Outils pour utilisateurs

Outils du site


python:optimisation_python

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision
Révision précédente
python:optimisation_python [2017/11/24 15:32] – marc dexetpython:optimisation_python [2017/11/24 15:41] (Version actuelle) – [Optimisation en Python] marc dexet
Ligne 4: Ligne 4:
 C'est une démarche délicate et parfois chronophage. C'est une démarche délicate et parfois chronophage.
  
-Il faut parfois évaluer le coût de l'optimisation au regard du bénéfice obtenu.+**Il faut parfois évaluer le coût de l'optimisation au regard du bénéfice obtenu.**
  
 ===== Attention à l'optimisation prématurée ===== ===== Attention à l'optimisation prématurée =====
Ligne 22: Ligne 22:
 Pour le calcul, Python n'est pas un outil très pertinent. Il est nécessaire de s'appuyer sur des librairies spécialisées comme http://www.numpy.org/ qui sont écrites en C++. Pour le calcul, Python n'est pas un outil très pertinent. Il est nécessaire de s'appuyer sur des librairies spécialisées comme http://www.numpy.org/ qui sont écrites en C++.
  
 +====== Les anti-patterns ======
 +
 +TBD:  mettre ici les doubles boucles python
 +
 +====== Les solutions ======
 +
 +TBD: refaire le benchmarking 
 +
 +===== Numba =====
 +
 +https://github.com/numba/numba
 +
 +TBD: Expliquer le contexte
 +
 +<code python>
 +from numba import jit
 +
 +@jit
 +def ma_function_a_optimiser():
 +   ...
 +</code>
  
python/optimisation_python.1511537526.txt.gz · Dernière modification : de marc dexet