PYTHON DLA TESTERA

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

Spis treści

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