性能陷阱让在 JupyterLite 等浏览器环境中使用 NumPy 的数据科学家感到沮丧。带有可编辑代码示例的、以基准测试为依据的简短教程可以教授优化技巧。通过云笔记本提供商的赞助来获利。从 5 个核心模式(内存视图、分块)开始。风险:小众受众可能更喜欢免费的社区内容。
pythondatawasm
浏览器优化 NumPy 教程
制作交互式指南,教数据科学家如何在浏览器环境中最大化 NumPy 性能。面向迁移到 WASM/pyodide 的 Python 开发者。
为什么是现在
随着 Python 工具迁移到浏览器,开发者需要帮助来适应他们的工作流程。
- 做给谁
- 使用浏览器 Python 的数据科学家
- 商业模式
- 赞助内容或付费教程
- 投入量级
- 一个周末