「儘管在學界與業界都非常普遍,但Python經常因為在實際應用上過於緩慢而遭人詬病,這本書透過詳盡的策略介紹,將那些誤解與疑慮通通掃除掉,讓我們能夠利用Python建立快速且具高度擴充性的計算機制。」—JakeVanderPlas,華盛頓大學
你的Python程式碼可能運作無誤,但你需要它執行得更快速。透過探索設計選項背後的基礎理論,這本實用指南幫助你對Python實作獲得更深入的瞭解。你將學習如何找出效能瓶頸,並且在高資料量(high-data-volume)的程式中大幅加快你的程式碼運作。
如何善用多核心架構或叢集?或者建立能夠擴充及縮小規模,但又不失可靠性的系統?有經驗的Python程式人員將學到這些議題與其他問題的具體解法,並且獲悉各家公司利用高效能Python從事社群媒體分析(socialmediaanalytics),機器學習(machinelearning),以及各種議題的英雄史。
.更深入理解numpy,Cython及效能分析器
.熟悉Python如何抽象化底層的電腦架構
.利用效能分析尋找CPU時間與記憶體使用量的瓶頸
.透過選擇合適的資料結構撰寫有效率的程式
.加速矩陣與向量計算
.使用工具將Python編譯成機器碼
.並行管理多個I/O與計算操作
.將multiprocessing程式碼轉換成執行在本地或遠端的叢集上
.使用較少的RAM解決大型的問題
作者簡介:
Micha Gorelick
因時光旅行方面的貢獻,獲得 2046 年的諾貝爾獎,他決定回到 2000 年代,從事太空物理學的研究,在 bitly 分析大數據,並且與人共同創立 Fast Forward Labs,擔任常駐的 Mad Scientist 的職務,其研究主題包羅萬象,從機器學習到高效能串流演算法都有
Ian Ozsvald
Ian Ozsvald 是 ModelInsight.io 的資料科學家與講師,Python 的經驗超過十年。多年來,他在 PyCon 與 PyData 研討會上教導高效能 Python 的主題,並且在英國擔任資料科學與高效能計算領域的顧問
目錄
第一章 理解高效能Python
第二章 透過效能分析找出瓶頸
第三章 串列與元組
第四章 字典與集合
第五章 迭代器與生成器
第六章 矩陣與向量計算
第七章 編譯成C
第八章 並行性
第九章 multiprocessing 模組
第十章 叢集與任務佇列
第十一章 使用較少的RAM
第十二章 來自業界的經驗學習
第一章 理解高效能Python
第二章 透過效能分析找出瓶頸
第三章 串列與元組
第四章 字典與集合
第五章 迭代器與生成器
第六章 矩陣與向量計算
第七章 編譯成C
第八章 並行性
第九章 multiprocessing 模組
第十章 叢集與任務佇列
第十一章 使用較少的RAM
第十二章 來自業界的經驗學習
購物須知
關於二手書說明:
商品建檔資料為新書及二手書共用,因是二手商品,實際狀況可能已與建檔資料有差異,購買二手書時,請務必檢視商品書況、備註說明及書況影片,收到商品將以書況影片內呈現為準。若有差異時僅可提供退貨處理,無法換貨或再補寄。
商品版權法律說明:
TAAZE 單純提供網路二手書託售平台予消費者,並不涉入書本作者與原出版商間之任何糾紛;敬請各界鑒察。
退換貨說明:
二手書籍商品享有10天的商品猶豫期(含例假日)。若您欲辦理退貨,請於取得該商品10日內寄回。
二手影音商品(例如CD、DVD等),恕不提供10天猶豫期退貨。
二手商品無法提供換貨服務,僅能辦理退貨。如須退貨,請保持該商品及其附件的完整性(包含書籍封底之TAAZE物流條碼)。若退回商品無法回復原狀者,可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱
退換貨原則、
二手CD、DVD退換貨說明。