內容簡介
寫給人類的高性能編程法
或許你的Python程式可以正確運行了，但你希望它跑得更快。這本更新至Python 3的擴增版本將告訴你如何找到性能瓶頸，並且在使用高資料量的程式中大幅提升程式碼的速度。《高效能Python程式設計》將藉著探索各種設計背後的基本理論，讓你更深入瞭解Python的實作。
如何利用多核心架構或叢集？如何在不失去可靠性的情況下放大與縮小系統規模？資深的Python程式員可從本書學到許多問題的具體解決方案，以及來自許多公司的實戰經驗，這些公司都運用高性能Python來進行社交媒體分析、生產化機器學習等應用。
• 更充分地掌握NymPy、Cython與分析器
• 瞭解Python如何將底層計算架構抽象化
• 進行分析來找出CPU時間和記憶體使用量的瓶頸
• 選擇正確的資料結構，寫出高效程式
• 提升矩陣和向量的計算速度
• 使用工具，將Python編譯成機器碼
• 並行管理多I/O與計算操作
• 轉換multiprocessing程式碼，讓它在本地或遠端叢集上運行
• 使用Docker等工具來快速部署程式
好評推薦
「這是少數幾本可以改變你的編程思維的書籍之一。」
—Hilary Mason ，Accel常駐資料科學家
作者介紹
作者簡介
Micha Gorelick
Micha Gorelick 是Fast Forward Labs共同創辦人，他也是那裡的常駐瘋狂科學家。現在他的工作重心是機器學習的研究和部署相關的倫理和實踐議題。
Ian Ozsvald
Ian Ozsvald 是首席資料科學家和團隊導師。他是PyData London年度會議的協辦人，負責管理倫敦著名的Mor Consulting資料科學顧問公司，並在國際會議發表演說。
目錄
第一章 了解高性能Python
第二章 透過分析來找出瓶頸
第三章 串列與tuple
第四章 字典與集合
第五章 迭代器與產生器
第六章 矩陣與向量計算
第七章 編譯為C
第八章 非同步I/O
第九章 multiprocessing 模組
第十章 叢集與任務佇列
第十一章 使用較少的RAM
第十二章 實戰經驗
