科技 类型
可以朗读 语音朗读
177千字 字数
2018-08-01 发行日期
展开全部

主编推荐语

本书是一本Python性能提升指南，展示了如何利用Python的原生库以及丰富的第三方库来构建健壮的应用程序。

内容简介

本书主要介绍如何让Python程序发挥强大性能，内容涵盖针对数值计算和科学代码的优化，以及用于提高Web服务和应用响应速度的策略。具体内容有：基准测试与剖析、纯粹的Python优化、基于NumPy和Pandas的快速数组操作、使用Cython获得C语言性能、编译器探索、实现并发性、并行处理、分布式处理、高性能设计等。

目录

  • 版权信息
  • 前言
  • 致谢
  • 第1章 基准测试与剖析
  • 1.1 设计应用程序
  • 1.2 编写测试和基准测试程序
  • 1.3 使用pytest-benchmark编写更佳的测试和基准测试程序
  • 1.4 使用cProfile找出瓶颈
  • 1.5 使用line_profiler逐行进行剖析
  • 1.6 优化代码
  • 1.7 模块dis
  • 1.8 使用memory_profiler剖析内存使用情况
  • 1.9 小结
  • 第2章 纯粹的Python优化
  • 2.1 有用的算法和数据结构
  • 2.1.1 列表和双端队列
  • 2.1.2 字典
  • 2.1.3 集
  • 2.1.4 堆
  • 2.1.5 字典树
  • 2.2 缓存和memoization
  • 2.3 推导和生成器
  • 2.4 小结
  • 第3章 使用NumPy和Pandas快速执行数组操作
  • 3.1 NumPy基础
  • 3.1.1 创建数组
  • 3.1.2 访问数组
  • 3.1.3 广播
  • 3.1.4 数学运算
  • 3.1.5 计算范数
  • 3.2 使用NumPy重写粒子模拟器
  • 3.3 使用numexpr最大限度地提高性能
  • 3.4 Pandas
  • 3.4.1 Pandas基础
  • 3.4.2 使用Pandas执行数据库式操作
  • 3.5 小结
  • 第4章 使用Cython获得C语言性能
  • 4.1 编译Cython扩展
  • 4.2 添加静态类型
  • 4.2.1 变量
  • 4.2.2 函数
  • 4.2.3 类
  • 4.3 共享声明
  • 4.4 使用数组
  • 4.4.1 C语言数组和指针
  • 4.4.2 NumPy数组
  • 4.4.3 类型化内存视图
  • 4.5 使用Cython编写粒子模拟器
  • 4.6 剖析Cython代码
  • 4.7 在Jupyter中使用Cython
  • 4.8 小结
  • 第5章 探索编译器
  • 5.1 Numba
  • 5.1.1 Numba入门
  • 5.1.2 类型特殊化
  • 5.1.3 对象模式和原生模式
  • 5.1.4 Numba和NumPy
  • 5.1.5 JIT类
  • 5.1.6 Numba的局限性
  • 5.2 PyPy项目
  • 5.2.1 安装PyPy
  • 5.2.2 在PyPy中运行粒子模拟器
  • 5.3 其他有趣的项目
  • 5.4 小结
  • 第6章 实现并发性
  • 6.1 异步编程
  • 6.1.1 等待I/O
  • 6.1.2 并发
  • 6.1.3 回调函数
  • 6.1.4 future
  • 6.1.5 事件循环
  • 6.2 asyncio框架
  • 6.2.1 协程
  • 6.2.2 将阻塞代码转换为非阻塞代码
  • 6.3 响应式编程
  • 6.3.1 被观察者
  • 6.3.2 很有用的运算符
  • 6.3.3 hot被观察者和cold被观察者
  • 6.3.4 打造CPU监视器
  • 6.4 小结
  • 第7章 并行处理
  • 7.1 并行编程简介
  • 7.2 使用多个进程
  • 7.2.1 Process和Pool类
  • 7.2.2 接口Executor
  • 7.2.3 使用蒙特卡洛方法计算 pi 的近似值
  • 7.2.4 同步和锁
  • 7.3 使用OpenMP编写并行的Cython代码
  • 7.4 并行自动化
  • 7.4.1 Theano初步
  • 7.4.2 Tensorflow
  • 7.4.3 在GPU中运行代码
  • 7.5 小结
  • 第8章 分布式处理
  • 8.1 分布式计算简介
  • 8.2 Dask
  • 8.2.1 有向无环图
  • 8.2.2 Dask数组
  • 8.2.3 Dask Bag和DataFrame
  • 8.2.4 Dask distributed
  • 8.3 使用PySpark
  • 8.3.1 搭建Spark和PySpark环境
  • 8.3.2 Spark架构
  • 8.3.3 弹性分布式数据集
  • 8.3.4 Spark DataFrame
  • 8.4 使用mpi4py执行科学计算
  • 8.5 小结
  • 第9章 高性能设计
  • 9.1 选择合适的策略
  • 9.1.1 普通应用程序
  • 9.1.2 数值计算代码
  • 9.1.3 大数据
  • 9.2 组织代码
  • 9.3 隔离、虚拟环境和容器
  • 9.3.1 使用conda环境
  • 9.3.2 虚拟化和容器
  • 9.4 持续集成
  • 9.5 小结
展开全部

评分及书评

评分不足
2个评分

出版方

人民邮电出版社·图灵出品

图灵社区成立于2005年6月，由人民邮电出版社投资控股，以策划出版高质量的科技书籍为核心业务，主要出版领域包括计算机、电子电气、数学统计、科普等，通过引进国际高水平的教材、专著，以及发掘国内优秀原创作品等途径，为目标读者提供一流的内容。