
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.
نرمافزاری بسازید که انعطاف و بیانگری پایتون را با کارایی و کنترلِ زبان C (و C++) ترکیب میکند. این کار با سایثون ممکن است؛ کامپایلر و زبان برنامهنویسی ترکیبی که در بستههای پایهایِ بزرگی مثل NumPy استفاده میشود و در پروژههایی از جمله Pandas، h5py و scikits-learn هم جایگاه دارد. در این راهنمای کاربردی، یاد میگیرید چطور با سایثون عملکرد پایتون را بهتر کنید—تا حدود ۳۰۰۰ برابر—و چطور بهسادگی کتابخانههای C و C++ را در پایتون بپیچید.
در این مسیر، کرت اسمیت شما را با توانمندیهای سایثون آشنا میکند؛ با کدهای نمونه و تمرینهای عملیِ دقیق. اگر تازهکارِ سایثون هستید، یا میخواهید عمیقتر بروید، خواهید دید که این زبان بخش ضروری از ابزارهای هر برنامهنویس پایتونِ عملکردمحور است.* با استفاده از تایپینگ ایستا (static typing) سرعت کد پایتون را بالا ببرید.* تجربه عملیِ کار با قابلیتهای سایثون برای تقویت بخشهای عددی و سنگینِ پایتون.* ساختن نوعهای جدید با سایثون—و دیدن اینکه برنامهنویسی شیءگرا در پایتون چقدر میتواند سریع شود.* ساماندهیِ مؤثر کدهای سایثون در ماژولها و پکیجهای جداگانه، بدون اینکه کارایی فدا شود.* استفاده از سایثون برای ارائه رابطهای پایتونپسند (Pythonic) برای کتابخانههای C و C++.* بهینهسازی کد با ابزارهای پروفایلِ زمان اجرا و زمان کامپایل سایثون.* با تابع prange در سایثون، حلقهها را بهطور شفاف و بدون دردسر، با OpenMP به صورت موازی اجرا کنید.
Build software that combines Python’s expressivity with the performance and control of C (and C++). It’s possible with Cython, the compiler and hybrid programming language used by foundational packages such as NumPy, and prominent in projects including Pandas, h5py, and scikits-learn. In this practical guide, you’ll learn how to use Cython to improve Python’s performance—up to 3000x— and to wrap C and C++ libraries in Python with ease.Author Kurt Smith takes you through Cython’s capabilities, with sample code and in-depth practice exercises. If you’re just starting with Cython, or want to go deeper, you’ll learn how this language is an essential part of any performance-oriented Python programmer’s arsenal.* Use Cython’s static typing to speed up Python code* Gain hands-on experience using Cython features to boost your numeric-heavy Python* Create new types with Cython—and see how fast object-oriented programming in Python can be* Effectively organize Cython code into separate modules and packages without sacrificing performance* Use Cython to give Pythonic interfaces to C and C++ libraries* Optimize code with Cython’s runtime and compile-time profiling tools* Use Cython’s prange function to parallelize loops transparently with OpenMP