Zaawansowane programowanie w Pythonie - wydanie drugie: Przyspiesz swoje programy w Pythonie przy użyciu sprawdzonych technik i wzorców projektowych

Opinie czytelników

Książka „Advanced Python Programming” autorstwa Quana Nguyena to kompleksowy przewodnik skupiający się na zaawansowanych technikach i optymalizacjach programowania w Pythonie. Chociaż jest chwalona za swoją głębię i praktyczne spostrzeżenia, zauważono, że treść jest bardziej odpowiednia dla doświadczonych programistów niż początkujących. Niektórzy czytelnicy uznali ją za trudną, zwłaszcza początkowe sekcje, które zagłębiają się w optymalizacje Pythona, zamiast przeskakiwać bezpośrednio do wzorców projektowych.

⬤ Dogłębne omówienie zaawansowanych technik Pythona, w tym optymalizacji, współbieżności i wzorców projektowych.
⬤ Wykorzystuje praktyczne przykłady, takie jak symulator cząsteczek, usprawniając naukę poprzez zastosowanie.
⬤ Przydatna dla średnio zaawansowanych i zaawansowanych programistów, dostarczając spostrzeżeń, które można wykorzystać w środowisku zawodowym.
⬤ Dobrze rozplanowane rozdziały ułatwiają czytanie, pomimo długości książki.
⬤ Treści istotne dla osób przygotowujących się do technicznych rozmów kwalifikacyjnych.

⬤ Pierwsze dwie trzecie książki mogą być trudne i nie od razu istotne dla tych, którzy szukają wzorców projektowych.
⬤ Niektóre ważne tematy Pythona, takie jak docstrings i niektóre biblioteki, nie są szeroko omówione.
⬤ Książka zakłada znaczną wcześniejszą znajomość Pythona, co czyni ją nieodpowiednią dla początkujących.
⬤ Niektórzy czytelnicy uważali, że choć jest ona świetna dla badaczy, to brakuje w niej pewnych spostrzeżeń dla profesjonalnych inżynierów oprogramowania.

(na podstawie 8 opinii czytelników)

Oryginalny tytuł:

Advanced Python Programming - Second Edition: Accelerate your Python programs using proven techniques and design patterns

Zawartość książki:

Pisanie szybkich, solidnych i wielokrotnego użytku aplikacji przy użyciu wewnętrznej optymalizacji Pythona, najnowocześniejszych narzędzi do porównywania wydajności i najnowocześniejszych bibliotek.

Kluczowe cechy:

⬤ Benchmarkowanie, profilowanie i przyspieszanie programów Python przy użyciu narzędzi optymalizacyjnych.

⬤ Skalowanie aplikacji do wielu procesorów dzięki programowaniu współbieżnemu.

⬤ Uczyń aplikacje solidnymi i wielokrotnego użytku przy użyciu efektywnych wzorców projektowych.

Opis książki:

Potężne możliwości Pythona w zakresie implementacji solidnych i wydajnych programów sprawiają, że jest to jeden z najbardziej poszukiwanych języków programowania.

W tej książce poznasz narzędzia, które pozwalają poprawić wydajność i przenieść programy w Pythonie na wyższy poziom.

Książka ta rozpoczyna się od zbadania wbudowanych, jak i zewnętrznych bibliotek, które usprawniają zadania w cyklu rozwoju, takie jak testy porównawcze, profilowanie i optymalizacja. Następnie zapoznasz się ze specjalistycznymi narzędziami, takimi jak dedykowane biblioteki i kompilatory, aby zwiększyć wydajność w zadaniach związanych z przetwarzaniem liczb, w tym z uczeniem modeli uczenia maszynowego.

Książka omawia współbieżność, główne rozwiązanie pozwalające uczynić programy bardziej wydajnymi i skalowalnymi, a także różne techniki programowania współbieżnego, takie jak wielowątkowość, wieloprocesowość i programowanie asynchroniczne.

Zrozumiesz również typowe problemy, które powodują niepożądane zachowanie w programach współbieżnych.

Wreszcie, będziesz pracować z szerokim zakresem wzorców projektowych, w tym wzorcami twórczymi, strukturalnymi i behawioralnymi, które pozwolą ci stawić czoła złożonym wyzwaniom projektowym i architektonicznym, czyniąc twoje programy bardziej niezawodnymi i łatwymi w utrzymaniu.

Pod koniec książki poznasz szeroką gamę zaawansowanych funkcji Pythona i będziesz wyposażony w praktyczną wiedzę potrzebną do zastosowania ich w swoich przypadkach użycia.

Czego się nauczysz:

⬤ Pisać wydajny kod numeryczny za pomocą NumPy, pand i Xarray.

⬤ Używać Cythona i Numby do osiągnięcia natywnej wydajności.

⬤ Znajdować wąskie gardła w kodzie Pythona za pomocą profilerów.

⬤ Optymalizacja modeli uczenia maszynowego za pomocą JAX.

⬤ Implementacja wielowątkowych, wieloprocesowych i asynchronicznych programów.

⬤ Rozwiązywanie typowych problemów w programowaniu współbieżnym, takich jak zakleszczenia.

⬤ Poradzić sobie z wyzwaniami architektury za pomocą wzorców projektowych.

Dla kogo jest ta książka:

Ta książka jest przeznaczona dla średnio zaawansowanych i doświadczonych programistów Pythona, którzy chcą skalować swoje aplikacje w systematyczny i solidny sposób. Książka ta przyda się programistom z różnych środowisk, w tym inżynierom oprogramowania, programistom naukowym i architektom oprogramowania.