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: #ern
@proanalysistrader · Post #28509 · 02.03.2025 г., 04:21
#ERN/USDT analysis : #ERN is currently in an uptrend, trading above the 200 Exponential Moving Average (EMA). The price has recently bounced back and broken out above the trendline, suggesting a potential continuation of the uptrend. The price is anticipated to move upside and test the swing high level. TF : 30min Entry : $1.704 Target : $1.992 SL : $1.620
Hashtags
@proanalysistrader · Post #28398 · 18.01.2025 г., 18:12
#ERN/USDT analysis : #ERN is currently in a bearish trend, characterized by a series of lower lows (LLs) and lower highs (LHs) while adhering to the trendline. The price is anticipated to continue this direction, testing lower levels in the near future. TF : 1D Entry : $2.230 Target : $1.610 SL : $2.608
Hashtags
@proanalysistrader · Post #27973 · 29.09.2024 г., 16:30
#ERN/USDT analysis : #ERN has broken out above the 200 EMA and is currently consolidating above it. The price is expected to sustain its bullish momentum and is likely to continue its upward trajectory. TF : 4h Entry : $2.277 Target : $2.554 SL : $2.088
Hashtags
@coinlegs · Post #9334 · 08.11.2023 г., 07:15
I found an altcoin which is close to All-Time-Low (1 year) #ERN added a small amount of it to my bag, DYOR
Hashtags
@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