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

Hashtags

#tricks #basic

Резултати

Пронајдени 1 слични објави

Пребарај: #nydfs

当前筛选 #nydfs清除筛选

AI & Law

@ai_and_law · Post #428 · 25.10.2024 г., 07:04

Најди слично Погледај

NYDFS Issues Guidance on AI-Related Cybersecurity Risks The New York Department of Financial Services (NYDFS) released guidance highlighting the rising cybersecurity risks associated with the use of artificial intelligence by its licensees, including insurers and virtual currency businesses. The guidance focuses on threats such as AI-enabled social engineering, where deepfakes and other AI tools are used to obtain sensitive information and bypass biometric security measures. It also addresses the growing concern over AI-enhanced cyberattacks that increase the potency, scale, and speed of threats, as well as the risk of exposure or theft of vast amounts of nonpublic data. The guidance emphasizes the critical need for organizations to integrate AI-specific considerations into their existing risk assessments, third-party vendor management, and data management practices. While the NYDFS guidance is aimed at businesses under its regulation, the outlined risks and mitigation strategies are applicable to any organization navigating the complexities of AI-related cybersecurity. With the proliferation of AI technology, businesses must prioritize not only the protection of personally identifiable information but also safeguard confidential business information like trade secrets, which can have a more significant impact if compromised. The guidance reinforces the importance of robust due diligence when working with third-party vendors that use or provide AI solutions, as well as the necessity of maintaining effective data inventory and minimization practices. #Cybersecurity#AICompliance#NYDFS#RiskManagement#AIRegulation

Hashtags

#cybersecurity #aicompliance #nydfs #riskmanagement #airegulation