
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
این کتاب در نوع خود یکتاست. نه دانشنامه است و نه آموزش عملیای که خواننده را در جهنم آموزشهای تکراری گیر بیندازد. چکیدهٔ تجربهٔ یادگیری یک کاربر معمولی پایتون است. این تجربه با روشهای آموزشی عالی، باز کردن دقیق وابستگیها و از همه مهمتر، با شور و اشتیاق ارائه شده است.
یادگیری پایتون پیشرفته با مطالعه پروژههای متنباز به خوانندگان کمک میکند سختی کارهای روزمرهشان را پشت سر بگذارند و از راهحلهای پروژههای معروف متنباز بینش بگیرند. برخلاف یک راهنمای فنی خشک، این کتاب دانش فنی، کاربردهای واقعی و محتوای نظریتر را با هم میآمیزد و راهی عملی و جذاب برای یادگیری پایتون پیش روی خواننده میگذارد.
در طول کتاب، خوانندگان یاد میگیرند چطور کدی بنویسند که کارآمد، خوانا و قابل نگهداری باشد؛ موضوعاتی مثل ساختارهای داده، الگوریتمها، برنامهنویسی شیءگرا و موارد دیگر را پوشش میدهد. شور نویسنده به پایتون در این کتاب کاملاً حس میشود و آن را برای تازهکارها و برنامهنویسان باتجربه به خواندنی لذتبخش و الهامبخش تبدیل کرده است.
این کتاب برای ۹۵ درصد کاربران پایتون نوشته شده و ۹۵ درصد موارد استفادهٔ روزمرهشان را پوشش میدهد. این یعنی چه؟ از نظر محتوا یعنی این کتاب دانشنامهای نیست که همه چیز را پوشش دهد. چیزهای مهم برای بیشتر کاربران پایتون را پوشش میدهد. بر اساس مشاهدات و پژوهشهای من، این موضوعها مهم شمرده میشوند:
۱. مدل دادهٔ پایتون
۲. کلاسهای پایتون
۳. همزمانی و برنامهنویسی ناهمگام
۴. توابع و نکتههای مرتبط
۵. چطور یک سیستم شیءگرا طراحی کنیم
۶. چطور کد را تست کنیم
This book is one of its own kind. It is not an encyclopedia or a hands-on tutorial that traps readers in the tutorial hell. It is a distillation of just one common Python user’s learning experience. The experience is packaged with exceptional teaching techniques, careful dependence unraveling and, most importantly, passion.Learning Advanced Python by Studying Open Source Projects helps readers overcome the difficulty in their day-to-day tasks and seek insights from solutions in famous open source projects. Different from a technical manual, this book mixes the technical knowledge, real-world applications and more theoretical content, providing readers with a practical and engaging approach to learning Python.Throughout this book, readers will learn how to write Python code that is efficient, readable and maintainable, covering key topics such as data structures, algorithms, object-oriented programming and more. The author’s passion for Python shines through in this book, making it an enjoyable and inspiring read for both beginners and experienced programmers.Learning Advanced Python by Studying Open Source Projects is a book that is written for 95% of Python users, covering 95% of their daily use cases. What does this mean? From the content perspective, it means that this book is not an encyclopedia that covers everything. It covers all the important things for most Python users. Based on my observations and research, the following topics are considered important:1. The Python data model2. The Python classes3. Concurrency and asynchronous programming4. Functions and related tips5. How to design an OOP system6. How to test code