Python. Rusz głową! Wydanie III - Paul Barry

Uwaga! Sprzedaż produktu została zakończona. Sprawdź inne w tej kategorii.Opis produktu: Python. Rusz głową! Wydanie III - Paul Barry

Książka Paula Barry'ego do nauki programowania w Python. Przedstawia podstawy Pythona, w tym zmienne, typy danych, struktury danych i algorytmy. Zgłębia tajniki funkcji, obiektów, klas i dziedziczenia. Pozwala na przyswojenie zasad organizacji kodu w modułach i pakietach. Wyjaśnia także podstawy uczenia maszynowego w Pythonie. Autor tłumaczy skomplikowane zagadnienia w prosty sposób. Oprócz samej teorii znajduje się tutaj także wiele praktycznych ćwiczeń.Książka Python. Rusz głową! Wydanie III - Paul Barry.Język programowania Python.Wyjątkowość Pythona

Program Python umożliwia nie tylko tworzenie rozbudowanych aplikacji, ale również rozwiązywanie złożonych problemów. Korzystają z niego programiści, analitycy danych, naukowcy, inżynierowie, specjaliści od sztucznej inteligencji i profesjonaliści z wielu innych dziedzin. Język Python jest jednym z najchętniej używanych języków programowania, ponieważ jest przystępny i uniwersalny.Informacja o autorze

Paul Barry to wykładowca w Instytucie Technologicznym w Carlow. Wcześniej w Irlandii i Kanadzie zajmował się rozwiązaniami IT dla opieki zdrowotnej. Ekspert w dziedzinie programowania w Pythonie i w Perlu. Współpracownik „Linux Journal Magazine”, napisał kilka książek o programowaniu.

Informacje o książce

* Tytuł oryginału: Head First Python: A Learner's Guide to the Fundamentals of Python Programming, A Brain-Friendly Guide, 3rd Edition

* Autor: Paul Barry

* Tłumaczenie: Piotr Rajca

* Wydawca: Helion S.A.

* Rok wydania: 2024

* Liczba stron: 632

* ISBN: 978-83-289-0700-3

* Oprawa: miękka

* Format: 200 x 225 mm

Książka Python. Rusz głową! Wydanie III.Spis treści książki

Wprowadzenie

* Dla kogo jest ta książka? * Wiemy, co myślisz * Wiemy, co myśli Twój mózg * Metapoznanie - myślenie o myśleniu * Oto co MY zrobiliśmy * Przeczytaj to * Instalujemy najnowszą wersję Pythona * Sam Python to nie wszystko * Skonfiguruj VS Code wedle własnych upodobań * Dodaj dwa wymagane rozszerzenia do VS Code * Wsparcie dla Pythona w VS Code jest nie do pobicia * Zespół recenzentów technicznych * Podziękowania 0. Dlaczego Python? Podobny, ale inny

* Przygotowania do wykonywania kodu * Przygotowanie do pierwszego doświadczenia z Jupyterem * Wprowadźmy trochę kodu do edytora notatnika * Naciśnij Shift+Enter, aby uruchomić kod * Co zrobić, jeśli chcesz więcej niż jedną kartę? * Przyjrzyj się bliżej kodowi rysowania kart * Wielka czwórka: lista, krotka, słownik i zbiór * Stwórz swoją talię kart z użyciem zbioru * print dir - podwójne mambo * Uzyskiwanie pomocy na temat wyników dir * Wypełniamy zbiór kartami * Teraz to wygląda jak talia kart * A właściwie czym jest zmienna card? * Musisz coś znaleźć? * Zróbmy przerwę i sprawdźmy, czym dysponujemy * Python jest dostarczany wraz z bogatą biblioteką standardową * W Pythonie piszesz tylko kod, którego potrzebujesz * Kiedy już myślałeś, że to koniec... 1. Zaczynamy. Wskakujemy!

* Jak trener pracował do tej pory? * Trener potrzebuje lepszego stopera * Plik i arkusz kalkulacyjny są ze sobą "powiązane" * Nasze pierwsze zadanie: wyodrębnić dane z nazwy pliku * Łańcuch znaków to obiekt mający atrybuty * Pobieramy dane pływaka z nazwy pliku * Nie próbuj zgadywać, co robi dana metoda. * Dzielenie łańcuchów znaków na części * Wciąż zostaje nam coś do zrobienia * Komunikaty błędów czytaj od dołu do góry * Uważaj na łączenie wywołań metod * Wypróbujmy inną metodę łańcuchów znaków * Pozostało nam jedynie utworzenie paru zmiennych * Zadanie nr 1 zostało wykonane! * Zadanie nr 2: przetworzenie danych z pliku 2. Listy liczb. Przetwarzanie danych z list

* Zadanie nr 2: przetworzenie danych z pliku * Zrób sobie kopię danych trenera * Wbudowana funkcja open operuje na plikach * Stosowanie with do otwierania (i zamykania) pliku * Zmienne są tworzone dynamicznie, wedle potrzeb * Tym, o co nam naprawdę chodzi, są dane z pliku * Już mamy dane pływaków z pliku * Kolejne czynności wyglądają znajomo * Wiedza z poprzedniego rozdziału zaczyna przynosić korzyści * Konwersja łańcucha z czasem na wartość liczbową * Setne sekundy w Pythonie * Krótka prezentacja pętli for w Pythonie * Pojedynek na gołe pięści: pętla for kontra pętla while * Idziemy do przodu, robiąc wielkie postępy! * Zachowajmy kopię skonwertowanych czasów * Wyświetlenie listy metod listy * Nadszedł czas, by obliczyć średnią * Konwersja średniej na format łańcucha z czasem * Pora zebrać wszystko w całość * Zadanie nr 2 jest (w końcu) gotowe! 3. Lista plików. Funkcje, moduły i pliki

* Już masz większość potrzebnego kodu * Jak utworzyć funkcję w Pythonie? * Zapisuj swój kod tak często, jak masz ochotę * Zwyczajne skopiowanie kodu nie wystarczy * Koniecznie skopiuj cały niezbędny kod * Używaj modułów do współdzielenia kodu * Pław się w blasku zwróconych danych * W razie konieczności funkcje mogą zwracać krotki * Przygotujmy listę nazw plików trenera * Nadszedł czas, by pobawić się w detektywa. * Co można robić z listami? * Czy przyczyną problemu są dane, czy nasz kod? * Decyzje, decyzje i jeszcze raz decyzje * Poszukajmy dwukropka "w" łańcuchu * Czy w efekcie przetworzyłeś 60 plików? * Kod dla trenera zaczyna nabierać kształtu 4. Sformatowane literały łańcuchowe. Twórz wykresy na podstawie danych

* Tworzymy prosty wykres słupkowy przy użyciu HTML-a i SVG * Przechodzimy od prostego wykresu do wykresu dla trenera * Konstruujemy potrzebne łańcuchy z HTML-em w kodzie * Konkatenacja łańcuchów znaków nie jest skalowalna * F-łańcuchy są bardzo popularną możliwością Pythona * Dzięki użyciu f-łańcuchów generowanie kodu SVG jest proste! * Wciąż dysponujemy danymi, prawda? * Zadbaj, by zwracane były wszystkie niezbędne dane * Teraz już mamy dane liczbowe, ale czy nadają się one do użycia? * Pozostaje nam już jedynie dokończyć stronę WWW * Zapisywanie w plikach, podobnie jak odczyt z plików, jest bezbolesne * Zostały już tylko poprawki estetyczne * Czas na kolejną niestandardową funkcję * Dodajmy kolejną funkcję do naszego modułu * Co jest z tymi wartościami setnych sekundy? * Zaokrąglanie nie jest tym, czego chcemy (w tym przypadku) * Wszystko idzie doskonale. 5. Grunt to organizacja. Decyzje dotyczące struktur danych

* Pobierzmy listę imion pływaków * Lista-zbiór-lista - sztuczka usuwająca powtórzenia * Trener dysponuje już listą imion * Mała zmiana robi "wielką" różnicę * Każda krotka jest unikatowa * Bardzo szybkie wyszukiwanie z użyciem słowników * Słowniki to magazyny par klucz-wartość ułatwiające wyszukiwanie * Anatomia tworzenia słownika * Słowniki są zoptymalizowane pod kątem szybkości wyszukiwania * Wyświetlanie całego słownika * Moduł pprint wyświetla dane w atrakcyjny sposób * Twój słownik list jest łatwy do przetwarzania * Wszystko zaczyna do siebie pasować 6. Tworzenie aplikacji internetowych. Pisanie aplikacji internetowych

* Instalujemy Flaska z PyPI * Przygotuj katalog aplikacji * Podczas pracy z kodem mamy różne możliwości * Anatomia minimalnej aplikacji Flaska * Budujemy aplikację internetową kawałek po kawałku * O co chodzi z tym NameError? * Flask udostępnia wbudowaną obsługę sesji * Do obsługi sesji Flask używa słownika * Wprowadzenie w kodzie "lepszej poprawki" * Tworzenie szablonów Jinja2 oszczędza czas * Rozszerz szablon base.html, by utworzyć więcej stron * Dynamiczne tworzenie listy rozwijanej * Musimy w jakiś sposób przetworzyć dane formularza * Dane z formularza są dostępne jako słownik * Funkcje obsługują domyślne wartości parametrów * Domyślne wartości parametrów są opcjonalne * Końcowa wersja kodu, strona 1. z 2 * Końcowa wersja kodu, strona 2. z 2 * Jak na pierwszą aplikację internetową wygląda to dobrze * System dla trenera jest gotowy do użycia 7. Wdrażanie. Uruchamiaj swój kod gdziekolwiek

* Wciąż coś wydaje się nie w porządku * Jinja2 wykonuje kod zapisany pomiędzy {{ i }}. * Dziesięć kroków wdrażania aplikacji w chmurze * Konto dla początkujących to wszystko, czego Ci trzeba * Nic Cię nie powstrzyma przed natychmiastowym rozpoczęciem. * W razie wątpliwości pozostań przy ustawieniach domyślnych * Wygenerowana aplikacja nie robi wiele * Wdrażanie aplikacji w serwisie PythonAnywhere * Rozpakuj swój kod z poziomu konsoli * Skonfiguruj kartę Web, aby wskazywała na Twój kod * Zmodyfikuj plik WSGI swojej aplikacji * Twoja aplikacja działająca w chmurze jest gotowa! 8. Praca z HTML-em. Webscraping

* Trener potrzebuje więcej danych * Przed pozyskaniem danych ze stron WWW musisz je poznać * Potrzebujemy planu działania * Przewodnik po scrapowaniu stron WWW krok po kroku * Czas na poznanie technologii parsowania HTML-a * Pobieramy nieprzetworzoną stronę HTML z Wikipedii * Poznaj dane, które chcesz scrapować * Wycinek można skopiować z dowolnej sekwencji * Anatomia wycinków, 1. z 3 * Anatomia wycinków, 2. z 3 * Anatomia wycinków, 3. z 3 * Najwyższy czas na nieco poważniejsze parsowanie HTML-a * Przeszukiwanie zupy w celu znalezienia interesujących nas znaczników * Zwróconą zupę także można przeszukiwać * Która tabela zawiera potrzebne dane? * Cztery duże tabele i cztery zestawy rekordów świata * Czas zająć się pobraniem faktycznych danych * Pobieramy dane ze wszystkich tabel, 1. z 2 * Pobieramy dane ze wszystkich tabel, 2. z 2 * Ta zagnieżdżona pętla jest podchwytliwa 9. Praca z danymi. Manipulowanie danymi

* Naginanie danych do naszej woli. * Teraz już dysponujesz potrzebnymi danymi. * Skorzystaj z tego, co już potrafisz. * Czy tu aby nie jest za dużo danych? * Odrzucenie danych sztafet * Teraz jesteś już gotów, by zaktualizować stronę z wykresami słupkowymi * Python posiada wbudowaną bibliotekę do obsługi JSON-a * JSON jest formatem tekstowym, ale niezbyt ładnym * Dochodzimy do integracji z aplikacją internetową * Wszystko, co trzeba: skopiuj i wklej. * Dodawanie rekordów świata do wykresu słupkowego * Czy najnowsza wersja aplikacji internetowej jest gotowa? * Serwis PythonAnywhere zadba o to. * Musisz skopiować także swój kod pomocniczy * Prześlij aplikację do serwisu PythonAnywhere * Poinstruuj serwis, by zaczął wykonywać Twój najnowszy kod * Przetestuj skrypt przed wdrożeniem go w chmurze * Niech zadanie będzie wykonywane codziennie o 1:00 w nocy 9,5. Praca z ramkami danych. Dane tabelaryczne

* Słoń w pomieszczeniu. a może to panda? * Słownik słowników w pandas? * Zaczynamy zgodnie z przyjętymi konwencjami * Lista ramek danych * Wybór kolumn z ramki danych * Ramka danych na słownik, podejście 1. * Usuwanie niepożądanych danych z ramki danych * Negowanie wyrażeń warunkowych w pandas * Ramka danych na słownik, podejście 2. * Ramka danych na słownik, podejście 3. * To jest kolejny słownik słowników * Polonizacja słownika rekordów * Gdzie są nasze dane? * Porównanie gazpacho i pandas * To był jedynie błyskawiczny rzut oka. 10. Bazy danych. Organizujemy się

* Odezwał się do nas trener. * Planowanie popłaca. * Zadanie nr 1: określenie struktury bazy danych * Struktura z chusteczek + dane * Instalowanie modułu DBcm z PyPI * Początki z DBcm i ze SQLite * DBcm świetnie współdziała z instrukcją "with" * Kod SQL zapisuj pomiędzy sekwencjami trzech cudzysłowów * Nie wszystkie polecenia SQL zwracają wyniki * Twoje tabele są gotowe (a zadanie nr 1 jest wykonane) * Określanie listy plików z wynikami pływaków * Zadanie nr 2: dodawanie danych do tabeli * Zachowaj bezpieczeństwo, używając w SQL-u symboli zastępczych Pythona * Powtórzmy ten proces dla tabeli konkurencji * Pozostaje już jedynie tabela czasów. * Czasy są zapisane w plikach pływaków. * Narzędzie do aktualizacji bazy danych, 1. z 2 * Narzędzie do aktualizacji bazy danych, 2. z 2 * Za danie nr 2 (w końcu) zostało wykonane 11. Listy składane. Integracja z bazą danych

* Wypróbujmy zapytania w nowym notatniku * Pięć wierszy kodu pętli staje się jednym * Podwójne mambo bez podkreśleń * Jedno zapytanie z głowy, pozostają trzy. * Dwa zapytania z głowy, pozostają jeszcze dwa. * Ostatnie (zapytanie), choć nie najmniej ważne... * Kod narzędzi danych, część 1. z 2 * Kod narzędzi danych, część 2. z 2 * Już niemal nadszedł czas na integrację bazy danych * Aktualizacja istniejącego kodu aplikacji internetowej * Zatem. o co chodzi z tym szablonem? * Zajmijmy się wyświetleniem konkurencji * Pozostaje nam już jedynie wyświetlenie wykresu * Przeglądamy ostatni kod modułu klubplywacki.py * Poznaj szablon Jinja2 do generowania kodu SVG * Moduł narzedziakonwersji * list zip. że co?!? * Integracja bazy danych z aplikacją została zakończona! 12. Kolejne wdrożenie. Ostatnie szlify.

* Migracja do MariaDB * Przenoszenie danych trenera do MariaDB * Ponowne wykorzystanie tabel, 1. z 2 * Wprowadź trzy zmiany w pliku schema.sql * Ponowne wykorzystanie tabel, 2. z 2 * Sprawdź, czy tabele zostały zdefiniowane poprawnie * Skopiowanie istniejących danych do bazy MariaDB * Zadbaj o zgodność zapytań z MariaDB * Zmienić trzeba także kod narzędzi bazy danych * Utwórz bazę danych w serwisie PythonAnywhere * Popraw słownik z informacjami do nawiązania połączenia z bazą * Kopiowanie wszystkiego do chmury * Zaktualizuj swoją aplikację, wgrywając najnowszy kod * Jeszcze tylko kilka kroków. * Wypełnij swoją bazę danych w chmurze danymi * Nadszedł czas na "Jazdę próbną" aplikacji w chmurze * Czy jest jakiś problem z PythonAnywhere? * Trener jest naprawdę szczęśliwy! Dodatek. Pozostałości. Dziesięć najważniejszych zagadnień, o których nie napisaliśmy

* 1. Klasy * 2. Wyjątki * 3. Testowanie * 4. Wyrażenie przypisania * 5. Gdzie jest switch? Jaki switch? * 6. Zaawansowane możliwości języka * 7. Współbieżność * 8. Podpowiedzi typów * 9. Środowiska wirtualne * 10. Narzędzia Skorowidz

Przydatne linki

* Przykładowy rozdział * Programowanie w Pythonie na Raspberry Pi