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 5 слични објави

Пребарај: #bokeh

当前筛选 #bokeh清除筛选
djangoproject

@djangoproject · Post #468 · 16.10.2017 г., 08:30

https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf Python For #Data_Science Cheat Sheet The Python interactive visualization library #Bokeh enables high-performance visual presentation of large datasets in modern #web browsers.

『怀旧小屋』

@PainlessDestiny · Post #2611 · 28.02.2025 г., 13:30

#小米相册#相册#小米相册编辑 #小米澎湃AI引擎#文件管理#Bokeh 来自小米15Ultra的App们 不建议在MIUI或者HyperOS上用 不接收来自MIUI/HyperOS/低于安卓14的反馈 相册和文件管理在高分辨率的屏幕上显示异常,暂时不知道怎么修 对于小米相册: 功能应该是解锁全了 对于小米相册编辑: 水印还是和之前一样,你想要正常的显示,可以手动改照片的EXIF 如果你发现你拍的照片点不进画框,但是截图可以,建议你打开EXIF随便改一个数字他就可以点进画框了,暂时还不知道是咋回事 部分AI功能可能失效(因为小米服务器Boom了) 其他的功能也基本解锁全了 对于文件管理: 没啥说的,就是移植包 小米澎湃引擎和Bokeh是相关组件,建议安装

djangoproject

@djangoproject · Post #352 · 25.06.2017 г., 08:57

https://stxnext.com/blog/2017/04/12/most-popular-python-scientific-libraries/ The most popular Python scientific libraries: #Astropy #Biopython #Cubes #DEAP #SCOOP #PsychoPy #Pandas #Mlpy #matplotlib #NumPy #NetworkX #TomoPy #Theano #SymPy #SciPy #scikit_learn #scikit_image #ScientificPython #SageMath #Veusz #graph_tool #SunPy #Bokeh