@americancryptotrading · Post #27055 · 19.11.2024 г., 19:29
🇺🇸#GFT/USDT is retesting the supportzone on 3D timeframe🔍 Preparing for bounce✈️ American Crypto©
Hashtags
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: #gft
@americancryptotrading · Post #27055 · 19.11.2024 г., 19:29
🇺🇸#GFT/USDT is retesting the supportzone on 3D timeframe🔍 Preparing for bounce✈️ American Crypto©
Hashtags
@michaelvandepoppeanalyst · Post #3958 · 24.06.2024 г., 14:39
#GFT Close 1/4 Position✅ Profit: +117% 🚀🚀🚀🚀
Hashtags
@michaelvandepoppeanalyst · Post #4160 · 09.07.2024 г., 12:28
#BABYDOGE +247%🔥 #ENJ +313%⚡️ #GFT +175%💥 #SOL +234%🚀 Premium VIP Signal
@coinlegs · Post #9696 · 09.01.2024 г., 06:21
🐬DOLPHIN | AI PREDICTIONS 09.01.2024 06:00 GMT Expected 5% Profit/Loss in 24 Hours #NFP | 0.58321 | PP: 92% | LP: 9% #FIRO | 1.585 | PP: 90% | LP: 0% #GFT | 0.02027 | PP: 87% | LP: 100% #JTO | 1.7112 | PP: 86% | LP: 100% #NTRN | 1.5177 | PP: 78% | LP: 100% #ORDI | 74.726 | PP: 77% | LP: 100% #TIA | 15.578 | PP: 77% | LP: 100% #VANRY | 0.05837 | PP: 74% | LP: 96% #IQ | 0.00531 | PP: 66% | LP: 100% #MEME | 0.023135 | PP: 64% | LP: 90% #ACE | 8.2438 | PP: 28% | LP: 91% #ARK | 0.7136 | PP: 23% | LP: 91% ——————————————————————— Total Predictions: 366 PP > 50%: 328 LP > 50%: 18 PP > 60%: 202 LP > 60%: 17 PP > 70%: 54 LP > 70%: 16 PP > 80%: 36 LP > 80%: 16 PP > 90%: 1 LP > 90%: 9 ——————————————————————— PP: Profit Probability | LP: Loss Probability