图书介绍

PYTHON性能分析与优化PDF|Epub|txt|kindle电子书版本网盘下载

PYTHON性能分析与优化
  • （乌拉圭）FERNANDO DOGLIO著；陶俊杰，陈小莉译 著
  • 出版社： 北京：人民邮电出版社
  • ISBN：7115424228
  • 出版时间：2016
  • 标注页数：178页
  • 文件大小：26MB
  • 文件页数：193页
  • 主题词：

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：a0cbc344aee994efd2447d9a21902ff3

下载说明

PYTHON性能分析与优化PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 性能分析基础1

1.1 什么是性能分析1

1.1.1 基于事件的性能分析2

1.1.2 统计式性能分析4

1.2 性能分析的重要性5

1.3 性能分析可以分析什么6

1.3.1 运行时间6

1.3.2 瓶颈在哪里8

1.4 内存消耗和内存泄漏8

1.5 过早优化的风险11

1.6 运行时间复杂度12

1.6.1 常数时间——O（1）12

1.6.2 线性时间——O（n）12

1.6.3 对数时间——O（logn）13

1.6.4 线性对数时间——O（nlogn）14

1.6.5 阶乘时间——O（n！）15

1.6.6 平方时间——O（n2）16

1.7 性能分析最佳实践18

1.7.1 建立回归测试套件18

1.7.2 思考代码结构18

1.7.3 耐心18

1.7.4 尽可能多地收集数据19

1.7.5 数据预处理19

1.7.6 数据可视化19

1.8 小结21

第2章 性能分析器22

2.1 认识新朋友：性能分析器22

2.2 cProfile23

2.2.1 工具的局限24

2.2.2 支持的API24

2.2.3 Stats类27

2.2.4 性能分析示例30

2.3 line_profiler41

2.3.1 kernprof43

2.3.2 kernprof注意事项43

2.3.3 性能分析示例45

2.4 小结53

第3章 可视化——利用GUI理解性能分析数据54

3.1 KCacheGrind/pyprof2calltree54

3.1.1 安装55

3.1.2 用法55

3.1.3 性能分析器示例：TweetStats57

3.1.4 性能分析器示例：倒排索引60

3.2 RunSnakeRun64

3.2.1 安装65

3.2.2 使用方法65

3.2.3 性能分析示例：最小公倍数66

3.2.4 性能分析示例：用倒排索引查询68

3.3 小结75

第4章 优化每一个细节76

4.1 函数返回值缓存和函数查询表76

4.1.1 用列表或链表做查询表79

4.1.2 用字典做查询表80

4.1.3 二分查找80

4.1.4 查询表使用案例80

4.2 使用默认参数84

4.3 列表综合表达式与生成器85

4.4 ctypes90

4.4.1 加载自定义ctypes90

4.4.2 加载一个系统库92

4.5 字符串连接92

4.6 其他优化技巧96

4.7 小结98

第5章 多线程与多进程99

5.1 并行与并发99

5.2 多线程100

5.3 线程101

5.3.1 用thread模块创建线程102

5.3.2 用threading模块创建线程106

5.4 多进程112

5.5 小结117

第6章 常用的优化方法118

6.1 PyPy118

6.1.1 安装PyPy119

6.1.2 JIT编译器120

6.1.3 沙盒121

6.1.4 JIT优化122

6.1.5 代码示例124

6.2 Cython126

6.2.1 安装Cython127

6.2.2 建立一个Cython模块127

6.2.3 调用C语言函数129

6.2.4 定义类型130

6.2.5 定义函数类型131

6.2.6 Cython示例133

6.2.7 定义类型的时机选择134

6.2.8 限制条件138

6.3 如何选择正确的工具139

6.3.1 什么时候用Cython139

6.3.2 什么时候用PyPy139

6.4 小结140

第7章 用Numba、Parakeet和pandas实现极速数据处理141

7.1 Numba141

7.1.1 安装142

7.1.2 使用Numba144

7.2 pandas工具151

7.2.1 安装pandas151

7.2.2 用pandas做数据分析152

7.3 Parakeet155

7.3.1 安装Parakeet156

7.3.2 Parakeet是如何工作的156

7.4 小结158

第8章 付诸实践159

8.1 需要解决的问题159

8.1.1 从网站上抓取数据159

8.1.2 数据预处理162

8.2 编写初始代码162

8.2.1 分析代码性能168

8.2.2 数据分析代码的优化172

8.3 小结178

热门推荐