Rozdział 21. Wprowadzenie do pomiarów wydajności

Teraz gdy wiemy już, jak tworzyć funkcje i narzędzia iteracyjne, zejdziemy nieco w bok od naszej głównej ścieżki i spróbujemy się przekonać, jak oba rodzaje tych narzędzi działają w praktyce. Niniejszy rozdział zamyka część funkcyjną tej książki większym studium przypadku, w którym będziemy mierzyć względną wydajność narzędzi iteracyjnych poznanych do tej pory.

We wspomnianym studium przypadku będziemy badać narzędzia do pomiaru czasu w Pythonie, ogólnie omawiać techniki mierzenia wydajności i odkrywać kod, który jest nieco bardziej realistyczny i użyteczny niż większość tego, co widzieliśmy do tej pory. Będziemy również mierzyć szybkość bieżących implementacji Pythona — jest to element, który ...

Get Python now with O’Reilly online learning.

O’Reilly members experience live online training, plus books, videos, and digital content from 200+ publishers.