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: #takeda

当前筛选 #takeda清除筛选
Торгпредство России в Японии

@tradereprofrussiainjapan · Post #1320 · 15.05.2024 г., 07:42

Вакцина от Альцгеймера Японская фармацевтическая корпорация Takeda Pharmaceutical заключила лицензионное соглашение на коммерциализацию вакцины от болезни Альцгеймера, разработанной швейцарским стартапом AC Immune. Сумма сделки составит 2,2 млрд. долл. Фармацевтические компании по всему миру инвестируют в методы борьбы с болезнью Альцгеймера, стремясь удешевить стоимость лечения. Так, в 2023 г. препарат леканемаб, разработанный японской фармацевтической компанией Eisai и ее американским партнером Biogen, уже получил необходимое одобрение со стороны регулирующих органов США. Пока все препараты очень дорогие и требуют регулярных обследований посредством специального оборудования, тогда как новая вакцина будет выгодно отличаться по ценовым параметрам и предполагает инъекции два-четыре раза в год. На данный момент в мире порядка 55 млн людей борются с деменцией, из них порядка 70% страдают болезнью Альцгеймера. Прогнозируется, что число пациентов с болезнью Альцгеймера вырастет до 139 млн к 2050 г. по мере глобального старения населения. Проблема особенно актуальна для Японии, в которой доля людей старше 65 лет, уже составляет треть населения. Согласно прогнозам, число японцев, страдающих деменцией, к 2025 г. достигнет 6,7 млн человек. На текущей момент диагноз «Альцгеймер» уже поставлен 794 тыс. человек. #Takeda#AC_Immune#Eisai#вакцина#фармацевтика#альцгеймер#деменция

cosplayupload

@cosplayuploadtest2 · Post #102625 · 23.03.2025 г., 03:31

Title: Rena_Takeda_武田玲奈,_デジタル限定_YJ_Photo_Book_「玲奈の夏バカンス」 Authors: #None Tags: #None#Rena_Takeda_武田玲奈#デジタル限定_YJ_PHOTO_BOOK#Rena#Takeda#武田玲奈#デジタル限定#YJ#Photo#Book #「玲奈の夏バカンス」 recommendation: None TelegraphLinks:page-0-30