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 the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
