![Scaling Python with Dask Holden Karau, Mika Kimmins - okładka ebooka](https://static01.helion.com.pl/global/okladki/326x466/e_3ggb.png)
![Scaling Python with Dask Holden Karau, Mika Kimmins - tył okładki ebooka](https://static01.helion.com.pl/global/okladki-tyl/326x466/e_3ggb.png)
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 226
- Dostępne formaty:
-
ePubMobi
Opis ebooka: Scaling Python with Dask
Modern systems contain multi-core CPUs and GPUs that have the potential for parallel computing. But many scientific Python tools were not designed to leverage this parallelism. With this short but thorough resource, data scientists and Python programmers will learn how the Dask open source library for parallel computing provides APIs that make it easy to parallelize PyData libraries including NumPy, pandas, and scikit-learn.
Authors Holden Karau and Mika Kimmins show you how to use Dask computations in local systems and then scale to the cloud for heavier workloads. This practical book explains why Dask is popular among industry experts and academics and is used by organizations that include Walmart, Capital One, Harvard Medical School, and NASA.
With this book, you'll learn:
- What Dask is, where you can use it, and how it compares with other tools
- How to use Dask for batch data parallel processing
- Key distributed system concepts for working with Dask
- Methods for using Dask with higher-level APIs and building blocks
- How to work with integrated libraries such as scikit-learn, pandas, and PyTorch
- How to use Dask with GPUs
Wybrane bestsellery
-
Dzięki tej książce dowiesz się, jak pozyskiwać, analizować i wizualizować dane, a potem używać ich do rozwiązywania problemów biznesowych. Wystarczy, że znasz podstawy Pythona i matematyki na poziomie liceum, aby zacząć stosować naukę o danych w codziennej pracy. Znajdziesz tu szereg praktycznych...(41.40 zł najniższa cena z 30 dni)
41.40 zł
69.00 zł(-40%) -
Ta książka wyjaśni Ci rolę matematyki w tworzeniu, renderowaniu i zmienianiu wirtualnych środowisk 3D, a ponadto pozwoli odkryć tajemnice najpopularniejszych dzisiaj silników gier. Za sprawą licznych praktycznych ćwiczeń zorientujesz się, co się kryje za rysowaniem linii i kształtów graficznych, ...(53.40 zł najniższa cena z 30 dni)
53.40 zł
89.00 zł(-40%) -
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbio...(53.40 zł najniższa cena z 30 dni)
53.40 zł
89.00 zł(-40%) -
Dzięki tej książce zrozumiesz, że w rekurencji nie kryje się żadna magia. Dowiesz się, na czym polega jej działanie i kiedy warto zastosować algorytm rekursywny, a kiedy lepiej tego nie robić. Poznasz szereg klasycznych i mniej znanych algorytmów rekurencyjnych. Pracę z zawartym tu materiałem uła...(47.40 zł najniższa cena z 30 dni)
47.40 zł
79.00 zł(-40%) -
Python to jeden z najpopularniejszych dynamicznych języków programowania. Nie od dziś znajduje on zastosowanie w różnych dziedzinach informatyki, zwłaszcza jako doskonały język skryptowy. Jeśli korzystasz z niego na co dzień i chcesz szybko wyszukiwać niezbędne informacje lub odświeżyć swoją wied...(8.49 zł najniższa cena z 30 dni)
8.49 zł
17.00 zł(-50%)
O autorze ebooka
Holden Karau, Mika Kimmins - pozostałe książki
-
Serverless computing enables developers to concentrate solely on their applications rather than worry about where they've been deployed. With the Ray general-purpose serverless implementation in Python, programmers and data scientists can hide servers, implement stateful applications, support dir...(162.00 zł najniższa cena z 30 dni)
161.95 zł
209.00 zł(-23%) -
If you're training a machine learning model but aren't sure how to put it into production, this book will get you there. Kubeflow provides a collection of cloud native tools for different stages of a model's lifecycle, from data exploration, feature preparation, and model training to model servin...(118.01 zł najniższa cena z 30 dni)
117.51 zł
159.00 zł(-26%) -
Apache Spark is amazing when everything clicks. But if you haven’t seen the performance improvements you expected, or still don’t feel confident enough to use Spark in production, this practical book is for you. Authors Holden Karau and Rachel Warren demonstrate performance optimizati...(124.06 zł najniższa cena z 30 dni)
123.86 zł
169.00 zł(-27%) -
When people want a way to process big data at speed, Spark is invariably the solution. With its ease of development (in comparison to the relative complexity of Hadoop), it’s unsurprising that it’s becoming popular with data analysts and engineers everywhere. Beginning with the fund...
Ebooka "Scaling Python with Dask" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Scaling Python with Dask" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Scaling Python with Dask" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- ISBN Ebooka:
- 978-10-981-1983-6, 9781098119836
- Data wydania ebooka:
-
2023-07-19
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 8.6MB
- Rozmiar pliku Mobi:
- 20.1MB
Spis treści ebooka
- Preface
- A Note on Responsibility
- Conventions Used in This Book
- Online Figures
- License
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
- 1. What Is Dask?
- Why Do You Need Dask?
- Where Does Dask Fit in the Ecosystem?
- Big Data
- Data Science
- Parallel to Distributed Python
- Dask Community Libraries
- Accelerated Python
- SQL engines
- Workflow scheduling
- What Dask Is Not
- Conclusion
- 2. Getting Started with Dask
- Installing Dask Locally
- Hello Worlds
- Task Hello World
- Sleepy task
- Nested tasks
- Task Hello World
- Distributed Collections
- Dask arrays
- Dask bags and a word count
- Dask DataFrame (Pandas/What People Wish Big Data Was)
- Conclusion
- 3. How Dask Works: The Basics
- Execution Backends
- Local Backends
- Distributed (Dask Client and Scheduler)
- Auto-scaling
- Important limitations with the Dask client
- Libraries and dependencies in distributed clusters
- Execution Backends
- Dasks Diagnostics User Interface
- Serialization and Pickling
- Partitioning/Chunking Collections
- Dask Arrays
- Dask Bags
- Dask DataFrames
- Shuffles
- Partitions During Load
- Tasks, Graphs, and Lazy Evaluation
- Lazy Evaluation
- Task Dependencies
- visualize
- Intermediate Task Results
- Task Sizing
- When Task Graphs Get Too Large
- Combining Computation
- Persist, Caching, and Memoization
- Fault Tolerance
- Conclusion
- 4. Dask DataFrame
- How Dask DataFrames Are Built
- Loading and Writing
- Formats
- Filesystems
- Indexing
- Shuffles
- Rolling Windows and map_overlap
- Aggregations
- Full Shuffles and Partitioning
- Partitioning
- Embarrassingly Parallel Operations
- Working with Multiple DataFrames
- Multi-DataFrame Internals
- Missing Functionality
- What Does Not Work
- Whats Slower
- Handling Recursive Algorithms
- Re-computed Data
- How Other Functions Are Different
- Data Science with Dask DataFrame: Putting It Together
- Deciding to Use Dask
- Exploratory Data Analysis with Dask
- Loading Data
- Plotting Data
- Inspecting Data
- Conclusion
- 5. Dasks Collections
- Dask Arrays
- Common Use Cases
- When Not to Use Dask Arrays
- Loading/Saving
- Whats Missing
- Special Dask Functions
- Dask Arrays
- Dask Bags
- Common Use Cases
- Loading and Saving Dask Bags
- Loading Messy Data with a Dask Bag
- Limitations
- Conclusion
- 6. Advanced Task Scheduling:
Futures and Friends
- Lazy and Eager Evaluation Revisited
- Use Cases for Futures
- Launching Futures
- Future Life Cycle
- Fire-and-Forget
- Retrieving Results
- Nested Futures
- Conclusion
- 7. Adding Changeable/Mutable State
with Dask Actors
- What Is the Actor Model?
- Dask Actors
- Your First Actor (Its a Bank Account)
- Scaling Dask Actors
- Limitations
- When to Use Dask Actors
- Conclusion
- 8. How to Evaluate Dasks
Components and Libraries
- Qualitative Considerations for Project Evaluation
- Project Priorities
- Community
- Dask-Specific Best Practices
- Up-to-Date Dependencies
- Documentation
- Openness to Contributions
- Extensibility
- Qualitative Considerations for Project Evaluation
- Quantitative Metrics for Open Source Project Evaluation
- Release History
- Commit Frequency (and Volume)
- Library Usage
- Code and Best Practices
- Conclusion
- 9. Migrating Existing Analytic Engineering
- Why Dask?
- Limitations of Dask
- Migration Road Map
- Types of Clusters
- Development: Considerations
- DataFrame performance
- Porting SQL to Dask
- Deployment Monitoring
- Conclusion
- 10. Dask with GPUs and Other
Special Resources
- Transparent Versus Non-transparent Accelerators
- Understanding Whether GPUs or TPUs Can Help
- Making Dask Resource-Aware
- Installing the Libraries
- Using Custom Resources Inside Your Dask Tasks
- Decorators (Including Numba)
- GPUs
- GPU Acceleration Built on Top of Dask
- cuDF
- BlazingSQL
- cuStreamz
- Freeing Accelerator Resources
- Design Patterns: CPU Fallback
- Conclusion
- 11. Machine Learning with Dask
- Parallelizing ML
- When to Use Dask-ML
- Getting Started with Dask-ML and XGBoost
- Feature Engineering
- Model Selection and Training
- When There Is No Dask-ML Equivalent
- Use with Dasks joblib
- XGBoost with Dask
- ML Models with Dask-SQL
- Inference and Deployment
- Distributing Data and Models Manually
- Large-Scale Inferences with Dask
- Conclusion
- 12. Productionizing Dask: Notebooks, Deployment, Tuning, and Monitoring
- Factors to Consider in a Deployment Option
- Building Dask on a Kubernetes Deployment
- Dask on Ray
- Dask on YARN
- Dask on High-Performance Computing
- Setting Up Dask in a Remote Cluster
- Connecting a Local Machine to an HPC Cluster
- Dask JupyterLab Extension and Magics
- Installing JupyterLab Extensions
- Launching Clusters
- UI
- Watching Progress
- Understanding Dask Performance
- Metrics in Distributed Computing
- The Dask Dashboard
- Task stream
- Memory
- Task progress
- Task graph
- Saving and Sharing Dask Metrics/Performance Logs
- Advanced Diagnostics
- Scaling and Debugging Best Practices
- Manual Scaling
- Adaptive/Auto-scaling
- Persist and Delete Costly Data
- Dask Nanny
- Worker Memory Management
- Cluster Sizing
- Chunking, Revisited
- Avoid Rechunking
- Scheduled Jobs
- Deployment Monitoring
- Conclusion
- A. Key System Concepts for Dask Users
- Testing
- Manual Testing
- Unit Testing
- Integration Testing
- Test-Driven Development
- Property Testing
- Working with Notebooks
- Out-of-Notebook Testing
- In-Notebook Testing: In-Line Assertions
- Testing
- Data and Output Validation
- Peer-to-Peer Versus Centralized Distributed
- Methods of Parallelism
- Task Parallelism
- Data Parallelism
- Shuffles and narrow versus wide transformations
- Limitations
- Load Balancing
- Network Fault Tolerance and CAP Theorem
- Recursion (Tail and Otherwise)
- Versioning and Branching: Code and Data
- Isolation and Noisy Neighbors
- Machine Fault Tolerance
- Scalability (Up and Down)
- Cache, Memory, Disk, and Networking: How the Performance Changes
- Hashing
- Data Locality
- Exactly Once Versus At Least Once
- Conclusion
- B. Scalable DataFrames: A Comparison
and Some History
- Tools
- One Machine Only
- Pandas
- H2Os DataTable
- Polars
- One Machine Only
- Distributed
- ASF Spark DataFrame
- SparklingPandas
- Spark Koalas/Spark pandas DataFrames
- Cylon
- Ibis
- Modin
- Vanilla Dask DataFrame
- cuDF
- Tools
- Conclusion
- C. Debugging Dask
- Using Debuggers
- General Debugging Tips with Dask
- Native Errors
- Some Notes on Official Advice for Handling Bad Records
- Dask Diagnostics
- Conclusion
- D. Streaming with Streamz and Dask
- Getting Started with Streamz on Dask
- Streaming Data Sources and Sinks
- Word Count
- GPU Pipelines on Dask Streaming
- Limitations, Challenges, and Workarounds
- Conclusion
- Index
O'Reilly Media - inne książki
-
This concise yet comprehensive guide explains how to adopt a data lakehouse architecture to implement modern data platforms. It reviews the design considerations, challenges, and best practices for implementing a lakehouse and provides key insights into the ways that using a lakehouse can impact ...(193.19 zł najniższa cena z 30 dni)
192.69 zł
249.00 zł(-23%) -
In today's fast-paced world, more and more organizations require rapid application development with reduced development costs and increased productivity. This practical guide shows application developers how to use PowerApps, Microsoft's no-code/low-code application framework that helps developer...(162.27 zł najniższa cena z 30 dni)
162.17 zł
209.00 zł(-22%) -
Welcome to the systems age, where software professionals are no longer building software&emdash;we're building systems of software. Change is continuously deployed across software ecosystems coordinated by responsive infrastructure. In this world of increasing relational complexity, we need t...(152.01 zł najniższa cena z 30 dni)
151.81 zł
209.00 zł(-27%) -
This book provides an ideal guide for Python developers who want to learn how to build applications with large language models. Authors Olivier Caelen and Marie-Alice Blete cover the main features and benefits of GPT-4 and GPT-3.5 models and explain how they work. You'll also get a step-by-step g...(155.36 zł najniższa cena z 30 dni)
154.86 zł
209.00 zł(-26%) -
In today's cloud native world, where we automate as much as possible, everything is code. With this practical guide, you'll learn how Policy as Code (PaC) provides the means to manage the policies, related data, and responses to events that occur within the systems we maintain—Kubernetes, c...(212.39 zł najniższa cena z 30 dni)
212.34 zł
279.00 zł(-24%) -
Geared to intermediate- to advanced-level DBAs and IT professionals looking to enhance their MySQL skills, this guide provides a comprehensive overview on how to manage and optimize MySQL databases. You'll learn how to create databases and implement backup and recovery, security configurations, h...(221.33 zł najniższa cena z 30 dni)
221.28 zł
279.00 zł(-21%) -
Get the details, examples, and best practices you need to build generative AI applications, services, and solutions using the power of Azure OpenAI Service. With this comprehensive guide, Microsoft AI specialist Adrián González Sánchez examines the integration and utilization of Az...(162.18 zł najniższa cena z 30 dni)
162.08 zł
209.00 zł(-22%) -
Despite the increase of high-profile hacks, record-breaking data leaks, and ransomware attacks, many organizations don't have the budget for an information security (InfoSec) program. If you're forced to protect yourself by improvising on the job, this pragmatic guide provides a security-101 hand...(214.57 zł najniższa cena z 30 dni)
214.47 zł
239.00 zł(-10%) -
Keeping up with the Python ecosystem can be daunting. Its developer tooling doesn't provide the out-of-the-box experience native to languages like Rust and Go. When it comes to long-term project maintenance or collaborating with others, every Python project faces the same problem: how to build re...(188.79 zł najniższa cena z 30 dni)
188.29 zł
239.00 zł(-21%) -
Bringing a deep-learning project into production at scale is quite challenging. To successfully scale your project, a foundational understanding of full stack deep learning, including the knowledge that lies at the intersection of hardware, software, data, and algorithms, is required.This book il...(227.14 zł najniższa cena z 30 dni)
226.64 zł
279.00 zł(-19%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
![Loader](https://static01.helion.com.pl/ebookpoint/img/ajax-loader.gif)
![ajax-loader](https://static01.helion.com.pl/ebookpoint/img/ajax-loader.gif)
Oceny i opinie klientów: Scaling Python with Dask Holden Karau, Mika Kimmins (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.