部分内容简介:

  • 1、升级Python2

从2020年1月1日开始,正式不支持Python2,如果您还在使用Python2.7版本,现在就升级为Python3吧,本指南中包括很多详细的Python3例子,现在就开始吧。

  • 2、 检查所需的最低Python版本

可以在代码中检查Python版本,以确保您的用户没有使用不兼容的版本运行脚本。

  • 3、使用IPython

ipython是一个python的交互式shell,比默认的python shell好用得多,支持变量自动补全,自动缩进,支持bash shell命令,内置了许多很有用的功能和函数。学习ipython将会让我们以一种更高的效率来使用python。同时它也是利用Python进行科学计算和交互可视化的一个最佳的平台。

  • 4、list 理解

基本语法: [expression for item in list if conditional ]

  • 5、检查目标的使用内存情况

使用sys.getsizeof()就可以检查内存使用的情况:

  • 6、返回多个值

Python中的函数可以返回多个变量,而无需字典,列表或类。

  • 7、使用数据类

从3.7版开始,Python提供数据类。与常规类或其他替代方法(如返回多个值或字典)相比,它具有多个优点:

1)数据类需要最少的代码

2)可以比较数据类,因为它__eq__已为您实现

3)可以轻松输出数据类以进行调试,因为它__repr__也已实现

4) 数据类需要类型提示,从而减少了发生错误的机会
成为VIP会员查看完整内容
30 Python Best Practices, Tips, And Tricks - Towards Data Science.pdf
0
30

相关内容

Python的3.0版本,常被称为Python 3000,或简称Py3k。相对于Python的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0在设计的时候没有考虑向下兼容。

考虑到当今使用的各种大数据应用程序的复杂性,cpu密集型的数据处理任务已经变得至关重要。降低每个进程的CPU利用率对于提高应用程序的总体速度非常重要。

这本书将教你如何执行计算的并行执行,将它们分布在一台机器的多个处理器上,从而提高大数据处理任务的整体性能。我们将讨论同步和异步模型、共享内存和文件系统、各种进程之间的通信、同步等等。

你会学到什么

  • 介绍并行计算和分布式计算
  • 同步和异步编程
  • 探索Python中的并行性
  • 分布式应用
  • 云中的Python
  • 在HPC集群上的Python
  • 测试和调试分布式应用程序
成为VIP会员查看完整内容
0
64

改进您的编程技术和方法,成为一个更有生产力和创造性的Python程序员。本书探索了一些概念和特性,这些概念和特性不仅将改进您的代码,而且还将帮助您理解Python社区,并对Python哲学有深入的了解和详细的介绍。

专业的Python 3,第三版给你的工具写干净,创新的代码。它首先回顾了一些核心的Python原则,这些原则将在本书后面的各种概念和示例中进行说明。本书的前半部分探讨了函数、类、协议和字符串的各个方面,描述了一些技术,这些技术可能不是常见的知识,但它们共同构成了坚实的基础。后面的章节涉及文档、测试和应用程序分发。在此过程中,您将开发一个复杂的Python框架,该框架将整合在本书中所学到的思想。

这个版本的更新包括Python 3中迭代器的角色、用Scrapy和BeautifulSoup进行web抓取、使用请求调用没有字符串的web页面、用于分发和安装的新工具等等。在本书的最后,您将准备好部署不常见的特性,这些特性可以将您的Python技能提升到下一个级别。

你将学习

  • 用各种类型的Python函数实现程序
  • 使用类和面向对象编程
  • 使用标准库和第三方库中的字符串
  • 使用Python获取web站点数据
  • 通过编写测试套件来自动化单元测试
  • 回顾成像、随机数生成和NumPy科学扩展
  • 理解Python文档的精髓,以帮助您决定分发代码的最佳方式

这本书是给谁看的 熟悉Python的中级程序员,希望提升到高级水平。您应该至少编写了一个简单的Python应用程序,并且熟悉基本的面向对象方法、使用交互式解释器和编写控制结构。

成为VIP会员查看完整内容
0
162

Manning2020新书《Practices of the Python Pro》,250页pdf

专业开发人员知道编写干净、组织良好、易于维护的应用程序代码的许多好处。通过学习和遵循已建立的模式和最佳实践,您可以将您的代码和您的职业生涯提升到一个新的水平。

通过Python Pro的实践,您将学习如何使用非常流行的编程语言Python来设计专业级别的、干净的、易于维护的软件。您会发现一些容易理解的示例,它们使用伪代码和Python来介绍软件开发的最佳实践,以及许多即时有用的技术,可以帮助您像专业人员一样编写代码。

Python Pro的实践教会您设计和编写可理解、可维护和可扩展的专业质量的软件。Dane Hillard是一名Python专业人员,他帮助许多开发人员完成了这一步,并且他知道这需要什么。通过一些有用的示例和练习,他可以告诉您何时、为什么以及如何模块化代码,如何通过减少复杂性来提高质量,等等。接受这些核心原则,您的代码将变得更容易阅读、维护和重用。

成为VIP会员查看完整内容
0
128

简介:

探索用Python编写代码的正确方法。这本书提供的技巧和技术,你需要生产更干净,无错误,和雄辩的Python项目。

要获得更好的代码,首先要理解对代码进行格式化和编制文档以获得最大可读性的重要性,利用内置的数据结构和Python字典来提高可维护性,并使用模块和元类来有效地组织代码。然后,您将深入了解Python语言的新特性,并学习如何有效地利用它们。接下来,您将解码关键概念,如异步编程、Python数据类型、类型提示和路径处理。学习在Python代码中调试和执行单元测试和集成测试的技巧,以确保您的代码可以投入生产。学习旅程的最后一段为您提供了版本管理、实时代码管理和智能代码完成的基本工具。 在阅读和使用这本书之后,您将熟练地编写干净的Python代码,并成功地将这些原则应用到您自己的Python项目中。

目录:

  • Pythonic思维
  • 数据结构
  • 编写更好的函数和类
  • 使用模块和元类
  • 装饰器和上下文管理器
  • 生成器和迭代器
  • 利用新的Python特性
  • 附录:一些很棒的Python工具

作者:

Sunil Kapil在过去十年一直从事软件行业,用Python和其他几种语言编写产品代码。 他曾是一名软件工程师,主要从事网络和移动服务的后端工作。他开发、部署并维护了数百万用户喜爱和使用的从小型到大型的生产项目。他与世界各地知名软件公司的大小团队在不同的专业环境中完成了这些项目。他也是开源的热情倡导者,并不断为Zulip Chat和Black等项目贡献力量。Sunil经常在各种会议上发表关于Python的演讲。

成为VIP会员查看完整内容
1
131
小贴士
相关VIP内容
专知会员服务
43+阅读 · 2020年6月26日
专知会员服务
160+阅读 · 2020年5月17日
专知会员服务
64+阅读 · 2020年5月3日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
244+阅读 · 2020年3月17日
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
131+阅读 · 2020年1月1日
相关资讯
Python 3.8.0来了!
数据派THU
5+阅读 · 2019年10月22日
Python奇淫技巧,5个数据可视化工具
机器学习算法与Python学习
7+阅读 · 2019年4月12日
教程 | PyTorch经验指南:技巧与陷阱
机器之心
9+阅读 · 2018年7月30日
开发、调试计算机视觉代码有哪些技巧?
AI研习社
3+阅读 · 2018年7月9日
实战 | 用Python做图像处理(三)
七月在线实验室
14+阅读 · 2018年5月29日
Python为啥这么牛?
Python程序员
3+阅读 · 2018年3月30日
教你用Python来玩跳一跳
七月在线实验室
5+阅读 · 2018年1月2日
干货|7步让你从零开始掌握Python机器学习!
全球人工智能
6+阅读 · 2017年9月24日
相关论文
A Survey on Deep Learning for Named Entity Recognition
Jing Li,Aixin Sun,Jianglei Han,Chenliang Li
24+阅读 · 2020年3月13日
Joost Verbraeken,Matthijs Wolting,Jonathan Katzy,Jeroen Kloppenburg,Tim Verbelen,Jan S. Rellermeyer
31+阅读 · 2019年12月20日
Optimization for deep learning: theory and algorithms
Ruoyu Sun
82+阅读 · 2019年12月19日
Seeing What a GAN Cannot Generate
David Bau,Jun-Yan Zhu,Jonas Wulff,William Peebles,Hendrik Strobelt,Bolei Zhou,Antonio Torralba
6+阅读 · 2019年10月24日
Distributed Machine Learning on Mobile Devices: A Survey
Renjie Gu,Shuo Yang,Fan Wu
21+阅读 · 2019年9月18日
Geometry-Based Multiple Camera Head Detection in Dense Crowds
Nicola Pellicanò,Emanuel Aldea,Sylvie Le Hégarat-Mascle
3+阅读 · 2018年8月2日
The Matrix Calculus You Need For Deep Learning
Terence Parr,Jeremy Howard
6+阅读 · 2018年7月2日
Jiayuan Gu,Han Hu,Liwei Wang,Yichen Wei,Jifeng Dai
4+阅读 · 2018年3月19日
Balazs Pejo,Qiang Tang
4+阅读 · 2018年2月28日
Sahisnu Mazumder,Nianzu Ma,Bing Liu
5+阅读 · 2018年2月16日
Top
微信扫码咨询专知VIP会员