这本Python性能分析与优化图书，是2016-06-01月由人民邮电出版社所出版的，著作者信息： 多格里奥（Fernando Doglio） 著，陶俊杰，陈小莉 译，本版是第1次印刷， ISBN：9787115424228，品牌：人民邮电出版社, 这本书的包装是16开平装，所用纸张为胶版纸，全书页数178，字数有万字， 是本值得推荐的Python软件开发图书。

此书内容摘要

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。

关于此书作者

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。

编辑们的推荐

对于Python程序员来说，仅仅知道如何写代码是不够的，还要能够充分利用关键代码的处理能力。本书将讨论如何对Python代码进行性能分析，找出性能瓶颈，并通过不同的性能优化技术消除瓶颈。

本书从基本的概念开始，循序渐进地介绍高级的优化主题。首先介绍了Python的主流性能分析器，以及用于帮助理解性能分析结果的可视化工具。然后介绍了通用的性能优化方法和专门针对Python的性能优化方法，带你浏览该语言的主要结构，让你只需做一点改变，即可迅速改善代码的性能。介绍了一些专门用于数据处理的程序库，教你如何正确地使用它们以获得杰出性能。

如果你是一名Python开发者，想优化Python代码的性能，或是想进一步提升编程能力，那么本书非常适合你阅读。

通过阅读本书，你将能够：

掌握逐步优化代码的方法，学会使用不同的性能分析工具
理解性能分析器的概念，学会如何观察输出结果
利用性能分析工具解释可视化的性能输出结果，改善脚本的性能
用Cython快速创建Python与C语言混合的应用程序
利用PyPy改善Python代码的性能
通过Numba、Parakeet和pandas优化数据处理代码

Python性能分析与优化图书的目录

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
2．2cProfile23
2．2．1工具的局限24
2．2．2支持的API24
2．2．3Stats 类27
2．2．4性能分析示例30
2．3line_profiler41
2．3．1kernprof43
2．3．2kernprof 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
3．1KCacheGrind/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
3．2RunSnakeRun64
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
4．4ctypes90
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
6．1PyPy118
6．1．1安装PyPy119
6．1．2JIT 编译器120
6．1．3沙盒121
6．1．4JIT 优化122
6．1．5代码示例124
6．2Cython126
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
6．2．6Cython 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
7．1Numba141
7．1．1安装142
7．1．2使用Numba144
7．2pandas 工具151
7．2．1安装pandas151
7．2．2用pandas 做数据分析152
7．3Parakeet155
7．3．1安装Parakeet156
7．3．2Parakeet 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

部分内容试读

暂无.

关于此书评价

暂无.

书摘内容

暂无.

Python性能分析与优化最新最全的试读、书评、目录、简介信息由Python中文网整理提供。