Skip to main content

Librería optimizada para cálculos paralelos, incluye funciones como suma, máximo y mínimo, 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 y mínimos, 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-1.0.6.tar.gz (7.0 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

almmf-1.0.6-py3-none-any.whl (7.1 kB view details)

Uploaded Python 3

File details

Details for the file almmf-1.0.6.tar.gz.

File metadata

  • Download URL: almmf-1.0.6.tar.gz
  • Upload date:
  • Size: 7.0 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.0.0 CPython/3.9.13

File hashes

Hashes for almmf-1.0.6.tar.gz
Algorithm Hash digest
SHA256 ec551c8f17b2f7eb0d2884089e82ad55e8c7e861ecb46b3a4f4c5316d5e0d8bb
MD5 b81749b3a2792fa539d652d053a1b452
BLAKE2b-256 f51de0ee1444b572290235f5aace2d9f6c24de3ae21103e286439cf441baf9fd

See more details on using hashes here.

File details

Details for the file almmf-1.0.6-py3-none-any.whl.

File metadata

  • Download URL: almmf-1.0.6-py3-none-any.whl
  • Upload date:
  • Size: 7.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.0.0 CPython/3.9.13

File hashes

Hashes for almmf-1.0.6-py3-none-any.whl
Algorithm Hash digest
SHA256 974003eb745adb3f6bf5b8ec41636d4b24c8f23d9710798d3638d59c40bc7a45
MD5 2b9ff32cb5ab005a7a03caf91fc6e7fe
BLAKE2b-256 ae303dcc32e7b8b33214f7312498dbd19bb3cb1ab35d8bb93ad6eb4a8710d491

See more details on using hashes here.

Supported by

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