具体描述
【技术大咖推荐】
“很荣幸担任这本优秀图书的技术审校。这本书能帮助很多中级Python程序员掌握这门语言，我也从中学到了相当多的知识！”——Alex Martelli，Python软件基金会成员
“对于想要扩充知识的中级和高级Python程序员来说，这本书是充满了实用编程技巧的宝藏。”——Daniel Greenfeld和Audrey Roy Greenfeld，Two Scoops of Django作者
【本书特色】
本书由奋战在Python开发一线近20年的Luciano Ramalho执笔，Victor Stinner、Alex Martelli等Python大咖担纲技术审稿人，从语言设计层面剖析编程细节，兼顾Python 3和Python 2，告诉你Python中不亲自动手实践就无法理解的语言陷阱成因和解决之道，教你写出风格地道的Python代码。
● Python数据模型：理解为什么特殊方法是对象行为一致的关键。
● 数据结构：充分利用内置类型，理解Unicode文本和字节二象性。
● 把函数视作对象：把Python函数视作一等对象，并了解这一点对流行的设计模式的影响。
● 面向对象习惯用法：通过构建类学习引用、可变性、接口、运算符重载和多重继承。
● 控制流程：学习使用上下文管理器、生成器、协程，以及通过concurrent.futures和asyncio包实现的并发。
● 元编程：理解特性、描述符、类装饰器和元类的工作原理。
【主要内容】
本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。
本书适合中高级Python软件开发人员阅读参考。
【译者简介】
安道
专注于现代计算机技术的自由翻译，译有《Flask Web 开发》《Python 网络编程攻略》《Ruby on Rails 教程》等书。
个人网站：http://about.ac/。
吴珂
现为Airbnb公司软件工程师，所在团队主要负责开发和维护各类可伸缩、高性能服务，并在Airbnb内推广面向服务的系统架构。在分布式系统、云存储服务和跨平台SDK开发，以及大规模数据处理等方面有多年经验。
作者简介
Luciano Ramalho，从1998年起就成为了Python程序员。他是Python软件基金会的成员，Python.pro.br（巴西的一家培训公司）的共同所有者，还是巴西第一个众创空间Garoa Hacker Clube的联合创始人。他领导过多个软件开发团队，还在巴西的媒体、银行和政府部门教授Python课程。
目录信息
第一部分 序幕
第1章 Python 数据模型 2
1.1 一摞 Python 风格的纸牌 3
1.2 如何使用特殊方法 6
1.2.1 模拟数值类型 7
1.2.2 字符串表示形式 9
1.2.3 算术运算符 10
1.2.4 自定义的布尔值 10
1.3 特殊方法一览 10
1.4 为什么 len 不是普通方法 12
1.5 本章小结 12
1.6 延伸阅读 13
第二部分 数据结构
第2章 序列构成的数组 16
2.1 内置序列类型概览 17
2.2 列表推导和生成器表达式 18
2.2.1 列表推导和可读性 18
2.2.2 列表推导同 filter 和 map 的比较 20
2.2.3 笛卡儿积 20
2.2.4 生成器表达式 21
2.3 元组不仅仅是不可变的列表 22
2.3.1 元组和记录 23
2.3.2 元组拆包 23
2.3.3 嵌套元组拆包 25
2.3.4 具名元组 26
2.3.5 作为不可变列表的元组 27
2.4 切片 28
2.4.1 为什么切片和区间会忽略最后一个元素 28
2.4.2 对对象进行切片 29
2.4.3 多维切片和省略 30
2.4.4 给切片赋值 31
2.5 对序列使用 + 和 * 31
2.6 序列的增量赋值 33
2.7 list.sort 方法和内置函数 sorted 36
2.8 用 bisect 来管理已排序的序列 37
2.8.1 用 bisect 来搜索 38
2.8.2 用 bisect.insort 插入新元素 40
2.9 当列表不是首选时 41
2.9.1 数组 41
2.9.2 内存视图 44
2.9.3 NumPy 和 SciPy 45
2.9.4 双向队列和其他形式的队列 47
2.10 本章小结 49
2.11 延伸阅读 50
第3章 字典和集合 54
3.1 泛映射类型 54
3.2 字典推导 56
3.3 常见的映射方法 57
3.4 映射的弹性键查询 61
3.4.1 defaultdict ：处理找不到的键的一个选择 61
3.4.2 特殊方法 __missing__ 62
3.5 字典的变种 65
3.6 子类化 UserDict 65
3.7 不可变映射类型 67
3.8 集合论 68
3.8.1 集合字面量 69
3.8.2 集合推导 71
3.8.3 集合的操作 71
3.9 dict 和 set 的背后 73
3.9.1 一个关于效率的实验 74
3.9.2 字典中的散列表 75
3.9.3 dict 的实现及其导致的结果 78
3.9.4 set 的实现以及导致的结果 80
3.10 本章小结 80
3.11 延伸阅读 81
第4章 文本和字节序列 83
4.1 字符问题 84
4.2 字节概要 85
4.3 基本的编解码器 88
4.4 了解编解码问题 89
4.4.1 处理 UnicodeEncodeError 90
4.4.2 处理 UnicodeDecodeError 90
4.4.3 使用预期之外的编码加载模块时抛出的 SyntaxError 91
4.4.4 如何找出字节序列的编码 92
4.4.5 BOM：有用的鬼符 93
4.5 处理文本文件 94
4.6 为了正确比较而规范化 Unicode 字符串 99
4.6.1 大小写折叠 101
4.6.2 规范化文本匹配实用函数 102
4.6.3 极端“规范化”：去掉变音符号 103
4.7 Unicode 文本排序 105
4.8 Unicode 数据库 108
4.9 支持字符串和字节序列的双模式 API 109
4.9.1 正则表达式中的字符串和字节序列 109
4.9.2 os 函数中的字符串和字节序列 111
4.10 本章小结 112
4.11 延伸阅读 113
第三部分 把函数视作对象
第5章 一等函数 118
5.1 把函数视作对象 119
5.2 高阶函数 120
5.3 匿名函数 122
5.4 可调用对象 122
5.5 用户定义的可调用类型 123
5.6 函数内省 124
5.7 从定位参数到仅限关键字参数 126
5.8 获取关于参数的信息 127
5.9 函数注解 131
5.10 支持函数式编程的包 132
5.10.1 operator 模块 132
5.10.2 使用 functools.partial 冻结参数 135
5.11 本章小结 137
5.12 延伸阅读 137
第6章 使用一等函数实现设计模式 141
6.1 案例分析：重构“策略”模式 142
6.1.1 经典的“策略”模式 142
6.1.2 使用函数实现“策略”模式 145
6.1.3 选择最佳策略：简单的方式 148
6.1.4 找出模块中的全部策略 149
6.2 “命令”模式 150
6.3 本章小结 151
6.4 延伸阅读 152
第7章 函数装饰器和闭包 154
7.1 装饰器基础知识 155
7.2 Python 何时执行装饰器 156
7.3 使用装饰器改进“策略”模式 157
7.4 变量作用域规则 159
7.5 闭包 161
7.6 nonlocal 声明 164
7.7 实现一个简单的装饰器 165
7.8 标准库中的装饰器 168
7.8.1 使用 functools.lru_cache 做备忘 168
7.8.2 单分派泛函数 170
7.9 叠放装饰器 172
7.10 参数化装饰器 173
7.10.1 一个参数化的注册装饰器 173
7.10.2 参数化 clock 装饰器 175
7.11 本章小结 177
7.12 延伸阅读 178
第四部分 面向对象惯用法
第8章 对象引用、可变性和垃圾回收 182
8.1 变量不是盒子 183
8.2 标识、相等性和别名 184
8.2.1 在 == 和 is 之间选择 185
8.2.2 元组的相对不可变性 186
8.3 默认做浅复制 187
8.4 函数的参数作为引用时 190
8.4.1 不要使用可变类型作为参数的默认值 191
8.4.2 防御可变参数 193
8.5 del 和垃圾回收 195
8.6 弱引用 196
8.6.1 WeakValueDictionary 简介 197
8.6.2 弱引用的局限 199
8.7 Python 对不可变类型施加的把戏 199
8.8 本章小结 201
8.9 延伸阅读 201
第9章 符合 Python 风格的对象 205
9.1 对象表示形式 206
9.2 再谈向量类 206
9.3 备选构造方法 208
9.4 classmethod 与 staticmethod 209
9.5 格式化显示 210
9.6 可散列的 Vector2d 213
9.7 Python 的私有属性和“受保护的”属性 218
9.8 使用 __slots__ 类属性节省空间 220
9.9 覆盖类属性 222
9.10 本章小结 224
9.11 延伸阅读 225
第10章 序列的修改、散列和切片 229
10.1 Vector 类：用户定义的序列类型 230
10.2 Vector 类第1 版：与 Vector2d 类兼容 230
10.3 协议和鸭子类型 232
10.4 Vector 类第2 版：可切片的序列 233
10.4.1 切片原理 234
10.4.2 能处理切片的 __getitem__ 方法 236
10.5 Vector 类第3 版：动态存取属性 237
10.6 Vector 类第4 版：散列和快速等值测试 240
10.7 Vector 类第5 版：格式化 244
10.8 本章小结 251
10.9 延伸阅读 251
第11章 接口：从协议到抽象基类 256
11.1 Python 文化中的接口和协议 257
11.2 Python 喜欢序列 258
11.3 使用猴子补丁在运行时实现协议 260
11.4 Alex Martelli 的水禽 262
11.5 定义抽象基类的子类 266
11.6 标准库中的抽象基类 267
11.6.1 collections.abc 模块中的抽象基类 267
11.6.2 抽象基类的数字塔 269
11.7 定义并使用一个抽象基类 270
11.7.1 抽象基类句法详解 273
11.7.2 定义 Tombola 抽象基类的子类 274
11.7.3 Tombola 的虚拟子类 276
11.8 Tombola 子类的测试方法 278
11.9 Python 使用 register 的方式 281
11.10 鹅的行为有可能像鸭子 281
11.11 本章小结 283
11.12 延伸阅读 284
第12章 继承的优缺点 289
12.1 子类化内置类型很麻烦 289
12.2 多重继承和方法解析顺序 292
12.3 多重继承的真实应用 296
12.4 处理多重继承 298
12.5 一个现代示例：Django 通用视图中的混入 301
12.6 本章小结 304
12.7 延伸阅读 304
第13章 正确重载运算符 307
13.1 运算符重载基础 308
13.2 一元运算符 308
13.3 重载向量加法运算符 + 310
13.4 重载标量乘法运算符 * 315
13.5 众多比较运算符 318
13.6 增量赋值运算符 321
13.7 本章小结 325
13.8 延伸阅读 326
第五部分 控制流程
第14章 可迭代的对象、迭代器和生成器 330
14.1 Sentence 类第1 版：单词序列 331
14.2 可迭代的对象与迭代器的对比 334
14.3 Sentence 类第2 版：典型的迭代器 337
14.4 Sentence 类第3 版：生成器函数 339
14.5 Sentence 类第4 版：惰性实现 343
14.6 Sentence 类第5 版：生成器表达式 344
14.7 何时使用生成器表达式 345
14.8 另一个示例：等差数列生成器 346
14.9 标准库中的生成器函数 349
14.10 Python 3.3 中新出现的句法： yield from 357
14.11 可迭代的归约函数 358
14.12 深入分析 iter 函数 359
14.13 案例分析：在数据库转换工具中使用生成器 360
14.14 把生成器当成协程 362
14.15 本章小结 362
14.16 延伸阅读 363
第15章 上下文管理器和 else 块 368
15.1 先做这个，再做那个： if 语句之外的 else 块 369
15.2 上下文管理器和 with 块 370
15.3 contextlib 模块中的实用工具 374
15.4 使用 @contextmanager 375
15.5 本章小结 378
15.6 延伸阅读 378
第16章 协程 381
16.1 生成器如何进化成协程 382
16.2 用作协程的生成器的基本行为 382
16.3 示例：使用协程计算移动平均值 385
16.4 预激协程的装饰器 386
16.5 终止协程和异常处理 388
16.6 让协程返回值 391
16.7 使用 yield from 393
16.8 yield from 的意义 398
16.9 使用案例：使用协程做离散事件仿真 403
16.9.1 离散事件仿真简介 403
16.9.2 出租车队运营仿真 404
16.10 本章小结 410
16.11 延伸阅读 411
第17章 使用期物处理并发 416
17.1 示例：网络下载的三种风格 416
17.1.1 依序下载的脚本 418
17.1.2 使用 concurrent.futures 模块下载 420
17.1.3 期物在哪里 421
17.2 阻塞型 I/O 和 GIL 424
17.3 使用 concurrent.futures 模块启动进程 424
17.4 实验 Executor.map 方法 426
17.5 显示下载进度并处理错误 429
17.5.1 flags2 系列示例处理错误的方式 433
17.5.2 使用 futures.as_completed 函数 435
17.5.3 线程和多进程的替代方案 437
17.6 本章小结 437
17.7 延伸阅读 438
第18章 使用 asyncio 包处理并发 442
18.1 线程与协程对比 443
18.1.1 asyncio.Future ：故意不阻塞 448
18.1.2 从期物、任务和协程中产出 449
18.2 使用 asyncio 和 aiohttp 包下载 450
18.3 避免阻塞型调用 454
18.4 改进 asyncio 下载脚本 456
18.4.1 使用 asyncio.as_completed 函数 456
18.4.2 使用 Executor 对象，防止阻塞事件循环 461
18.5 从回调到期物和协程 462
18.6 使用 asyncio 包编写服务器 466
18.6.1 使用 asyncio 包编写 TCP 服务器 467
18.6.2 使用 aiohttp 包编写 Web 服务器 471
18.6.3 更好地支持并发的智能客户端 474
18.7 本章小结 475
18.8 延伸阅读 476
第六部分 元编程
第19章 动态属性和特性 482
19.1 使用动态属性转换数据 483
19.1.1 使用动态属性访问 JSON 类数据 485
19.1.2 处理无效属性名 487
19.1.3 使用 __new__ 方法以灵活的方式创建对象 488
19.1.4 使用 shelve 模块调整 OSCON 数据源的结构 490
19.1.5 使用特性获取链接的记录 493
19.2 使用特性验证属性 498
19.2.1 LineItem 类第1 版：表示订单中商品的类 498
19.2.2 LineItem 类第2 版：能验证值的特性 499
19.3 特性全解析 500
19.3.1 特性会覆盖实例属性 501
19.3.2 特性的文档 503
19.4 定义一个特性工厂函数 504
19.5 处理属性删除操作 506
19.6 处理属性的重要属性和函数 507
19.6.1 影响属性处理方式的特殊属性 507
19.6.2 处理属性的内置函数 508
19.6.3 处理属性的特殊方法 509
19.7 本章小结 510
19.8 延伸阅读 510
第20章 属性描述符 514
20.1 描述符示例：验证属性 514
20.1.1 LineItem 类第3 版：一个简单的描述符 515
20.1.2 LineItem 类第4 版：自动获取储存属性的名称 519
20.1.3 LineItem 类第5 版：一种新型描述符 524
20.2 覆盖型与非覆盖型描述符对比 526
20.2.1 覆盖型描述符 528
20.2.2 没有 __get__ 方法的覆盖型描述符 529
20.2.3 非覆盖型描述符 530
20.2.4 在类中覆盖描述符 531
20.3 方法是描述符 531
20.4 描述符用法建议 533
20.5 描述符的文档字符串和覆盖删除操作 534
20.6 本章小结 535
20.7 延伸阅读 536
第21章 类元编程 538
21.1 类工厂函数 539
21.2 定制描述符的类装饰器 541
21.3 导入时和运行时比较 543
21.4 元类基础知识 547
21.5 定制描述符的元类 552
21.6 元类的特殊方法 __prepare__ 554
21.7 类作为对象 556
21.8 本章小结 557
21.9 延伸阅读 557
结语 560
附录 A 辅助脚本 563
Python 术语表 588
作者简介 600
关于封面 600
· · · · · · (收起)
读后感
Python是一个让我非常喜欢的语言，现在也非常的火热。相信入门阶段结束之后，语言之美，吸引你想更深入的了解它。想要进阶，那不妨了解以下几本进阶书。 《流畅的Python》，本书放在第一位，就是因为它最值得推荐。我看的时候还没中文版，花了两个月的时间，每天晚上看一点，慢...
Learn how to write idiomatic, effective Python code by leveraging its best features. Python's simplicity quickly lets you become productive with it, but this often means you aren’t using everything the language has to offer. By taking you through Python’s...
这本书非常好，是深入理解Python最好的两本书之一，另一本可能是《500 Lines or Less》。 之前看到一个友邻说，这本是Python程序员的进阶书。看了一部分之后，感觉对Python协程确实有了更深入的认识——直到偶遇了下面这本书： 才明白，《Fluent Python》中，对很多东西的介绍...
用 Python，我追求的境界是：写出完美又好用的 API 供别人使用（即便不能一蹴而就），让其享受 Python 所带来的编程乐趣。 Python 是一门十分强大的编程语言，不仅涵盖多范式编程，而且提供了许多高级特性，供开发者选择，让其可以在更高的层面上抽象代码，写出更加优美的代码...
第一章开头就说了，理论上太美的语言没多少人爱用，而python的创造者Guido的目标是一门“slightly less theoretically beautiful but thereby is a joy to write programs in”的语言。从这几年语言排行榜的流行趋势看来，他远远的做到了。 了解了generator后我会更加在意某个...
用户评价
**第二段：** 坦白说，我之前对Python的理解停留在“能用就行”的层面，对于一些高级特性，比如装饰器、元类等，我总是知其然而不知其所以然。直到我读了《流畅的Python》，我才真正体会到Python的强大和灵活。作者的讲解逻辑清晰，层层递进，从基础概念到高级用法，都讲解得非常到位。我特别欣赏书中对内存管理和性能优化的分析，这对于编写大型、高效的Python程序至关重要。书中的案例都来源于实际应用，非常具有参考价值，也让我对如何写出“Pythonic”的代码有了更深的理解。读完这本书，我感觉自己的编程思维发生了质的飞跃，不再是简单地堆砌代码，而是能够更主动地去利用Python的语言特性，解决更复杂的问题。这本书绝对是想要成为Python高手的必备读物。
**第三段：** 作为一个Python初学者，《流畅的Python》这本书让我既感到惊喜又有些许挑战。惊喜在于，它没有像许多入门书籍那样，只是枯燥地讲解语法，而是将Python的精髓和设计理念融入其中。作者用一种非常引人入胜的方式，引导我一步步探索Python的深层机制。当然，其中一些概念确实需要反复咀嚼才能完全理解，比如鸭子类型和“魔法方法”的运用。但正是这种恰到好处的挑战，让我获得了极大的成就感。每一次攻克一个难点，都感觉自己离“流畅”更近了一步。书中大量的代码示例，对我这个喜欢动手实践的学习者来说，简直是宝藏。我发现，通过模仿和修改这些示例，我能更快地掌握书中讲解的知识点。这本书为我的Python学习之路打下了坚实的基础，也让我对未来的学习充满了信心。
**第一段：** 作为一名在IT行业摸爬滚打了多年的老兵，我见证了各种编程语言的起起伏伏，但Python一直是我工作中最得力的助手。所以，当《流畅的Python》这本书摆在我面前时，我毫不犹豫地入手了。这本书没有让我失望，它以一种极其细腻和深刻的方式，为我打开了Python语言的全新视野。我尤其喜欢书中关于“Pythonic”风格的探讨，作者用大量生动的例子，将那些看似晦涩的概念，比如生成器、迭代器、上下文管理器等，拆解得清晰透彻。阅读过程中，我常常会恍然大悟，感叹“原来还可以这样！”。书中不仅仅是罗列语法，更注重的是如何利用Python的特性，写出高效、优雅、易于维护的代码。那些在实际开发中经常遇到的棘手问题，在这本书里都能找到巧妙的解决之道。它就像一位经验丰富的导师，循循善诱，让我逐渐掌握了Python的精髓。我强烈推荐给所有希望深入理解Python，并将其应用到实际项目中去的开发者。
**第五段：** 作为一名需要频繁处理大量数据和进行算法开发的从业者，《流畅的Python》这本书为我提供了许多宝贵的洞察。书中关于数据结构、算法优化以及性能调优的章节，对我来说有着直接的应用价值。我特别关注了书中关于列表推导式、生成器表达式以及itertools模块的介绍，这些工具极大地提高了我的代码效率。此外，书中对于如何编写可重用、模块化代码的指导，也帮助我提升了代码质量。我开始尝试用更“Pythonic”的方式去思考问题，比如利用装饰器来简化重复性的代码逻辑，或者使用上下文管理器来管理资源。这本书让我不再仅仅满足于功能上的实现，而是追求代码的优雅、高效和健壮。它就像一位睿智的向导，指引我在这片广阔的Python海洋中，找到更高效、更舒适的航行之道。
**第四段：** 我是一位对编程语言底层原理非常感兴趣的技术爱好者，而《流畅的Python》这本书恰好满足了我对Python内部工作机制的好奇心。作者深入剖析了Python的各种核心概念，从数据模型到对象模型，再到并发和异步编程，都进行了详尽的阐述。书中对于GIL（全局解释器锁）的解释，让我对Python在多线程方面的局限性有了更清晰的认识，也为我提供了更优的并发解决方案。我尤其喜欢书中关于描述符和元类章节的讲解，这些是我之前一直觉得非常晦涩的概念，但通过作者的耐心解读，我终于能够理解它们是如何工作的，以及它们在实际编程中的应用价值。这本书不仅仅是一本关于“如何写Python”的书，更是一本关于“Python为什么这样工作”的书。它让我从一个使用者，变成了一个更懂得Python的设计者。
书还可以，其实，如果为了加深内功。好好啃 SICP ，代码大全。这两本翻烂了，自然一览众山小。
非常好, 能让我更理解Pyhton的一些原理和特点, 而不只是停留在框架使用上面. 有些章节还需要深入理解, 任重道远
第二遍比第一遍理解透彻一些，元编程还是有点不太懂。20180306
2019年已读001：很棒的书籍，从最底层去理解Python，16章及后面暂时用不到，以后补上。
终于摆脱初级入门书籍了，python有点像任天堂的游戏，易学难精 可玩性高
