Python jest językiem łatwym do opanowania i błogim dla programisty. Jednak łatwość projektowania nie przekłada się na prędkość działania kodu. W efekcie przetwarzanie dużych wolumenów danych czy próba skalowania aplikacji kończą się problemami z wydajnością lub bezawaryjnością.
Niekiedy rozwiązaniem jest zastosowanie procesów szeregowych, w innych przypadkach warto sięgnąć do architektury wielordzeniowej, klastrów lub układów GPU. Relatywnie niejednokrotnie okazuje się,dobre wyniki uzyskuje się w konsekwencji takiego zmienionia technik kodowania, by przy wykorzystaniu potencjału Pythona stosować sprawdzone metody poprawy produktywności kodu.
Dzięki drugiemu, poszerzonemu i zaktualizowanemu wydaniu tej książki zdobędziesz wszechstronną wiedzę o czynnikach wpływających na skuteczność kodu. Dowiesz się, jakie procesy zachodzą w tle komputera, na jakich zasadach odbywa się przydzielanie pamięci, oraz zyskasz świeże spojrzenie na proces kompozycji do postaci kodu maszynowego.
Zapoznasz się z zagadnieniem współbieżności i obliczeń klastrowych. Zaczniesz swobodnie posługiwać się najkorzystniejszymi narzędziami Pythona, takimi jak NumPy czy moduł multiprocessing. Bez dwóch zdań docenisz techniki zapewniające korzystanie z minimum zasobów, takich jak czas procesora czy pamięć RAM.
Opisane tu zagadnienia zilustrowano przykładami kodu oraz poradami najlepszych specjalistów z branży. W książce: narzędzia NumPy, Cython i Docker znajdowanie wąskich gardeł związanych z użyciem czasu procesora i pamięci efektywność kodu a odpowiednie struktury informacji przyspieszanie obliczeń opartych na macierzach i wektorach zarządzanie wieloma operacjami obliczeniowymi i wejścia-wyjścia przetwarzanie współbieżne i uruchamianie kodu w klastrze Programowanie w Pythonie: najczęściej skuteczność i bezusterkowość!
Powyższy opis pochodzi od wydawcy.