
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
کد پایتون شما ممکن است درست کار کند، اما به اجرای سریعتری نیاز دارید. این نسخهٔ توسعهیافته و بهروزرسانیشده برای پایتون ۳، به شما نشان میدهد چطور نقاط کندی و گلوگاههای عملکردی را پیدا کنید و سرعت کدهای خود را در برنامههای حجیم بهطور چشمگیری افزایش دهید. کتاب «پایتون پربازده» با بررسی تئوریهای بنیادینِ پشتِ تصمیم طراحی، به شما کمک میکند درک عمیقتری از نحوهٔ پیادهسازی پایتون به دست آورید.
چطور از معماریهای چندهستهای یا خوشهای بهره ببرید؟ یا سیستمی بسازید که بدون از دست دادن قابلیت اعتماد، کوچک و بزرگ شود؟ برنامهنویسان باتجربهٔ پایتون راهحلهای ملموسی برای بسیاری از مسائل خواهند آموخت، به همراه تجربیات واقعی از شرکتهایی که از پایتونِ پربازده برای تحلیل شبکههای اجتماعی، یادگیری ماشین در سطح تولید و موارد دیگر استفاده میکنند.
• درک بهتری از NumPy، Cython و ابزارهای پروفایلینگ به دست آورید
• یاد بگیرید که پایتون چگونه معماری زیرین رایانه را انتزاعی میکند
• از ابزارهای تحلیل عملکرد برای یافتن گلوگاهها در زمان پردازنده و مصرف حافظه استفاده کنید
• با انتخاب ساختارهای دادهٔ مناسب، برنامههای کارآمد بنویسید
• سرعت محاسبات ماتریسی و برداری را افزایش دهید
• از ابزارهایی برای کامپایل کردن پایتون به کد ماشین استفاده کنید
• عملیات ورودی/خروجی و محاسباتی متعدد را بهصورت همزمان مدیریت کنید
• کدهای پردازش موازی را برای اجرا روی خوشههای محلی یا راه دور تبدیل کنید
• با استفاده از ابزارهایی مثل Docker، کدها را سریعتر مستقر کنید
Your Python code may run correctly, but you need it to run faster. Updated for Python 3, this expanded edition shows you how to locate performance bottlenecks and significantly speed up your code in high-data-volume programs. By exploring the fundamental theory behind design choices, High Performance Python helps you gain a deeper understanding of Python’s implementation.How do you take advantage of multicore architectures or clusters? Or build a system that scales up and down without losing reliability? Experienced Python programmers will learn concrete solutions to many issues, along with war stories from companies that use high-performance Python for social media analytics, productionized machine learning, and more.• 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 local or remote clusters• Deploy code faster using tools like Docker