简介
《利用 Dask 扩展 Python 性能》详细阐述了与 Dask 扩展 Python 性能相关的基本知识,主要包括了解 Dask、Dask 基础操作、Dask 的工作原理、Dask DataFrame、Dask 的集合、高级任务调度、添加可变状态和 Dask Actor、评估 Dask 的 组件和库、迁移现有的分析工程、使用 GPU 和其他特殊资源的 Dask、使用 Dask 进行机器学习、生产化 Dask 等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学用书和 参考手册。
编辑推荐
Dask 是一个使用 Python 进行并行计算的框架,使得并行计算可以从一台机器上的多 个核心扩展到拥有数千台机器的数据中心。它具有低级任务 API 和更高级别的以数据为 中心的 API。低级任务 API 支持 Dask 与各种 Python 库的集成。拥有公共 API 使得工具 生态系统能够围绕 Dask 得以发展,以适应各种用例。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-08-01
- 更新: 2024-11-07
- 书号:9787302666295
- 中图:TP311.561
- 学科:工学控制科学与工程工学计算机科学与技术工学软件工程