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: #techwriter

当前筛选 #techwriter清除筛选
Data Science Jobs

@datasciencejobs · Post #2063 · 28.04.2024 г., 06:02

#вакансия#финтех#тестирование#ml#модели#mlops#techwriter#postgres#python#удалённо#банк В один из крупнейших банков — лидеров отрасли, требуется специалист по тестированию ML моделей, с опытом ручного функционального и интеграционного тестирования в проектах MLOps и внедрением ML моделей в прод. 🌟 Требуемые знания и опыт: - Опыт ручного функционального и интеграционного тестирования от 2 лет - Опыт написания тестовой документации (тест-кейсы, чек-листы) - Уверенные знания теории тестирования - Опыт применения техник тест-дизайна на проекте - Опыт диагностики ошибок в браузере - Опыт работы с git, jenkins, postman, lens, airflow или аналог - Опыт работы с задачами в Jira или аналог - Опыт работы с документацией в Confluence или аналог - Опыт работы с БД postgress, умение писать простые запросы к базе - Опыт тестирования API - Опыт оценки трудоемкости задач - Умение заводить полный, понятный и воспроизводимый дефект - Опыт разработки автотестов на Python Личные качества - Умение работать самостоятельно, искать недостающую информацию - Искать ответы на вопросы перед тем как эскалировать их - Внимательность в процессе тестирования задач 💥 Мы предлагаем: - Оформление по ИП, но можно и в штат компании (ставка обсуждается индивидуально с каждым кандидатом, вилка ~350к net) - Работа в крупном российском банке (опыт финтеха!) - Удаленка по РФ - Есть возможность влиять на процессы тестирования - Разноплановость задач и проектов - Нет токсичности в команде, всегда готовы помочь - Ежемесячные 1to1 - Возможность поработать с уникальными и хайповыми технологиями ML ✍️ По всем вопросам и с резюме пишите @hitmaker 👉 Не забудьте уточнить, что вы из @datasciencejobs