本书并不提供基础知识的重复训练，而是为已有Python基础的开发者提供认知升维的跳板。通过掌握这些关键原理，开发者将获得举一反三的思维能力，在复杂项目开发中快速构建高效、优雅且可扩展的解决方案，真正实现从熟练到精通的质变跃迁。本书创新性地聚焦Python语言的本质规律，通过“二八定律”提炼出5%的核心知识，构建起高效学习的黄金路径。通过阅读本书，读者将系统掌握：如何利用高阶函数抽象编写强大的代码；如何使用生成器设计模式让Python代码更加健壮且具备可扩展性；理解Python推导式，明白如何构建更复杂的推导式结构，以及推导式与生成器的关联；利用装饰器进行元编程，实现强大的抽象，高效复用代码；利用Python异常处理机制高效进行错误调试；Python面向对象模型中的高级面向对象编程技术；如何借助测试驱动开发更快、更好地编写代码，进入编程“心流”状态；高效组织模块、基础和高级Python日志，以及更多内容。
作者简介:
Aaron Maxwell is a skilled software engineer and world-class Pythonista. After over a decade working in Silicon Valley engineering teams, including two Unicorns (SnapLogic and Lyft), he has gained strong production experience in backend engineering at scale; data science and machine learning; test automation infrastructure; devops and SRE; cloud infrastructure; marketing automa... Aaron Maxwell is a skilled software engineer and world-class Pythonista. After over a decade working in Silicon Valley engineering teams, including two Unicorns (SnapLogic and Lyft), he has gained strong production experience in backend engineering at scale; data science and machine learning; test automation infrastructure; devops and SRE; cloud infrastructure; marketing automation; and much more. Coding in a variety of languages, but most of all, Python. He then pivoted to training, developing an innovative curriculum for intermediate and advanced Python which he has taught to over 10,000 Python professionals worldwide, in nearly every engineering domain, country, and culture.
目录:
前言1
第1章 使用生成器进行扩展9
1.1 Python中的迭代9
1.2 生成器函数13
1.2.1 继续执行next()14
1.2.2 转换为生成器函数16
1.2.3 生成器的必要性17
1.3 生成器模式和可扩展组合性18
1.3.1 文本行转字典20
1.3.2可组合接口21
1.3.3 扇出22
1.3.4 扇入23
1.4 Python中的迭代器26
1.5 迭代器协议27
1.6 小结32
第2章 使用推导式创建集合33
2.1 列表推导式34
2.2 格式化以提高可读性（及更多）36
2.3 多数据源和过滤器37
2.3.1 独立语句39
2.3.2 多过滤器40
2.4 推导式与生成器42
2.5 字典、集合和元组45
2.6 小结48
第3章 高级函数49
3.1 接收和传递可变参数49
3.1.1 参数拆包51
3.1.2 可变关键字参数52
3.1.3 关键字拆包54
3.1.4 结合位置参数与关键字参数55
3.2 函数即对象56
3.3 Python的键函数60
3.4 小结62
第4章 装饰器63
4.1 基本的装饰器64
4.1.1 通用装饰器66
4.1.2 装饰方法67
4.2 装饰器中的数据69
4.2.1 访问内部数据73
4.2.2 非局部装饰器状态74
4.3 接收参数的装饰器77
4.4 类装饰器80
4.4.1 实现类装饰器81
4.4.2 类装饰器的优势82
4.5 应用于类的装饰器84
4.6 小结87
第5章 异常和错误88
5.1 基本概念88
5.1.1 处理异常89
5.1.2 使用异常控制代码流91
5.1.3 finally代码块92
5.1.4 字典异常94
5.2 异常即对象95
5.3 抛出异常97
5.4 捕获并重新抛出异常100
5.5 棘手的Python反模式102
5.6 小结106
第6章 类和对象：进阶107
6.1 特性107
6.1.1 特性模式110
6.1.2 验证111
6.1.3 属性与重构112
6.2 工厂模式115
6.2.1 替代构造函数：简单工厂模式115
6.2.2 动态类型：工厂方法模式118
6.3 观察者模式121
6.3.1 简易观察者122
6.3.2 利用Python优化观察者模式124
6.3.3 多频道128
6.4 魔术方法130
6.5 魔术方法进阶135
6.6 小结138
第7章 自动化测试139
7.1 测试驱动开发140
7.2 单元测试和简单断言141
7.3 固定和通用测试设置146
7.4 断言异常148
7.5 使用子测试149
7.6 小结153
第8章 模块管理155
8.1 创建模块155
8.2 创建独立的库160
8.3 多文件模块162
8.4 导入语法和版本控制165
8.5 嵌套子模块结构167
8.6 反模式警告170
8.7 导入的副作用173
8.8 小结176
第9章 Python日志177
9.1 基本接口177
9.1.1 日志级别178
9.1.2 日志级别的作用180
9.2 配置基本接口180
9.3 传递参数183
9.4 日志记录器185
9.5 日志目的地：处理器和流186
9.6 向多个目的地记录日志189
9.7 记录布局与格式化191
9.8 小结192
后记193
点击下载