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: #shippingroutes

当前筛选 #shippingroutes清除筛选

🚢Балкеры с железной рудой меняют курс с Ближнего Востока на Китай. Напряжённость вокруг Ормузского пролива приводит к изменению маршрутов перевозки железной руды. По данным аналитических платформ Kpler и LSEG, несколько судов, следовавших с грузами в страны Персидского залива, были перенаправлены на китайские порты. Аналитики отмечают как минимум четыре таких отклонения маршрутов. Среди них балкер “Cape Shangrila” (около 170 000 тонн железорудного концентрата), который вместо выгрузки в Бахрейне направился в Китай. Судно “Ore Italia” с грузом около 385 000 тонн руды изменило курс с Омана на порт Дунцзякоу. Также балкеры “Cape Jasmine” (около 170 000 тонн) и “Mineral Zimbabwe” были перенаправлены из Персидского залива в китайский порт Циндао. Железная руда остаётся ключевым сырьём для сталелитейной промышленности. Хотя Ближний Восток производит около 56,9 млн тонн стали в год, Китай остаётся крупнейшим мировым потребителем руды, что делает его естественной альтернативой для перенаправления грузов. Для балкерного рынка такие отклонения маршрутов усиливают тонно-мильный фактор и могут перераспределить спрос между региональными рынками в условиях ограничений судоходства через Ормуз. 📌Kpler — международная аналитическая компания, основанная в 2014 году, специализируется на мониторинге глобальных потоков сырья и судоходства с использованием спутниковых и AIS-данных. Компания является частной и принадлежит инвестиционным фондам и основателям. #DryBulk#IronOre#Hormuz#ShippingRoutes#CommodityTrade