Értékelés:
A 'High Performance Python' című könyv a Python kódolással, profilozással és optimalizálással kapcsolatos témák széles körét öleli fel. Jó bevezetést nyújt a teljesítményjavító technikákba, bár néhány területen inkább nem elég mélyreható. A profilalkotó eszközökről, a kódoptimalizálásról, a többszálúságról és a numerikus számításokhoz használt könyvtárakról szóló fejezetek különösen figyelemre méltóak. Bár sok olvasó informatívnak találta, néhányan úgy érezték, hogy elsietett az összetett témákon.
Előnyök:⬤ Sokféle értékes témát tárgyal
⬤ jó a profilozás és az optimalizálás megértéséhez
⬤ hasznos példák
⬤ kezdőknek és tapasztalt programozóknak egyaránt hasznos
⬤ informatív fejezetek a többszálú futásról és a numerikus könyvtárakról.
⬤ Sok témában nem elég mély
⬤ néhány fejezetet elsietettnek érzünk
⬤ a PyPy nem elégséges lefedettsége
⬤ a záró fejezet lehetett volna átfogóbb
⬤ a kezdők számára túlterhelő lehet.
(5 olvasói vélemény alapján)
Mastering Python High Performance
Mérje, optimalizálja és javítsa Python kódja teljesítményét ezzel a könnyen követhető útmutatóval.
A könyvről
Sajátítsa el a Python teljesítmény-programozás teendőit és tilalmait Tanulja meg, hogyan használjon izgalmas új eszközöket, amelyek segítenek javítani a szkriptjeit Lépésről lépésre, koncepcionális útmutató, amely megtanítja, hogyan optimalizálja és finomhangolja a kritikus kódrészleteket.
Kinek szól ez a könyv
Ha Python-fejlesztő vagy, aki szkriptjeid sebességét szeretné javítani, vagy egyszerűen csak a következő szintre akarod emelni a képességeidet, akkor ez a könyv tökéletes neked.
Amit tanulni fog
Sajátítsa el lépésről lépésre a kódoptimalizálást, és tanulja meg, hogyan használja a különböző eszközöket Értse meg, mi az a profiler, és hogyan olvassa el a kimenetét Értelmezze a profilalkotó eszközök vizuális kimenetét, és javítsa a szkript teljesítményét Használja a Cythont gyors alkalmazások létrehozásához Python és C használatával Használja ki a PyPy előnyeit a Python-kód teljesítményének javításához Optimalizálja a számok számolásával foglalkozó kódot a NumPy, Numba, Parakeet és Pandas segítségével.
Részletesen
Nem elég egyszerűen csak kódolni tudni; a kritikus fontosságú kódok esetében minden egyes memóriabit és CPU-ciklus számít, és az, hogy hogyan lehet a kódból minden egyes feldolgozási teljesítményt kihozni, létfontosságú és keresett készség. Manapság a Pythont számos tudományos projektben használják, és az ezekben a projektekben végzett számítások néha komoly finomhangolást igényelnek. A profilozók olyan eszközök, amelyeket arra terveztek, hogy segítsenek a kódod teljesítményének mérésében és az optimalizálás során, ezért nagyon hasznos, ha tudod, hogyan használd őket és hogyan olvasd el a kimenetüket.
Ez a könyv az alapoktól indul, és fokozatosan halad tovább a haladóbb témák felé. Mindent megtanulhat a profilalkotástól kezdve egészen egy valós alkalmazás megírásáig, és a különböző módokon történő javítására szolgáló eszközök teljes készletének alkalmazásáig. A könyv közepén megáll, hogy megismerkedjen a Pythonban használt főbb profilozókkal, valamint néhány grafikus eszközzel, amelyek segítenek értelmet adni a kimenetüknek. Ezután az általános optimalizálási technikákról áttérsz a Python-specifikus technikákra, és átnézed a nyelv főbb konstrukcióit, amelyek segítségével különösebb változtatás nélkül javíthatsz a sebességeden. Végül a könyv kitér néhány számelmélet-specifikus könyvtárra, és arra, hogyan használd őket megfelelően, hogy a lehető legnagyobb sebességet hozd ki belőlük.
A könyv elolvasása után tudni fogod, hogyan kell bármilyen Python-kódot venni, profilozni, kideríteni, hol vannak a szűk keresztmetszetek, és különböző technikákat alkalmazni ezek megszüntetésére.
Stílus és megközelítés
Ez a könnyen követhető, gyakorlatias útmutató segít az optimalizálási készségeidet a valós kódok javításával fejleszteni.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)