1.3 编写Python的控制结构20

1.3.1 使用列表推导20

1.3.2 不要使用复杂的列表推导21

1.3.3 应该使用lambda吗23

1.3.4 何时使用生成器与何时使用列表推导23

1.3.5 为什么不要在循环中使用else24

1.3.6 为什么range函数在Python 3中更好27

1.4 引发异常28

1.4.1 习惯引发异常28

1.4.2 使用finally来处理异常30

1.4.3 创建自己的异常类31

1.4.4 只处理特定的异常32

1.4.5 小心第三方的异常34

1.4.6try最少的代码块35

1.5 小结36

●第2章 数据结构38

2.1 常用数据结构38

2.1.1 使用集合38

2.1.2 返回和访问数据时使用namedtuple40

2.1.3 理解str、Unicode和byte43

2.1.4 谨慎使用列表,优先使用生成器44

2.1.5 使用zip处理列表47

2.1.6 使用Python的内置函数48

2.2 使用字典50

2.2.1 何时使用字典与何时使用其他数据结构51

2.2.2collections51

2.2.3 有序字典、默认字典、普通字典54

2.2.4 使用字典的switch语句55

2.2.5 合并两个字典的方法56

2.2.6 优雅地打印字典57

2.3 小结58

●第3章 编写更好的函数和类59

3.1 函数59

3.1.1 编写小函数60

3.1.2 返回生成器61

3.1.3 引发异常替代返回None63

3.1.4 使用默认参数和关键字参数64

3.1.5 不要显式地返回None66

3.1.6 编写函数时注意防御68

3.1.7 单独使用lambda表达式70

3.2 类72

3.2.1 类的大小72

3.2.2 类结构73

3.2.3 正确地使用@property75

3.2.4 什么时候使用静态方法77

3.2.5 继承抽象类79

3.2.6 使用@classmethod来访问类的状态80

3.2.7 使用公有属性代替私有属性81

3.3 小结83

●第4章 使用模块和元类84

4.1 模块和元类84

4.2 如何使用模块组织代码86

4.3 使用__init__文件88

4.4 以正确的方式从模块导入函数和类90

4.5 何时使用元类92

4.6 使用__new__方法验证子类93

4.7__slots__的用途95

4.8 使用元类改变类的行为98

4.9Python描述符100

4.10 小结102

●第5章 装饰器和上下文管理器104

5.1 装饰器105

5.1.1 装饰器及其作用105

5.1.2 理解装饰器106

5.1.3 使用装饰器更改行为108

5.1.4 同时使用多个装饰器110

5.1.5 使用带参数的装饰器111

5.1.6 考虑使用装饰器库112

5.1.7 用于维护状态和验证参数的类装饰器114

5.2 上下文管理器117

5.2.1 上下文管理器及用途117

5.2.2 理解上下文管理器119

5.2.3 使用contextlib创建上下文管理器120

5.2.4 上下文管理器的示例121

5.3 小结124

●第6章 生成器与迭代器125

6.1 使用生成器和迭代器125

6.1.1 理解迭代器125

6.1.2 什么是生成器128

6.1.3 何时使用迭代器129

6.1.4 使用itertools130

6.1.5 为什么生成器非常有用132

6.1.6 列表推导和迭代器133

6.2 使用yield关键字133

6.2.1yield from135

6.2.2yield相比数据结构更快135

6.3 小结136

●第7章 使用Python的新特性137

7.1 异步编程137

7.1.1Python中的async138

7.1.2asyncio是如何工作的141

7.1.3 异步生成器151

7.2 类型标注159

7.2.1Python中的类型160

7.2.2typing模块160

7.2.3 类型检查会影响性能吗163

7.2.4 类型标注如何帮助编写更好的代码163

7.2.5typing的陷阱163

7.3super()方法164

7.4 类型提示164

7.5 使用pathlib处理路径164

7.6print()现在是一个函数165

7.7f-string165

7.8 关键字参数166

7.9 保持字典数据的顺序166

7.10 迭代解包166

7.11 小结167

●第8章 调试和测试Python代码168

8.1 调试168

8.1.1 调试工具169

8.1.2breakpoint172

8.1.3 在产品代码中使用logging模块替代print172

8.1.4 使用metrics库来分析性能瓶颈177

8.1.5IPython有什么帮助178

8.2 测试179

8.2.1 测试非常重要179

8.2.2Pytest和UnitTest180

8.2.3 属性测试184

8.2.4 生成测试报告184

8.2.5 自动化单元测试185

8.2.6 让代码为生产做好准备186

8.2.7 在Python中执行单元和集成测试186

8.3 小结189

附录 一些很棒的Python工具190

版权声明
本文为[ztenv]所创,转载请带上原文链接,感谢
https://blog.csdn.net/lianshaohua/article/details/109616942

  1. 利用Python爬虫获取招聘网站职位信息
  2. Using Python crawler to obtain job information of recruitment website
  3. Several highly rated Python libraries arrow, jsonpath, psutil and tenacity are recommended
  4. Python装饰器
  5. Python实现LDAP认证
  6. Python decorator
  7. Implementing LDAP authentication with Python
  8. Vscode configures Python development environment!
  9. In Python, how dare you say you can't log module? ️
  10. 我收藏的有关Python的电子书和资料
  11. python 中 lambda的一些tips
  12. python中字典的一些tips
  13. python 用生成器生成斐波那契数列
  14. python脚本转pyc踩了个坑。。。
  15. My collection of e-books and materials about Python
  16. Some tips of lambda in Python
  17. Some tips of dictionary in Python
  18. Using Python generator to generate Fibonacci sequence
  19. The conversion of Python script to PyC stepped on a pit...
  20. Python游戏开发,pygame模块,Python实现扫雷小游戏
  21. Python game development, pyGame module, python implementation of minesweeping games
  22. Python实用工具,email模块,Python实现邮件远程控制自己电脑
  23. Python utility, email module, python realizes mail remote control of its own computer
  24. 毫无头绪的自学Python,你可能连门槛都摸不到!【最佳学习路线】
  25. Python读取二进制文件代码方法解析
  26. Python字典的实现原理
  27. Without a clue, you may not even touch the threshold【 Best learning route]
  28. Parsing method of Python reading binary file code
  29. Implementation principle of Python dictionary
  30. You must know the function of pandas to parse JSON data - JSON_ normalize()
  31. Python实用案例,私人定制,Python自动化生成爱豆专属2021日历
  32. Python practical case, private customization, python automatic generation of Adu exclusive 2021 calendar
  33. 《Python实例》震惊了,用Python这么简单实现了聊天系统的脏话,广告检测
  34. "Python instance" was shocked and realized the dirty words and advertisement detection of the chat system in Python
  35. Convolutional neural network processing sequence for Python deep learning
  36. Python data structure and algorithm (1) -- enum type enum
  37. 超全大厂算法岗百问百答(推荐系统/机器学习/深度学习/C++/Spark/python)
  38. 【Python进阶】你真的明白NumPy中的ndarray吗?
  39. All questions and answers for algorithm posts of super large factories (recommended system / machine learning / deep learning / C + + / spark / Python)
  40. [advanced Python] do you really understand ndarray in numpy?
  41. 【Python进阶】Python进阶专栏栏主自述:不忘初心,砥砺前行
  42. [advanced Python] Python advanced column main readme: never forget the original intention and forge ahead
  43. python垃圾回收和缓存管理
  44. java调用Python程序
  45. java调用Python程序
  46. Python常用函数有哪些?Python基础入门课程
  47. Python garbage collection and cache management
  48. Java calling Python program
  49. Java calling Python program
  50. What functions are commonly used in Python? Introduction to Python Basics
  51. Python basic knowledge
  52. Anaconda5.2 安装 Python 库(MySQLdb)的方法
  53. Python实现对脑电数据情绪分析
  54. Anaconda 5.2 method of installing Python Library (mysqldb)
  55. Python implements emotion analysis of EEG data
  56. Master some advanced usage of Python in 30 seconds, which makes others envy it
  57. python爬取百度图片并对图片做一系列处理
  58. Python crawls Baidu pictures and does a series of processing on them
  59. python链接mysql数据库
  60. Python link MySQL database