TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #396 · 9 окт.

7.09.2025 состоялся релизPithon 3.14! На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками. Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный. Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0 Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает: ▫️ соберет релизный Python 3.14 в новый Docker-образ ▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter) ▫️ распечатает результаты Тест очень простой, усложняйте сами) Вот какие результаты у меня: === Running ThreadPoolExecutor GIL ON TOTAL TIME: 45.48 seconds === Running ThreadPoolExecutor GIL OFF TOTAL TIME: 6.14 seconds === Running basic Thread GIL ON TOTAL TIME: 45.54 seconds === Running basic Thread GIL OFF TOTAL TIME: 4.74 seconds === Running with Multi Interpreter TOTAL TIME: 18.30 seconds Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами. Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵‍💫, нас учили не так! Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL. Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется. Отдельно я затестил память и вот что вышло на 32 потока: ThreadPoolExecutor GIL ON 305.228 MB ThreadPoolExecutor GIL OFF 500.176 MB basic Thread GIL ON 90.668 MB basic Thread GIL OFF 472.444 MB with Multi Interpreter 1267.788 MB Пока не знаю как к этому относиться) В целом - радует направление развития! #release

Hashtags

Резултати

Пронајдени 2 слични објави

Пребарај: #numeric

当前筛选 #numeric清除筛选
Cul8r.

@cul8r_channel · Post #3096 · 27.06.2025 г., 10:06

Забрал свои New Balance x Stone Island Marina, быстро сфоткал и хочу сказать пару слов. Кеды вышли в рамках скейтерской линейки #numeric, поэтому говорить о каких-то роскошных материалах и современных технологиях не приходится. В данном случае, конечно, есть ряд интересных деталей, включающих в себя фактурный, но неудобный язычок, объёмную, словно вспененную вставку спереди и красивый брендинг сзади. В остальном, всё довольно простенько, но свежо. Самым приятным бонусом тут выступают детали, в виде лаконичной коробки с брендингом SI Marina, оранжевого свистка Stone Island и резинового пыльника в духе спасательных жилетов. Тот самый случай, когда комплектация привлекает внимание и добавляет несколько очков к релизу. Ну люблю я всякие ништяки, простите. Так же, много говорили о том, что кроссовки маломерят, но в целом, всё оказалось в рамках допустимого. Мой 10US, ощущается так же, как и на других кроссовках NB. Ощущения немного отличаются, но не из-за ошибки на производстве, а из-за самой формы обуви и плотного носа, который намекает о принадлежности к скейтерской теме. В целом, мне нравится куда идёт «стон», особенно, когда он выпускает такие вот субкультурные эксперименты и заигрывает с разной аудиторией. Чуть позже выгуляю и сделаю пару онфитов фотографий на ноге.

Hashtags

djangoproject

@djangoproject · Post #129 · 31.08.2016 г., 15:36

https://pypi.python.org/pypi/numpy #NumPy is a general-purpose #array-processing package designed to efficiently manipulate large #multi-dimensional arrays of arbitrary records without sacrificing too much speed for small multi-dimensional #arrays. NumPy is built on the #Numeric code base and adds features introduced by #numarray as well as an extended #C-API and the ability to create arrays of arbitrary type which also makes NumPy suitable for interfacing with general-purpose #data-base applications.