《极速Python：高性能编程实战指南》

《极速Python：高性能编码、计算与数据分析》直击Python编程要害。对于大型数据项目，过慢的代码运行速度是毁灭性的。在机器学习和大规模数据分析中，除了使用高性能的Python代码，还要使用经过优化的库、发挥计算机硬件的多核处理能力。满足计算速度后，还要优化计算资源、控制计算成本，而本书为读者提供了一整套高性能编程解决方案。

《极速Python：高性能编码、计算与数据分析》系统性地介绍了Python高性能编程的各种工具和方法，并重点讲解了Python在大数据中的应用。书中配有清晰的示例和详实的分析，可帮助读者熟练掌握NumPy和Pandas，实现高性能的数据存储和I/O。本书高屋建瓴、不留遗漏，读者学习本书后，能从代码到架构对系统进行整体优化。
本书旨在帮助读者在 Pyton 生态系统中编写更高效的应用程序。更高效是指让代码使用的 CPU 周期更少、占用的存储空间更少、消耗的网络通信更少。本书采用全面且透彻的方式来分析性能问题。书中不仅涉及纯 Python 代码的优化技术，还介绍了如何高效使用数据科学库，如 NumPy 和 pandas。由于 Python 在某些场景下性能不足，为了使代码运行速度更快，本书还讲解了 Cython。为了使内容尽量全面，本书还讨论了硬件对代码设计的影响，即分析现代计算机架构对算法性能的影响。另外还探究了网络架构对效率的影响，以及 GPU 计算在快速数据分析领域中的运用。
本书面向中高级读者。希望读者接触过目录中的大部分技术，并且最好亲手使用过其中一些。除了 10 库和 GPU 计算章节，本书只提供了很少的介绍性内容，所以要求读者了解基础知识。如果你正在编写高性能代码，并面临高效处理海量数据的切实挑战，这本书可提供很多建议。

本书作者Tiago Rodrigues Antão拥有信息学工程学士学位和生物信息学博士学位。他目前从事生物技术工作，使用Python生态来处理科学计算和数据工程任务。大多数时候，他也使用底层编程语言(如C和Rust)对算法的关键部分进行优化。目前，他在基于Amazon AWS的云计算设备上进行开发，但使用的基本是本地计算集群。除了业内经历，他在科学计算方面有两段学术经历，包括在剑桥大学和牛津大学从事数据分析博士后研究工作。作为蒙大拿大学的研究员，他从零开始创建了用于分析生物数据的整套科学计算方法。Tiago是重要生物信息软件包Biopython(用Python编写)的共同作者之一，也是Bioinformatics with Python Cookbook(Packt出版社，2022)一书的作者，该书已出版了第3版。他还在生物信息学领域发表了多篇重要的科研论文。