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 2 слични објави

Пребарај: #isotope

当前筛选 #isotope清除筛选

🟣 2024 🟣 V. 11 🟣 Issue 4 🟣 Art. 202411411 🟣 Article 🟣 Опубликована новая статья 📜 Impact of calcium and copper co-doping on the oxygen transport of layered nickelates: a case study of Pr1.6Ca0.4Ni1–yCuyO4+δ and a comparative analysis 👩‍🎓👨‍🎓 V. Sadykov (https://orcid.org/0000-0003-2404-0325), N. Eremeev (https://orcid.org/0000-0002-3494-2771), E. Sadovskaya, T. Zhulanova (https://orcid.org/0000-0002-8009-4398), S. Pikalov (https://orcid.org/0000-0001-6292-0468), Y. Fedorova, E. Pikalova (https://orcid.org/0000-0001-8176-9417) 🏛 Federal Research Center Boreskov Institute of Catalysis SB RAS https://en.catalysis.ru 🏛 Institute of High-Temperature Electrochemistry UB RAS, https://ihte.ru 🏛 Ural Federal University, https://urfu.ru/en Institute of Metallurgy UB RAS, http://www.imeturan.ru 📚#SOFCs#SOECs#layered#nickelates#oxygen#transport#isotope#exchange 🔗https://doi.org/10.15826/chimtech.2024.11.4.11 https://journals.urfu.ru/index.php/chimtech/article/view/8073

В журнале Electrochemical Materials and Technologies вышла обзорная работа "H/D exchange studies of methane activation mechanisms in heterogeneous catalysis" 🔗https://doi.org/10.15826/elmattech.2023.2.014 🔗https://journals.urfu.ru/index.php/elmattech/article/view/6883 В данном обзоре подробно рассматривается механизм конверсии метана и анализируются существующие теоретические и экспериментальные подходы к изотопному обмену H/D между метаном и каталитическими системами: #CH4#methane#conversion#isotope#catalyst#bonds#homogeneous#exchange #