ODBIERZ TWÓJ BONUS :: »

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

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
64,50 zł 129,00 zł (-50%)
64,50 zł najniższa cena z 30 dni

Dodaj do koszyka 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

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

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.

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

Zamknij

Wybierz metodę płatności

Książka
77,40 zł
Dodaj do koszyka
Ebook
64,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Visa Mobile