原书出处
利用Python进行数据分析
跟NumPy紧密结合。一般的工作流程是:
得到能在Python中运行的算法,然后再将其翻译为Cython(只需添加类型定义并完成一些其他必要的工作即可)。更多信息请参考该项目的文档。 其他有关NumPy的高性能代码编写手段还有f2py(FORTRAN 77和90的包装器生成器)以及利用纯C语言编写Python扩展。 译注7:这里主要考虑的是预读机制以及缓存块失效率。由于这个存储层次是纯硬件实现的,谁
的程序都控制不了,所以数据最好连续存储。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0316.html
EPUB SHA-256:06582ecdf071724c9e218bc2698d2fff4e82a992d672b287e4c2e6092c924bcf