Skip to main content

Librería optimizada para cálculos paralelos, incluye funciones como suma, máximo, mínimo y promedio, acelerando análisis de grandes datos

Project description

Bienvenidos a Nuestra Librería de Programación Paralela

Este proyecto ha sido desarrollado como parte del curso de Programación Paralela por el Grupo 8.

📚 Integrantes del Grupo 8

  • Castillon Gabriel, Maribel Jazmin
  • Cuba Aquino, Camila Isabela
  • Jara Nuñez, Jose Ignacio
  • Mendoza Melo, Anthony Luis
  • Rojas Rivera, Renzo Eduardo

🚀 Acerca de Nuestra Librería

Nuestra librería se centra en la implementación de técnicas de programación paralela para optimizar operaciones comunes como sumas, máximos, mínimos y promedios, para así acelerar el análisis de grandes volúmenes de datos.

✨ Cómo Contribuir

Estamos abiertos a contribuciones! Si tienes sugerencias de mejoras, correcciones o nuevas funcionalidades, no dudes en abrir un issue o enviar un pull request. Tu aporte es muy valioso para nosotros.

📄 Licencia

Este proyecto está licenciado bajo MIT License, lo que permite su uso, modificación y distribución bajo ciertas condiciones.

📩 Contacto

Para más información o consultas, no duden en contactar a cualquiera de los integrantes del grupo.

Agradecemos tu interés en nuestra librería y esperamos que te sea de gran utilidad.


Grupo 8 - Curso de Programación Paralela

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

almmf-1.0.10.tar.gz (7.2 kB view details)

Uploaded Source

Built Distribution

almmf-1.0.10-py3-none-any.whl (7.3 kB view details)

Uploaded Python 3

File details

Details for the file almmf-1.0.10.tar.gz.

File metadata

  • Download URL: almmf-1.0.10.tar.gz
  • Upload date:
  • Size: 7.2 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.0.0 CPython/3.9.13

File hashes

Hashes for almmf-1.0.10.tar.gz
Algorithm Hash digest
SHA256 9eed490218f4102fd4ac82373b57bebde01ec4c6a1b5952fb51d7b14a40c38e0
MD5 74ae0a35bea497dce305960bcd6520e3
BLAKE2b-256 154dfa1fa5979a23bb3068b73457c7afc3f8777dc620b6712716dab60bda15a8

See more details on using hashes here.

File details

Details for the file almmf-1.0.10-py3-none-any.whl.

File metadata

  • Download URL: almmf-1.0.10-py3-none-any.whl
  • Upload date:
  • Size: 7.3 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.0.0 CPython/3.9.13

File hashes

Hashes for almmf-1.0.10-py3-none-any.whl
Algorithm Hash digest
SHA256 e453fb6263f95f1d8f30d651e63bcc1fc8b494b4e68a93fc2834c3dec5a185d9
MD5 eaab9add60cfa43a5cab496520d7a712
BLAKE2b-256 6bbe983ee1afcca507810fab87db805284bd7437adc87a1c5e32b7df347896e5

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page