Python ad alte prestazioni: Programmazione pratica ad alte prestazioni per gli esseri umani

Recensioni dei lettori

Il libro è apprezzato per la copertura approfondita delle tecniche avanzate di programmazione Python, in particolare per quanto riguarda l'ottimizzazione delle prestazioni e della memoria. Fornisce esempi pratici e contenuti di alta qualità, che lo rendono adatto agli utenti intermedi. Tuttavia, alcuni lettori lo trovano eccessivamente lungo, con contenuti riempitivi non necessari, uno stile di scrittura confuso e una mancanza di profondità in alcune aree.

Metodi approfonditi per la profilazione dei programmi Python, esempi di alta qualità, copertura completa delle prestazioni e della gestione della memoria, contenuti ben strutturati che fungono sia da strumento di apprendimento che da riferimento, scritti da autori esperti, offrono utili approfondimenti sulle interazioni di Python con l'architettura dei computer.

Il libro è considerato troppo lungo con molti riempitivi, alcuni esempi sono eccessivamente complessi, lo stile di scrittura è stridente e confuso e alcuni argomenti mancano di profondità, in particolare per quanto riguarda moduli specifici ed esempi pratici.

(basato su 14 recensioni dei lettori)

Titolo originale:

High Performance Python: Practical Performant Programming for Humans

Contenuto del libro:

Il vostro codice Python può essere eseguito correttamente, ma è necessario che sia più veloce. Aggiornata per Python 3, questa edizione ampliata mostra come individuare i colli di bottiglia delle prestazioni e accelerare in modo significativo il codice nei programmi ad alto volume di dati. Esplorando la teoria fondamentale che sta alla base delle scelte progettuali, High Performance Python vi aiuta a comprendere più a fondo l'implementazione di Python.

Come sfruttare le architetture multicore o i cluster? O come si costruisce un sistema che scala verso l'alto e verso il basso senza perdere affidabilità? I programmatori Python esperti impareranno soluzioni concrete a molti problemi, insieme a storie di guerra di aziende che utilizzano Python ad alte prestazioni per l'analisi dei social media, per l'apprendimento automatico in produzione e altro ancora.

⬤ Imparare a conoscere meglio NumPy, Cython e i profiler.

⬤ Imparare come Python astrae l'architettura del computer sottostante.

⬤ Usare i profilatori per trovare i colli di bottiglia nel tempo della CPU e nell'uso della memoria.

⬤ Scrivere programmi efficienti scegliendo strutture dati appropriate.

⬤ Accelerare i calcoli di matrici e vettori.

⬤ Usare strumenti per compilare Python in codice macchina.

⬤ Gestire più operazioni di I/O e di calcolo in modo simultaneo.

⬤ Convertire il codice multiprocesso per eseguirlo su cluster locali o remoti.

⬤ Distribuire più velocemente il codice utilizzando strumenti come Docker.