涵盖的内容

多年来，本书作者始终奋战在工业和学术领域的海量数据处理前线，面对的诉求都是更快地得到答案、使用可扩展的架构。我们将竭力传授来之不易的经验，使你少走弯路。

每章开头都列出了该章将要回答的问题（如果没有，请告诉我们，以便下次修订时改正）。

本书涵盖如下主题。

● 计算机原理：旨在让你知道幕后发生的情况。

● 列表和元组：这两个基本数据结构在语义和速度方面的细微差别。

● 字典和集合：这两个重要数据结构的内存分配策略和访问算法。

● 迭代器：如何使用迭代以更符合Python风格的方式编写代码并打开通往无穷数据流的大门。

● 纯Python方法：如何卓有成效地使用Python及其模块。

● NumPy：如何随心所欲地使用深受大家喜爱的NumPy库。

● 编译和即时计算：通过将代码编译成机器代码提高处理速度，并根据剖析结果行事。

● 并发性：高效地移动数据。

● multiprocessing：使用内置库multiprocessing执行并行计算和高效地共享NumPy库的各种方法，以及进程间通信（InterProcess Communication，IPC）的代价和好处。

● 集群计算：对研究系统和生产系统中的多进程（multiprocessing）代码进行转换，使其能够在本地或远程集群中运行。

● 减少内存占用量：在不购买大型计算机的情况下，解决数据规模庞大的问题。

● 实战经验教训：以实战故事的方式介绍经验教训，以免你重蹈覆辙。