Wydawca: 8
Python dla zaawansowanych. Kurs video. Podnieś efektywność i jakość kodu
Piotr Chudzik
Obierz kurs na... zaawansowaną znajomość języka Python Python jest obecnie najpopularniejszym językiem programowania na świecie. Korzysta z niego nawet ChatGPT! To język dość łatwy do przyswojenia, intuicyjny i uniwersalny - programista, który stawia na rozwój, nie może obok Pythona przejść obojętnie. Kurs video, który dziś proponujemy, skupia się na kwestii podatności Pythona na automatyzację. Pokażemy, jak zaoszczędzić czas dzięki efektywnemu programowaniu z wykorzystaniem najlepszych technik. Dobrze, by słuchacz przed przystąpieniem do szkolenia posiadał już pewną znajomość Pythona w zakresie podstawowych typów danych, zmiennych, pętli, instrukcji warunkowych, ponieważ w trakcie nauki nie będziemy do nich wracać. Przyjrzymy się za to zagadnieniom, które w materiałach dla początkujących programistów języka Python zwykle są pomijane, takim jak dekorator, argumenty z operatorami * i ** czy menadżer kontekstu. Dodatkowo poruszymy tematy programowania obiektowego, testowania, a także przygotowania środowiska pracy. Co Cię czeka podczas naszego profesjonalnego szkolenia W ramach proponowanego przez nas kursu między innymi: Nauczysz się używać argumentów pakietowych (** i *) Dowiesz się, czym jest lambda i funkcja wyższego rzędu Poznasz dekorator, elementy, z jakich się składa, i nauczysz się go pisać Rozwiniesz wiedzę na temat programowania obiektowego Zoptymalizujesz pracę na plikach z pomocą menadżera kontekstu (operator with) i stworzysz do niego własną klasę Będziesz testować swój kod, a także pisać własne testy Co więcej... Poznasz nowe narzędzia zewnętrzne: Nauczysz się tworzyć środowiska wirtualne, dowiesz się, dlaczego są one potrzebne i jak nimi zarządzać Zainstalujesz nowe pakiety i moduły za pomocą narzędzia pip Stworzysz listę zależności przy użyciu pliku requirements.txt Zapoznasz się z pyenv - jednym z najlepszych rozwiązań dla programistów Pythona! Python dla zaawansowanych. Kurs video. Podnieś efektywność i jakość kodu wymaga od Ciebie podstaw znajomości języka, ale pomaga otworzyć się na szerokie zastosowanie nabytych umiejętności. Wiedza zdobyta w ramach kursu pozwoli Ci poprawić jakość tworzonego przez Ciebie kodu i zoptymalizować jego działanie. Ponadto wiele informacji zawartych w szkoleniu może się pojawić podczas rozmów rekrutacyjnych na takie stanowiska jak Python developer, data scientist, data engineer, QA engineer czy administrator systemów IT. Uniwersalny język świata IT Głównym zadaniem programisty jest dostarczanie aplikacji i programów zgodnych z biznesowymi oczekiwaniami zleceniodawcy - wewnątrzfirmowego albo zewnętrznego. Co istotne, klient żąda gwarancji, że produkt dostarczony przez jego twórcę będzie sprawny. Tłumacząc na język programistyczny: kod programu lub aplikacji musi działać mimo zmiany warunków, na przykład środowiska. I tu właśnie wkracza język Python. Tak uniwersalny, że można w nim budować aplikacje zarówno desktopowe, jak i mobilne, strony WWW, silniki do przetwarzania danych itd. Następnie zaś wszelkie te produkty poddają się automatycznemu testowaniu po to, by móc oddać zleceniodawcy aplikacje i programy, które go na pewno nie zawiodą. Wiedza, jaką zdobędziesz podczas tego kursu, pozwoli Ci zoptymalizować jakość pisanego kodu i tworzyć rozwiązania maksymalnie odporne na błędy. Dzięki naszym podpowiedziom będziesz w stanie zarządzać wieloma projektami w tym samym czasie, a także kreować testy niezbędne do testowania działania kodu.
Python dla zupełnie początkujących. Owoce programowania. Wydanie IV
Tony Gaddis
Python jest wszechstronnym językiem programowania o imponującej elastyczności i wydajności. Można dzięki niemu rozwiązywać przeróżne problemy programistyczne z różnych dziedzin wiedzy. Nawet jeśli nie masz zamiaru stać się pełnoetatowym programistą, prędko się zorientujesz, jak świetnym i elastycznym narzędziem jest Python. Można za jego pomocą budować oprogramowanie, ale również wspierać pracę statystyków, ekonomistów, maklerów giełdowych, biologów, fizyków czy analityków finansowych. Wystarczy tylko znaleźć sposób analizy problemu i nauczyć się implementować go w programie. Z tej książki skorzystasz, nawet gdy nie masz żadnego doświadczenia w projektowaniu i tworzeniu oprogramowania. Dzięki prostym przykładom i zrozumiałemu pseudokodowi, schematom blokowym oraz innym narzędziom zdobędziesz wiedzę o projektowaniu oprogramowania i jego implementowania w języku Python. W każdym rozdziale znalazło się wiele przykładowych projektów oraz zwięzłych i praktycznych programów. Książkę rozpoczęto od przedstawienia podstawowych informacji o przechowywaniu danych, danych wejściowych i wyjściowych, struktur kontrolnych, funkcji, sekwencji, list, operacji wejścia-wyjścia oraz obiektów tworzonych za pomocą klas zdefiniowanych w bibliotece standardowej. Następnie omówiono zagadnienia tworzenia klas, dziedziczenia i polimorfizmu, a także definiowania funkcji rekurencyjnych. W tej książce: Wprowadzenie do Pythona i środowiska IDLE Struktury warunkowe, struktury cykliczne i funkcje Podstawy programowania zorientowanego projektowo Rekurencja i algorytmy rekurencyjne Projektowanie GUI aplikacji Python. Lepszy niż myślisz. Przydatniejszy niż sądzisz.
Python. Dobre praktyki profesjonalistów
Dane Hillard
Python wydaje się językiem idealnym: ma intuicyjną składnię, jest przyjemny w używaniu, umożliwia tworzenie wydajnego, elastycznego kodu. Przy tym jest wyjątkowo wszechstronny, a stosowanie go w przeróżnych celach ułatwiają liczne biblioteki tworzone przez pasjonatów. To jednak nie zmienia faktu, że aby stać się profesjonalnym programistą Pythona, trzeba nauczyć się tworzyć kod godny profesjonalisty: działający bez błędów, czysty, czytelny i łatwy w utrzymaniu. W tym celu trzeba korzystać z branżowych standardów, które określają styl kodowania, projektowania aplikacji i prowadzenie całego procesu programowania. Należy wiedzieć, kiedy i w jaki sposób modularyzować kod, jak poprawić jakość przez zmniejszenie złożoności i stosować kilka innych, koniecznych praktyk. Ta książka okaże się szczególnie cenna dla każdego, kto zamierza profesjonalnie tworzyć kod w Pythonie. Stanowi jasny i zrozumiały zbiór zasad wytwarzania oprogramowania o najwyższej jakości, praktyk stosowanych przez zawodowych wyjadaczy projektowania i kodowania. Poza teoretycznym omówieniem poszczególnych zagadnień znalazło się tu mnóstwo przykładów i przydatnych ćwiczeń, utrwalających prezentowany materiał. Nie zabrakło krótkiego wprowadzenia do Pythona, przedstawiono też sporo informacji o strukturach danych i różnych podejściach w kontekście osiągania dobrej wydajności kodu. Pokazano, w jaki sposób zapobiegać nadmiernemu przyrostowi kodu podczas rozwijania aplikacji i jak redukować niepożądane powiązania w aplikacji. Dodatkową wartością publikacji jest bogactwo informacji o ogólnej architekturze oprogramowania, przydatnych każdemu zawodowemu programiście. W książce między innymi: podstawy projektowania w Pythonie wysokopoziomowe koncepcje rozwoju oprogramowania abstrakcje i hermetyzacja kodu różne metody testowania kodu tworzenie dużych systemów a rozszerzalność i elastyczność aplikacji Pythona praktykuj profesjonalnie!
Ivan Idris, Magnus Vilhelm Persson, Luiz Felipe...
Data analysis is the process of applying logical and analytical reasoning to study each component of data present in the system. Python is a multi-domain, high-level, programming language that offers a range of tools and libraries suitable for all purposes, it has slowly evolved as one of the primary languages for data science. Have you ever imagined becoming an expert at effectively approaching data analysis problems, solving them, and extracting all of the available information from your data? If yes, look no further, this is the course you need!In this course, we will get you started with Python data analysis by introducing the basics of data analysis and supported Python libraries such as matplotlib, NumPy, and pandas. Create visualizations by choosing color maps, different shapes, sizes, and palettes then delve into statistical data analysis using distribution algorithms and correlations. You’ll then find your way around different data and numerical problems, get to grips with Spark and HDFS, and set up migration scripts for web mining. You’ll be able to quickly and accurately perform hands-on sorting, reduction, and subsequent analysis, and fully appreciate how data analysis methods can support business decision-making. Finally, you will delve into advanced techniques such as performing regression, quantifying cause and effect using Bayesian methods, and discovering how to use Python’s tools for supervised machine learning.The course provides you with highly practical content explaining data analysis with Python, from the following Packt books:1. Getting Started with Python Data Analysis.2. Python Data Analysis Cookbook.3. Mastering Python Data Analysis.By the end of this course, you will have all the knowledge you need to analyze your data with varying complexity levels, and turn it into actionable insights.
Python Essentials for AWS Cloud Developers. Run and deploy cloud-based Python applications using AWS
Serkan Sakinmaz
AWS provides a vast variety of services for implementing Python applications, which can pose a challenge for those without an AWS background. This book addresses one of the more predominant problems of choosing the right service and stepping into the implementation of exciting Python apps using AWS.The book begins by showing you how to install Python and create an AWS account, before helping you explore AWS Lambda, EC2, Elastic Beanstalk, and S3 for Python programming. You'll then gain hands-on experience in using these services to build the Python application. As you advance, you'll discover how to debug Python apps using PyCharm, and then start deploying the Python applications on Elastic Beanstalk. You’ll also learn how to monitor Python applications using the CloudWatch service, along with creating and publishing APIs on AWS to access the Python application. The concluding chapters will help you get to grips with storing unstructured and semi-structured data using NoSQL and DynamoDB, as well as advance your knowledge using the Glue serverless data integration service in AWS.By the end of this Python book, you’ll be able to take your application development skills up a notch with AWS services and advance in your career.
Steven F. Lott
This book is designed for Python 2 developers who want to get to grips with Python 3 in a short period of time. It covers the key features of Python, assuming you are familiar with the fundamentals of Python 2.
Fahad Ali Sarwar
Penetration testing enables you to evaluate the security or strength of a computer system, network, or web application that an attacker can exploit. With this book, you'll understand why Python is one of the fastest-growing programming languages for penetration testing. You'll find out how to harness the power of Python and pentesting to enhance your system security.Developers working with Python will be able to put their knowledge and experience to work with this practical guide. Complete with step-by-step explanations of essential concepts and practical examples, this book takes a hands-on approach to help you build your own pentesting tools for testing the security level of systems and networks. You'll learn how to develop your own ethical hacking tools using Python and explore hacking techniques to exploit vulnerabilities in networks and systems. Finally, you'll be able to get remote access to target systems and networks using the tools you develop and modify as per your own requirements.By the end of this ethical hacking book, you'll have developed the skills needed for building cybersecurity tools and learned how to secure your systems by thinking like a hacker.
Soledad Galli, Christoph Molnar
Streamline data preprocessing and feature engineering in your machine learning project with this third edition of the Python Feature Engineering Cookbook to make your data preparation more efficient.This guide addresses common challenges, such as imputing missing values and encoding categorical variables using practical solutions and open source Python libraries. You’ll learn advanced techniques for transforming numerical variables, discretizing variables, and dealing with outliers. Each chapter offers step-by-step instructions and real-world examples, helping you understand when and how to apply various transformations for well-prepared data.The book explores feature extraction from complex data types such as dates, times, and text. You’ll see how to create new features through mathematical operations and decision trees and use advanced tools like Featuretools and tsfresh to extract features from relational data and time series.By the end, you’ll be ready to build reproducible feature engineering pipelines that can be easily deployed into production, optimizing data preprocessing workflows and enhancing machine learning model performance.