Effektiv Python programmieren
90 Wege für bessere Python-Programme
2nd Edition
Published on 21. April 2020
504 pages
978-3-7475-0177-1 (ISBN)
Description
- Bewährte Verfahren, Tipps und Tricks für robusten, leistungsfähigen und wartungsfreundlichen Code
- Grundlegende Aufgaben besser und effektiver erledigen
- Lösungen für das Debuggen, Testen und Optimieren zur Verbesserung von Qualität und Performance
Der Einstieg in die Python-Programmierung ist einfach, daher ist die Sprache auch so beliebt. Pythons einzigartige Stärken und Ausdrucksmöglichkeiten sind allerdings nicht immer offensichtlich. Zudem gibt es diverse verborgene Fallstricke, über die man leicht stolpern kann.
Dieses Buch vermittelt insbesondere eine Python-typische Herangehensweise an die Programmierung. Brett Slatkin nutzt dabei die Vorzüge von Python zum Schreiben von außerordentlich stabilem und schnellem Code. Er stellt 90 bewährte Verfahren, Tipps und Tricks vor, die er anhand praxisnaher Codebeispiele erläutert. Er setzt dabei den kompakten, an Fallbeispielen orientierten Stil von Scott Meyers populärem Buch »Effektiv C++ programmieren« ein.
Auf Basis seiner jahrelangen Erfahrung mit der Python-Infrastruktur bei Google demonstriert Slatkin weniger bekannte Eigenarten und Sprachelemente, die großen Einfluss auf das Verhalten des Codes und die Performance haben. Sie erfahren, wie sich grundlegende Aufgaben am besten erledigen lassen, damit Sie leichter verständlichen, wartungsfreundlicheren und einfach zu verbessernden Code schreiben können.
Aus dem Inhalt:- Umsetzbare Richtlinien für alle wichtigen Bereiche der Entwicklung in Python 3 mit detaillierten Erklärungen und Beispielen
- Funktionen so definieren, dass Code leicht wiederverwendet und Fehler vermieden werden können
- Bessere Verfahren und Idiome für die Verwendung von Abstraktionen und Generatorfunktionen
- Systemverhalten mithilfe von Klassen und Interfaces präzise definieren
- Stolpersteine beim Programmieren mit Metaklassen und dynamischen Attributen umgehen
- Effizientere und klare Ansätze für Nebenläufigkeit und parallele Ausführung
- Tipps und Tricks zur Nutzung von Pythons Standardmodulen
- Tools und Best Practices für die Zusammenarbeit mit anderen Entwicklern
- Lösungen für das Debuggen, Testen und Optimieren zur Verbesserung von Qualität und Performance
»Ich habe dieses Buch seit dem Erscheinen der ersten Ausgabe 2015 mit Begeisterung empfohlen. Die neue Ausgabe, die für Python 3 erweitert und aktualisiert wurde, ist eine wahre Fundgrube an Erfahrungen der Python-Programmierung in der Praxis, von denen Programmierer auf jedem Niveau profitieren.«
- Wes McKinney , Begründer des Python-Projekts Pandas, Leiter von Ursa Labs
More details
Other editions
Additional editions
Book
04/2020
2nd Edition
MITP
€10.00
Article exhausted; check different version
Person
Brett Slatkin ist als Senior Software Engineer bei Google tätig und zudem leitender Ingenieur und Mitbegründer des Projekts
Google Consumer Surveys
. Zuvor hat er an der Python-Infrastruktur von
Google App Engine
mitgewirkt. Außerdem nutzte er Python zur Verwaltung von Googles riesigem Serverbestand und für dessen PubSubHubbub-System, an dessen Protokoll er ebenfalls mitgearbeitet hat.
Content
- Cover
- Titel
- Impressum
- Inhaltsverzeichnis
- Einleitung
- Über den Autor
- Danksagungen
- Kapitel 1: Pythons Sicht der Dinge
- Punkt 1: Kenntnis der Python-Version
- Punkt 2: Stilregeln gemäß PEP 8
- Punkt 3: Unterschiede zwischen bytes und str
- Punkt 4: Interpolierte F-Strings statt C-Formatierungsstrings und str.format
- Punkt 5: Hilfsfunktionen statt komplizierter Ausdrücke
- Punkt 6: Mehrfachzuweisung beim Entpacken statt Indizierung
- Punkt 7: enumerate statt range
- Punkt 8: Gleichzeitige Verarbeitung von Iteratoren mit zip
- Punkt 9: Verzicht auf else-Blöcke nach for- und while-Schleifen
- Punkt 10: Wiederholungen verhindern durch Zuweisungsausdrücke
- Kapitel 2: Listen und Dictionaries
- Punkt 11: Zugriff auf Listen durch Slicing
- Punkt 12: Verzicht auf Abstand und Start-/Ende-Index in einem einzigen Ausdruck
- Punkt 13: Vollständiges Entpacken statt Slicing
- Punkt 14: Sortieren nach komplexen Kriterien mit dem key-Parameter
- Punkt 15: Vorsicht bei der Reihenfolge von dict-Einträgen
- Punkt 16: get statt in und KeyError zur Handhabung fehlender Dictionary-Schlüssel verwenden
- Punkt 17: defaultdict statt setdefault zur Handhabung fehlender Objekte verwenden
- Punkt 18: Schlüsselabhängige Standardwerte mit __missing__ erzeugen
- Kapitel 3: Funktionen
- Punkt 19: Bei Funktionen mit mehreren Rückgabewerten nicht mehr als drei Variablen entpacken
- Punkt 20: Exceptions statt Rückgabe von None
- Punkt 21: Closures und der Gültigkeitsbereich von Variablen
- Punkt 22: Klare Struktur dank variabler Anzahl von Positionsargumenten
- Punkt 23: Optionale Funktionalität durch Schlüsselwort- Argumente
- Punkt 24: Dynamische Standardwerte von Argumenten mittels None und Docstrings
- Punkt 25: Eindeutigkeit durch reine Schlüsselwort- und reine Positionsargumente
- Punkt 26: Funktions-Decorators mit functools.wraps definieren
- Kapitel 4: Listen-Abstraktionen und Generatoren
- Punkt 27: Listen-Abstraktionen statt map und filter
- Punkt 28: Nicht mehr als zwei Ausdrücke in Listen-Abstraktionen
- Punkt 29: Doppelte Arbeit in Abstraktionen durch Zuweisungsausdrücke vermeiden
- Punkt 30: Generatoren statt Rückgabe von Listen
- Punkt 31: Vorsicht beim Iterieren über Argumente
- Punkt 32: Generatorausdrücke für umfangreiche Listen-Abstraktionen verwenden
- Punkt 33: Mehrere Generatoren mit yield from verknüpfen
- Punkt 34: Keine Datenübermittlung an Generatoren mit send
- Punkt 35: Zustandsübergänge in Generatoren mit throw vermeiden
- Punkt 36: Iteratoren und Generatoren mit itertools verwenden
- Kapitel 5: Klassen und Schnittstellen
- Punkt 37: Klassen statt integrierte Datentypen verschachteln
- Punkt 38: Funktionen statt Klassen bei einfachen Schnittstellen
- Punkt 39: Polymorphismus und generische Erzeugung von Objekten
- Punkt 40: Initialisierung von Basisklassen durch super
- Punkt 41: Verknüpfte Funktionalität mit Mix-in-Klassen
- Punkt 42: Öffentliche statt private Attribute
- Punkt 43: Benutzerdefinierte Container-Klassen durch Erben von collections.abc
- Kapitel 6: Metaklassen und Attribute
- Punkt 44: Einfache Attribute statt Getter- und Setter-Methoden
- Punkt 45: @property statt Refactoring von Attributen
- Punkt 46: Deskriptoren für wiederverwendbare @property-Methoden verwenden
- Punkt 47: Verzögerte Zuweisung zu Attributen mittels __getattr__, __getattribute__ und __setattr__
- Punkt 48: Unterklassen mit __init_subclass__ überprüfen
- Punkt 49: Klassen mittels __init_subclass__ registrieren
- Punkt 50: Zugriff auf Klassenattribute mit __set_name__
- Punkt 51: Klassen-Decorators statt Metaklassen für Klassenerweiterungen nutzen
- Kapitel 7: Nebenläufigkeit und parallele Ausführung
- Punkt 52: Verwaltung von Kindprozessen mittels subprocess
- Punkt 53: Threads, blockierende Ein-/Ausgabevorgänge und parallele Ausführung
- Punkt 54: Wettlaufsituationen in Threads mit Lock verhindern
- Punkt 55: Threads koordinieren mit Queue
- Punkt 56: Erkennen, wann parallele Ausführung erforderlich ist
- Punkt 57: Keine neuen Thread-Instanzen beim Fan-Out
- Punkt 58: Die Verwendung von Queue zur parallelen Ausführung erfordert Refactoring
- Punkt 59: ThreadPoolExecutor zur parallelen Ausführung verwenden
- Punkt 60: Parallele Ausführung mehrerer Funktionen mit Coroutinen
- Punkt 61: asyncio statt threaded I/O
- Punkt 62: Threads und Coroutinen verwenden, um die Umstellung auf asyncio zu erleichtern
- Punkt 63: asyncio-Event-Loop nicht blockieren
- Punkt 64: Echte parallele Ausführung mit concurrent.futures
- Kapitel 8: Robustheit und Performance
- Punkt 65: Alle Blöcke einer try/except/else/finally- Anweisung nutzen
- Punkt 66: contextlib und with-Anweisung für wiederverwendbares try/finally-Verhalten verwenden
- Punkt 67: Für örtliche Zeitangaben datetime statt time verwenden
- Punkt 68: Verlässliches pickle durch copyreg
- Punkt 69: Falls Genauigkeit an erster Stelle steht, decimal verwenden
- Punkt 70: Vor der Optimierung Messungen vornehmen
- Punkt 71: deque für Erzeuger-Verbraucher-Warteschlangen verwenden
- Punkt 72: Durchsuchen von Sequenzen geordneter Elemente mit bisect
- Punkt 73: heapq für Prioritätswarteschlangen verwenden
- Punkt 74: memoryview und bytearray für Zero-Copy- Interaktionen mit bytes verwenden
- Kapitel 9: Testen und Debuggen
- Punkt 75: Debuggen mit repr-Strings
- Punkt 76: Ähnliches Verhalten mit TestCase-Unterklassen überprüfen
- Punkt 77: Tests mit setUp, tearDown, setUpModule und tearDownModule voneinander abschotten
- Punkt 78: Mocks für Tests von Code mit komplexen Abhängigkeiten verwenden
- Punkt 79: Abhängigkeiten kapseln, um das Erstellen von Mocks und Tests zu erleichtern
- Punkt 80: Interaktives Debuggen mit pdb
- Punkt 81: Nutzung des Arbeitsspeichers und Speicherlecks mit tracemalloc untersuchen
- Kapitel 10: Zusammenarbeit
- Punkt 82: Module der Python-Community
- Punkt 83: Virtuelle Umgebungen zum Testen von Abhängigkeiten
- Punkt 84: Docstrings für sämtliche Funktionen, Klassen und Module
- Punkt 85: Pakete zur Organisation von Modulen und zur Bereitstellung stabiler APIs verwenden
- Punkt 86: Modulweiter Code zur Konfiguration der Deployment-Umgebung
- Punkt 87: Einrichten einer Root-Exception zur Abschottung von Aufrufern und APIs
- Punkt 88: Zirkuläre Abhängigkeiten auflösen
- Punkt 89: warnings für Refactoring und Migration verwenden
- Punkt 90: Statische Analyse mit typing zum Vermeiden von Bugs
- Stichwortverzeichnis
