TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #228 · 19 мар.

Стандартная Django админка работает стабильно но не могу сказать что она меня устраивает. Да, есть базовый набор стандартного функционала, но чего-то всегда не хватает. Может автокомплитов а может тёмной темы. 😎 Долгое время я использовал DjangoSuit, но проект заглох на невыпущенной альфе 2й версии которая в Django3 и вовсе не поддерживается. Что же можно сегодня посоветовать? На сегодняшний день у меня два фаворита: 🚀 DjangoJET 🌎 сайт 🗄 репозиторий ▶️ видео Крутая и красивая админка с кучей плюшек. ▫️автокомплиты с AJAX подгрузкой ▫️темы ▫️дашборды ▫️респонсив ▫️кастомизация панелей прямо в админке Стоит денег для коммерческих продуктов. Для опенсорса бесплатно (AGPL)! 🎷Django Jazzmin 🗄репозиторий Не такая пафосная но от этого не менее крутая админка. ▫️полностью кастомизируется ▫️много готовых тем и возможность собрать свою прямо в админке ▫️Bootsrtap Model окна вместо всплывающих окон ▫️интегрирован Select2 ▫️респонсив Знаете еще крутые админки? Напишите в комментах! #django#libs

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #parallelism

当前筛选 #parallelism清除筛选
djangoproject

@djangoproject · Post #118 · 08.08.2016 г., 11:44

https://docs.python.org/3/library/multiprocessing.html multiprocessing is a package that supports spawning processes using an API similar to the threading module. The multiprocessing package offers both local and remote concurrency, effectively side-stepping the Global Interpreter Lock by using subprocesses instead of threads. Due to this, the multiprocessing module allows the programmer to fully leverage multiple processors on a given machine. It runs on both Unix and Windows. The #multiprocessing module also introduces #APIs which do not have analogs in the #threading#module. A prime example of this is the Pool object which offers a convenient means of parallelizing the execution of a function across multiple input values, distributing the input data across processes (data #parallelism). The following example demonstrates the common practice of defining such functions in a module so that child processes can successfully import that module. This basic example of data parallelism using Pool,