Python在高性能计算
Python编程语言在科学计算中很受欢迎,因为它提供的好处的快速代码开发。纯Python程序的性能往往不佳,但也有让他们更快更有效的方法。
在本课程中,您将发现如何识别性能瓶颈,有效地进行数值计算,并扩展Python使用编译后的代码。您将学习各种方法来优化和parallelise Python程序,特别是在科学和高性能计算的背景。
跳到0分11秒Python编程语言是最受欢迎的选择之一,在许多领域的软件开发。Python´s成功是由于其许多内置功能以及一个广泛的标准库和大量的第三方库,可以显著提高程序员的生产力。然而,纯Python程序有时是次优的性能。在本课程中,我们´会教你提高性能的有效方法,通过优化和parallelisation Python程序。作为一个例子,我们使用一个简单的Python程序计算了曼德尔勃特集合的形象,一个复杂的分形图案。我们将展示如何分析其性能瓶颈,然后看看如何提高串行程序的性能。
跳到1分2秒最后,我们将讨论并行编程与Python和展示如何进一步提高程序的性能通过使用并行多个CPU核。请加入我们,学习如何提高Python程序的性能!
马上开始,加入全球学习者的课堂。如果课程还没有开始你会看到未来的日期下面列出。
现在有时间
在过程的每一步你可以遇到其他学习者,分享你的想法和加入活跃在评论中讨论。
课程结束后,你将能够……
课程是专为Python程序员想加快自己的代码。您应该熟悉Python编程语言的基础知识。
软件需要的是虚拟机,您需要下载并运行来完成这门课。您还需要一个本地机器15 gb的空闲磁盘空间和2 gb RAM。
可选地,您可以收到指令安装Python环境中利用(Python、Numpy Cython mpi4py)。
高性能计算在CSC.fi工作的专家
芬兰国家超级计算中心高级应用科学家CSC——它科学中心。
合伙企业在欧洲先进的计算(PRACE)是一个国际非盈利协会在布鲁塞尔的座位。
想知道更多关于学习FutureLearn吗?盖世电竞里钱如何提现
学习者的评论不能加载cookie设置。请 并刷新页面查看此内容。
学习者加入这门课也喜欢这些课程。
