Programowanie
Simon Fraser, Tarek Ziadé
The small scope and self-contained nature of microservices make them faster, cleaner, and more scalable than code-heavy monolithic applications. However, building microservices architecture that is efficient as well as lightweight into your applications can be challenging due to the complexity of all the interacting pieces.Python Microservices Development, Second Edition will teach you how to overcome these issues and craft applications that are built as small standard units using proven best practices and avoiding common pitfalls. Through hands-on examples, this book will help you to build efficient microservices using Quart, SQLAlchemy, and other modern Python toolsIn this updated edition, you will learn how to secure connections between services and how to script Nginx using Lua to build web application firewall features such as rate limiting. Python Microservices Development, Second Edition describes how to use containers and AWS to deploy your services. By the end of the book, you’ll have created a complete Python application based on microservices.
Python Microservices Development. Build, test, deploy, and scale microservices in Python
Tarek Ziadé
We often deploy our web applications into the cloud, and our code needs to interact with many third-party services. An efficient way to build applications to do this is through microservices architecture. But, in practice, it's hard to get this right due to the complexity of all the pieces interacting with each other.This book will teach you how to overcome these issues and craft applications that are built as small standard units, using all the proven best practices and avoiding the usual traps. It's a practical book: you’ll build everything using Python 3 and its amazing tooling ecosystem. You will understand the principles of TDD and apply them. You will use Flask, Tox, and other tools to build your services using best practices. You will learn how to secure connections between services, and how to script Nginx using Lua to build web application firewall features such as rate limiting. You will also familiarize yourself with Docker’s role in microservices, and use Docker containers, CoreOS, and Amazon Web Services to deploy your services.This book will take you on a journey, ending with the creation of a complete Python application based on microservices. By the end of the book, you will be well versed with the fundamentals of building, designing, testing, and deploying your Python microservices.
Python Microservices with FastAPI. Design production-ready, AI-enabled microservices with Python
Giunio De Luca, Igor Benav
This book shows you how to turn an idea into a reliable product.This is a playbook for practical progress. Choose what to ship now, what to delay, and how to avoid risky changes. Keep services tidy, naming clear, and tests small but useful. You will build a realistic end-to-end system step by step, following the evolution of a babysitting marketplace platform with sign-up, search, booking, messaging, and payments delivered in steady increments.When it is time to add intelligence, you learn practical ways to use AI for customer support, recommendations, and operational insights. The focus stays on measurable value, not hype, while keeping performance, costs, and reliability predictable in production.Your guides are Giunio De Luca, PhD, author of Packt’s FastAPI Cookbook and an architect who has shipped systems across research, sports, and energy, and Igor “Benav” Magalhães, founder of Benav Labs and maintainer of widely used open-source tools. They share patterns they rely on when deadlines are real and reliability matters.By the end, you will not just know FastAPI. You will think like a senior engineer, plan delivery with confidence, avoid common traps, measure what matters, and run a backend platform that users trust and teams enjoy maintaining.
Python na maturze. Rozwiązania i analiza wybranych zadań programistycznych
Roland Zimek
Matura z Pythonem to nic trudnego! Ucz się! Analizuj! Programuj! Nauka programowania na dobre zadomowiła się w szkołach, a umiejętności informatyczne są od lat sprawdzane na egzaminach maturalnych. Jej adepci zapewne zdają sobie sprawę, jakim wzięciem na rynku cieszą się osoby, które mogą się pochwalić znajomością Pythona. To język, który dzięki swoim możliwościom i wszechstronności znajduje zastosowanie w najróżniejszych dziedzinach nauki, przemysłu i biznesu. Książka Python na maturze. Rozwiązania i analiza wybranych zadań programistycznych pozwoli Ci zapoznać się z prawdziwymi zadaniami maturalnymi z kilku ostatnich lat. Będziesz mógł je przeanalizować, a także opracować prawidłowe rozwiązania w języku Python. W efekcie nie tylko zdobędziesz i utrwalisz umiejętności programistyczne, lecz również - co nie mniej ważne - rozwiniesz zdolności w zakresie analizy problemów i wyboru właściwych rozwiązań. Treść zadań maturalnych Analiza problemów Praktyczne rozwiązania Uzasadnienie wybranych technik Typowe pułapki w zadaniach Składnia i instrukcje Pythona Zastosowanie języka w praktyce Naucz się Pythona i zdaj maturę jak prymus!
Python na start! Programowanie dla nastolatków
Michał Wiszniewski
Zacznij od skryptów, a skończysz na szczycie! Pierwsze kroki, czyli od czego zacząć przygodę z Pythonem Niezbędne gadżety, czyli z czego i jak budować programy w Pythonie Wędrówka przez style, czyli jak programować strukturalnie, obiektowo i funkcyjnie Czy kiedykolwiek zastanawiałeś się nad tym, dlaczego na świecie istnieje aż tyle języków programowania i czym różnią się one od siebie? I których z tych języków warto się nauczyć? Na pewno co najmniej kilku, ale na Twojej krótkiej liście nie może zabraknąć Pythona! Ten język ma dwie potężne zalety: po pierwsze, jest znacznie łatwiejszy w nauce i bardziej intuicyjny niż choćby C czy C++, a po drugie, umożliwia tworzenie skryptów, czyli funkcjonalnych programów, przydających się na co dzień programistom wszelkiej maści, administratorom sieci i wielu innym ludziom. Python to także fantastyczne narzędzie do tworzenia rozbudowanych projektów. Zresztą, możesz się o tym szybko przekonać. W tej książce znadziesz omówienie wszystkich najważniejszych funkcji i możliwości Pythona. Zobaczysz, jak pracować w środowisku tego języka, jak używać zmiennych, instrukcji warunkowych, funkcji i typów danych. Zobaczysz, w jakich sytuacjach warto wykorzystywać pętle i moduły, jak wykonywać operacje na plikach i jak obsługiwać wyjątki. Sprawdzisz, do czego przydaje się programowanie strukturalne, a do czego obiektowe, i zobaczysz, jak łatwo połączyć je w Pythonie! Krótko mówiąc, zanim się obejrzysz, zaczniesz samodzielnie pisać zaawansowane skrypty. Sprawdź, programuj i baw się dobrze! Pierwszy program, czyli jak zostałem programistą Zmienne są niezbędne... a zmienne znakowe jeszcze bardziej Operacje wejścia – przekaż skryptowi dowolne informacje Instrukcje warunkowe – początek prawdziwego programowania Funkcje – to jest to! Zasięg zmiennych i nieco więcej o instrukcjach warunkowych – trzeba uważać Pętle – czyli jak ułatwić sobie życie Zaawansowane typy danych – to tylko groźnie brzmi! Operacje na plikach – w końcu ciekawy rozdział! Moduły – one są wspaniałe! Wyjątki – czyli błędy w języku Python Obiekty, klasy i metody – czyli programowanie obiektowe Zaklinaj węża, czyli programuj w Pythonie!
Jalaj Thanaki
This book starts off by laying the foundation for Natural Language Processing and why Python is one of the best options to build an NLP-based expert system with advantages such as Community support, availability of frameworks and so on. Later it gives you a better understanding of available free forms of corpus and different types of dataset. After this, you will know how to choose a dataset for natural language processing applications and find the right NLP techniques to process sentences in datasets and understand their structure. You will also learn how to tokenize different parts of sentences and ways to analyze them. During the course of the book, you will explore the semantic as well as syntactic analysis of text. You will understand how to solve various ambiguities in processing human language and will come across various scenarios while performing text analysis. You will learn the very basics of getting the environment ready for natural language processing, move on to the initial setup, and then quickly understand sentences and language parts. You will learn the power of Machine Learning and Deep Learning to extract information from text data.By the end of the book, you will have a clear understanding of natural language processing and will have worked on multiple examples that implement NLP in the real world.
Zhenya Antić
Python is the most widely used language for natural language processing (NLP) thanks to its extensive tools and libraries for analyzing text and extracting computer-usable data. This book will take you through a range of techniques for text processing, from basics such as parsing the parts of speech to complex topics such as topic modeling, text classification, and visualization.Starting with an overview of NLP, the book presents recipes for dividing text into sentences, stemming and lemmatization, removing stopwords, and parts of speech tagging to help you to prepare your data. You’ll then learn ways of extracting and representing grammatical information, such as dependency parsing and anaphora resolution, discover different ways of representing the semantics using bag-of-words, TF-IDF, word embeddings, and BERT, and develop skills for text classification using keywords, SVMs, LSTMs, and other techniques. As you advance, you’ll also see how to extract information from text, implement unsupervised and supervised techniques for topic modeling, and perform topic modeling of short texts, such as tweets. Additionally, the book shows you how to develop chatbots using NLTK and Rasa and visualize text data.By the end of this NLP book, you’ll have developed the skills to use a powerful set of tools for text processing.
Zhenya Antić, Saurabh Chakravarty, Edward A. Fox
Harness the power of Natural Language Processing (NLP) to overcome real-world text analysis challenges with this recipe-based roadmap written by two seasoned NLP experts with vast experience transforming various industries with their NLP prowess.You’ll be able to make the most of the latest NLP advancements, including large language models (LLMs), and leverage their capabilities through Hugging Face transformers. Through a series of hands-on recipes, you’ll master essential techniques such as extracting entities and visualizing text data. The authors will expertly guide you through building pipelines for sentiment analysis, topic modeling, and question-answering using popular libraries like spaCy, Gensim, and NLTK. You’ll also learn to implement RAG pipelines to draw out precise answers from a text corpus using LLMs.This second edition expands your skillset with new chapters on cutting-edge LLMs like GPT-4, Natural Language Understanding (NLU), and Explainable AI (XAI)—fostering trust in your NLP models.By the end of this book, you'll be equipped with the skills to apply advanced text processing techniques, use pre-trained transformer models, build custom NLP pipelines to extract valuable insights from text data to drive informed decision-making.