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 7 слични објави

Пребарај: #hub

当前筛选 #hub清除筛选

Казахстан строит приграничные логистические хабы🇰🇿 На самите высшего Евразийского экономического совета Касым-Жомарт Токаева заявил о строительстве 5 трансграничных хабов: «В планах также запуск пяти трансграничных транспортно-логистических хабов на границах с 🇷🇺Россией, 🇨🇳Китаем, 🇺🇿Узбекистаном, 🇰🇬Кыргызстаном и на Каспии», – сообщил глава государства. #KAZAKHSTAN#LOGISTICS#HUB

Продовольственный хаб хотят создать на «Хоргосе»🇰🇿🇨🇳 В Казахстане планирует построить продовольственный хаб на 50 Га класса «А», который позволит дольше хранить морепродукты, овощи фрукты, молочную продукцию и другие виды продуктов питания🥩🦐 Приграничные территории Казахстана все больше и больше «обрастают» новыми складскими площадями, это позволит Республике в том числе помочь осуществить планы по увеличению пропускной способности на границе с Китаем🇨🇳 #HORGOS#KAZAKHSTAN#CHINA#HUB

GitHub Trends

@githubtrending · Post #14736 · 22.05.2025 г., 12:00

#typescript#api_client#hub#huggingface#inference#machine_learning Hugging Face offers JavaScript libraries that let you easily use over 100,000 AI models for tasks like text generation, image creation, translation, and more, directly in your code or browser. You can create and manage model repositories, upload files, and run AI tasks such as chat completions or text-to-image generation with simple commands. These libraries work on modern environments without extra dependencies and support multiple providers, giving you flexible access to powerful AI tools. This helps you quickly add advanced AI features to your projects without deep AI expertise or complex setup. https://github.com/huggingface/huggingface.js