دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Mark Summerfield
سری:
ISBN (شابک) : 9780321905635
ناشر: Addison-Wesley
سال نشر: 2013
تعداد صفحات: 323
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Python in Practice: Create Better Programs Using Concurrency, Libraries, and Patterns به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پایتون در عمل: با استفاده از همزمانی ، کتابخانه ها و الگوها ، برنامه های بهتری ایجاد کنید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
اگر یک برنامه نویس باتجربه پایتون هستید، Python in Practice به شما کمک می کند تا کیفیت، قابلیت اطمینان، سرعت، قابلیت نگهداری و قابلیت استفاده همه برنامه های پایتون خود را بهبود بخشید. مارک سامرفیلد بر چهار موضوع کلیدی تمرکز دارد: الگوهای طراحی برای ظرافت کدنویسی، پردازش سریعتر از طریق همزمانی و پایتون کامپایل شده (سایتون)، شبکه های سطح بالا، و گرافیک. او الگوهای طراحی به خوبی اثبات شده را که در پایتون مفید هستند شناسایی می کند، آنها را با کدهای با کیفیت خبره روشن می کند و توضیح می دهد که چرا برخی از الگوهای طراحی شی گرا به پایتون بی ربط هستند. او همچنین چندین افسانه معکوس در مورد برنامه نویسی پایتون را منفجر می کند - برای مثال نشان می دهد که چگونه پایتون می تواند از سخت افزار چند هسته ای به طور کامل استفاده کند.
If you're an experienced Python programmer, Python in Practice will help you improve the quality, reliability, speed, maintainability, and usability of all your Python programs. Mark Summerfield focuses on four key themes: design patterns for coding elegance, faster processing through concurrency and compiled Python (Cython), high-level networking, and graphics. He identifies well-proven design patterns that are useful in Python, illuminates them with expert-quality code, and explains why some object-oriented design patterns are irrelevant to Python. He also explodes several counterproductive myths about Python programming—showing, for example, how Python can take full advantage of multicore hardware.