Phyton y Computación paralela - Ricardo J. Barrientos

Python y Computación Paralela

Enseña qué es la programación en Python y, también, cómo implementar un programa multi-proceso en dicho lenguaje. Esto, para su ejecución con el uso de todos los núcleos (o un conjunto de ellos) del computador o servidor.
Así, el lector aprenderá las vías para que los distintos procesos colaboren entre ellos, compartiendo datos, sincronizándose y enviándose mensajes.

Tiempo atrás irrumpió la "Big Data" ...

visualizando la problemática asociada a los algoritmos grandes, tanto en cantidad de datos como de cómputo. Y ante eso, la presente publicación enseña cómo abordarla, mediante Computación Paralela en lenguaje Python, lo cual permite acelerar los algoritmos, posibilitando el uso de todos los núcleos del equipo.

A lo largo del libro, los conceptos que este aborda, se acompañan con ejemplos asociados para facilitar su comprensión. Además, cada capítulo ofrece una serie de ejercicios, orientados a la práctica y el reforzamiento de lo aprendido.

Soy Ricardo J. Barrientos Rojel

(Punta Arenas, 1982)

Tengo un Doctorado en Ciencias de la Computación en la U. Complutense de Madrid, dos magíster (U. de Chile y la U. Complutense de Madrid) y el título de ingeniero en computación, obtenido en la U. de Magallanes.

Actualmente soy Académico en la U. Católica del Maule, y una de mis áreas de investigación es la Computación de Alto Rendimiento (HPC), en la que estoy involucrado desde 2006. He dirigido y participado en varios proyectos de investigación teórica y aplicada en dicha área, haciendo uso (y también creando) distintas herramientas de Computación Paralela.

Prólogo

Uno de los objetivos fundamentales de la Asociación Chilena de Reconocimiento de Patrones (ACHIRP) es la diseminación del conocimiento en su más amplio espectro, labor que incluye, de manera prioritaria, la formación integral de las nuevas generaciones de profesionales e investigadores. En este sentido, apoyamos con gran entusiasmo y convicción que los estudiantes tengan acceso a textos académicos de excelencia, escritos en nuestra lengua nativa y elaborados por autores que forman parte de nuestra propia comunidad científica. [CONTINUAR LEYENDO]

César Alejandro Astudillo Hernández - Presidente ACHIRP

Prefacio

Este libro nació cuando descubrí la escasa documentación que había sobre el tema de Computación Paralela en lenguaje Python.

Yo soy académico y una de mis áreas de especialización trata del uso de Computación Paralela. Sin embargo, al irme adentrando en la documentación, además de ser escasa, inducía a errores por la falta de información y ejemplos. Yo, siendo del área, me equivoqué varias veces y tuve que realizar múltiples ejercicios de ejemplo para verificar el adecuado funcionamiento de los distintos objetos, métodos, funciones y variables.

La escritura de este libro me llevó un tiempo mayor al que pensaba inicialmente. Le dediqué bastante tiempo a los detalles para facilitar la lectura, como que todas las funciones y métodos presentados y descritos están en un color determinado, así como también lo están las palabras reservadas del lenguaje y los comentarios en los códigos de ejemplo.

Además, los ejemplos se pueden descargar, todos de una vez accediendo a la dirección indicada en [1] o en las referencias indicadas a lo largo del libro. A su vez, todos los ejercicios del presente libro han sido ejecutados y probados sobre la versión 3 de Python.

Por lo anterior, tengo la convicción de que este libro será un aporte para a la docencia en el área de Computación de Alto Rendimiento, y un pequeño grano de arena más en este mundo de permanente crecimiento en información y conocimiento.

Capítulos

Índice

Se abordan desde los conceptos básicos, intermedios hasta el menejo avanzado de computación paralela.

1	Programación en Python	17
1.1	Primeros pasos	17
1.2	Estructura de un programa	17
1.3	Módulos o Bibliotecas	18
1.4	Indentación	19
1.5	Comentarios	20
1.6	Variables y Constantes	20
1.7	Tipos de datos en Python	22
1.8	Operaciones	23
1.9	Comenzando a programar	26
1.10	Estructura de control: if-else	35
1.11	Ejercicios	38
1.12	Estructura de control: while	39
1.13	break, continue y pass	39
1.14	Estructura de control: for	41
1.15	Bucles for anidados	42
1.16	Ejercicios (ciclos iterativos)	43
1.17	Cadena de caracteres: string	44
1.18	Medición de tiempo	50
1.19	Ejercicios (Strings)	51
1.20	Tipos especiales: list, set, dict	51
1.21	Funciones	63
1.22	Manejo de excepciones	68

2	Biblioteca: NumPy	71
2.0.1	Entorno y contexto en NumPy	72
2.0.2	Constantes	72
2.0.3	Tipos de datos	72
2.1	Arreglos ndarray	73
2.1.1	Accediendo a los elementos	75
2.1.2	Inserción de datos en un arreglo	77
2.1.3	Ejercicios (Arreglos)	77
2.2	Matrices	78
2.2.1	Accediendo a los datos de una matriz	78
2.2.2	Modificación de la disposición de los elementos	80
2.2.3	Creación de matrices mediante funciones	80
2.2.4	Modificación de los elementos de una matriz	81
2.2.5	Ejercicios (Matrices)	83
2.3	Aleatoriedad	83
2.4	Selección aleatoria a partir de un conjunto	84

3	Computación paralela en Python	85
3.1	Introducción	85
3.2	Computación paralela en plataforma multi-núcleo	86
3.2.1	Proceso principal e identificadores	86
3.2.2	Variables compartidas	90
3.2.3	Barrera de sincronización	93
3.2.4	Cerrojos (locks)	94
3.2.5	Ejemplo: mayor elemento	97
3.3	Medidas de rendimiento	99
3.3.1	Ejercicios (multi-proceso)	101
3.4	Paso de mensajes en procesos locales	112
3.4.1	Envío y recepción de mensajes	112
3.4.2	Biblioteca libmp	114
3.4.3	Ejercicios (mensajes)	120
3.5	Pool de procesos (multiprocessing.pool)	129
3.5.1	Grupo de procesos: Pool	130
3.6	Procesos remotos	136