مطالب پیشنهادی از سراسر وب

آموزش کدنویسی تمیز پایتون

دسته بندی ها: آموزش پایتون (Python) ، آموزش های Packtpub ، آموزش کدنویسی تمیز (Clean Code)

حتی کد بد نیز می تواند عملکرد داشته باشد. اما اگر کد تمیز نباشد، می تواند یک سازمان توسعه را به زانو درآورد. هر ساله ساعت های بی شماری و منابع قابل توجهی به دلیل کد نادرست نوشته شده از بین می رود. اما نباید اینگونه باشد.
Peter Fisher ویژگی های پایتون که برای نوشتن کد تمیز قابل استفاده است را به شما می آموزد. در ابتدا، در مورد جوانب مثبت و منفی که هنگام نوشتن کد پایتون تمیز برنامه نویس با آن ها روبرو می شود صحبت خواهیم کرد. سپس، ساختار یک برنامه پایتون را بررسی خواهیم کرد و ویژگی هایی را برجسته می کنیم که به ما در پاکسازی و ساده سازی کد کمک می کنند. ما برای راهنمایی شما تعدادی از ویرایشگرهای خوب را با تحلیل کد داخلی و linters بررسی خواهیم کرد. ما همچنین در مورد چند ماژول بسیار مفید صحبت خواهیم کرد که کد شما را تمیز نگه می دارند و از اختراع مجدد چرخ جلوگیری می کنند. سپس، تعدادی از دستورالعمل های کلی تمیز کردن کد که به طور انحصاری برای پایتون قابل استفاده نیستند را مورد بحث قرار خواهیم داد، از جمله قراردادهای نامگذاری و سبک های برنامه نویسی.

در پایان، آنچه که در فیلم های قبلی آموخته ایم را برای بازنویسی و سازماندهی مجدد برنامه های پایتون در دنیای واقعی برای کدی تمیز و زیبا به کار خواهیم برد که به راحتی قابل درک، اشکال زدایی و توسعه است.

لینک Github به این دوره ویدئویی 

فایل های تمرین exercise_files.zip
آیا این نوشته را دوست داشتید؟
Packt Python Clean Coding Duration:2 hours 8 minutes

Even bad code can function. But if code isn't clean, it can bring a development organization to its knees. Every year, countless hours and significant resources are lost because of poorly written code. But it doesn't have to be that way.
Peter Fisher will teach you Python features that are applicable to writing clean code. First, we will talk about the pros and cons that confront the programmer when trying to write clean Python code. Then, we will explore the structure of a Python program and highlight features that will help us clean up and simplify our code. We will explore some good editors with built-in code analysis and linters to help guide you. We will also talk about some very helpful modules that will keep your code clean and prevent you from reinventing the wheel. Then, we will discuss some general code cleaning guidelines that aren’t exclusively applicable to Python, including naming conventions and programming styles.
Finally, we will apply what we’ve learned in the previous videos to rewriting and reorganizing real-world Python programs into clean and beautiful code that can be more easily understood, debugged, and extended. The Github Link to this video course is: https://github.com/PacktPublishing/Writing-Clean-Python-Code

پیشنهاد آموزش مرتبط در فرادرس