Gesamtbeschreibung
Das Buch umfasst 258 Seiten, die in 13 Kapitel unterteilt sind. Neben dem Text enthält der Inhalt Code‑Snippets. Es gibt nur wenige Fotos und andere grafische Elemente. Am Ende jedes Kapitels steht eine Zusammenfassung des jeweiligen Themas. Das Buch ist leicht zu lesen, und sein Schwierigkeitsgrad lässt sich kaum als intermediat bezeichnen.
Kurzzusammenfassung
Kapitel 1. Projektstart
Der Autor zeigt, wie ein neues Python‑Projekt richtig gestartet wird: Wahl der Struktur, Einsatz virtueller Umgebungen, Verwaltung von Abhängigkeiten und Vorbereitung einer Basis für Skalierung.
Kapitel 2. Module, Bibliotheken und Frameworks
Die Unterschiede zwischen Modulen, Bibliotheken und Frameworks werden erklärt, sowie die effektive Nutzung und das Erstellen eigener Pakete, um Chaos bei Abhängigkeiten zu vermeiden.
Kapitel 3. Dokumentation und gute API‑Praxis
Prinzipien für verständliche und nützliche Dokumentation, Docstrings und README-Dateien sowie die Schaffung intuitiver APIs, die leicht zu benutzen und zu warten sind.
Kapitel 4. Arbeiten mit Zeitstempeln und Zeitzonen
Dieses Kapitel widmet sich der korrekten Zeitenutzung: Unterscheidung von datetime, time, dateutil, Zeitzonen‑Verarbeitung und Vermeidung häufiger Fehler mit UTC.
Kapitel 5. Softwareverteilung
Der Autor beschreibt, wie Python‑Anwendungen gepackt und verteilt werden: Paketbildung, Veröffentlichung bei PyPI, Versionierung und Abhängigkeitsverwaltung mit setuptools.
Kapitel 6. Modulare Tests
Ausgewählte Testtools und Ansätze – von unittest und pytest bis zu Mocks und Fixtures – sowie die Bedeutung der Codeabdeckung für Zuverlässigkeit.
Kapitel 7. Methoden und Dekoratoren
Erklärung, wie Funktionen, Methoden und Dekoratoren funktionieren, wozu @classmethod, @staticmethod und eigene Dekoratoren zur Wiederverwendung von Logik dienen.
Kapitel 8. Funktionale Programmierung
Der Autor demonstriert die Nutzung funktionaler Möglichkeiten in Python – map, filter, reduce, Generatoren, Closures und Lambdas – für prägnanten und ausdrucksstarken Code.
Kapitel 9. Abstrakter Syntaxbaum, Null‑Dialekt und Lisp‑ähnliche Attribute
Ein tiefer Einblick in die internen Mechanismen von Python: AST, Metaprogrammierung und die Möglichkeit, das Laufzeitverhalten von Code dynamisch zu ändern.
Kapitel 10. Leistung und Optimierung
Profiling‑Tools, Methoden zur Codebeschleunigung, Einsatz von Datenstrukturen, Schleifenoptimierung und Speicherverwaltung werden behandelt.
Kapitel 11. Skalierung und Architektur
Der Autor erörtert das Design großer Systeme: Prinzipien der Modularität, Abhängigkeitsverwaltung, Verantwortlichkeitsaufteilung und horizontale Skalierung.
Kapitel 12. Verwaltung relationaler Datenbanken
Werkzeuge zur Interaktion mit Datenbanksystemen werden beschrieben: sqlite3, SQLAlchemy, ORM, Transaktionen und Best Practices für die Datenarbeit in Python‑Anwendungen.
Kapitel 13. Weniger schreiben, mehr programmieren
Das abschließende Kapitel vermittelt die Philosophie von Python‑Entwicklern: weniger Code schreiben, Duplikate vermeiden, vorhandene Lösungen nutzen und abstrakter denken.
Meinung
Ein weiterer Python‑Band, weder schlechter noch besser als die anderen.
