TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #32 · 7 фев.

Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks

Резултати

Пронајдени 1 слични објави

Пребарај: #abtest

当前筛选 #abtest清除筛选
Data Science Jobs

@datasciencejobs · Post #1908 · 13.02.2024 г., 06:02

#вакансия#DataAnalyst#Python#SQL#Clickhouse#ABtest#удаленка#fulltime 🔹Анабар – система аналитики и управления продажами для продавцов на маркетплейсах. Продукт запустили Петр Марков (ex-Яндекс, ex-Циан) и Павел Тарасов (ex-Альфа-Банк, ex-Циан) в июле 2020. У нас есть довольные клиенты, выручка и мы удваиваемся по всем ключевым бизнес-метрикам каждый квартал. Сейчас мы ищем Data аналитика в нашу команду. 📌 Стек: Python, SQL, Superset, Clickhouse, Trino, plotly dash. 📌 Какие будут задачи: - Аналитика бизнес-проблем поставщиков маркетплейсов и придумывание решения с использованием данных - Анализ данных (как данные маркетплейсов, так и поведение пользователей у нас на сайте) - Помощь разработчикам в создании (или даже самостоятельная разработка) дашбордов для пользователей - Работа с большими и шумными данными - Построение дашбордов в superset и дописывание etl-задачи на Presto/Athena 📌 Что нужно знать: - SQL - отличное знание - Методы проведения A/B экспериментов - Python - базовый уровень ❗️Обязательный пункт: Первое высшее математическое образование (специалитет/бакалавриат) 📌 Будет плюсом: - Хорошее знание Python и опыт работы с Git - Базовые навыки в машинном обучении 📌 Что предлагаем мы: - 31 день отпуска: у нас официальный ненормированный рабочий день и, если случаются овертаймы, мы их записываем и отгуливаем. Важно помнить, что овертаймы - не систематическая и регулярная история - Работа удаленная (можно работать из любой точки мира и оформиться к нам удобным способом, кстати, заработная плата полностью белая) - Уровень дохода от 300 000 на руки - Гибкий график (важно быть на связи по московскому часовому поясу) - Настоящие возможности роста и развития - Участие в создании большой истории про любовь продавцов к цифрам и анализу данных 💫 Ждем ваше резюме! Контакты: Светлана ТГ: @yuz59 WA: +7 9194822190 email: [email protected] Не забудьте уточнить, что вы из @datasciencejobs