| Главная » Файлы » Книги » Сверхбыстрый Python. Эффективные техники для работы с большими наборами данных |
Сверхбыстрый Python. Эффективные техники для работы с большими наборами данных
 Опубликовал: Kitovras |  Дата публикации: 15.11.2024 Раздел: Книги
 Сверхбыстрый Python. Эффективные техники для работы с большими наборами данных — Быстрый код на чистом Python, оптимизированные библиотеки и аппаратное обеспечение, позволяющее использовать все преимущества параллельной обработки данных, – это цена входа в мир машинного обучения и анализа больших данных. Книга, которую вы держите в руках, предлагает уникальные техники ускорения с акцентом на большие данные и станет вашим надежным проводником в мир оптимизации решений на базе Python. Вы узнаете, как оптимизировать работу со встроенными структурами данных и ускорить решения за счет конкурентного выполнения, а также научитесь сокращать объем занимаемой данными памяти без ущерба для их точности. Ознакомившись с тщательно проработанными примерами, вы узнаете, как добиться большей производительности популярных библиотек, таких как NumPy и Pandas, и как эффективно обрабатывать и хранить данные. В книге используется целостный подход к повышению эффективности решений, так что вы научитесь оптимизировать и масштабировать целые системы – начиная от кода и заканчивая архитектурой. Для кого эта книга: Эта книга рассчитана на программистов с определенным опытом. Читая содержание книги, вы должны быть более или менее знакомы с большинством упоминающихся в нем технологий. А если вам довелось поработать с какими-то из них, вообще прекрасно. За исключением разделов, посвященных библиотекам ввода-вывода и вычислениям с помощью GPU, мы не будем сильно вдаваться в описание базовых вещей, а будем полагаться на то, что вы их и так знаете. Если в настоящее время вы пишете код и думаете о том, как сделать его максимально эффективным, эта книга точно для вас. И все же для извлечения максимальной пользы из данной книги вы должны обладать хотя бы двухлетним опытом разработки на языке Python, знать его основные управляющие структуры и понимать, как обращаться со списками, множествами и словарями. У вас также желательно должен быть опыт работы с популярными библиотеками Python, такими как os, sys, pickle и multiprocessing. Кроме того, чтобы воспользоваться всеми преимуществами показанных в этой книге техник, вы должны неплохо ориентироваться в таких популярных пакетах, как NumPy с его массивами и pandas с датафреймами. Было бы здорово, если бы вы обладали некоторыми знаниями, пусть и не практическими, в области оптимизации кода на Python с привлечением сторонних языков программирования наподобие C или Rust или с использованием других подходов, включающих задействование расширения Cython или компилятора Numba. Практические наработки в области библиотек ввода-вывода в Python также помогут вам в освоении материала этой книги. Поскольку эти библиотеки не так широко освещаются в литературе, мы начнем с самого начала и познакомимся с таким форматом, как Apache Parquet, и пакетом Zarr. Кроме того, вам необходимо знать основные команды для работы с терминалом Linux (или MacOS). Если у вас Windows, установите любую оболочку на основе Unix или заручитесь необходимыми знаниями для работы с командной строкой или оболочкой PowerShell. Ну и, конечно, без установленного на компьютере интерпретатора Python вам будет не обойтись. Название: Сверхбыстрый Python. Эффективные техники для работы с большими наборами данных Автор: Тиаго Антао Издательство: ДМК Пресс Год: 2023 Страниц: 371 Формат: PDF Размер: 11,35 МБ Качество: отличное Язык: русский Скачать Сверхбыстрый Python. Эффективные техники для работы с большими наборами данных
Скачать с katfile.com Скачать с oxy.st Скачать с trbbt.net На нашем сайте вы можете бесплатно скачать Книги без лишних регистраций и отправки платной смс, а именно скачать Сверхбыстрый Python. Эффективные техники для работы с большими наборами данных бесплатно. | |
|
Просмотров: 62 | Комментарии:
Другие новости по теме:Ключевые теги: | |
Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.
