Python并行编程实战（第二版）

　　 目录
　　前言
　　第1章 并行计算和Python入门 1
　　1.1 为什么需要并行计算?  1
　　1.2 费林分类法 2
　　1.2.1 单指令流单数据流 (SISD)  2
　　1.2.2 多指令流单数据流 (MISD)  3
　　1.2.3 单指令流多数据流 (SIMD)  4
　　1.2.4 多指令流多数据流 (MIMD) 4
　　1.3 内存组织 5
　　1.3.1 共享内存  6
　　1.3.2 分布式内存  7
　　1.3.3 大规模并行处理 (MPP)  8
　　1.3.4 工作站集群  8
　　1.3.5 异构体系结构  9
　　1.4 并行编程模型 9
　　1.4.1 共享内存模型 10
　　1.4.2 多线程模型  10
　　1.4.3 消息传递模型 10
　　1.4.4 数据并行模型 11
　　1.5 并行程序性能评价  13
　　1.5.1 加速比  14
　　1.5.2 效率  14
　　1.5.3 扩缩性  15
　　1.5.4 阿姆达尔定律 15
　　1.5.5 古斯塔夫森定律 15
　　1.6 Python介绍  16
　　1.6.1 帮助函数  16
　　1.6.2 语法  18
　　1.6.3 注释  19
　　1.6.4 赋值  19
　　1.6.5 数据类型  19
　　1.6.6 字符串  21
　　1.6.7 流控制  21
　　1.6.8 函数  23
　　1.6.9 类  24
　　1.6.10 异常  25
　　1.6.11 导入库  26
　　1.6.12 管理文件  26
　　1.6.13 列表推导  27
　　1.6.14 运行Python脚本 28
　　1.6.15 使用pip安装Python包  28
　　1.7 Python并行编程介绍  29
　　第2章 基于线程的并行 33
　　2.1 什么是线程?  34
　　2.2 Pythonthreading模块  35
　　2.3 定义一个线程  35
　　2.3.1 准备工作  35
　　2.3.2 实现过程  36
　　2.3.3 工作原理  36
　　2.3.4 相关内容  37
　　2.4 确定当前线程  37
　　2.4.1 准备工作  37
　　2.4.2 实现过程  37
　　2.4.3 工作原理            38
　　2.5 定义一个线程子类  39
　　2.5.1 准备工作  39
　　2.5.2 实现过程  39
　　2.5.3 工作原理  41
　　2.5.4 相关内容  42
　　2.6 使用锁的线程同步  42
　　2.6.1 准备工作  43
　　2.6.2 实现过程  43
　　2.6.3 工作原理  45
　　2.6.4 相关内容  46
　　2.7 使用RLock的线程同步  47
　　2.7.1 准备工作  47
　　2.7.2 实现过程  48
　　2.7.3 工作原理  49
　　2.7.4 相关内容  50
　　2.8 使用信号量的线程同步  51
　　2.8.1 准备工作  51
　　2.8.2 实现过程  51
　　2.8.3 工作原理  53
　　2.8.4 相关内容  54
　　2.9 使用条件的线程同步  54
　　2.9.1 准备工作  54
　　2.9.2 实现过程  54
　　2.9.3 工作原理  56
　　2.9.4 相关内容  58
　　2.10 使用事件的线程同步 58
　　2.10.1 准备工作  59
　　2.10.2 实现过程  59
　　2.10.3 工作原理  61
　　2.11 使用屏障的线程同步 62
　　2.11.1 准备工作  62
　　2.11.2 实现过程  62
　　2.11.3 工作原理  63
　　2.12 使用队列的线程通信 63
　　2.12.1 准备工作  64
　　2.12.2 实现过程  64
　　2.12.3 工作原理  65
　　2.12.4 相关内容  66
　　第3章 基于进程的并行 68
　　3.1 理解Python的multiprocessing模块  68
　　3.2 创建进程  69
　　3.2.1 准备工作  69
　　3.2.2 实现过程  69
　　3.2.3 工作原理  70
　　3.2.4 相关内容  71
　　3.2.5 参考资料  71
　　3.3 命名进程  72
　　3.3.1 准备工作  72
　　3.3.2 实现过程  72
　　3.3.3 工作原理  73
　　3.3.4 相关内容  73
　　3.3.5 参考资料  73
　　3.4 在后台运行进程  73
　　3.4.1 准备工作  74
　　3.4.2 实现过程  74
　　3.4.3 工作原理  75
　　3.4.4 参考资料  76
　　3.5 杀死进程  76
　　3.5.1 准备工作  76
　　3.5.2 实现过程  76
　　3.5.3 工作原理  77
　　3.5.4 参考资料  78
　　3.6 子类中定义进程  78
　　3.6.1 准备工作  78
　　3.6.2 实现过程  78
　　3.6.3 工作原理  79
　　3.6.4 相关内容  80
　　3.6.5 参考资料  80
　　3.7 使用队列交换数据  80
　　3.7.1 准备工作  80
　　3.7.2 实现过程  80
　　3.7.3 工作原理  82
　　3.7.4 相关内容  83
　　3.7.5 参考资料  84
　　3.8 使用管道交换对象  84
　　3.8.1 准备工作  84
　　3.8.2 实现过程  84
　　3.8.3 工作原理  86
　　3.8.4 相关内容  87
　　3.8.5 参考资料            87
　　3.9 同步进程  87
　　3.9.1 准备工作  87
　　3.9.2 实现过程  87
　　3.9.3 工作原理  89
　　3.9.4 相关内容  89
　　3.9.5 参考资料  89
　　3.10 使用进程池 90

　　 
　　Giancarlo Zaccone在科学和工业领域的研究项目管理方面已经有超过15年的经验。他是欧洲航空局(ESTEC)的一位软件和系统工程师,主要处理卫星导航系统的网络安全。Giancarlo拥有物理学硕士学位和科学计算高级硕士学位。Giancarlo有以下著作：《Python Parallel Programming Cookbook（第1版)》 《Getting Started with Tensor Flow 》《Deep Learning with Tensor Flow (第1版)》和《Deep Learning with Tensor Flow (第2版) 》。
　　 

　　 
　　 
　　• 同步多个线程和进程来管理并行任务。
　　• 使用消息传递技术建立进程间通信来构建并行应用。
　　• 为自己的GPU卡编程来解决复杂的问题。
　　• 管理计算实体来执行分布式计算任务。
　　• 采用事件驱动编程模型编写高效的程序。
　　• 使用Django和Google App Engine研究云技术。
　　• 应用能改善性能的并行编程技术。