数据科学家经常低效地使用 NumPy，而不了解其内部机制。
撰写一本高级指南，通过具体的基准测试来解释优化技术。
将其作为电子书或视频课程销售给数据团队和个人从业者。
先通过博客文章测试优化，然后汇编成产品。
风险是随着时间的推移，免费资源可能会涵盖类似内容。
pythondata-science
NumPy 优化指南
创建付费指南，深入技术洞察优化 NumPy 代码。
为什么是现在
随着 Python 在科学计算领域的普及，性能知识需求旺盛。
- 做给谁
- 使用 NumPy 的数据科学家
- 商业模式
- 付费电子书/课程
- 投入量级
- 几周