Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 41 Stimmen.
Advanced Python Programming
Erstellen Sie verteilte Anwendungen mit cleveren Entwurfsmustern, um komplexe Probleme zu lösen Hauptmerkmale Richten Sie mit Dask und PySpark verteilte Algorithmen auf einem Cluster ein und führen Sie sie aus Beherrschen Sie die genaue Implementierung von Gleichzeitigkeit in Ihrem Code Sammeln Sie praktische Erfahrungen mit Python-Entwurfsmustern anhand von Beispielen aus der Praxis Buchbeschreibung
Dieser Lernpfad zeigt Ihnen, wie Sie die Leistungsfähigkeit von nativen Python-Bibliotheken und Bibliotheken von Drittanbietern nutzen können, um robuste und reaktionsschnelle Anwendungen zu erstellen. Sie lernen Profiler und reaktive Programmierung, Parallelität und Parallelität sowie Werkzeuge kennen, die Ihre Anwendungen schnell und effizient machen. Sie werden entdecken, wie Sie mit TensorFlow und Theano Code für parallele Architekturen schreiben und mit Technologien wie Dask und PySpark einen Cluster von Computern für groß angelegte Berechnungen nutzen können. Mit dem Wissen über die Funktionsweise von Python-Entwurfsmustern werden Sie in der Lage sein, Objekte zu klonen, Schnittstellen zu sichern, Algorithmen dynamisch auszuwählen und vieles mehr im Bereich des High Performance Computing zu erreichen.
Am Ende dieses Lernpfads werden Sie die Fähigkeiten und das Selbstvertrauen haben, ansprechende Modelle zu erstellen, die schnell effiziente Lösungen für Ihre Probleme bieten.
Dieser Lernpfad enthält Inhalte aus den folgenden Packt-Produkten: Python High Performance - Second Edition von Gabriele Lanaro Mastering Concurrency in Python von Quan Nguyen Mastering Python Design Patterns von Sakis Kasampalis Was Sie lernen werden Verwenden Sie NumPy und pandas, um Datensätze zu importieren und zu bearbeiten Erzielen Sie native Leistung mit Cython und Numba Schreiben Sie asynchronen Code mit asyncio und RxPy Entwerfen Sie hoch skalierbare Programme mit Application Scaffolding Erforschen Sie abstrakte Methoden, um die Datenkonsistenz aufrechtzuerhalten Klonen Sie Objekte mit dem Prototyp-Muster Verwenden Sie das Adapter-Muster, um inkompatible Schnittstellen kompatibel zu machen Verwenden Sie das Strategie-Muster, um dynamisch einen Algorithmus auszuwählen Für wen dieses Buch gedacht ist
Dieser Lernpfad ist speziell für Python-Entwickler gedacht, die hochleistungsfähige Anwendungen erstellen und mehr über Single-Core- und Multi-Core-Programmierung, verteilte Gleichzeitigkeit und Python-Entwurfsmuster erfahren möchten. Eine gewisse Erfahrung mit der Programmiersprache Python wird Ihnen helfen, das Beste aus diesem Lernpfad zu machen. Inhaltsverzeichnis Benchmarking und Profiling Reine Python-Optimierungen Schnelle Array-Operationen mit NumPy und Pandas C-Performance mit Cython Erkundung von Compilern Implementierung von Nebenläufigkeit Parallele Verarbeitung Fortgeschrittene Einführung in die nebenläufige und parallele Programmierung Amdahls Gesetz Arbeiten mit Threads in Python Verwendung der with-Anweisung in Threads Nebenläufige Webanfragen Arbeiten mit Prozessen in Python Reduktionsoperatoren in Prozessen Nebenläufige Bild Verarbeitung Einführung in die asynchrone Programmierung Implementierung der asynchronen Programmierung in Python Aufbau von Kommunikationskanälen mit asyncio Deadlocks Starvation Race Conditions The Global Interpreter Lock The Factory Pattern The Builder Pattern Other Creational Patterns The Adapter Pattern The Decorator Pattern The Bridge Pattern The Facade Pattern Other Structural Patterns The Chain of Responsibility Pattern The Command Pattern The Observer Pattern
| ISBN: | 9781838551216 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
