爆速Python : 巨大データセットを扱うための高速化テクニック
Author(s)
Bibliographic Information
爆速Python : 巨大データセットを扱うための高速化テクニック
（Programmer's selection）
翔泳社, 2024.6
- Other Title
-
Fast Python : high performance techniques for large datasets
爆速Python (ぱいそん)
- Title Transcription
-
バクソク Python : キョダイ データ セット オ アツカウ タメ ノ コウソクカ テクニック
Available at / 3 libraries
-
No Libraries matched.
- Remove all filters.
Search this Book/Journal
Note
原著 (Manning Publications, c2023) の翻訳
Description and Table of Contents
Description
本書の目的は、Ｐｙｔｈｏｎエコシステムでより効率的なアプリケーションを記述する手助けをすることにあります。より効率的とは、コードが使うＣＰＵサイクル、ストレージ領域、ネットワーク通信が少なくなることを意味します。本書では、パフォーマンスの問題に総合的なアプローチでのぞみます。ピュアＰｙｔｈｏｎでのコード最適化テクニックについて説明するだけではなく、ＮｕｍＰｙやｐａｎｄａｓなど広く使われているデータライブラリの効率的な使い方についても検討します。Ｐｙｔｈｏｎでは十分なパフォーマンスが得られないケースがあるため、スピードがさらに求められる場合はＣｙｔｈｏｎについても検討します。この総合的なアプローチの一環として、コードの設計にハードウェアが与える影響にも目を向け、現代のコンピュータアーキテクチャがアルゴリズムのパフォーマンスにおよぼす影響を分析します。また、ネットワークアーキテクチャが効率におよぼす影響と、高速なデータ分析でのＧＰＵコンピューティングの使い方も調べます。
Table of Contents
- １ 基礎的なアプローチ（データ処理の効率化が急がれている；組み込み機能のパフォーマンスを最大限に引き出す；並行性、並列性、非同期処理；ハイパフォーマンスなＮｕｍＰｙ）
- ２ ハードウェア（Ｃｙｔｈｏｎを使って重要なコードを再実装する；メモリ階層、ストレージ、ネットワーク）
- ３ 現代のデータ処理のためのアプリケーションとライブラリ（ハイパフォーマンスなｐａｎｄａｓとＡｐａｃｈｅ Ａｒｒｏｗ；ビッグデータの格納）
- ４ 高度なトピック（ＧＰＵコンピューティングを使ったデータ分析；Ｄａｓｋを使ったビッグデータの分析）
- 付録Ａ 環境のセットアップ
- 付録Ｂ Ｎｕｍｂａを使って効率的な低レベルコードを生成する
by "BOOK database"
