Ocena:
Książka „High Performance Python” obejmuje szeroki zakres tematów związanych z kodowaniem, profilowaniem i optymalizacją Pythona. Stanowi ona dobre wprowadzenie do technik poprawy wydajności, choć w niektórych obszarach brakuje jej głębi. Na szczególną uwagę zasługują rozdziały poświęcone narzędziom do profilowania, optymalizacji kodu, wielowątkowości i bibliotekom do obliczeń numerycznych. Chociaż wielu czytelników uznało ją za pouczającą, niektórzy uważali, że pośpiesznie omawia złożone tematy.
Zalety:⬤ Obejmuje szeroką gamę wartościowych tematów
⬤ dobra do zrozumienia profilowania i optymalizacji
⬤ przydatne przykłady
⬤ pomocna zarówno dla początkujących, jak i doświadczonych programistów
⬤ pouczające rozdziały na temat wielowątkowości i bibliotek numerycznych.
⬤ Brak głębi w wielu tematach
⬤ niektóre rozdziały wydają się pośpieszne
⬤ niewystarczające pokrycie PyPy
⬤ ostatni rozdział mógłby być bardziej kompleksowy
⬤ może być przytłaczający dla początkujących.
(na podstawie 5 opinii czytelników)
Mastering Python High Performance
Zmierz, zoptymalizuj i popraw wydajność swojego kodu Pythona dzięki temu łatwemu w użyciu przewodnikowi.
O tej książce
Opanuj do's i don'ts programowania wydajności w Pythonie Dowiedz się, jak korzystać z nowych narzędzi, które pomogą ci ulepszyć twoje skrypty Krok po kroku, koncepcyjny przewodnik, który nauczy cię, jak optymalizować i dostrajać krytyczne fragmenty kodu.
Dla kogo jest ta książka
Jeśli jesteś programistą Pythona, który chce poprawić szybkość swoich skryptów lub po prostu chce przenieść swoje umiejętności na wyższy poziom, to ta książka jest idealna dla Ciebie.
Czego się nauczysz
Opanować optymalizację kodu krok po kroku i nauczyć się korzystać z różnych narzędzi Zrozumieć, czym jest profiler i jak odczytywać jego dane wyjściowe Interpretować wizualne dane wyjściowe z narzędzi profilujących i poprawiać wydajność skryptu Używać Cythona do tworzenia szybkich aplikacji w Pythonie i C Korzystać z PyPy, aby poprawić wydajność kodu Pythona Optymalizować kod liczbowy za pomocą NumPy, Numba, Parakeet i Pandas
Szczegółowo
Sama umiejętność kodowania nie wystarczy; w przypadku krytycznych fragmentów kodu liczy się każdy bit pamięci i każdy cykl procesora, a wiedza o tym, jak wycisnąć z kodu każdy bit mocy obliczeniowej, jest kluczową i poszukiwaną umiejętnością. W dzisiejszych czasach Python jest używany w wielu projektach naukowych, a czasami obliczenia wykonywane w tych projektach wymagają poważnego dostrojenia. Profilery to narzędzia zaprojektowane, aby pomóc ci zmierzyć wydajność twojego kodu i pomóc ci podczas procesu optymalizacji, więc wiedza o tym, jak z nich korzystać i odczytywać ich dane wyjściowe, jest bardzo przydatna.
Ta książka zaczyna się od podstaw i stopniowo przechodzi do bardziej zaawansowanych tematów. Dowiesz się wszystkiego, od profilowania aż do napisania prawdziwej aplikacji i zastosowania pełnego zestawu narzędzi zaprojektowanych w celu ulepszenia jej na różne sposoby. W środku zatrzymasz się, aby dowiedzieć się o głównych profilerach używanych w Pythonie i o niektórych narzędziach graficznych, które pomogą ci zrozumieć ich wyniki. Następnie przejdziemy od ogólnych technik optymalizacji do tych specyficznych dla Pythona, omawiając główne konstrukcje języka, które pomogą poprawić szybkość bez większych zmian. Wreszcie, książka omawia niektóre biblioteki specyficzne dla obliczeń numerycznych i jak z nich prawidłowo korzystać, aby uzyskać z nich najlepszą prędkość.
Po przeczytaniu tej książki będziesz wiedział, jak wziąć dowolny kod Pythona, sprofilować go, dowiedzieć się, gdzie znajdują się wąskie gardła i zastosować różne techniki, aby je usunąć.
Styl i podejście
Ten łatwy do prześledzenia, praktyczny przewodnik pomoże ci zwiększyć umiejętności optymalizacji poprzez ulepszenie rzeczywistego kodu.
