고성능 파이썬

1장. 고성능을 위한 파이썬 이해하기
__1.1 컴퓨터 시스템의 기본
__1.2 기본 구성 함께 보기
__1.3 파이썬을 쓰는 이유

2장. 프로파일링으로 병목 지점 찾기
__2.1 효과적으로 프로파일링하기
__2.2 쥘리아 집합
__2.3 전체 쥘리아 집합 계산하기
__2.4 시간을 측정하는 간단한 방법 - print와 데코레이터
__2.5 유닉스 time 명령어를 이용한 간단한 시간 측정
__2.6 cProfile 모듈 사용하기
__2.7 line_profiler로 한 줄씩 측정하기
__2.8 memory_profiler로 메모리 사용량 진단하기
__2.9 heapy로 힙 메모리 살펴보기
__2.10 dowser로 변수 생성을 실시간으로 확인하기
__2.11 dis 모듈로 CPython의 바이트코드 조사하기
__2.12 최적화 중에 단위 테스트하기
__2.13 성공적인 코드 프로파일링 전략
__2.14 마치며

3장. 리스트와 튜플
__3.1 더 효율적인 탐색
__3.2 리스트와 튜플
__3.3 마치며

4장. 사전과 셋
__4.1 사전과 셋의 동작 원리
__4.2 사전과 네임스페이스
__4.3 마치며

5장. 이터레이터와 제너레이터
__5.1 무한급수와 이터레이터
__5.2 제너레이터의 지연 실행
__5.3 마치며

6장. 행렬과 벡터 연산
__6.1 문제 소개
__6.2 파이썬의 리스트만으로 충분할까?
__6.3 메모리 단편화
__6.4 numpy를 이용한 확산 방정식 해법
__6.5 numexpr : 제자리 연산을 더 빠르고 간편하게 쓰기
__6.6 최적화 검증 scipy
__6.7 마치며

7장. C 언어로 컴파일하기
__7.1 가능한 속도 개선의 종류
__7.2 JIT 대 AOT 컴파일러
__7.3 타입 정보가 실행 속도에 영향을 주는 이유
__7.4 C 컴파일러 사용하기
__7.5 쥘리아 집합 예제 다시 보기
__7.6 Cython
__7.7 Shed Skin
__7.8 Cython과 numpy
__7.9 Numba
__7.10 Pythran
__7.11 PyPy
__7.12 각 기술을 언제 사용할까?
__7.13 외부 함수 인터페이스
__7.14 마치며

8장. 동시성
__8.1 비동기 프로그래밍 소개
__8.2 순차적 크롤러
__8.3 gevent
__8.4 tornado
__8.5 AsyncIO
__8.6 데이터베이스 예제
__8.7 마치며

9장. multiprocessing 모듈
__9.1 multiprocessing 모듈 소개
__9.2 몬테카를로 방식을 사용해 원주율 추정하기
__9.3 프로세스와 스레드를 사용해 원주율 추정하기
__9.4 소수 찾기
__9.5 프로세스 간 통신을 사용해 소수 검증하기
__9.6 multiprocessing과 numpy 데이터 공유하기
__9.7 파일과 변수 접근 동기화하기
__9.8 마치며

10장. 클러스터와 작업 대기열
__10.1 클러스터링의 이점
__10.2 클러스터링의 단점
__10.3 일반적인 클러스터 설계
__10.4 클러스터화한 해법을 어떻게 시작할 것인가?
__10.5 클러스터 사용 시 고통을 피하는 방법
__10.6 세 가지 클러스터링 솔루션
__10.7 강건한 프로덕션 클러스터링을 위한 NSQ
__10.8 살펴볼 만한 다른 클러스터링 도구들
__10.9 마치며

11장. RAM 아껴 쓰기
__11.1 원시 타입 객체는 비싸다
__11.2 컬렉션이 사용하는 RAM 이해하기
__11.3 바이트와 유니코드
__11.4 RAM에 수많은 텍스트를 효율적으로 저장하기
__11.5 RAM을 덜 사용하기 위한 팁
__11.6 확률적 자료구조

12장. 현장에서 얻는 교훈
__12.1 어댑티브랩의 소셜 미디어 분석, 소마(SoMA)
__12.2 RadimRehurek.com의 딥 러닝, 플라이(Fly)
__12.3 Lyst.com의 대규모 기계 학습
__12.4 스메시에서의 대규모 소셜 미디어 분석
__12.5 성공적인 웹과 데이터 처리 시스템을 위한 PyPy
__12.7 Lanyrd.com의 작업 대기열