Python高性能编程pdf
提取码：dnfi
作者简介
Micha Gorelick 在 bitly 公司从事与数据打交道的工作，并以负责建立了快速前进实
验室（Fast Forward Labs），研究从机器学习到高性能流算法领域的问题。
Ian Ozsvald 是一个数据科学家，并且在 ModelInsight.io 担任 Python 老师，具有超
过 10 年的 Python 经验。他已经在 PyCon 和 PyData 大会上讲课超过 10 年，并且
在伦敦从事人工智能和高性能计算领域的咨询工作超过 10 年时间。Ian 的背景涉
及 Python 和 C++，结合了 Linux 和 Windows 开发、存储系统、许多自然语言处
理和文本处理，机器学习以及数据可视化。他
内容提要
Python 语言是一种脚本语言，其应用领域非常广泛，包括数据分析、自然语言处理、
机器学习、科学计算、推荐系统构建等。
本书共有 12 章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本
书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代
器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案
例展现了在应用场景中需要注意的问题。
本书适合初级和中级 Python 程序员、有一定 Python 语言基础想要得到进阶和提高的读
者阅读。
你会学到什么
我们两位作者在业界和学术界工作了很多年，专门应对大数据应用、处理我需要更快
得到答案！之类的请求、可伸缩架构等需求。我们会将自己经历千辛万苦获得的经验
传授于你，让你免于重蹈覆辙。
在每一章开头，我们会列出问题，并在后续的文字中回答（如果没有回答，告诉我们，
我们会在下一个版本中修正！）。
我们会覆盖下面这些主题：
• 计算机内部结构的背景知识，让你知道在底层发生了什么。
• 列表和元组——在这些基本数据结构中细微的语义和速度区别。
• 字典和集合——在这些重要数据结构中的内存分配策略和访问算法。
• 迭代器——Python 风格的代码应该怎样写，用迭代打开无限数据流的大门。
• 纯 Python 方法——如何高效使用 Python 及其模块。
• 使用 numpy 的矩阵——像一头野兽一样使用心爱的 numpy 库。
• 编译和即时计算——编译成机器码可以跑得更快，让性能分析的结果指引你。
• 并发——高效移动数据的方法。
• multiprocessing——使用内建 multiprocessing 库进行并行计算的各种方
式，高效共享 numpy 矩阵、进程间通信（IPC）的代价和收益。
• 集群计算——将你的 multiprocessing 代码转换成在研究系统以及生产系统的
本地集群或远程集群上运行的代码。
• 使用更少的 RAM——不需要购买大型机就能解决大型问题的方法。
• 现场教训——来自前人的战场故事，让你可以避免重蹈覆辙。
课程目录
转载请注明原文链接：书籍：《Python高性能编程》pdf免费下载
