Python高性能 第2版，由人民邮电出版社在2018-08-01月出版发行，本书编译以及作者信息为： 加布丽埃勒·拉纳诺（Gabriele Lanaro） 著，袁国忠 译，这是第1次发行， 国际标准书号为：9787115488770，品牌为人民邮电出版社, 这本书采用平装开本为16开，纸张采为胶版纸，全书共有184页，字数万字，值得推荐。
此书内容摘要
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。关于此书作者
加布丽埃勒·拉纳诺（Gabriele Lanaro）数据科学家、软件工程师，对机器学习、信息检索、数值计算可视化、Web开发、计算机图形学和系统管理有浓厚的兴趣。开源软件包chemlab和chemview的kai发者。现jiu职于Tableau软件公司。
编辑们的推荐
Python是一种通用型编程语言，其语法清晰简洁、标准库强大，还有大量的第三方库，因而近几年人气急剧上升，在很多领域都得到了广泛应用。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。书中阐释了如何利用各种剖析器来找出Python应用程序的性能瓶颈，并应用正确的算法和高效的数据结构来解决它们；介绍了如何有效地利用NumPy、Pandas和Cython高性能地执行数值计算；解释了异步编程的相关概念，以及如何利用响应式编程实现响应式应用程序；概述了并行编程的概念，并论述了如何利用TensorFlow和Theano为并行架构编写代码，以及如何通过Dask和PySpark等技术在计算机集群上执行大规模计算。
通过学习本书，你将能够实现高性能、可伸缩的Python应用程序。
- 利用NumPy和Pandas编写高效的数值计算代码
- 利用Cython和Numba实现近似本地的性能
- 利用剖析器发现Python应用程序的瓶颈
- 利用asyncio和RxPy编写整洁的并发代码
- 利用TensorFlow和Theano在Python中自动实现并行性
- 利用Dask和PySpark在计算机集群上运行分布式并行算法
Python高性能 第2版图书的目录
第 1 章 基准测试与剖析 11．1设计应用程序2
1．2编写测试和基准测试程序7
1．3使用pytest-benchmark 编写更佳的测试和基准测试程序10
1．4使用cProfile 找出瓶颈12
1．5使用line_profiler 逐行进行剖析16
1．6优化代码17
1．7模块dis19
1．8使用memory_profiler 剖析内存使用情况19
1．9小结21
第2 章 纯粹的Python 优化22
2．1有用的算法和数据结构22
2．1．1列表和双端队列23
2．1．2字典25
2．1．3集28
2．1．4堆29
2．1．5字典树30
2．2缓存和memoization32
2．3推导和生成器34
2．4小结36
第3章 使用NumPy 和Pandas 快速执行数组操作37
3．1NumPy 基础37
3．1．1创建数组38
3．1．2访问数组39
3．1．3广播43
3．1．4数学运算45
3．1．5计算范数46
3．2使用NumPy 重写粒子模拟器47
3．3使用numexpr zui大限度地提高性能49
3．4Pandas51
3．4．1Pandas 基础51
3．4．2使用Pandas 执行数据库式操作55
3．5小结59
第4章 使用Cython 获得C 语言性能60
4．1编译Cython 扩展60
4．2添加静态类型62
4．2．1变量63
4．2．2函数64
4．2．3类65
4．3共享声明66
4．4使用数组67
4．4．1C 语言数组和指针67
4．4．2NumPy 数组69
4．4．3类型化内存视图70
4．5使用Cython 编写粒子模拟器72
4．6剖析Cython 代码75
4．7在Jupyter 中使用Cython78
4．8小结80
第5章 探索编译器82
5．1Numba82
5．1．1Numba 入门83
5．1．2类型特殊化84
5．1．3对象模式和原生模式85
5．1．4Numba 和NumPy88
5．1．5JIT 类91
5．1．6Numba 的局限性94
5．2PyPy 项目95
5．2．1安装PyPy95
5．2．2在PyPy 中运行粒子模拟器96
5．3其他有趣的项目97
5．4小结97
第6章 实现并发性98
6．1异步编程98
6．1．1等待I/O99
6．1．2并发99
6．1．3回调函数101
6．1．4future104
6．1．5事件循环105
6．2asyncio 框架108
6．2．1协程108
6．2．2将阻塞代码转换为非阻塞代码111
6．3响应式编程113
6．3．1被观察者113
6．3．2很有用的运算符115
6．3．3hot 被观察者和cold 被观察者118
6．3．4打造CPU 监视器121
6．4小结123
第7章 并行处理124
7．1并行编程简介124
7．2使用多个进程127
7．2．1Process 和Pool 类127
7．2．2接口Executor129
7．2．3使用蒙特卡洛方法计算pi 的近似值130
7．2．4同步和锁132
7．3使用OpenMP 编写并行的Cython代码134
7．4并行自动化136
7．4．1Theano 初步137
7．4．2Tensorflow142
7．4．3在GPU 中运行代码144
7．5小结146
第8章 分布式处理148
8．1分布式计算简介148
8．2Dask151
8．2．1有向无环图151
8．2．2Dask 数组152
8．2．3Dask Bag 和DataFrame154
8．2．4Dask distributed158
8．3使用PySpark161
8．3．1搭建Spark 和PySpark 环境161
8．3．2Spark 架构162
8．3．3弹性分布式数据集164
8．3．4Spark DataFrame168
8．4使用mpi4py 执行科学计算169
8．5小结171
第9章 高性能设计173
9．1选择合适的策略173
9．1．1普通应用程序174
9．1．2数值计算代码174
9．1．3大数据176
9．2组织代码176
9．3隔离、虚拟环境和容器178
9．3．1使用conda 环境178
9．3．2虚拟化和容器179
9．4持续集成183
9．5小结184
部分内容试读
暂无.关于此书评价
暂无.书摘内容
暂无.Python高性能 第2版最新最全的试读、书评、目录、简介信息由个人博客整理提供。
本文地址：https://my.lmcjl.com/book/427
版权声明：个人博客原创文章，转载请注明出处和网址。
，欢迎加入。
本文链接：https://my.lmcjl.com/post/5974.html
展开阅读全文
4 评论