TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #156 · 2 окт.

Те, кто в Python не первый день, хорошо знают, что на число можно умножить не только число, но и другие типы. Главное, чтобы у этих типов была реализация такой операции. # list >>> [1] * 3 [1, 1, 1] # tuple >>> (2, 3) * 3 (2, 3, 2, 3, 2, 3) # string >>> "A" * 3 "AAA" Так работает полиморфизм стандартных типов. Интересно здесь то, что это сработает и в том случае, когда порядок операндов обратный. То есть int умножить на [тип]. # list >>> 3 * [1] [1, 1, 1] # tuple >>> 3 * (2, 3) (2, 3, 2, 3, 2, 3) # string >>> 3 * "A" "AAA" Если хотите реализовать такое поведение в ваших классах то следует помнить два момента: 1. Если множитель справа, то вам нужно реализовать метод __mul__, наш класс это первый операнд, то есть слева. myType * 3 2. Если множитель слева, то вам нужно реализовать метод __rmul__, наш класс это второй операнд, справа. 3* myType Всё тоже самое можно делать и для других математических операторов. И если в этом примере действие и результат будут фактически одинаковыми, то бывают ситуации, когда это не так. Например, при умножении матриц имеет значение порядок операндов. Для других операторов, таких как деление или сдвиг, очень важно кто с какой стороны находится. >>> 2/4, 4/2 (0.5, 2.0) >>> 2<<3, 3<<2 (16, 12) >>> 100%15, 15%100 (10, 15) #tricks#basic

Резултати

Пронајдени 1 слични објави

Пребарај: #digitalgovernance

当前筛选 #digitalgovernance清除筛选
AI & Law

@ai_and_law · Post #546 · 10.04.2025 г., 07:04

🇪🇺📖Algorithmic Management in the EU: A Structural Shift in Labor Governance The European Commission’s Directorate-General for Employment has released a study on algorithmic management (AM), offering the most comprehensive analysis to date of how digital systems are transforming workforce governance. Covering everything from recruitment and task allocation to performance evaluation and contract termination, the study shows that around 25% of EU enterprises — especially large private companies — are already using AM tools, with adoption expected to rise by 3–6% annually over the next decade. This multi-year research project, developed with input from social partners, academics, and industry leaders, highlights both operational efficiencies and significant legal and ethical challenges. Among them: threats to worker privacy, diminished autonomy, lack of transparency, and deskilling. While current EU legislation — including GDPR and anti-discrimination directives — offers partial coverage, the study identifies critical regulatory gaps. As algorithmic oversight becomes embedded in everyday management, the findings make one thing clear: governance must evolve just as fast as the technology it aims to regulate. #AIandLaw#EURegulation#DigitalGovernance