Python并行编程 中文版

Contents:

• 第一章 认识并行计算和Python
  • 1. 介绍
  • 2. 并行计算的内存架构
  • 3. 内存管理
  • 4. 并行编程模型
  • 5. 如何设计一个并行程序
  • 6. 如何评估并行程序的性能
  • 7. 介绍Python
  • 8. 并行世界的Python
  • 9. 介绍线程和进程
  • 10. 开始在Python中使用进程
  • 11. 开始在Python中使用线程
• 第二章 基于线程的并行
  • 1. 介绍
  • 2. 使用Python的线程模块
  • 3. 如何定义一个线程
  • 4. 如何确定当前的线程
  • 5. 如何实现一个线程
  • 6. 使用Lock进行线程同步
  • 7. 使用RLock进行线程同步
  • 8. 使用信号量进行线程同步
  • 9. 使用条件进行线程同步
  • 10. 使用事件进行线程同步
  • 11. 使用with语法
  • 12. 使用 queue 进行线程通信
  • 13. 评估多线程应用的性能
• 第三章 基于进程的并行
  • 1. 介绍
  • 2. 如何产生一个进程
  • 3. 如何为一个进程命名
  • 4. 如何在后台运行一个进程
  • 5. 如何杀掉一个进程
  • 6. 如何在子类中使用进程
  • 7. 如何在进程之间交换对象
  • 8. 进程如何同步
  • 9. 如何在进程之间管理状态
  • 10. 如何使用进程池
  • 11. 使用Python的mpi4py模块
  • 12. 点对点通讯
  • 13. 避免死锁问题
  • 14. 集体通讯：使用broadcast通讯
  • 15. 集体通讯：使用scatter通讯
  • 16. 集体通讯：使用gather通讯
  • 17. 使用Alltoall通讯
  • 18. 简化操作
  • 19. 如何优化通讯
• 第四章 异步编程
  • 1. 介绍
  • 2. 使用Python的 concurrent.futures 模块
  • 3. 使用Asyncio管理事件循环
  • 4. 使用Asyncio管理协程
  • 5. 使用Asyncio控制任务
  • 6. 使用Asyncio和Futures
• 第五章 分布式Python编程
  • 1. 介绍
  • 2. 使用Celery实现分布式任务
  • 3. 如何使用Celery创建任务
  • 4. 使用SCOOP进行科学计算
  • 5. 通过 SCOOP 使用 map 函数
  • 6. 使用Pyro4进行远程方法调用
  • 7. 使用 Pyro4 链接对象
  • 8. 使用Pyro4部署客户端-服务器应用
  • 9. PyCSP和通信顺序进程
  • 10. 使用Disco进行MapReduce
  • 11. 使用RPyC远程调用
• 第六章 Python GPU编程
  • 1. 介绍
  • 2. 使用PyCUDA模块
  • 3. 如何创建一个PyCUDA应用
  • 4. 理解PyCuDA内存模型
  • 5. 使用GPUArray进行内核调用
  • 6. 使用PyCUDA评估元素
  • 7. 使用PyCUDA进行MapReduce操作
  • 8. 使用NumbaPro进行GPU编程
  • 9. 使用GPU加速的库
  • 10. 使用PyOpenCL模块
  • 11. 如何创建一个PyOpenCL应用
  • 12. 使用PyOpenCL评估元素
  • 13. 使用PyOpenCL测试你的GPU应用

Indices and tables

• 搜索页面