稀酷客

 找回密码
 加入稀酷客

只需一步,快速开始

只需一步,快速开始

关注微信
免费下载

[电子图书] 《Python性能分析与优化》.([乌拉圭] Fernando Doglio).[PDF]@ckook

[推广链接]
立即下载
by : a664904699 | QQ | 发表于 2017-8-8 10:59:37 | 查看: 296|回复: 1
《Python性能分析与优化》.([乌拉圭] Fernando Doglio).[PDF]@ckook Python&Perl

本书首先介绍什么是性能分析,性能分析如何在项目开发周期中发挥作用,以及通过在项目中进行性能分析实践能够取得的效果。紧接着介绍分析性能所需的核心工具(性能分析器和可视化性能分析器)。然后介绍一系列性能优化技术,后一章会介绍一个具有实际意义的优化案例。

作译者
Fernando Doglio
Globant公司软件架构师。过去十年一直从事Web开发工作,期间使用了大多数前沿的技术,如PHP、Ruby on Rails、MySQL、Python、Node.js、AngularJS、REST API等。Fernando喜欢钻研新事物,他的GitHub账户每个月也会因此获得回购。他还是开源拥护者,并通过网站lookingforpullrequests.com来获得人们的支持。Fernando另著有Pro REST API Development with Node.js。他的Twitter账号是@deleteman123。
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  cProfile  23
2.2.1  工具的局限  24
2.2.2  支持的API  24
2.2.3  Stats类  27
2.2.4  性能分析示例  30
2.3  line_profiler  41
2.3.1  kernprof  43
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/pyprof2calltree  54
3.1.1  安装  55
3.1.2  用法  55
3.1.3  性能分析器示例:TweetStats  57
3.1.4  性能分析器示例:倒排索引  60
3.2  RunSnakeRun  64
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  ctypes  90
4.4.1  加载自定义ctypes  90
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  PyPy  118
6.1.1  安装PyPy  119
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  Cython  126
6.2.1  安装Cython  127
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Cython  139
6.3.2  什么时候用PyPy  139
6.4  小结  140
第7章  用Numba、Parakeet和pandas实现极速数据处理  141
7.1  Numba  141
7.1.1  安装  142
7.1.2  使用Numba  144
7.2  pandas工具  151
7.2.1  安装pandas  151
7.2.2  用pandas做数据分析  152
7.3  Parakeet  155
7.3.1  安装Parakeet  156
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

游客,本付费内容需要支付 20酷币 才能浏览    如何免币下载?支付

回复

使用道具 举报

by : handg007 | QQ | 发表于 2017-8-8 23:08:33
几M的东西, 有点小贵哦!
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 加入稀酷客   

本版积分规则

点击这里给我发消息 |小黑屋|手机版|Archiver|ckook ( 冀ICP备14004526号-1 )

GMT+8, 2017-10-20 07:28 , Processed in 1.156250 second(s), 38 queries .

Powered by Discuz! X3.4

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表