内容简介
本书由两位资深Python开发者Micha Gorelick和Ian Ozsvald撰写，旨在帮助读者理解和掌握Python语言在高效能计算中的核心技巧与实践方法。书中深入剖析了Python程序性能瓶颈的常见原因，并提供了系统化的优化策略，涵盖从代码层面到系统架构的多个维度。
内容从基础开始，首先介绍了如何通过性能剖析工具识别代码中的热点与低效部分，随后详细讲解了向量化计算、使用NumPy和Pandas进行数据操作、并行与并发编程、内存管理与缓存优化、以及利用C扩展和Cython提升运算速度等关键技术。书中还涉及GPU编程、分布式计算等进阶主题，帮助读者在云计算和大数据场景下实现Python程序的高效运行。
与普通编程书籍不同，本书注重实践，每个章节都配有真实的案例和代码示例，引导读者在实际项目中应用性能优化方法。无论是数据科学家、机器学习工程师、后端开发者还是对Python性能感兴趣的爱好者，都能从中获得提升程序运行效率的实用指导。
目录
内容提要
作者简介
第1章 理解高性能Python
1.1 基本的计算机系统
1.2 将基本的元素组装到一起
1.3 为什么使用Python
第2章 通过性能分析找到瓶颈
2.1 高效地分析性能
2.2 Julia集合的介绍
2.3 计算完整的Julia集合
2.4 计时的简单方法——打印和修饰
2.5 用UNIX的time命令进行简单的计时
2.6 使用cProfile模块
2.7 用runsnakerun对cProfile的输出进行可视化
2.8 用line_profiler进行逐行分析
2.9 用memory_profiler诊断内存的用量
2.10 用heapy调查堆上的对象
2.11 用dowser实时画出变量的实例
2.12 用dis模块检查CPython字节码
2.13 在优化期间进行单元测试保持代码的正确性
作者简介
第1章 理解高性能Python
1.1 基本的计算机系统
1.2 将基本的元素组装到一起
1.3 为什么使用Python
第2章 通过性能分析找到瓶颈
2.1 高效地分析性能
2.2 Julia集合的介绍
2.3 计算完整的Julia集合
2.4 计时的简单方法——打印和修饰
2.5 用UNIX的time命令进行简单的计时
2.6 使用cProfile模块
2.7 用runsnakerun对cProfile的输出进行可视化
2.8 用line_profiler进行逐行分析
2.9 用memory_profiler诊断内存的用量
2.10 用heapy调查堆上的对象
2.11 用dowser实时画出变量的实例
2.12 用dis模块检查CPython字节码
2.13 在优化期间进行单元测试保持代码的正确性
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
