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 10 слични објави

Пребарај: #ray

当前筛选 #ray清除筛选
Coin Sonar

@CoinSonar · Post #244193 · 18.04.2026 г., 13:03

#RAY | Volume spike (USDT PAIR) 228 times the average volume 95.08K USDT traded in 1 min └Buying vol: 88.93K USDT 🟢 Boost score: 7/10 24h Vol: 600.23K USDT (Binance) Price: 0.675 (-3.1% in 24h)

Hashtags

Coin Sonar

@CoinSonar · Post #244085 · 18.04.2026 г., 08:50

#RAY | Volume spike (USDT PAIR) 54 times the average volume 113.02K USDT traded in 5 min └Selling vol: 100.98K USDT 🔴 Boost score: 1/10 24h Vol: 600.23K USDT (Binance) Price: 0.679 (-3.1% in 24h)

Hashtags

Pro Analysis

@proanalysistrader · Post #28393 · 17.01.2025 г., 09:25

#RAY/USDT analysis : #RAY is currently consolidating within a flag pattern, indicating a potential continuation of its upward trend. A breakout above the $5.890 level could signal a move to higher price levels. Consider entering a long position upon confirmation of the breakout. TF : 1D Entry : $5.890 Target : $9.045 SL : $4.000

Hashtags

Tesla Calls Official

@teslacallsofficial · Post #10023 · 15.03.2026 г., 20:56

🔥$RAY Entered this position as a speculative play within the SOLANA ecosystem. Monitor pullbacks carefully, manage entries with discipline, and always conduct your own due diligence before participating. X: https://x.com/i/communities/2033099708164378981 Website: https://x.com/bbcworld/status/2033099192877429170?s=46 🔗 Contract: https://solscan.io/token/G7ydggVFm4RVTTsd3E8MWh7angBs78MTmZN3gVZPpump https://dexscreener.com/solana/HAVxMaLK96qgiyRdvX4YVpjfajU49zWot4tdjxPesMrg #RAY#SOLANA#TESLACALLS

Coinlegs Cryptocurrency Signals

@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