Book description
本书由奋战在Python开发一线近20年的Luciano Ramalho执笔,Victor Stinner、Alex Martelli等Python大咖担纲技术审稿人,从语言设计层面剖析编程细节,兼顾Python 3和Python 2,告诉你Python中不亲自动手实践就无法理解的语言陷阱成因和解决之道,教你写出风格地道的Python代码。
内容特色
- Python数据模型:理解为什么特殊方法是对象行为一致的关键。
- 数据结构:充分利用内置类型,理解Unicode文本和字节二象性。
- 把函数视作对象:把Python函数视作一等对象,并了解这一点对流行的设计模式的影响。
- 面向对象习惯用法:通过构建类学习引用、可变性、接口、运算符重载和多重继承。
- 控制流程:学习使用上下文管理器、生成器、协程,以及通过concurrent.futures和asyncio包实现的并发。
- 元编程:理解特性、描述符、类装饰器和元类的工作原理。
Table of contents
- 封面
- 扉页
- 版权
- 版权声明
- O’Reilly Media, Inc.介绍
- 目录 (1/2)
- 目录 (2/2)
- 前言
- 第一部分 序幕
-
第二部分 数据结构
- 第2章 序列构成的数组
- 第3章 字典和集合
- 第4章 文本和字节序列
- 第三部分 把函数视作对象
-
第四部分 面向对象惯用法
- 第8章 对象引用、可变性和垃圾回收
- 第9章 符合Python风格的对象
- 第10章 序列的修改、散列和切片
- 第11章 接口:从协议到抽象基类
- 第12章 继承的优缺点
- 第13章 正确重载运算符
-
第五部分 控制流程
-
第14章 可迭代的对象、迭代器和生成器
- 14.1 Sentence类第1版:单词序列
- 14.2 可迭代的对象与迭代器的对比
- 14.3 Sentence类第2版:典型的迭代器
- 14.4 Sentence类第3版:生成器函数
- 14.5 Sentence类第4版:惰性实现
- 14.6 Sentence类第5版:生成器表达式
- 14.7 何时使用生成器表达式
- 14.8 另一个示例:等差数列生成器
- 14.9 标准库中的生成器函数 (1/2)
- 14.9 标准库中的生成器函数 (2/2)
- 14.10 Python 3.3中新出现的句法:yield from
- 14.11 可迭代的归约函数
- 14.12 深入分析iter函数
- 14.13 案例分析:在数据库转换工具中使用生成器
- 14.14 把生成器当成协程
- 14.15 本章小结
- 14.16 延伸阅读
- 第15章 上下文管理器和else块
- 第16章 协程
- 第17章 使用future处理并发
- 第18章 使用asyncio包处理并发
-
第14章 可迭代的对象、迭代器和生成器
- 第六部分 元编程
- 作者简介
- 关于封面
Product information
- Title: 流畅的Python
- Author(s):
- Release date: May 2017
- Publisher(s): Posts & Telecom Press
- ISBN: None
You might also like
book
流畅的Python(第2版)
不要浪费时间让Python屈就你在其他语言中学到的模式。Python的简洁性有助于你迅速提升编程效率,但这通常意味着你并未使用它所提供的所有功能。《流畅的Python》是编程领域的实用经典参考书,第2版做了与时俱进的修订和升级,教你利用Python特性,写出高效且现代的Python 3代码。 打破旧有经验,探索并运用地道的Python 3特性。本书作者带你一览Python语言核心功能和库,教你编写更简洁、快速和易读的代码。 第2版分为如下五部分,每一部分均可单独成书。 数据结构:序列、字典、集合、Unicode和数据类。 函数即对象:一等函数、相关设计模式和函数声明中的类型提示。 类和协议:组合、继承、混入、接口、运算符重载、协议和更多静态类型。 控制流:上下文管理器、生成器、协程、async/await及线程和进程池。 元编程:特性、属性描述符、类装饰器,以及可取代或简化元类的类元编程新钩子。
book
机器学习实战:基于Scikit-Learn、Keras 和TensorFlow (原书第2 版)
随着一系列的技术突破,深度学习推动了整个机器学习领域的发展。现在,即使是对这项技术几乎一无所知的程序员也可以使用简单有效的工具来实现“可以自动从数据中学习”的程序。这本畅销书的更新版通过具体的示例、非常少的理论和可用于生产环境的Python框架来帮助你直观地理解并掌握构建智能系统所需要的概念和工具。 你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识,你只需要有一些编程经验。所有代码都可以在GitHub上获得。它已更新为TensorFlow 2和Scikit-Learn的新版本。 使用Scikit-Learn和pandas通过端到端项目来学习机器学习基础。 使用TensorFlow 2构建和训练多个神经网络架构来进行分类和回归。 覆盖对象检测、语义分割、注意力机制、语言模型、GAN等。 探索Keras API与TensorFlow 2的官方高级API。 使用TensorFlow的数据API、分布策略API、TF Transform和TF-Serving来部署TensorFlow模型。 在Google Cloud AI Platform或移动设备上部署。 …
book
Python GUI Programming with Tkinter - Second Edition
Transform your evolving user requirements into feature-rich Tkinter applications Key Features Extensively revised with new content …
book
Fluent Python, 2nd Edition
Don't waste time bending Python to fit patterns you've learned in other languages. Python's simplicity lets …