Python 出神入化：Clean Coder 才懂的 Pythonic 技法，為你的程式碼畫龍點睛！ (Clean Code in Python, 2/e)
Mariano Anaya 著 江玠峰 譯
- 出版商: 博碩
- 出版日期: 2021-12-06
- 定價: $720
- 售價: 7.8 折 $562
- 語言: 繁體中文
- 頁數: 416
- 裝訂: 平裝
- ISBN: 9864349562
- ISBN-13: 9789864349562
-
相關分類:
Python
- 此書翻譯自: Clean Code in Python : Develop maintainable and efficient code, 2/e (Paperback)
-
相關翻譯:
編寫整潔的Python代碼第2版 (簡中版)
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
無瑕的程式碼 － 敏捷軟體開發技巧守則 (Clean Code: A Handbook of Agile Software Craftsmanship)$580$452 -
流暢的 Python｜清晰、簡潔、有效的程式設計 (Fluent Python)$980$774 -
為你自己學 Git$500$425 -
無瑕的程式碼－整潔的軟體設計與架構篇 (Clean Architecture: A Craftsman's Guide to Software Structure and Design)$580$452 -
簡潔的 Python｜重構你的舊程式 (Clean Code in Python: Refactor your legacy codebase)$480$408 -
重構｜改善既有程式的設計, 2/e (繁中平裝版)(Refactoring: Improving The Design of Existing Code, 2/e)$800$632 -
Python 技術者們 - 練功！老手帶路教你精通正宗 Python 程式 (The Quick Python Book, 3/e)$780$663 -
NumPy 高速運算徹底解說 - 六行寫一隻程式？你真懂深度學習？手工算給你看！$750$638 -
精通 Python｜運用簡單的套件進行現代運算, 2/e (Introducing Python: Modern Computing in Simple Packages, 2/e)$880$695 -
Python 最強入門邁向頂尖高手之路：王者歸來, 2/e (全彩版)$1,080$853 -
Python for DevOps｜學習精準有效的自動化 (Python for Devops: Learn Ruthlessly Effective Automation)$780$616 -
Effective Python 中文版｜寫出良好 Python 程式的 90個具體做法, 2/e (Effective Python: 90 Specific Ways to Write Better Python, 2/e)$580$493 -
高效能 Python 程式設計, 2/e (High Performance Python: Practical Performant Programming for Humans, 2/e)$780$616 -
軟體架構原理｜工程方法 (Fundamentals of Software Architecture: A Comprehensive Guide to Patterns, Characteristics, and Best Practices)$680$537 -
Python 功力提升的樂趣｜寫出乾淨程式碼的最佳實務 (Beyond the Basic Stuff with Python)$500$375 -
內行人才知道的系統設計面試指南$580$458 -
跟著 Docker 隊長，修練 22天就精通 - 搭配 20小時作者線上教學，無縫接軌 Microservices、Cloud-native、Serverless、DevOps 開發架構$880$695 -
設計重構：25個管理技術債的技巧消除軟體設計臭味 (Refactoring for Software Design Smells: Managing Technical Debt)$520$406 -
資料科學的統計實務 : 探索資料本質、扎實解讀數據，才是機器學習成功建模的第一步$599$473 -
Python 不廢話，一行程式碼｜像高手般寫出簡潔有力的 Python 程式碼 (Python One-Liners: Write Concise, Eloquent Python Like a Professional)$450$337 -
機器學習的統計基礎 : 深度學習背後的核心技術$680$537 -
Python 資料分析必備套件！Pandas 資料清理、重塑、過濾、視覺化 (Pandas 1.x Cookbook, 2/e)$780$616 -
圖解 Docker & Kubernetes 的知識與使用方法$620$490 -
黑帽 Python｜給駭客與滲透測試者的 Python 開發指南, 2/e (Black Hat Python : Python Programming for Hackers and Pentesters, 2/e)$450$356 -
強健的 Python｜撰寫潔淨且可維護的程式碼 (Robust Python: Write Clean and Maintainable Code)$680$537
商品描述
- Python無所不在，在軟體建構、系統管理、資料處理等領域都可以看到它的蹤影。來自不同領域的開發人員皆面臨雜亂無章、效率低落、不易閱讀、難以測試等非結構化程式碼的挑戰。在《Clean Code in Python》第二版的全新編譯本中，新增了近百頁的內容，我們將利用Python 3.9的最新功能，提升寫程式的技術力，並學習克服這些阻礙以及成功管理專案必備的所有工具。
本書首先描述編寫Clean Code的基本元素，以及它們如何在Python程式設計中發揮關鍵作用。你將學習使用Python標準函式庫與軟體設計的最佳實踐，編寫效能與可讀性兼具的程式碼。
本書更深入探討Python的物件導向程式設計，並說明如何運用描述器和生成器來使用物件。本書也將展示軟體測試的設計原則，並示範如何在程式碼中實作軟體設計模式來解決問題。在最後一章中，我們從堅實（SOLID）平台基礎的程式碼開始討論，將單體應用程式分解成基於微服務的應用程式。
讀完這本書，你將熟悉並應用業界認可的寫程式技巧，設計整潔、可維護又易讀的Pythonic程式碼！
在這本書中，你將學到：
・利用自動化工具，建立具備效能的開發環境
・利用Python的魔術方法，編寫整潔又出色的程式碼
・建立強大的抽象，封裝技術細節，進而減少程式複雜度
・使用裝飾器、描述器和生成器，建立Python專屬的解決方案
・理解自動化測試的重要性，藉助單元測試優雅又有效地重構程式碼
・以Pythonic的獨特風格實作常見的設計模式(例如轉接器、組合等等)
・Clean Code如何演變成為Clean Architecture，為堅實的架構打好基礎
下載範例程式檔案：
本書的程式碼是由GitHub託管，可點選下面圖案前往下載：
下載本書的彩色圖片：
提供您一個包含本書使用的彩色圖表的PDF檔案，可以在此下載：
作者簡介
- Mariano Anaya是一位軟體工程師，他大部分時間都在開發軟體並指導其他程式設計師。Mariano的主要興趣領域是軟體架構、函數式程式設計和分散式系統。他曾在2016年和2017年的Euro Python以及2019年的FOSDEM上發表演說。他的GitHub帳號：rmariano。
目錄大綱
- 前言
Chapter 1：簡介、程式碼格式和工具
簡介
程式碼格式化
文件記錄
工具
小結
參考資料
Chapter 2：Pythonic的程式碼
索引和切片
情境管理器
推導式和賦值表達式
物件的屬性、特性和不同類型的方法
Python的一些提醒
非同步程式碼簡介
小結
參考資料
Chapter 3：好程式碼的常見特徵
Design by Contract
防禦性程式設計
關注點分離
首字母縮寫字
Python中的繼承
函數和方法的引數
關於良好軟體設計的最後提醒
小結
參考資料
Chapter 4：SOLID原則
單一職責原則
開放封閉原則
里氏替換原則
介面隔離原則
依賴反轉原則
小結
參考資料
Chapter 5：使用裝飾器，改善我們的程式碼
Python的裝飾器是什麼？
更進階的裝飾器
裝飾器的良好用途
有效的裝飾器：避免常見錯誤
裝飾器和Clean Code
小結
參考資料
Chapter 6：使用描述器，從物件取得更多資訊
第一眼見到描述器
描述器的類型
描述器的實際應用
描述器的分析
關於描述器的最後說明
小結
參考資料
Chapter 7：生成器、迭代器和非同步程式設計
技術需求
建立生成器
慣用的迭代方式
協程
非同步程式設計
小結
參考資料
Chapter 8：單元測試和重構
設計原則和單元測試
測試工具
重構
更多與測試有關的概念
小結
參考資料
Chapter 9：常見的設計模式
在Python中使用設計模式的注意事項
設計模式實踐
Null物件模式
關於設計模式的最終想法
小結
參考資料
Chapter 10：Clean Architecture
從Clean Code到Clean Architecture
軟體元件
小結
參考資料
總結
