| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202403*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:極速Python-高性能編碼 計算與數據分析 ISBN:9787302656296 出版社:清華大學 著編譯者:蒂亞戈.羅德里格斯.安道 頁數:243 所在地:中國大陸 *此為代購商品 書號:1630027 可大量預訂,請先連絡。 內容簡介 本書直擊Python編程要害。對於大型數據項目,過慢的代碼運行速度是毀滅性的。在機器學習和大規模數據分析中,除了使用高性能的Python代碼,還要使用經過優化的庫,並利用計算機硬體的多核處理能力。滿足計算速度后,還要優化計算資源、控制計算成本,而本書為此提供了一整套高性能編程解決方案。 本書系統介紹了Python高性能編程的各種工具和方法,重點講解了Python在大數據中的應用。書中配有清晰的示例和詳細的分析,可幫助讀者熟練掌握NumPy和Pandas,實現高性能的數據存儲和I/O。本書高屋建瓴、不留遺漏,讀者學習本書後,能從代碼到架構對系利統進行整體優化。作者簡介 蒂亞戈·羅德里格斯·安道(Tiago Rodrigues Antao)擁有信息學工程學士學位和生物信息學博士學位。他目前從事生物技術工作,使用Python生態來處理科學計算和數據工程任務。大多數時候,他也使用底層編程語言(如C和Rust)對演算法的關鍵部分進行優化。目前,他在基於Amazon AWS的雲計算設備上進行開發,但使用的基本是本地計算集群, 除了業內經歷,他在科學計算方面有兩段學術經歷,包括在劍橋大學和牛津大學從事數據分析博士后研究工作。作為蒙大拿大學的研究員,他從零開始創建了用於分析生物數據的整套科學計算方法。 Tiago是重要生物信息軟體包Biopython(用Python編寫)的共同作者之一,也是Bioinformatics with Python Cookbook(Packt出版社,2022)一書的作者,該書已出版了第3版。他還在生物信息學領域發表了多篇重要的科研論文。目錄 第I部分 基礎知識第1章 對高效數據處理的迫切需求 1 1 數據泛濫的嚴重性 1 2 現代計算架構和高性能計算 1 2 1 計算機內部的變化 1 2 2 網路的變化 1 2 3 雲計算 1 3 Python的局限性 1 4 解決方案小結 1 5 本章小結 第2章 發揮內置功能的最佳性能 2 1 分析同時具有IO和計算任務的應用程序 2 1 1 下載數據並計算最低溫度 2 1 2 Python的內置分析模塊 2 1 3 使用本地緩存 2 2 對代碼進行分析以檢測性能瓶頸 2 2 1 可視化分析信息 2 2 2 行分析 2 2 3 代碼分析小結 2 3 優化基本數據結構:列表、集合、字典 2 3 1 列表搜索的性能 2 3 2 使用集合進行搜索 2 3 3 Python中的列表、集合和字典的複雜性 2 4 節約內存 2 4 1 Python內存估算 2 4 2 其他表示方法的內存佔用 2 4 3 使用數組進行緊湊表示 2 4 4 串聯知識點:估算Python對象的內存佔用 2 4 5 Python對象內存佔用小結 2 5 在大數據管道中使用惰性編程和生成器 2 6 本章小結 第3章 併發、并行和非同步 3 1 編寫非同步伺服器框架 3 1 1 實現與客戶通信的框架 3 1 2 協程 3 1 3 使用簡單的同步客戶端發送複雜數據 3 1 4 實現進程間通信的其他方法 3 1 5 非同步編程小結 3 2 實現基本的MapReduce引擎 3 2 1 理解MapReduce框架 3 2 2 開發簡單的測試場景 3 2 3 第一次實現MapReduce框架 3 3 實現MapReduce併發引擎 3 3 1 使用concurrent futures實現線程伺服器 3 3 2 使用futures非同步執行 3 3 3 GIL和多線程 3 4 使用多進程實現MapReduce 3 4 1 基於concurrent futures的解決方案 3 4 2 基於多進程模塊的解決方案 第II部分 硬體 第III部分 用於現代數據處理的應用和庫 第IV部分 高級主題 附錄A 搭建環境 附錄B 使用Numba生成高效的底層代碼 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |