ODBIERZ TWÓJ BONUS :: »

Wysoko wydajny Python. Efektywne programowanie w praktyce. Wydanie III Micha Gorelick, Ian Ozsvald, Hilary Mason

(ebook) (audiobook) (audiobook)
Autorzy:
Micha Gorelick, Ian Ozsvald, Hilary Mason
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
488
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
77,40 zł 129,00 zł (-40%)
77,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
39,90 zł 129,00 zł (-69%)
64,50 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Lokalizowania i usuwania wąskich gardeł wydajności w kodzie Pythona
  • Stosowania narzędzi do profilowania CPU i pamięci, takich jak cProfile, memory_profiler, Scalene i PySpy
  • Wybierania i optymalizowania struktur danych: list, krotek, słowników i zbiorów
  • Tworzenia i wykorzystywania iteratorów oraz generatorów do przetwarzania dużych zbiorów danych
  • Przyspieszania obliczeń macierzowych i wektorowych z użyciem NumPy, numexpr oraz procesorów GPU
  • Efektywnego przetwarzania i analizy danych z wykorzystaniem bibliotek Pandas, Dask i Polars
  • Kompilowania kodu Pythona do postaci C za pomocą Cython, Numba, PyPy oraz korzystania z interfejsów do języków C i Rust
  • Programowania asynchronicznego z użyciem async i await oraz optymalizacji operacji wejścia-wyjścia
  • Wykorzystywania modułu multiprocessing do równoległego przetwarzania i synchronizacji danych
  • Projektowania i wdrażania rozwiązań klastrowych oraz korzystania z narzędzi takich jak IPython Parallel i Docker
  • Minimalizowania zużycia pamięci RAM przez optymalizację struktur danych i stosowanie macierzy rzadkich
  • Zastosowania probabilistycznych struktur danych, takich jak filtry Blooma i liczniki LogLog
  • Optymalizowania algorytmów uczenia maszynowego pod kątem wydajności i skalowalności
  • Usprawniania potoków inżynierii cech z wykorzystaniem bibliotek open source
  • Zarządzania projektami i zespołami analizującymi dane w kontekście wydajności
  • Stosowania najlepszych praktyk branżowych w optymalizacji kodu Python i wdrażaniu rozwiązań produkcyjnych

Każdy, kto się zetknął z językiem Python, wie, że jest on prosty i przyjazny dla programistów, ale ma też swoje ograniczenia przy pracy z dużymi wolumenami danych szybko pojawiają się problemy z wydajnością i ze skalowaniem. Niekiedy pomaga mocniejsza konfiguracja sprzętowa, jednak najczęściej kluczowe jest zastosowanie odpowiednich technik programistycznych i właściwych narzędzi.

Dzięki kolejnemu, poszerzonemu i zaktualizowanemu wydaniu tego praktycznego podręcznika zdobędziesz wszechstronną wiedzę o czynnikach wpływających na wydajność kodu. Dowiesz się, jak lokalizować wąskie gardła wydajności i optymalizować kod w programach, które przetwarzają duże wolumeny danych. Lepiej też zrozumiesz zasady implementacji kodu Pythona. W książce poruszono takie zagadnienia jak architektury wielordzeniowe, klastry, skalowanie systemu poza limity pamięci RAM lub z wykorzystaniem procesorów graficznych. Zaprezentowano praktyczne sposoby radzenia sobie z różnymi wyzwaniami, przybliżono również optymalizację kodu Pythona w wielu realnych scenariuszach, w tym na przykład w sytuacji wyodrębniania danych generatywnej sztucznej inteligencji i uczenia maszynowego w wersji produkcyjnej.

W książce:

  • narzędzia NumPy i Cython, a także narzędzia profilujące
  • wyszukiwanie wąskich gardeł wykorzystania czasu procesora i pamięci
  • dobór odpowiednich struktur danych, macierze i wektory
  • przyspieszanie sieci neuronowych i obliczeń opartych na procesorach GPU
  • zarządzanie wieloma operacjami obliczeniowymi i operacjami wejścia-wyjścia
  • przetwarzanie współbieżne w klastrze

To lektura obowiązkowa dla każdego programisty Pythona!

Mikhail Timonin, projektant, Engelhart

Wybrane bestsellery

O autorach książki

Micha Gorelick jest danolożką i ekspertką w dziedzinie uczenia maszynowego. Zajmuje się też dziennikarstwem śledczym. Jest współzałożycielką firmy Fast Forward Labs.

Ian Ozsvald jest danologiem i prelegentem. Współorganizuje coroczną konferencję PyData London, uczestniczy również w innych branżowych konferencjach. Jest twórcą społeczności RebelAI.

Micha Gorelick, Ian Ozsvald, Hilary Mason - pozostałe książki

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka "Wysoko wydajny Python. Efektywne programowanie w praktyce. Wydanie III" obejmuje najnowsze techniki i narzędzia optymalizujące kod Pythona?
Tak, książka została zaktualizowana o najnowsze techniki, narzędzia i biblioteki, takie jak NumPy, Cython, Dask, Polars, Numba czy PyTorch, a także przedstawia praktyczne sposoby optymalizacji kodu w realnych projektach.
2. Jakie konkretne zagadnienia związane z wydajnością Pythona znajdę w tej książce?
Publikacja omawia m.in.: profilowanie kodu, optymalizację struktur danych (listy, krotki, słowniki), efektywne wykorzystanie bibliotek do obliczeń macierzowych i równoległych, kompilowanie do kodu C, asynchroniczne operacje wejścia-wyjścia, multiprocessing, klastry, zarządzanie pamięcią RAM oraz praktyczne rady specjalistów z branży.
3. Czy książka zawiera przykłady kodu i praktyczne ćwiczenia?
Tak, książka jest bogata w przykłady kodu, studia przypadków i praktyczne scenariusze, które pomagają lepiej zrozumieć i wdrożyć omawiane techniki optymalizacji.
4. Czy znajdę tu porównania różnych narzędzi i technologii przyspieszających Pythona?
Tak, autor szczegółowo porównuje narzędzia takie jak Cython, Numba, PyPy oraz rozwiązania do przetwarzania równoległego (multiprocessing, Dask, klastry), wskazując ich zalety, ograniczenia i zastosowania.
5. Czy książka pomoże mi zoptymalizować pracę z dużymi wolumenami danych w Pythonie?
Zdecydowanie tak - znajdziesz tu strategie i narzędzia do efektywnego przetwarzania dużych zbiorów danych, zarówno lokalnie, jak i w środowiskach rozproszonych, z wykorzystaniem bibliotek takich jak Pandas, Dask, Polars czy narzędzi GPU.
6. Czy lektura wymaga zaawansowanej znajomości Pythona?
Podstawowa znajomość Pythona wystarczy, aby korzystać z książki - autor wyjaśnia zagadnienia krok po kroku, a bardziej zaawansowane tematy są jasno omówione i poparte przykładami.
7. Czy książka jest przydatna dla osób pracujących nad projektami AI, ML lub data science?
Tak, książka omawia optymalizację kodu w kontekście uczenia maszynowego, generatywnej AI oraz przetwarzania dużych zbiorów danych, co czyni ją wartościowym źródłem dla specjalistów AI, ML i data science.
8. W jakim formacie dostępna jest książka w Helion.pl?
Książka dostępna jest w wersji drukowanej oraz jako e-book (PDF, ePub, mobi), co umożliwia wygodne czytanie na różnych urządzeniach.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki
Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Książka
77,40 zł
Dodaj do koszyka
Ebook
39,90 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint