Web Scraping with Python. Successfully scrape data from any website with the power of Python

Richard Penman

Wielkie umysły programowania. Jak myślą i pracują twórcy najważniejszych języków

Federico Biancuzzi, Shane Warden

Poznaj z bliska największe autorytety świata informatyki! Jak powstają języki programowania? Jaka jest ich przyszłość? Jak szybko nauczyć się takiego języka? Droga od pomysłu do gotowej aplikacji jest długa i kręta. Najprawdopodobniej jednym z najdłuższych jej odcinków jest ten poświęcony na programowanie. Sztab ludzi, wiele języków programowania, technologii i narzędzi. Dzięki świetnej znajomości tych narzędzi powstają coraz nowsze, bardziej niezawodne aplikacje. Ale skąd biorą się języki programowania? Jak powstają i kto za tym stoi? Na półce księgarni znajdziesz tysiące książek poświęconych językom programowania - i tylko tą jedną, która odpowiada na pytanie, co było na początku. Książka stanowi zbiór wywiadów z twórcami najbardziej znanych i najpopularniejszych języków. W trakcie pasjonującej lektury dowiesz się, co kierowało ludźmi, którzy postanowili stworzyć nowy język programowania, jakie mieli problemy, jak oceniają swoje dzieła z perspektywy czasu i jaką wróżą im przyszłość. Lektura tego tomu to niezwykła podróż przez historię informatyki w niesamowitym wydaniu. W książce znajdziesz wywiady z autorami takich języków, jak: C++ Python APL Forth BASIC AWK Lua Haskell ML SQL Java C# Perl Inspirująca i pouczająca podróż przez historię informatyki!

Wysoko wydajny Python. Efektywne programowanie w praktyce. Wydanie II

Micha Gorelick, Ian Ozsvald

Python jest językiem łatwym do opanowania i przyjemnym dla programisty. Jednak łatwość projektowania nie przekłada się na szybkość działania kodu. W konsekwencji przetwarzanie dużych wolumenów danych czy próba skalowania aplikacji kończą się problemami z wydajnością lub niezawodnością. Niekiedy rozwiązaniem jest zastosowanie procesów szeregowych, w innych przypadkach warto sięgnąć do architektury wielordzeniowej, klastrów lub układów GPU. Relatywnie często okazuje się, że dobre wyniki uzyskuje się w efekcie takiego zmodyfikowania technik kodowania, aby przy wykorzystaniu potencjału Pythona stosować sprawdzone metody poprawy wydajności kodu. Dzięki drugiemu, poszerzonemu i zaktualizowanemu wydaniu tej książki zdobędziesz wszechstronną wiedzę o czynnikach wpływających na wydajność kodu. Dowiesz się, jakie procesy zachodzą w tle komputera, na jakich zasadach odbywa się przydzielanie pamięci, oraz zyskasz nowe spojrzenie na proces kompilacji do postaci kodu maszynowego. Zapoznasz się z zagadnieniem współbieżności i obliczeń klastrowych. Zaczniesz swobodnie posługiwać się najlepszymi narzędziami Pythona, takimi jak NumPy czy moduł multiprocessing. Z pewnością docenisz techniki zapewniające korzystanie z minimum zasobów, takich jak czas procesora czy pamięć RAM. Opisane tu zagadnienia zilustrowano przykładami kodu oraz poradami najlepszych specjalistów z branży. W książce: narzędzia NumPy, Cython i Docker znajdowanie wąskich gardeł związanych z wykorzystaniem czasu procesora i pamięci wydajność kodu a odpowiednie struktury danych przyspieszanie obliczeń opartych na macierzach i wektorach zarządzanie wieloma operacjami obliczeniowymi i wejścia-wyjścia przetwarzanie współbieżne i uruchamianie kodu w klastrze Programowanie w Pythonie: przede wszystkim wydajność i niezawodność!

Zaawansowana analiza danych. Jak przejść z arkuszy Excela do Pythona i R

George Mount

Sukces przedsiębiorstwa zależy od jakości podejmowanych decyzji. Spośród strategii, które wspierają ten proces, na szczególną uwagę zasługuje zastosowanie analizy danych. Jest to jednak dość złożona dziedzina. Podstawowym narzędziem wielu analityków danych jest arkusz kalkulacyjny. Ma on tę zaletę, że ułatwia solidne zrozumienie prawideł statystyki i analizy danych. Po zdobyciu takich podstaw warto jednak pójść dalej i nauczyć się eksploracyjnej analizy danych za pomocą języków programowania. Dzięki tej książce przejście od pracy z arkuszami Excela do samodzielnego tworzenia kodu w Pythonie i R będzie płynne i bezproblemowe. Rozpoczniesz od ugruntowania swoich umiejętności w Excelu i dogłębnego zrozumienia podstaw statystyki i analizy danych. Ułatwi Ci to rozpoczęcie pisania kodu w języku R i w Pythonie. Dowiesz się, jak dokładnie przebiega proces oczyszczania danych i ich analizy w kodzie napisanym w języku R. Następnie zajmiesz się poznawaniem Pythona. Jest to wszechstronny, łatwy w nauce i potężny język programowania, ulubiony język naukowców i... analityków danych. Nauczysz się płynnego przenoszenia danych z Excela do programu napisanego w Pythonie, a także praktycznych metod ich analizy. Dzięki ćwiczeniom, które znajdziesz w końcowej części każdego rozdziału, utrwalisz i lepiej zrozumiesz prezentowane treści. W książce: badanie relacji między danymi za pomocą Excela stosowanie Excela w analizach statystycznych i badaniu danych podstawy języka R proces oczyszczania i analizy danych w R przenoszenie danych z Excela do kodu Pythona pełna analiza danych w Pythonie Eksploracyjna analiza danych? I w Excelu, i w Pythonie!

Zaawansowana analiza danych w PySpark. Metody przetwarzania informacji na szeroką skalę z wykorzystaniem Pythona i systemu Spark

Akash Tandon, Sandy Ryza, Uri Laserson, Sean Owen, ...

Potrzeby w zakresie analizy dużych zbiorów danych i wyciągania z nich użytecznych informacji stale rosną. Spośród dostępnych narzędzi przeznaczonych do tych zastosowań szczególnie przydatny jest PySpark - interfejs API systemu Spark dla języka Python. Apache Spark świetnie się nadaje do analizy dużych zbiorów danych, a PySpark skutecznie ułatwia integrację Sparka ze specjalistycznymi narzędziami PyData. By jednak można było w pełni skorzystać z tych możliwości, konieczne jest zrozumienie interakcji między algorytmami, zbiorami danych i wzorcami używanymi w analizie danych. Oto praktyczny przewodnik po wersji 3.0 systemu Spark, metodach statystycznych i rzeczywistych zbiorach danych. Omówiono w nim zasady rozwiązywania problemów analitycznych za pomocą interfejsu PySpark, z wykorzystaniem dobrych praktyk programowania w systemie Spark. Po lekturze można bezproblemowo zagłębić się we wzorce analityczne oparte na popularnych technikach przetwarzania danych, takich jak klasyfikacja, grupowanie, filtrowanie i wykrywanie anomalii, stosowane w genomice, bezpieczeństwie systemów IT i finansach. Dodatkowym plusem są opisy wykorzystania przetwarzania obrazów i języka naturalnego. Zaletą jest też szereg rzeczywistych przykładów dużych zbiorów danych i ich zaawansowanej analizy. Dzięki książce poznasz: model programowania w ekosystemie Spark podstawowe metody stosowane w nauce o danych pełne implementacje analiz dużych publicznych zbiorów danych konkretne przypadki użycia narzędzi uczenia maszynowego kod, który łatwo dostosujesz do swoich potrzeb PySpark: systemowa odpowiedź na problemy inżyniera danych!

Zaawansowana inżynieria sieci w Pythonie. Automatyzacja, monitorowanie i zarządzanie chmurą. Wydanie IV

Eric Chou

Programiści cenią Pythona za wyrazistość i zwięzłość kodu, a także za bogatą kolekcję narzędzi i bibliotek. Z tych zalet mogą korzystać również inżynierowie sieci. Programistyczne zarządzanie siecią stanowi odpowiedź na rozwój technologii ― tradycyjny interfejs wiersza poleceń i pionowo zintegrowane metody kontroli sieci nie są już najlepszymi sposobami zarządzania współczesnymi sieciami. Oto uzupełnione i zaktualizowane wydanie bestsellerowego przewodnika dla inżynierów sieci. Dzięki niemu przejdziesz trudną (ale ekscytującą!) drogę od tradycyjnej platformy do platformy sieciowej opartej na najlepszych praktykach programistycznych. Zaczniesz od zagadnień podstawowych, aby następnie zagłębić się w tajniki stosowania bibliotek Pexpect, Paramiko czy Netmiko do komunikacji z urządzeniami sieciowymi. W kolejnych rozdziałach znajdziesz solidny przegląd różnych narzędzi wraz ze sposobami ich użycia: Cisco NX-API, Meraki, Juniper PyEZ, Ansible, Scapy, PySNMP, Flask, Elastic Stack i wielu innych. Rozeznasz się również w kwestiach związanych z kontenerami Dockera, a także usługami sieciowymi chmur AWS i Azure. Lektura tej książki pozwoli Ci się w pełni przygotować na następną generację sieci! W książce między innymi: interakcja Pythona z urządzeniami sieciowymi uzyskiwanie informacji o sieci i analiza danych sieciowych tworzenie wysokopoziomowych API korzystanie z biblioteki AsyncIO paradygmat programowania sterowanego testami w Pythonie zastosowanie GitLab w praktykach DevOps w kontekście zagadnień sieciowych Chcesz mieć sieć najnowszej generacji? Python jest dla Ciebie!

Zaawansowane uczenie maszynowe z językiem Python

John Hearty

Uczenie maszynowe przyczyniło się do powstania wielu innowacyjnych technologii. Pojazdy autonomiczne, mechanizmy rozpoznawania obrazów, badania genetyczne, a także dynamiczne dostosowywanie prezentowanych treści do preferencji odbiorcy to tylko niektóre przykłady. Możliwości związane z rozwojem tych technik sprawiają, że analityka danych i zaawansowane uczenie maszynowe stają się wyjątkowo cenną wiedzą. Dotyczy to szczególnie nowatorskich technik analizy danych, takich jak głębokie uczenie, algorytmy częściowo nadzorowane i metody zespołowe. Niniejsza książka jest przystępnie napisanym podręcznikiem, dzięki któremu poznasz niektóre zaawansowane techniki uczenia maszynowego. Szczególną uwagę poświęcono tu algorytmom uczenia maszynowego: zostały dokładnie wyjaśnione, opisano ich zastosowanie oraz topologię, metody uczenia i miary wydajności. Każdy rozdział uzupełniono o wykaz źródeł, pomocny w dalszym zgłębianiu tematu. Dodatkowo przedstawiono wiele cennych wskazówek dotyczących specyfiki pracy analityka danych. Do prezentacji przykładów wybrano język Python z uwagi na jego wszechstronność, elastyczność, prostotę oraz możliwość stosowania do specjalistycznych zadań. Najważniejsze zagadnienia przedstawione w książce: identyfikacja struktur i wzorców w zbiorach danych stosowanie sieci neuronowych praca z językiem naturalnym modele zespołowe i poprawa ich elastyczności narzędzia uczenia maszynowego w Pythonie Zaawansowane uczenie maszynowe — poznaj algorytmy przyszłości! John Hearty — jest autorytetem w dziedzinie analityki danych i inżynierii infrastruktury. Przez pewien czas zajmował się modelowaniem zachowań gracza i infrastrukturą dużych zbiorów danych w Microsofcie. Ważniejszymi jego projektami były modelowanie umiejętności gracza w grach asymetrycznych i modele segmentacji graczy mające na celu zindywidualizowanie rozgrywki. Obecnie Hearty jest niezależnym ekspertem, szczególnie cenionym przez zespoły zajmujące się eksploracją danych. W wolnym czasie tworzy modele uczenia maszynowego w Pythonie.

Zaawansowany Python. Jasne, zwięzłe i efektywne programowanie

Luciano Ramalho

Prostota języka Python pozwala szybko osiągnąć produktywność, ale oznacza to również, że często nie wykorzystujemy wszystkiego, co ma da zaoferowania. Dzięki temu praktycznemu poradnikowi Czytelnik nauczy się, jak pisać efektywny, idiomatyczny kod Pythona dzięki wykorzystaniu jego najlepszych   i zapewne najbardziej lekceważonych   cech. Autor, Luciano Ramalho, prowadzi Czytelnika poprzez podstawowe cechy języka i biblioteki i pokazuje, jak sprawić, aby kod był jednocześnie krótszy, szybszy i bardziej czytelny. Wielu doświadczonych programistów próbuje nagiąć Pythona do wzorców, których nauczyli się z innych języków i nigdy nie odkrywa możliwości, które wykraczają poza ich doświadczenie. Dzięki tej książce ci programiści będą mogli się nauczyć, jak osiągnąć biegłość w języku Python 3. Książka obejmuje: Model danych Pythona: pozwala zrozumieć, że metody specjalne są kluczem do spójnego zachowania obiektów Struktury danych: umożliwia w pełni wykorzystać wbudowane typy i zrozumieć dualizm tekstowo-bajtowy w erze Unicode Funkcje jako obiekty: wgląd w funkcje Pythona jako obiekty pierwszej klasy i wyjaśnienie, jak wpływa to na popularne wzorce projektowania Idiomy zorientowane obiektowo: budowanie klas poprzez poznawanie odwołań, zmienności, interfejsów, przeciążanie operatorów i wielokrotne dziedziczenie Przepływ sterowania: wykorzystanie menedżerów kontekstu, generatorów, współprogramów i współbieżności przy użyciu pakietów concurrent.futures i asyncio Metaprogramowanie: wykorzystanie właściwości, deskryptorów atrybutów, dekoratorów klas i metaklas Luciano Ramalho, programista Pythona od roku 1998, jest członkiem Python Software Foundation, współwłaścicielem Python.pro.br   brazylijskiej firmy szkoleniowej i współzałożycielem Garoa Hacker Clube, pierwszego w Brazyli klubu hackerskiego. Prowadzi zespoły projektowania oprogramowania i wykłada stosowanie Pythona dla sektora medialnego, bankowego i rządowego. „Jestem dumny, że zostałem recenzentem technicznym tej książki   nie tylko pomoże ona wielu średnio zaawanowanym programistom w ich drodze do mistrzostwa, ale ja sam nauczyłem się z niej kilku rzeczy!” —Alex Martelli Python Software Foundation „Zaawansowany Python to skarbiec pełen użytecznych programistycznych trików, przydatnych tak średnio, jak i bardzo doświadczonym programistom, którzy chcą rozszerzyć granice swojej wiedzy.” —Daniel i Audrey Roy Greenfeld autorzy Two Scoops of Django

Zaawansowany Python, wyd. 2. Przejrzyste, zwięzłe i efektywne programowanie

Luciano Ramalho

Nie marnuj czasu, próbując nagiąć Pythona, aby pasował do wzorców opanowanych w innych językach programowania. Prostota Pythona pozwala szybko osiągnąć produktywność, ale często oznacza to, że nie korzystamy ze wszystkich możliwści oferowanych przez język. Dzięki nowemu wydaniu tego podręcznika nauczysz się, jak pisać wydajny, nowoczesny kod Pythona 3 z wykorzystaniem jego najlepszych koncepcji. Poznaj i stosuj idiomatyczne cechy Pythona 3. Luciano Ramalho prezentuje kluczowe funkcjonalności języka i pokazuje, jak uczynić kod krótszym, szybszym i bardziej czytelnym. W pełni uaktualnione o nowe funkcjonalności, to wydanie składa się z pięciu części, które można potraktować jako pięć krótkich książek w jednej: - Struktury danych: Sekwencje, słowniki, zbiory, Unicode i klasy danych - Funkcje jako obiekty: Funkcje pierwszej klasy, powiązane z tym wzorce projektowe oraz wskazówki dla typów w deklaracjach funkcji - Klasy i protokoły: Składanie, dziedziczenie, domieszki, interfejsy, przeciążanie operatorów, protokoły i jeszcze więcej typów statycznych - Przepływ sterowania: Menedżery kontekstu, generatory, współprogramy, async/await oraz pule wątków/procesów - Metaprogramowanie: Właściwości, deskryptory atrybutów, dekoratory klas oraz nowe sztuczki metaprogramowania klas, które zastępują lub upraszczają metaklasy Luciano Ramalho jest głównym konsultantem w firmie Thoughtworks i członkiem Python Software Foundation. "Książka, po którą sięgam, gdy szukam szczegółowych wyjaśnień i sposobu użycia jakiejś funkcjonalności Pythona. Sposób uczenia i prezentowania wiedzy przez Luciano jest wspaniały. Niezbędna pozycja dla zaawansowanych nowicjuszy, którzy chcą rozwijać i umacniać swoją wiedzę". - Carol Willing Członkini Python Steering Council (2020-2021) "Nie jest to zwyczajowa, sucha książka o kodowaniu, ale pozycja pełna użytecznych, przetestowanych przykładów, okraszonych rozsądną dawką humoru. Moi koledzy i ja użyliśmy tej świetnie napisanej książki do przeniesienia naszych umiejętności na kolejny poziom". -Maria McKinley Senior Software Engineer

Zacznij od Pythona. Pierwsze kroki w programowaniu

Zofia Matusiewicz

Dlaczego właśnie Python? Pierwsza odpowiedź, jaka się nasuwa, jest dość oczywista: ponieważ Python to jeden z najprostszych do nauki języków programowania. Najkrótszy program zajmuje tylko JEDNĄ linijkę. Z małą pomocą nauczyciela i naszego praktycznego zeszytu ćwiczeń każdy młody adept sztuki programowania zdoła szybko opanować podstawy tego języka i zacząć w nim pisać swoje pierwsze programy. Druga odpowiedź wydaje się z pozoru zaprzeczać pierwszej. Bo choć Python jest prosty, to drzemią w nim wielkie możliwości. Korzystają z niego bowiem zarówno początkujący programiści, jak i biegli w swoim rzemiośle developerzy aplikacji mobilnych i desktopowych, prowadzi się w nim obliczenia związane ze sztuczną inteligencją, tworzy moduły dla operacji matematycznych, statystycznych oraz finansowych. Programiści Pythona należą do najlepiej opłacanych specjalistów na świecie! Wygląda na to, że przygodę z programowaniem faktycznie warto zacząć od Pythona. Dzięki pracy z naszym praktycznym zeszytem: Poznasz software, w którym będziesz działać Opanujesz podstawowe terminy, których używają programiści Pythona Nauczysz się wykonywać rozmaite operacje w tym języku Zaczniesz kodować!

Zacznij od Pythona. Programowanie dla młodzieży w praktyce

Zofia Matusiewicz

Dane to potęga! Skoro sięgasz po tę książkę, pewnie chcesz się uczyć programowania. To świetnie! Ta umiejętność z pewnością Ci się przyda ― choćby do tego, by już dziś znakomicie się bawić „w towarzystwie” komputera, ale też jako inwestycja w przyszłość, podjęta z myślą o studiach i pracy.  Jednym z najpopularniejszych, a równocześnie dość prostych do nauki języków programowania jest Python. Możliwe, że nie jest Ci obcy. Jeśli jednak stykasz się z nim po raz pierwszy, podstawowe komendy tego języka możesz opanować między innymi dzięki poprzedniej książce Zofii Matusiewicz ― Zacznij od Pythona. Pierwsze kroki w programowaniu.  Z kolejnej pozycji przygotowanej przez autorkę dowiesz się sporo na temat danych, między innymi: jak określony typ danych zmienić w inny  jak ładnie wyświetlać dane  jak je wczytywać i zapisywać w pliku  jak tworzyć kolekcje danych Uwaga! Ponieważ dane to nie tylko liczby, przyjrzymy się także temu, jak na przykład budować obiekty.

Zautomatyzuj swoją firmę z Pythonem. Praktyczne rozwiązania dla firmowej sieci

Bassem Aly

Żadna współczesna firma nie może funkcjonować bez rozwiązań IT. Co więcej, stale trzeba mieć na uwadze wzrost wymagań wobec systemów informatycznych i konieczność wdrażania kolejnych aplikacji. Poza tym nie można ani na chwilę zapominać o kwestiach cyberbezpieczeństwa - ryzyko naruszenia integralności i bezpieczeństwa danych spędza sen z powiek wielu administratorom. Jeśli do tego dodać standardowe zadania związane z bieżącym działaniem firmowej sieci, okaże się, że praca administratora nie jest ani łatwa, ani prosta. Ratunkiem może być automatyzacja, która znacznie usprawnia czynności administracyjne. Książka jest przeznaczona dla administratorów sieci, którzy chcą wykorzystać Pythona do zautomatyzowania części swoich obowiązków. Pokazano tu kilka praktycznych przykładów takiego zastosowania Pythona oraz narzędzi Ansible i Python Fabric, opisano też techniki konfiguracji serwera. Szczegółowo przedstawiono sposoby automatyzacji zadań związanych z zarządzaniem użytkownikami, bazą danych oraz procesami. Znalazły się tu również wskazówki ułatwiające pisanie skryptów dla usług testowych oraz przygotowanie automatyzacji pracy na maszynach wirtualnych i w środowisku chmurowym. W końcowych rozdziałach zaprezentowano niezwykle ważne zagadnienia bezpieczeństwa wraz z możliwościami automatyzacji w tym zakresie. Najważniejsze zagadnienia przedstawione w książce: Python, jego IDE PyCharm oraz biblioteki używane do automatyzacji korzystanie z protokołów telnet i SSH (biblioteki netmiko, paramiko i telnetlib) monitorowanie systemu i generowanie raportów maszyny wirtualne i wykorzystanie hipernadzorcy VMWare automatyzacja usług AWS za pomocą Boto3 tworzenie skanera sieci w Pythonie Automatyzacja zadań - najlepszy przyjaciel najlepszych adminów!

Zwinna analiza danych. Apache Hadoop dla każdego

Russell Jurney

Duże zbiory danych dla każdego! W dobie Big Data klasyczne podejście do analizy danych nie przynosi już pożądanych wyników. Skuteczna analiza gigantycznych zbiorów informacji, wyciąganie interesujących wniosków i prezentowanie ich w przejrzystej formie użytkownikowi wymagają mnóstwa czasu i środków. Zastanawiasz się, jak podejść do tego problemu, by zminimalizować ryzyko niepowodzenia? Na to i wiele innych pytań odpowiada ta fantastyczna książka. Dzięki niej dowiesz się, jak zaprząc platformę Hadoop do własnych celów. Skorzystasz z prostych narzędzi, takich jak język Python, biblioteka D3.js oraz Apache Pig, i zastosujesz zwinne podejście do problemu, by osiągnąć zaskakujące efekty. Ponadto przekonasz się, jak łatwo można publikować dane w MongoDB, stosować wyszukiwarkę ElasticSearch oraz wykorzystać potencjał chmur obliczeniowych. Nauczysz się także wizualizować dane na wykresach, prognozować oraz podejmować właściwe działania. Książka ta jest doskonałą lekturą dla wszystkich osób stojących przed problemem skutecznej pracy z ogromnymi zbiorami danych. Dzięki tej książce: poznasz najlepsze narzędzia do przetwarzania zbiorów danych wykorzystasz możliwości języka Python sprawdzisz możliwości chmur obliczeniowych błyskawicznie wyszukasz dane za pomocą ElasticSearch zwizualizujesz dane z użyciem D3.js Zwinnie rozwiąż problemy z dużymi zbiorami danych! „Przy tak dużej popularności zagadnień Big Data i Data Science, lektura praktycznego instruktażu budowy aplikacji analitycznych jest mocno odświeżająca. Russel Jurney wprowadza nas, małymi porcjami implementacji, w swoją filozofię zwinności w dziedzinie analizy i aplikacyjnego wykorzystywania danych.” Mat Kelcey, matpalm.com