High Performance Python: Practical Performant Programming for Humans (Paperback)
暫譯: 高效能 Python:人類實用的高效程式設計

Micha Gorelick, Ian Ozsvald

買這商品的人也買了...

相關主題

商品描述

Your Python code may run correctly, but you need it to run faster. By exploring the fundamental theory behind design choices, this practical guide helps you gain a deeper understanding of Python’s implementation. You’ll learn how to locate performance bottlenecks and significantly speed up your code in high-data-volume programs.

How can you take advantage of multi-core architectures or clusters? Or build a system that can scale up and down without losing reliability? Experienced Python programmers will learn concrete solutions to these and other issues, along with war stories from companies that use high performance Python for social media analytics, productionized machine learning, and other situations.

  • Get a better grasp of numpy, Cython, and profilers
  • Learn how Python abstracts the underlying computer architecture
  • Use profiling to find bottlenecks in CPU time and memory usage
  • Write efficient programs by choosing appropriate data structures
  • Speed up matrix and vector computations
  • Use tools to compile Python down to machine code
  • Manage multiple I/O and computational operations concurrently
  • Convert multiprocessing code to run on a local or remote cluster
  • Solve large problems while using less RAM

商品描述(中文翻譯)

您的 Python 代碼可能運行正常,但您需要它運行得更快。通過探索設計選擇背後的基本理論,這本實用指南幫助您更深入地理解 Python 的實現。您將學習如何定位性能瓶頸,並在高數據量的程序中顯著加快代碼執行速度。

您如何利用多核心架構或叢集?或者構建一個可以在不失去可靠性的情況下進行擴展和縮減的系統?經驗豐富的 Python 程式設計師將學習到這些及其他問題的具體解決方案,以及來自使用高性能 Python 進行社交媒體分析、產品化機器學習和其他情境的公司的實戰故事。

- 更好地掌握 numpy、Cython 和分析工具
- 學習 Python 如何抽象底層計算機架構
- 使用分析工具查找 CPU 時間和內存使用的瓶頸
- 通過選擇適當的數據結構來編寫高效的程序
- 加速矩陣和向量計算
- 使用工具將 Python 編譯為機器碼
- 同時管理多個 I/O 和計算操作
- 將多進程代碼轉換為在本地或遠程叢集上運行
- 在使用更少 RAM 的情況下解決大型問題