TGINSIGHT SIMILAR POSTS
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
Пребарај: #clv
@proanalysistrader · Post #28077 · 28.10.2024 г., 04:44
#CLV/USDT analysis : #CLV has broken below its previous support levels. The price is anticipated to decline further and test lower levels. It is advisable to wait for a pullback and retest of the level before considering a short entry. TF : 30min Entry : $0.02936 Target : $0.02828 SL : $0.02984
Hashtags
@coinlegs · Post #9607 · 27.12.2023 г., 09:55
🐬DOLPHIN | AI PREDICTIONS 27.12.2023 03:00 GMT Expected 5% Profit/Loss in 24 Hours #BAR | 2.504 | PP: 14% | LP: 94% #LEVER | 0.002549 | PP: 14% | LP: 95% #CREAM | 19.36 | PP: 11% | LP: 92% #BNX | 0.3361 | PP: 11% | LP: 100% #ARK | 0.9431 | PP: 8% | LP: 98% #AEUR | 1.102 | PP: 7% | LP: 97% #BLUR | 0.496 | PP: 7% | LP: 98% #BEAMX | 0.018975 | PP: 6% | LP: 99% #BTCDOWN | 0.002808 | PP: 6% | LP: 100% #ASTR | 0.1273 | PP: 1% | LP: 99% #BSW | 0.1718 | PP: 1% | LP: 100% #CLV | 0.06946 | PP: 1% | LP: 100% #COS | 0.00882 | PP: 1% | LP: 100% #CKB | 0.003967 | PP: 0% | LP: 100% #COMBO | 0.898 | PP: 0% | LP: 100% #COMP | 60.17 | PP: 0% | LP: 100% #COTI | 0.07523 | PP: 0% | LP: 100% ——————————————————————— Total Predictions: 364 PP > 50%: 0 LP > 50%: 20 PP > 60%: 0 LP > 60%: 18 PP > 70%: 0 LP > 70%: 18 PP > 80%: 0 LP > 80%: 18 PP > 90%: 0 LP > 90%: 17 ——————————————————————— PP: Profit Probability | LP: Loss Probability
@coinlegs · Post #10123 · 21.03.2024 г., 10:15
🐬DOLPHIN | AI PREDICTIONS 21.03.2024 10:00 GMT Expected 5% Profit/Loss in 24 Hours #POLYX | 0.4088 | PP: 50% | LP: 94% #PHA | 0.329 | PP: 50% | LP: 95% #ERN | 7.537 | PP: 50% | LP: 96% #LTO | 0.1761 | PP: 50% | LP: 97% #FTM | 1.0574 | PP: 46% | LP: 91% #REI | 0.10968 | PP: 46% | LP: 93% #OM | 0.64366 | PP: 45% | LP: 96% #SSV | 56.36 | PP: 44% | LP: 92% #CFX | 0.434 | PP: 44% | LP: 98% #STX | 3.3721 | PP: 43% | LP: 96% #PAXG | 2183 | PP: 43% | LP: 97% #CYBER | 13.737 | PP: 43% | LP: 98% #FLOKI | 0.00024944 | PP: 42% | LP: 99% #RSR | 0.006467 | PP: 41% | LP: 98% #DUSK | 0.4065 | PP: 40% | LP: 98% #FET | 2.6868 | PP: 40% | LP: 98% #BNB | 559.5 | PP: 40% | LP: 99% #DEXE | 10.712 | PP: 39% | LP: 97% #TRU | 0.09719 | PP: 39% | LP: 97% #OCEAN | 1.2 | PP: 39% | LP: 98% #SOL | 187.61 | PP: 39% | LP: 99% #IQ | 0.014558 | PP: 38% | LP: 95% #MKR | 3058 | PP: 38% | LP: 99% #PEPE | 0.00000823 | PP: 38% | LP: 99% #OOKI | 0.003513 | PP: 36% | LP: 99% #HIFI | 1.0967 | PP: 35% | LP: 97% #APT | 15.292 | PP: 35% | LP: 99% #CLV | 0.12307 | PP: 35% | LP: 99% #UTK | 0.13 | PP: 34% | LP: 96% #AMP | 0.010762 | PP: 34% | LP: 99% #DEGO | 3.603 | PP: 33% | LP: 99% #FORTH | 6.283 | PP: 33% | LP: 99% #NULS | 0.4503 | PP: 33% | LP: 99% #TKO | 0.6404 | PP: 33% | LP: 99% #FIS | 0.7002 | PP: 33% | LP: 100% #SANTOS | 7.64 | PP: 32% | LP: 94% #WBTC | 66789.15 | PP: 32% | LP: 99% #JASMY | 0.020469 | PP: 31% | LP: 98% #BCH | 432.2 | PP: 31% | LP: 99% #BTC | 66843.96 | PP: 31% | LP: 100% #SUN | 0.015141 | PP: 30% | LP: 94% #CKB | 0.020456 | PP: 30% | LP: 99% #RAY | 2.2809 | PP: 30% | LP: 99% #POND | 0.03243 | PP: 29% | LP: 90% #CREAM | 23.08 | PP: 29% | LP: 99% #FOR | 0.03258 | PP: 29% | LP: 99% #NEXO | 1.359 | PP: 29% | LP: 99% #UFT | 0.638 | PP: 29% | LP: 99% #FLUX | 1.4129 | PP: 29% | LP: 100% #ACA | 0.1858 | PP: 28% | LP: 99% ... ——————————————————————— Total Predictions: 371 PP > 50%: 4 LP > 50%: 365 PP > 60%: 0 LP > 60%: 362 PP > 70%: 0 LP > 70%: 347 PP > 80%: 0 LP > 80%: 331 PP > 90%: 0 LP > 90%: 316 ——————————————————————— PP: Profit Probability | LP: Loss Probability