آموزش بهینه‌سازی عملکرد پایتون (Python Performance Optimization) - آخرین آپدیت

سرفصل ها و درس ها

اندازه‌گیری عملکرد Measuring Performance

• درک مفهوم عملکرد Understanding Performance

• استراتژی بهبود عملکرد Strategy to Improve Performance

• روش‌های پایه برای اندازه‌گیری عملکرد Basic Ways to Measure Performance

• چرا پروفایلینگ (Profiling) کنیم؟ Why Profile?

• بررسی پروفایلرهای بیشتر More Profilers

• تجسم داده‌های پروفایلینگ Visualizing Profiling Data

استفاده از ساختارهای داده و الگوریتم‌های مناسب Using the Right Data Structures and Algorithms

• کدام ساختار داده سریع‌تر است؟ Which Data Structure Is Faster?

• مقایسه لیست‌ها و آرایه‌ها Comparing Lists and Arrays

• مقایسه Setها و Tupleها Comparing Sets and Tuples

• مقایسه Queueها و Dequeها Comparing Queues and Deques

• استفاده از دیکشنری‌ها Using Dictionaries

• مقایسه Dataclass، دیکشنری و NamedTuple Comparing Dataclass, Dictionary, and NamedTuple

استفاده از Threadهای بیشتر Using More Threads

• تریدها (Threads) چیستند؟ What Are Threads?

• چالش‌های کار با تریدها Challenges of Working with Threads

• چه زمانی از Multithreading استفاده کنیم؟ When to Use Multithreading

استفاده از کدنویسی Asynchronous Using Asynchronous Code

• کدنویسی Asynchronous Asynchronous Code

• چالش‌های کار با Asyncio Challenges of Working with Asyncio

• چه زمانی از Asyncio استفاده کنیم؟ When to Use Asyncio

استفاده از Processهای بیشتر Using More Processes

• موازی‌سازی بر پایه Process Process-based Parallelism

• ارتباط بین Processها Processes Communication

• چه زمانی از Processهای بیشتر استفاده کنیم؟ When to Use More Processes

• جمع‌بندی Summary