Python高性能(第2版)

本书主要介绍如何让Python 程序发挥强大性能，内容涵盖针对数值计算和科学代码的优化，以及用于提高Web 服务和应用响应速度的策略。具体内容有：基准测试与剖析、纯粹的Python 优化、基于NumPy和Pandas 的快速数组操作、使用Cython 获得C 语言性能、编译器探索、实现并发性、并行处理、分布式处理、高性能设计等。
【推荐语】
Python是一种通用型编程语言，其语法清晰简洁、标准库强大，还有大量的第三方库，因而近几年人气急剧上升，在很多领域都得到了广泛应用。 本书是一本Python性能提升指南，展示了如何利用Python的原生库以及丰富的第三方库来构建健壮的应用程序。书中阐释了如何利用各种剖析器来找出Python应用程序的性能瓶颈，并应用正确的算法和高效的数据结构来解决它们；介绍了如何有效地利用NumPy、Pandas和Cython高性能地执行数值计算；解释了异步编程的相关概念，以及如何利用响应式编程实现响应式应用程序；概述了并行编程的概念，并论述了如何利用TensorFlow和Theano为并行架构编写代码，以及如何通过Dask和PySpark等技术在计算机集群上执行大规模计算。 通过学习本书，你将能够实现高性能、可伸缩的Python应用程序。 - 利用NumPy和Pandas编写高效的数值计算代码 - 利用Cython和Numba实现近似本地的性能 - 利用剖析器发现Python应用程序的瓶颈 - 利用asyncio和RxPy编写整洁的并发代码 - 利用TensorFlow和Theano在Python中自动实现并行性 - 利用Dask和PySpark在计算机集群上运行分布式并行算法
【作者】
加布丽埃勒·拉纳诺（Gabriele Lanaro） 数据科学家、软件工程师，对机器学习、信息检索、数值计算可视化、Web发、计算机图形学和系统管理有浓厚的兴趣。源软件包chemlab和chemview的kai发者。现jiu职于Tableau软件公司。