کتاب تسلط بر Cython برای افزایش چشمگیر سرعت برنامههای پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره تسلط بر Cython برای افزایش چشمگیر سرعت برنامههای پایتون
موضوع کلی: بهینهسازی عملکرد پایتون
موضوع میانی: توسعه افزونههای سریع با Cython
📋 سرفصلهای دوره
- 1. مفهوم Cython و تفاوت آن با پایتون خالص
- 2. نصب و راهاندازی محیط توسعه Cython
- 3. ساخت اولین ماژول Cython و کامپایل آن
- 4. ساختار فایلهای pyx و pxd
- 5. استفاده از setup.py و pyproject.toml برای ساخت
- 6. دستورات کامپایل و گزینههای بهینهسازی
- 7. اعلان نوع ایستا برای متغیرها
- 8. انواع داده پایه C در Cython
- 9. اعلان نوع برای آرگومان توابع
- 10. اعلان نوع بازگشتی توابع
- 11. تفاوت cdef و cpdef و def
- 12. نوشتن توابع cdef برای حداکثر سرعت
- 13. فراخوانی توابع C از داخل Cython
- 14. اعلان و استفاده از structها
- 15. کار با اشارهگرها و آرایههای C
- 16. مدیریت حافظه دستی با malloc و free
- 17. استفاده از Cython برای حلقههای عددی سنگین
- 18. بهینهسازی عملیات روی NumPy Arrays
- 19. اعلان typed memoryviews
- 20. پیمایش سریع آرایههای چندبعدی با memoryview
- 21. تفاوت memoryview با buffer protocol
- 22. آزادسازی GIL برای محاسبات موازی
- 23. استفاده از nogil در بخشهای محاسباتی
- 24. ایجاد threadهای موازی با prange
- 25. تنظیم schedule و num_threads در prange
- 26. جلوگیری از race condition در کد موازی
- 27. پروفایل کردن کد Cython با cProfile و line_profiler
- 28. استفاده از cython -a برای تحلیل عملکرد
- 29. شناسایی گلوگاههای باقیمانده پایتونی
- 30. اعلان نوع برای کلاسها با cdef class
- 31. تعریف attributeهایtyped در کلاسها
- 32. نوشتن متدهای سریع برای کلاسهای Cython
- 33. ارثبری در cdef classها
- 34. تعامل کلاسهای Cython با کد پایتون خالص
- 35. بستهبندی و انتشار ماژولهای Cython
- 36. ساخت wheelهای باینری برای پلتفرمهای مختلف
- 37. استفاده از Cython با C++ و کلاسهای خارجی
- 38. اعلان external functions از کتابخانههای C
- 39. لینک کردن کتابخانههای خارجی در setup
- 40. مدیریت استثناها بین پایتون و C
- 41. تبدیل امن انواع داده بین پایتون و C
- 42. بهینهسازی عملیات رشتهای با Cython
- 43. پردازش فایلهای بزرگ خط به خط با سرعت بالا
- 44. پیادهسازی الگوریتمهای عددی کلاسیک
- 45. مقایسه عملکرد پایتون خالص، Numba و Cython
- 46. تکنیکهای کاهش overhead فراخوانی توابع
- 47. استفاده از inline و static در اعلان توابع
- 48. کنترل سطح بهینهسازی کامپایلر
- 49. اشکالزدایی کدهای Cython با gdb
- 50. نوشتن تست برای ماژولهای کامپایلشده
- 51. ساخت لایه رابط سریع برای کتابخانههای موجود
- 52. مطالعه موردی شتابدهی یک حلقه پردازش تصویر
- 53. مطالعه موردی بهینهسازی محاسبات علمی
- 54. بهترین شیوههای نگهداری کد ترکیبی پایتون و Cython
- 55. انتقال تدریجی پروژه پایتون به Cython
تگها:
C Extension
cdef
Cython
High Performance Python
nogil
NumPy
Parallel Computing
prange
Python Performance
Typed Memoryview
افزایش سرعت
بهینهسازی پایتون
پروفایلینگ
توسعه افزونه
کامپایل پایتون
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.