图书介绍

PYTHON高级编程 第2版pdf电子书版本下载

PYTHON高级编程  第2版
  • (波)贾沃斯基;(法)莱德著 著
  • 出版社: 北京:人民邮电出版社
  • ISBN:7115460159
  • 出版时间:2017
  • 标注页数:403页
  • 文件大小:61MB
  • 文件页数:421页
  • 主题词:软件工具-程序设计

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页

下载说明

PYTHON高级编程 第2版PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

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 vield 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

12.1 降低复杂度 318

12.1.1 循环复杂度 319

12.1.2 大O记法 320

12.2 简化 322

12.3 使用集合模块 323

12.3.1 deque 324

12.3.2 defaultdict 325

12.3.3 namedtuple 326

12.4 架构体系的权衡 327

12.4.1 使用启发式和近似算法 327

12.4.2 使用任务队列和延迟处理 328

12.4.3 使用概率型数据结构 331

12.5 缓存 331

12.5.1 确定性缓存 332

12.5.2 非确定性缓存 335

12.5.3 缓存服务 336

12.6 小结 338

第13章 并发 339

13.1 为什么需要并发 339

13.2 多线程 340

13.2.1 什么是多线程 340

13.2.2 Python如何处理多线程 341

13.2.3 何时应该使用多线程 342

13.3 多进程 356

13.4 异步编程 364

13.4.1 协同多任务与异步I/O 364

13.4.2 Python中的async和await关键字 365

13.4.3 老Python版本中的asyncio 369

13.4.4 异步编程实例 369

13.4.5 使用futures将异步代码同步化 372

13.5 小结 374

第14章 有用的设计模式 376

14.1 创建型模式 376

14.2 结构型模式 379

14.2.1 适配器 380

14.2.2 代理 394

14.2.3 外观 395

14.3 行为模式 395

14.3.1 观察者 396

14.3.2 访问者 398

14.3.3 模板 400

14.4 小结 403

精品推荐