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 1 слични објави

Пребарај: #larvalabs

当前筛选 #larvalabs清除筛选
Mirracoin Новости

@MirraChannel · Post #195 · 22.08.2024 г., 11:59

#CryptoPunks#NFT#DigitalArt#Ethereum#LarvaLabs#Web3 🔥История CryptoPunks: Как зародилась культовая NFT-коллекция В мире NFT есть коллекции, которые знают все, и одна из них — CryptoPunks. CryptoPunks — это первая крупная NFT-коллекция, ставшаясимволом цифрового искусства и культуры. Но как же все началось? 🤔 В 2017 году два разработчика, Мэтт Холл и Джон Уоткинсон из студии Larva Labs, решили создать экспериментальный проект на основе блокчейна Ethereum. Они сгенерировали 10 000 уникальных персонажей в стиле 8-бит, вдохновленных панковской культурой, киберпанком и даже Лондонской субкультурой 70-х. ❓Что сделало CryptoPunks уникальными? ▶️Искусственная редкость: Всего 10 000 персонажей, и ни один из них не повторяется. В коллекции есть мужчины, женщины, зомби, обезьяны и даже инопланетяне. Чем редче черты персонажа, тем дороже он оценивается на рынке. ▶️Пионеры в мире NFT: На момент создания, концепция NFT была ещё в зачаточном состоянии. CryptoPunks заложили фундамент для всех последующих NFT-проектов, доказав ценность и уникальность цифровых активов. ▶️Сообщество и Культура: CryptoPunks не просто изображения — они стали символом статуса и культуры. Владельцы этих NFT входят в элитный клуб коллекционеров, где каждый «панк» имеет свою историю и ценность. Удивительно, но в начале CryptoPunks раздавались бесплатно 😐, и любой, у кого был Ethereum-кошелек, мог получить их. Сегодня они продаются за миллионы долларов! ❗️Самый дорогой NFT из коллекции CryptoPunks под номером #5822 был куплен в феврале 2022 за 8000 ETH. На тот момент эта сумма в криптоактивах оценивалась в $23,7 млн. 🍸 ⏭ ☁️Поделитесь этой историей с друзьями и знакомыми, чтобы они тоже узнали об истоках культовой NFT-коллекции! @MirraChannel😎