Один из самых удобных способов записать данные это использование готовых форматов, такие как JSON или YAML.
Из плюсов такого подхода стоит отметить вот что:
🔸 готовый, повсеместно используемый и поддерживаемый формат
🔸 простой и понятный файл, удобочитаемый для человека
🔸 можно легко редактировать в любом текстовом редакторе без специальных программ и библиотек
Но есть и минусы
🔹 затраты времени при записи файла (кодирование данных в нужный формат строки)
🔹 затраты времени при чтении файла (декодирование данных в Python объекты)
🔹 размер файла увеличивается из-за разметки данных (скобки, запятые, переносы, отступы...)
🔹 перед записью все данные должны быть помещены в память в полном объёме (не всегда)
🔹 при чтении необходимо считать весь файл в память и только потом декодировать данные
Если нужно писать немного данных в несколько файлов, то затраты по времени не ощутимы. Обычно это файлы конфига или какие-либо метаданные. Это отличный вариант под такие задачи.
Есть и другой поход к записи файлов - это бинарные файлы. Используется, когда данных достаточно много и никто их не собирается читать глазками😳.
🔸 очень быстрая запись
🔸 чтение значительно быстрей чем JSON, YAML итд
🔸 размер файла значительно меньше, так как нет разметки
🔸 можно записывать данные по мере поступления не загружая всё в память
🔸 можно извлечь любую часть данных независимо
Из минусов
🔹 нужно определить свой формат записи данных (если не используете готовую спецификацию определённого формата)
🔹 не получится открыть файл и визуально понять что там записано, а для чтения файла потребуется знать его спецификацию.
🔹 не так-то просто создать такой файл без специальной библиотеки
В таком виде удобно записывать большой массив любых однородных данных. Например, мониторинг валютной биржи или кэшированная анимация 3D геометрии.
(Это не означает что нельзя записать данные разного типа, просто это будет не так удобно)
Представьте себе JPG-картинку. По сути это немного мета-информации и большой массив пикселей. Тоже самое со звуком или видео файлом. Поэтому, если вы попробуете открыть картинку в текстовом редакторе вы увидите что-то вроде такого
f15d cd29 a564 4578 ...
09e2 9bc4 a696 1253 ...
84e9 4de1 3b23 c24a ...
2534 5161 28e0 709d ...
...
Это и есть записанные байтики. И для их чтения требуется определённый софт который знает что с ними делать. Под каждый тип файла.
К чему это я? Читайте в следующем посте...
#tricks#basic
🪙#Bitcoin follows #M2 with a delay of 8 weeks
#M2 Global Money Supply is an indicator of the country's money supply, which evaluates all the cash available to each person on hand or on short—term bank deposits.
Как стоит думать про денежные агрегаты в 2025 (по моему мнению).
Сразу вывод: текущие темпы роста денежной массы выглядят низкими. В январе-июле 2025 М2Х выросла на 0,9%, М2 на 2,4%. Ожидаемые ЦБ до конца года 6-9% по М2 реалистичны.
—
Вы видели, что в данных ЦБ вроде бы довольно неплохой рост рублёвой денежной массы М2 (на 7,2%) и денежной массы с учётом валюты М2Х (на 5%) с начала января по начало августа. Но есть нюанс - это рост с учётом "сезонной коррекции", SA. Без неё рост гораздо ниже - у М2Х = 0,9%, у М2 = 2,4%.
Что такое SA? Вы берёте "прошлые годы" и смотрите, на сколько должны были бы расти М2 и М2Х с учётом "стандартных для этого времени года трендов". Например, в 1 квартале ВВП почти всегда снижается по сравнению с 4 кварталом предыдущего года - из-за праздников (меньше производим) и расходов перед новым годом (покупаем подарки). Но это "несправедливое" мнение про первый квартал - раз он всегда ниже, надо смотреть относительно стандартной динамики первого квартала и сравнивать с ней.
В каких-то ситуациях (например, с подсчётом ВВП) без SA не обойтись - иначе мы получим искажённые результаты про темпы роста. При этом сумма квартальных данных в рублях для обычного ВВП и со снятой сезонностью почти одинакова.
А в каких-то SA может оказаться не самой удобной концепцией. И мне кажется, с М2 как раз такая проблема. Посмотрите на файл ЦБ: обычные (не SA) данные на 1 января 2025 показывают М2Х примерно 131 трлн руб., М2Х SA 127 трлн руб.! То есть расхождение на "отчётную дату" (а начало года выглядит такой) может достигать нескольких триллионов.
Второй момент - если смотреть с начала года, то по моим подсчётам обычно рост М2Х (и М2) за август-декабрь года заметно превосходил рост за январь-июль. Среднее для М2Х с 2014 по 2025 за первые семь месяцев равно 2,5%, а за последние пять - целых 9,3% (для М2 соответственно 3,0% и 9,5%). Поэтому небольшие темпы роста в 2025 не должны излишне пугать - возможно, за остаток года рост будет побольше.
Но надо понимать, что часть роста М2 и М2Х в конце года - дефициты бюджета. Они закрывались в декабрях (это отлично видно именно по данным последнего месяца в 2022-24, рост М2 был порядка 2-3 трлн руб.). В 2025 мы не ждём такого роста М2 под конец года, потому что федбюджет авансирует расходы, и дефицит уже выглядит близким к итоговому по году. И вдобавок мы живём с высокой ставкой, которая затрудняет рост кредитования.
А значит... SA данные могут информировать нас неточно. Реальный рост "количества денег" совсем не быстрый, это заметно отражается на спросе и замедлении экономики, а также торможении инфляции. Не понимаю, почему коллеги ожидают бурного роста.
#M2#M2X#Inflation#CB#Russia
Bybit Faces $1.4B Hack; CEO Assures Solvency
Bybit CEO confirms all client assets are 1:1 backed after a significant $1.4 billion hack. The exchange is taking loans to manage withdrawals amidst increased traffic. Hackers executed the breach through a transaction signing manipulation, transferring $1.5 billion in wrapped ETH. All other wallets remain secured, and funds within are safe for normal operations. The situation has raised concerns similar to those seen before the FTX collapse. More details
In other news, U.S. Senate Banking Committee is set to discuss bipartisan crypto legislative frameworks on February 26. Source
#Bybit#Crypto#Bitcoin#ETH#Blockchain#Hack#DeFi#VPN#Web3#Finance#Regulation#Senate#Legislation#M2#BankRun#Assets#Investments#Security#Technology
🚀 AI TRENDS | MiniMax M2.7 Open Source Launches Globally with Key Partnerships
On April 13, Jin10 reported that MiniMax, a domestic AI model company, announced the global open-source release of MiniMax M2.7 on April 12. According to Jin10, the launch involved collaborations with major chip manufacturers and inference platforms, including Huawei Ascend, Moore Threads, Muxi, Kunlunxin, NVIDIA, Together AI, Fireworks, and Ollama. On the first day of the open-source release, the model integration and inference adaptation were successfully completed.
#AI#MiniMax#M2.7 #OpenSource#GlobalLaunch#Partnerships#HuaweiAscend#MooreThreads#Muxi#Kunlunxin#NVIDIA#TogetherAI#Fireworks#Ollama#InferencePlatforms#ChipManufacturers