Używamy cookies, aby ułatwić korzystanie z Portalu. Możesz określić warunki przechowywania, dostępu do plików cookies w Twojej przeglądarce. Dowiedz się więcej.
strona główna Strona główna | Nowości | Promocje | Zapowiedzi Twoje konto | Zarejestruj | Schowek | Kontakt | Pomoc
mapa działów
Szukaj: szukanie zaawansowane
Koszyk
Książki \ Programowanie \ Python

Python dla testera Język: 1

978-83-283-8404-0

Cena Brutto: 69.00

Cena netto: 65.71

Ilość:
Wersja: Drukowana
Autor Piotr Wróblewski
Liczba_stron 272
Wydawnictwo Helion
Oprawa miękka
Data_Wydania 2021-10-05

Wkrocz w świat testów z Pythonem!

  • Wkrocz do strefy wolnej od zbędnej teorii
  • Opanuj podstawy najpopularniejszego języka programowania
  • Poznaj praktyczne procedury i skrypty przydatne w codziennej pracy
  • Zdobądź ciekawą i dobrze płatną pracę w branży IT/ICT

Też masz wrażenie, że Python jest ostatnimi czasy dosłownie wszędzie? Nic dziwnego - to najbardziej uniwersalny i przystępny język programowania, jaki kiedykolwiek powstał!

Jeśli chcesz poznać go od podstaw, sięgnij po odpowiedni podręcznik - taki jak ta książka! To wydanie przeznaczone dla użytkowników Linuxa (także macOS) i Windowsa; ewentualne cechy specyficzne dla konkretnych systemów są na bieżąco wyjaśniane w tekście. Zawiera zagadnienia ukierunkowane na praktyczne potrzeby testerów oprogramowania, którzy pragną wkroczyć w magiczny świat automatyzacji zadań. Została napisana przez autora wielu książek z dziedziny programowania, obecnie kierownika zespołu testerów w dziale rozwoju oprogramowania dużej firmy telekomunikacyjnej, realizującego zaawansowane testy manualne i automatyczne.


Opis języka opiera się na najnowszej specyfikacji języka (wersja 3.9x lub wyższe).

  • Środowisko Pythona i polecany pakiety IDE
  • Z terminalem za pan brat
  • Systemy liczbowe i kodowanie dla nieinformatyków
  • Błyskawiczny kurs języka
  • Typy i struktury danych bez tajemnic
  • Interakcja z użytkownikiem
  • Zapis i odczytywanie danych z plików
  • Programowanie obiektowe bez tajemnic
  • Własne biblioteki (moduły)
  • Analiza danych z NumPy i Pandas
  • Wizualizacji wyników pracy z Matplotlib
  • Python i Excel
  • Tajniki plików CSV
  • Proste aplikacje okienkowe z EasyGUI

Programuj, uruchamiaj, automatyzuj - przekonaj się, jak dużo oferuje Python!

Przedmowa 9

Rozdział 1. Czysty start, czyli zapanuj nad instalacjami 15

  • Testujemy poprawność instalacji Pythona 17
  • Instalator pip i biblioteki Pythona 20
  • Edytory do Pythona 21
  • Środowiska IDE (i dlaczego PyCharm) 22
    • IDLE 22
    • PyCharm 26
  • Dokumentacja Pythona 30
  • Używanie zasobów GitHuba 32
  • Podsumowanie 33

Rozdział 2. Praca w linii poleceń 35

  • Wywołanie terminala linii poleceń 36
  • Zasoby komputera bez tajemnic 38
    • Drzewo katalogów 38
    • Polecenia używane do nawigacji po katalogach 39
    • Tworzenie i kasowanie elementów 42
    • Uruchamianie programów 42
    • Wyświetlanie zawartości pliku 43
    • Porównywanie zawartości plików 44
    • Przekierowanie wyniku działania skryptu do pliku 45

Rozdział 3. Niezbędnik 47

  • Zasady formatowania kodu 48
  • Systemy liczbowe w (strawnej) pigułce 49
  • Operatory 51
    • Operatory arytmetyczne 51
    • Operatory bitowe 51
    • Operatory logiczne i wyrażenia warunkowe 54
  • Zmienne 56
    • Gdzie te typy danych? 56
    • Pojęcie referencji 57
    • Zachowaj porządek! 59
  • Funkcje i metody matematyczne 60
  • Napisy w Pythonie 61
    • Notacja f" 63
    • Kłopotliwy dwukropek, czyli zakresy w Pythonie 66
    • Konwersje napisów na liczby (i odwrotnie) 66
    • Zamiana napisów na listy elementów 67
  • Pętle for i while 67
  • Funkcje i procedury 70
    • Pierwsza funkcja 70
    • Parametry domyślne 71
    • Rekurencja 71
    • Zmienna liczba parametrów to nie problem! 73
  • Zasięg zmiennych 74
  • Notacja z kropką 75
    • Gotowe klasy biblioteczne 76

Rozdział 4. Python z klasą 79

  • Szablon tworzenia klasy 80
  • Klasy w wersji "PRO" 83
  • Obiekty tworzone w wyniku operacji arytmetycznych 88
  • Dziedziczenie bywa proste 90
  • Podsumowanie praktycznych celów OOP 94

Rozdział 5. Przybornik skryptologa 95

  • Najpierw pomyśl, potem rób! 95
  • Parametry skryptów 96
    • Parametry w wersji PRO 109
  • Moduły, czyli własne biblioteki 100
  • Scenariusze pod kontrolą 101
  • Interakcja z użytkownikiem 103
    • Kontrola błędów, czyli wyjątki 104
    • Menu sterujące skryptem 108
  • Wywołanie zewnętrznego programu w skrypcie 110
    • Wersja Windows 110
    • Wersja macOS/Linux 111
  • Moduły i pakiety 113
    • Publikacja modułu w Internecie 115

Rozdział 6. Podane na tacy 117

  • Napisy - podsumowanie 118
  • Listy, czyli... tablice dynamiczne 120
    • Metody dostępne dla list w Pythonie 124
    • Z listy na stos 125
    • Przykład użycia listy 126
    • Listy tworzone na podstawie wyrażeń 129
  • Tuple, czyli "co to za dziwoląg" 131
    • Modyfikacja tupli 132
    • Zastosowania programistyczne 133
  • Zbiory 134
    • Zbiory tworzone na podstawie wyrażeń 138
  • Słowniki 139

Rozdział 7. Magia zaszyta w plikach 145

  • Podsumowanie kilku pojęć dotyczących systemów plikowych 147
  • Binarnie czy tekstowo? 148
    • Odczyt plików tekstowych 149
    • Zapis danych do plików tekstowych 153
    • Podsumowanie metod odczytu i zapisu plików tekstowych 155
    • Odczyt plików binarnych 155
  • Sposób na nieśmiertelność... danych 157
    • Serializacja obiektów (pickle) 158
  • Operacje na plikach i folderach (moduł os) 160
    • Format ścieżki, czyli kłopotliwy ukośnik 161
    • Usuwanie i tworzenie katalogów 162
  • Ścieżki z klasą... Path 162
    • Podstawowe operacje na obiektach klasy Path 162
    • Pokaż, co tam trzymasz w... folderze! 165
  • Nasi tu byli! 168
  • Exterminate! 170
    • Usuwanie plików lub katalogów 170
    • Przesuwanie plików lub katalogów 172
  • Sztuczki, porady, sugestie... 173

Rozdział 8. Z przecinkiem za pan brat 175

  • Serie danych CSV bez nagłówka 176
  • Serie danych CSV z nagłówkami 178

Rozdział 9. Czas na Pythona 181

  • Moduł time 182
  • Moduł calendar 184
  • Moduł datetime 185

Rozdział 10. Zobaczyć i uwierzyć 189

  • Instalacja biblioteki Matplotlib 189
    • Kłopotliwy Windows 190
  • Pierwszy wykres 191
  • Modyfikacje wyglądu wykresu 192
  • Wykresy wielokrotne 194
  • Prosta analiza danych 195
    • Wykresy słupkowe 196
    • Histogramy 197
  • Integracja z danymi CSV 198
  • Podręcznik Matplotlib na bezludną wyspę? 199

Rozdział 11. Kłopotliwe okienka 201

  • Instalacja 202
  • Pierwsze okienka... 202
  • Przegląd możliwości Easy GUI 203
    • Okno komunikatu (msgbox) 204
    • Okno kontynuacji (ccbox/ynbox) 204
    • Okno wyboru (buttonbox) 205
    • Lista wyboru (choicebox) 205
    • Formularze wprowadzania danych (multenterbox) 206
    • Selektor wyboru pliku lub katalogu z dysku 207
    • Miniedytor lub panel podglądu tekstu (codebox) 208
  • Podsumowanie 209

Rozdział 12. Szybkie tablice NumPy 211

  • Instalacja 212
  • N-wymiarowe tablice NumPy 212
    • Tablice i macierze NumPy 212
    • Deklarowanie tablic i macierzy NumPy 213
    • Funkcje tablicowe NumPy 215
    • Zmiany układu i rozmiaru tablic NumPy 218
    • Wycinki w tablicach NumPy 220
    • Użycie struktur NumPy w Matplotlib 221
    • NumPy - podsumowanie 225

Rozdział 13. Nakarmić Pandas danymi! 227

  • Czego potrzebujemy 228
  • Model danych w bibliotece Pandas 228
    • Obiekty Pandas Series 229
    • Obiekty Pandas DataFrame 231
    • Import danych zewnętrznych 233
    • Czyszczenie danych 236
  • Analiza jadłospisu pandy 240
    • Wizualizacja z użyciem Matplotlib 242

Rozdział 14. Python i Excel 243

  • Czego potrzebujemy 243
  • Otwieramy pliki Excela 244
    • Otwieranie skoroszytów i arkuszy danych 244
    • Odczytywanie zakresów danych 246
    • Zapis danych do skoroszytu Excela 247
    • Modyfikacja struktury 248

Rozdział 15. Przeszukiwanie logów 251

  • Analiza treści plików z linii poleceń 251
    • System Windows 252
    • Systemy Linux 253
  • Wyrażenia regularne 255
  • Realizacja regex w Pythonie 256

Podsumowanie 259

Skorowidz 261

powrót
 
Produkty Podobne
Python dla testera
Matematyka w Pythonie. Algebra, statystyka, analiza matematyczna i inne dziedziny
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
Złam ten kod z Pythonem. Jak tworzyć, testować i łamać szyfry
Machine learning, Python i data science. Wprowadzenie
Python. Zadania z programowania. Przykładowe funkcyjne rozwiązania
Python. Zadania z programowania. Przykładowe imperatywne rozwiązania
Automatyzacja nudnych zadań z Pythonem. Nauka programowania. Wydanie II
Kod Pythona w jednym wierszu. Jak profesjonaliści piszą programy doskonałe
Python na maturze. Rozwiązania i analiza wybranych zadań programistycznych
Więcej produktów