内容简介
本书旨在帮助Python开发者理解和掌握性能优化的核心技术与实践方法。作者Micha Gorelick结合自身在数据科学和分布式系统领域的丰富经验，系统性地讲解了如何通过分析、测量和重构代码来提升Python程序的执行效率。
全书从计算性能的基础概念入手，逐步深入到内存管理、并发编程、多进程与多线程、异步IO、性能分析工具（如cProfile、line_profiler）、数据结构的优化选择、以及利用C扩展和NumPy等库进行加速等关键技术议题。书中不仅包含理论阐述，还通过大量实际案例和可运行代码示例，展示了如何针对不同场景（如Web应用、数据处理、数值计算）进行针对性优化。
此外，本书还介绍了高性能计算中的常见模式，如懒加载、缓存、即时编译（JIT）以及分布式计算框架的集成。内容兼顾深度与广度，既适合有一定Python基础、希望提升代码效率的中级开发者，也对高级工程师和架构师在系统层面优化Python应用具有参考价值。阅读本书后，读者将能够识别性能瓶颈，掌握从单机到集群环境下的各种优化手段，写出更高效率、更可扩展的Python代码。
目录
内容提要
作者简介
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1章 理解高性能Python
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
2.14 确保性能分析成功的策略
作者简介
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1章 理解高性能Python
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
2.14 确保性能分析成功的策略
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。
