TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #241 · 5 мај

Можно ли в Python создавать бинарные файлы? Конечно можно. Для этого в Python есть следующие инструменты: ▫️ тип данных bytes и bytearray ▫️ открытие файла в режиме wb (write binary) или rb (read binary) ▫️ модуль struct Про модуль struct поговорим в первую очередь. Файл в формате JSON или Yaml внутри себя содержит разметку данных. Всегда можно определить где список начался а где закончился. Где записана строка а где словарь. То есть формат записи данных содержит в себе элементы разметки данных. В binary-файле данные не имеют визуальной разметки. Это просто байты, записанные один за другим. Правила записи и чтения находятся вне файла. Модуль struct как раз и помогает с организацией данных в таком файле с помощью определения форматов записи для разных частей файла. Модуль struct преобразует Python-объекты в массив байт, готовый к записи в файл и имеющий определённый вид. Для этого всегда следует указывать формат преобразования (или, как оно здесь называется - запаковки). Формат нужен для того, чтобы выделить достаточное количество байт для записи конкретного типа объекта. В последствии с помощью того же формата будет производиться чтение. При этом следует помнить что мы говорим о типах языка С а не Python. Именно формат определяет, что записано в конкретном месте файла, число, строка или что-то еще. Вот какие токены формата у нас есть. Помимо этого, первым символом можно указать порядок байтов. На разных системах одни и те же типы данных могут записываться по-разному, поэтому желательно указать конкретный способ из доступных. Если этого не сделать, то используется символ '@', то есть нативный для текущей системы. В строке формата мы пишем в каком порядке и какие типы собираемся преобразовать в байты. Запакуем в байты простое число, токен "i". >>> import struct >>> struct.pack('=i', 10) b'\n\x00\x00\x00' Теперь несколько float, при этом нужно передавать элементы не массивом а последовательностью аргументов. >>> struct.pack('=fff', 1.0, 2.5, 4.1) b'\x00\x00\x80?\x00\x00 @33\x83@' Вместо нескольких токенов можно просто указать нужное количество элементов перед одним токеном, результат будет тот же. >>> struct.pack('=3f', 1.0, 2.5, 4.1) b'\x00\x00\x80?\x00\x00 @33\x83@' Теперь запакуем разные типы >>> data = struct.pack('=fiQ', 1.0, 4, 100500) я запаковал типы float, int и unsigned long long (очень большой int, на 8 байт) b'\x00\x00\x80?\x04\x00\x00...' Распаковка происходит аналогично, но нужно указать тот же формат, который использовался при запаковке. Результат возвращается всегда в виде кортежа. >>> struct.unpack('=fiQ', data) (1.0, 4, 100500) Как видите, ничего страшного! #lib#basic

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #22z

当前筛选 #22z清除筛选

Всем привет! Я тут решил поучаствовать в революции. Пока что — только в фарматехнологической 💊🧬 Если быть точным, речь о GLP-1 (глюкагоноподобный пептид-1) — прорыве 2023 года по версии журнала Science 🧠. Пока это ещё скромный рынок, но с огромным потенциалом роста(если верить журналу McKinsey Quarterly). Изначально препараты на основе этого гормона создавались для лечения диабета, но быстро перекочевали в косметички звёзд и всех, кто хочет похудеть без лишних усилий. Про Оземпик слышали, думаю, если не все, то многие. Но эта революция — не только про «похудеть и ничего не делать». Потенциал GLP-1 выходит далеко за пределы лечения диабета и ожирения: в фокусе — сердечно-сосудистые заболевания и даже нейродегенеративные патологии 🧩. Что особенно привлекло меня как инвестора: некоторые из компаний в этом секторе торгуются с низким P/E. Это и стало одним из доводов для моих вложений. Ну и в целом — решил расширить позиции в фарме. Люди болели, болеют и, увы, будут болеть. Даже если когда придёт AGI 🤖 — кто-то должен производить инновационные лекарства. ⚠️ Всё ниже — не инвестиционная рекомендация, я просто делюсь своим портфелем: 🔹#ABCL — AbCellera Biologics: 296€ Разрабатывают терапевтические антитела с использованием собственной платформы, где сочетаются микрофлюиды, одноклеточный анализ и ИИ 🧫🤖 🔹#NVO — Novo Nordisk A/S: 248€ Безоговорочный лидер в области GLP-1 💪 🔹#22Z — Zealand Pharma: 225€ Био-компания, специализирующаяся на пептидных терапиях, включая GLP-1-агонисты 🧪 🔹#GPCR — Structure Therapeutics: 153€ Работают над оральными GLP-1 рецепторными агонистами. Пока на ранней стадии, но направление 🔥 🔹#SPYH — SPDR MSCI Europe Health Care (Acc.): 150€ Широкий ETF на европейскую фарму и здравоохранение. Через него я получил долю в Roche Holding AG — швейцарском гиганте с разнообразным портфелем, в том числе связанным с GLP-1 🧬💼 🔹#PFE — Pfizer: 104€ Ковид-пик позади, хайп схлынул, но технологии остались, а лекарства на основе GLP-1 исследуются. Цена на бумагу просела — вижу это как шансю 🔹#AMGN — Amgen Inc.: 104€ Тоже в игре GLP-1, но с уникальным подходом. Интересно будет следить 👀 📎 P.S. Добавил также немного стабильности: купил высокодоходный долларовый бонд ЕЦБ (#US298785JU14) под 3,875%: 136€ 📊 Итого вложено: 1416€ Спасибо, что читаете! Что думаете о GLP-1 и потенциале этого направления? А может, у вас есть свои фавориты в фарме? Пишите в комментариях! 👇💬