Открыто

[БХВ] Высокопроизводительный Python. 3-е изд. [Миха Горелик, Йен Освальд]

Тема в разделе "Электронные книги", создана пользователем Топикстартер, 15 ноя 2026 в 14:18.

Основной список: 3 участников

  1. 15 ноя 2026 в 14:18
    #1
    Топикстартер
    Топикстартер Член клуба

    Складчина: [БХВ] Высокопроизводительный Python. 3-е изд. [Миха Горелик, Йен Освальд]

    3160_978-601-14-1545-3_1.jpg

    Книга посвящена методам повышения производительности кода на Python. Рассматриваются профилирование, оптимизация структур данных, векторизация с NumPy, обработка данных с Pandas, Dask и Polars, компиляция с Cython и Numba, асинхронный ввод-вывод, многопроцессорность, кластерные вычисления и работа с большими данными. Приведены практические примеры и реальные кейсы. В третьем издании добавлены разделы о GPU-вычислениях, нейросетях и генеративном ИИ, а также обновлен материал по современным инструментам оптимизации.

    Для Python- разработчиков и специалистов по данным

    Ваш код на Python может работать правильно, но что если ему нужно работать быстрее? Эта книга покажет вам, как на практике находить узкие места в производительности и значительно ускорять код в программах, работающих с большими объемами данных. В ней объясняются фундаментальные основы, стоящие за типичными проектными решениями, что помогает опытным программистам глубже понять их реализацию на Python.

    Как использовать преимущества многоядерных архитектур или компиляции? Или как построить систему, которая масштабируется за пределы оперативной памяти или использует GPU? Авторы предлагают конкретные решения многих проблем и делятся реальными историями из деятельности компаний, которые используют высокопроизводительный код на Python для извлечения данных с помощью генеративного искусственного интеллекта, внедрения машинного обучения в производство и многого другого.
    • Получите глубокое понимание NumPy, Cython и профилировщиков
    • Узнайте, как Python скрывает детали архитектуры компьютера
    • Используйте профилирование для поиска узких мест по загрузке процессора и памяти
    • Выбирайте подходящие структуры данных для повышения эффективности программ
    • Ускоряйте матричные и векторные вычисления
    • Быстро обрабатывайте DataFrames с помощью Pandas, Dask и Polars
    • Ускоряйте нейросети и вычисления на GPU
    • Используйте Cython, Numba и PyPy для компиляции программ на Python в оптимизированный машинный код
    • Управляйте параллельными операциями ввода-вывода и вычислениями
    • Масштабируйте параллельные вычисления на локальные и удаленные кластеры
    Страниц 496
    Формат скан pdf
    Цену установит организатор
    Скрытая ссылка
     
  2. Последние события

    1. xmypoe_ytpo
      xmypoe_ytpo участвует в складчине.
      15 ноя 2026 в 22:25
    2. Agloball
      Agloball участвует в складчине.
      15 ноя 2026 в 21:48
    3. cassius2d
      cassius2d участвует в складчине.
      15 ноя 2026 в 16:44