Главная страницаКатегория pythonУправления памятью Python + советы

Управления памятью Python + советы

Name: Управления памятью Python + советы
Price: 12.5 USD
Rating: 4.7 (19 reviews)

Python Memory Management and Tips Course

Talkpython

★4.7 (всего оценок - 19)

Продолжительность

4 ч 31 мин

Категория

Python

Количество уроков

97 Видео

Дата добавления

16 июн. 2021 г., 23:47

Язык

Английский

Дата выхода

1 янв. 2021 г., 01:00

Дата обновления

29 апр. 2026 г., 12:37

Управление памятью в Python — ключевой навык для разработчиков, стремящихся писать быстрый и оптимальный код. Э

Зачем углубляться в управление памятью Python

Даже опытные Python‑разработчики часто недооценивают влияние внутренних механизмов CPython на производительность. Оптимизация использования памяти позволяет ускорить код, снизить нагрузку на серверы и предсказуемо управлять поведением программ — особенно в высоконагруженных и ресурсоограниченных сценариях.

Что вы освоите на курсе

Глубокая архитектура работы памяти CPython

Вы разберёте, как Python работает «под капотом», и научитесь интерпретировать поведение кода на самом низком уровне. Это позволит не только лучше понимать язык, но и быстрее находить узкие места.

Устройство переменных, объектов и структур данных в CPython.
Работа распределителя малых объектов и его влияние на фрагментацию памяти.
Архитектура арен, пулов и блоков и практическое влияние на производительность.

Практическая работа с исходным кодом CPython

Курс покажет, как искать, читать и интерпретировать фрагменты C‑кода, управляющие памятью. Это создаёт фундаментальное понимание языка на уровне реализации.

Поиск ответственных участков кода в репозитории CPython.
Связь Python‑конструкций с их C‑реализациями.
Разбор реальных примеров поведения памяти.

Подсчёт ссылок и механизм сборки мусора

Вы узнаете, почему reference counting — ключевой элемент модели памяти Python, и как Python работает с циклическими объектами.

Демонстрации изменения количества ссылок в реальном времени.
Тонкости работы поколенческого сборщика мусора.
Когда стоит отключать GC, а когда — наоборот.

Оптимизация и практическое применение

Анализ памяти структур данных

Вы сравните встроенные структуры данных Python и узнаете, как их внутреннее устройство влияет на потребление RAM.

Byte‑размеры списков, словарей, кортежей и объектов.
Как выбирать структуры данных под конкретные задачи.
Как избежать скрытого перерасхода памяти.

Минимизация временных объектов и оптимизация функций

Практические методики, которые помогают сократить количество создаваемых объектов и избежать лишних аллокаций.

Компактные и быстрые Python‑классы

Вы изучите подходы, которые делают классы более экономными и быстрыми: от настройки слотов до изменения стратегии хранения атрибутов.

Для кого создан этот курс

Курс подходит разработчикам, которые хотят понимать Python глубже, чем уровни синтаксиса и стандартных библиотек. Особенно будет полезен тем, кто работает с:

нагруженными API‑сервисами и бэкендом;
ML‑и ETL‑пайплайнами, требующими оптимизации ресурсов;
скриптами и утилитами для ограниченных сред;
профилированием и ускорением Python‑приложений.

Итог: чему вы научитесь

Курс превращает управление памятью в Python из «чёрного ящика» в понятную систему. После обучения вы сможете осознанно управлять ресурсами, оптимизировать код и принимать архитектурные решения на уровне, недоступном большинству разработчиков.

Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

Урок 1. 00:01:04
Welcome
Урок 2. 00:00:58
Why care about memory?
Урок 3. 00:00:46
Smaller and faster
Урок 4. 00:02:57
Topics covered
Урок 5. 00:00:42
Student expectations
Урок 6. 00:00:27
Meet your instructor
Урок 7. 00:02:52
You'll need Python 3
Урок 8. 00:02:06
Our code editor
Урок 9. 00:01:00
Git the source
Урок 10. 00:01:41
Python roughly equals CPython
Урок 11. 00:02:58
Let's talk pointers
Урок 12. 00:01:33
Passing values in C
Урок 13. 00:03:33
Does Python have pointers?
Урок 14. 00:01:19
Pass by value
Урок 15. 00:04:06
Red pill / blue pill
Урок 16. 00:01:57
CPython long source
Урок 17. 00:01:30
The id() function
Урок 18. 00:03:15
Loading the sample code
Урок 19. 00:07:48
The size of objects
Урок 20. 00:03:47
The *real* size of objects
Урок 21. 00:01:08
Concept: Flyweight design pattern
Урок 22. 00:04:48
Flyweight numbers in CPython
Урок 23. 00:00:46
CPython source book
Урок 24. 00:01:02
Allocation introduction
Урок 25. 00:04:00
Allocation in action
Урок 26. 00:01:52
Big objects may actually be many small ones
Урок 27. 00:02:14
Small object allocation introduction
Урок 28. 00:02:18
Allocation blocks
Урок 29. 00:01:06
Allocation pools
Урок 30. 00:01:19
Pools in the CPython source
Урок 31. 00:00:54
Allocation arenas
Урок 32. 00:05:12
Allocator stats
Урок 33. 00:03:00
Ref counting in source
Урок 34. 00:09:03
Reference counting
Урок 35. 00:03:37
When reference counting breaks
Урок 36. 00:05:21
GC in action
Урок 37. 00:03:56
GC without containers?
Урок 38. 00:02:43
Pythons generational garbage collector
Урок 39. 00:04:43
When does the GC run?
Урок 40. 00:06:26
Do you need the GC?
Урок 41. 00:03:40
Ref-counting and the GIL
Урок 42. 00:01:41
Data struct chapter intro
Урок 43. 00:00:54
What we arent covering
Урок 44. 00:01:13
Disabling the gc revisited
Урок 45. 00:06:07
Data with cycles
Урок 46. 00:02:17
Cycle busting part 1
Урок 47. 00:06:09
Cycle busting with friend map
Урок 48. 00:07:38
checking friends in the friend map
Урок 49. 00:01:28
Different container types
Урок 50. 00:04:48
Container sizes, starter data
Урок 51. 00:01:55
Container sizes, lists
Урок 52. 00:03:48
Demo: Container sizes, classes
Урок 53. 00:03:09
Container sizes, arrays
Урок 54. 00:02:30
Container sizes, Pandas
Урок 55. 00:02:02
Container sizes, NumPy
Урок 56. 00:02:01
Monitoring memory usages for current process
Урок 57. 00:00:38
Function and memory
Урок 58. 00:02:52
Functions clinging to memory
Урок 59. 00:02:54
Implementing the pipeline functions
Урок 60. 00:04:09
Tracking memory usage
Урок 61. 00:05:20
Dropping intermediate data
Урок 62. 00:01:32
Concept: Dropping intermediate data
Урок 63. 00:10:31
Converting the pipeline to generators
Урок 64. 00:01:48
Concept: Generators
Урок 65. 00:05:58
Useful closures
Урок 66. 00:04:31
Counting with closures
Урок 67. 00:01:12
Concept: Closure state
Урок 68. 00:00:49
Classes and memory introduction
Урок 69. 00:06:51
Plain ol' fields
Урок 70. 00:01:47
Is it a crowd?
Урок 71. 00:02:06
Testing crowd sizes
Урок 72. 00:04:04
Delayed fields with properties
Урок 73. 00:01:02
Concept: Properties, a memory-oriented perspective
Урок 74. 00:07:54
Where do classes store memory?
Урок 75. 00:01:28
Concept: Class dictionaries
Урок 76. 00:05:28
People with slots
Урок 77. 00:01:32
Concept: Slots
Урок 78. 00:03:35
Slots are faster, not just smaller
Урок 79. 00:01:22
Profiling introduction
Урок 80. 00:02:57
Profiling in PyCharm
Урок 81. 00:01:33
A memory profiler
Урок 82. 00:02:58
Line level memory profiling
Урок 83. 00:00:35
Concept: Line by line memory with memory_profiler
Урок 84. 00:03:05
Graphing memory usage over time
Урок 85. 00:00:30
Concept: Graphing memory usage over time
Урок 86. 00:01:27
A data science-focused profiler
Урок 87. 00:02:48
Profiling with Fil
Урок 88. 00:00:54
You crossed the finish line
Урок 89. 00:01:06
Take the red pill (AKA pointers)
Урок 90. 00:01:32
Allocating memory
Урок 91. 00:01:17
Reference counting
Урок 92. 00:01:19
Garbage collection
Урок 93. 00:00:45
Container types
Урок 94. 00:01:45
Memory and functions
Урок 95. 00:02:40
Classes
Урок 96. 00:01:13
Profiling
Урок 97. 00:00:27
Bye and thanks

https://github.com/talkpython/python-memory-management-course

Автор - Talkpython

Talkpython

Talk Python Training - это ведущая онлайн-тренинговая компания, основанная в 2016 году с явной целью обеспечения высококачественного, глубоко технического обучения Python.

+53

Комментарии

caterina.rowe9722
17 июн. 2021 г., 09:14
Nice one. Thank You