Сверхбыстрый Python
Быстрый код на чистом Python, оптимизированные библиотеки и аппаратное обеспечение, позволяющее использовать все преимущества параллельной обработки данных, – это цена входа в мир машинного обучения и анализа больших данных. Книга, которую вы держите в руках, предлагает уникальные техники ускорения с акцентом на большие данные и станет вашим надежным проводником в мир оптимизации решений на базе Python. Вы узнаете, как оптимизировать работу со встроенными структурами данных и ускорить решения за счет конкурентного выполнения, а также научитесь сокращать объем занимаемой данными памяти без ущерба для их точности.
Ознакомившись с тщательно проработанными примерами, вы узнаете, как добиться большей производительности популярных библиотек, таких как NumPy и pandas, и как эффективно обрабатывать и хранить данные. В книге используется целостный подход к повышению эффективности решений, так что вы научитесь оптимизировать и масштабировать целые системы – начиная от кода и заканчивая архитектурой.
Книга предназначена для разработчиков Python, знакомых с основами языка и принципами конкурентных вычислений.
Оптимизация Python для работы с большими данными
Эффективная работа с большими объемами информации требует не только знания Python, но и понимания принципов оптимизации кода. В книге рассматриваются практические подходы к ускорению программ, снижению потребления ресурсов и повышению производительности Python-приложений при обработке больших наборов данных.
Производительность Python-программ и масштабирование
Особое внимание уделено инструментам, которые помогают создавать быстрые и эффективные решения для анализа данных. Изучение методов оптимизации Python, работы с памятью и параллельных вычислений позволит разработчикам улучшить производительность программ и подготовить проекты к масштабированию.
Книга будет полезна тем, кто хочет глубже разобраться в производительности Python и научиться находить узкие места в коде. Практические техники профилирования и оптимизации помогут сделать существующие программы быстрее, эффективнее и экономнее по использованию вычислительных ресурсов.
