对于Python程序员来说，仅仅知道如何写代码是不够的，还要能够充分利用关键代码的处理能力。本书将讨论如何对Python代码行性能分析，找出性能瓶颈，并通过不同的性能优化技术消除瓶颈。 本书从基本的概念始，循序渐地介绍高级的优化主题。首先介绍了Python的主流性能分析器，以及用于帮助理解性能分析结果的可视化工具。然后介绍了通用的性能优化方法和专门针对Python的性能优化方法，带你浏览该语言的主要结构，让你只需做一改变，即可迅速改善代码的性能。*后介绍了一些专门用于数据处理的程序库，教你如何正确地使用它们以获得*性能。
售 价：¥
纸质售价：¥35.50购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
译者序
前言
本书内容
本书需要的工具
目标读者
排版约定
读者反馈
客户支持
致谢
第1章 性能分析基础
1.1 什么是性能分析
1.2 性能分析的重要性
1.3 性能分析可以分析什么
1.4 内存消耗和内存泄漏
1.5 过早优化的风险
1.6 运行时间复杂度
1.7 性能分析最佳实践
1.8 小结
性能分析器
2.1 认识新朋友：性能分析器
2.2 cProfile
2.3 line_profiler
2.4 小结
第3章 可视化——利用GUI理解性能分析数据
3.1 KCacheGrind/pyprof2calltree
3.2 RunSnakeRun
3.3 小结
第4章 优化每一个细节
4.1 函数返回值缓存和函数查询表
4.2 使用默认参数
4.3 列表综合表达式与生成器
4.4 ctypes
4.5 字符串连接
4.6 其他优化技巧
4.7 小结
第5章 多线程与多进程
5.1 并行与并发
5.2 多线程
5.3 线程
5.4 多进程
5.5 小结
第6章 常用的优化方法
6.1 PyPy
6.2 Cython
6.3 如何选择正确的工具
6.4 小结
第7章 用Numba、Parakeet和pandas实现极速数据处理
7.1 Numba
7.2 pandas工具
7.3 Parakeet
7.4 小结
第8章 付诸实践
8.1 需要解决的问题
8.2 编写初始代码
8.3 小结
看完了
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
