Python 并行编程手册PDF电子书下载

1并行计算与Python起步 1

介绍 1

并行计算内存架构 2

内存组织 5

并行编程模型 10

如何设计并行程序 12

如何评估并行程序的性能 14

Python简介 16

并行世界中的Python 20

进程与线程介绍 21

开始在Python中使用进程 21

开始在Python中使用线程 23

2基于线程的并行 27

介绍 27

使用Python的线程模块 28

如何定义线程 28

如何确定当前的线程 30

如何在子类中使用线程 32

使用Lock与RLock实现线程同步 34

使用RLock实现线程同步 38

使用信号量实现线程同步 40

使用条件实现线程同步 44

使用事件实现线程同步 47

使用with语句 51

使用队列实现线程通信 53

评估多线程应用的性能 57

3基于进程的并行 63

介绍 64

如何生成进程 64

如何对进程命名 66

如何在后台运行进程 68

如何杀死进程 69

如何在子类中使用进程 70

如何在进程间交换对象 72

如何同步进程 78

如何管理进程间状态 81

如何使用进程池 82

使用mpi4py模块 84

点对点通信 87

避免死锁问题 91

使用广播实现聚合通信 94

使用scatter实现聚合通信 96

使用gather实现聚合通信 99

使用Alltoall实现聚合通信 101

汇聚操作 103

如何优化通信 105

4异步编程 111

介绍 111

使用Python的concurrent.futures模块 112

使用Asyncio实现事件循环管理 116

使用Asyncio处理协程 120

使用Asyncio管理任务 125

使用Asyncio和Futures 128

5分布式Python 133

介绍 133

使用Celery分发任务 134

如何使用Celery创建任务 136

使用SCOOP进行科学计算 139

使用SCOOP处理映射函数 143

使用Pyro4远程调用方法 147

使用Pyro4链接对象 150

使用Pyro4开发一个客户端-服务器应用 156

使用PyCSP实现顺序进程通信 162

在Disco中使用MapReduce 167

使用RPyC调用远程过程 172

6使用Python进行GPU编程 175

介绍 175

使用PyCUDA模块 177

如何构建一个PyCUDA应用 181

通过矩阵操作理解PyCUDA内存模型 186

使用GPUArray调用内核 192

使用PyCUDA对逐元素表达式求值 194

使用PyCUDA进行MapReduce操作 198

使用NumbaPro进行GPU编程 201

通过NumbaPro使用GPU加速的库 206

使用PyOpenCL模块 211

如何构建一个PyOpenCL应用 214

使用PyOpenCL对逐元素表达式求值 218

使用PyOpenCL测试GPU应用 221