@laziz_blogs · Post #615 · 23.03.2026 г., 19:47
#day16 1) calorie intake 1572 kcal 2100 (daily limit) - 528 (remain) = 1572 kcal 2) calorie burn ≈2165 kcal 3) kcal deficit ≈593
Hashtags
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #400 · 8 дек.
Три способа выполнить множество задач с asyncio Функция для примера: async def do_it(n): await asyncio.sleep(random.uniform(0.5, 1)) return n 1. Последовательный вызов async def main(): for i in range(100): result = await do_it(i) Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей. Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди. 2. Упорядоченный результат async def main(): tasks = [do_it(i) for i in range(100)] results = await asyncio.gather(*tasks) Выполняет корутины конкурентно и возвращает результат в виде списка. Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены. 3. Результат по мере готовности tasks = [asyncio.create_task(do_it(i)) for i in range(100)] for cor in asyncio.as_completed(tasks): result = await cor Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно. Полезен когда нужно обработать любой ответ как можно скорее. #async
Hashtags
Пребарај: #day16
@laziz_blogs · Post #615 · 23.03.2026 г., 19:47
#day16 1) calorie intake 1572 kcal 2100 (daily limit) - 528 (remain) = 1572 kcal 2) calorie burn ≈2165 kcal 3) kcal deficit ≈593
Hashtags
@textytela · Post #457 · 03.03.2024 г., 11:36
В каждом дне есть что-то по имени Навсегда. Мэри Оливер (пер. Н.Пресс) Всё, что было сломано, забыло свою сломанность. Теперь я живу в небесном доме, в каждом окне - солнце. И ты. Прикосновения, истории. Такие земные и такие небесные. Невероятно, но это так. В каждом дне есть что-то по имени Навсегда. #49daysforfreedom#day16
Hashtags
@mediamaps · Post #276 · 16.11.2025 г., 14:06
Тема шестнадцатого ноября — ячейка. Вспоминаем о картах, состоящих из небольших дискретных элементов. Для сегодняшней карты автор скачал с data.mos.ru данные о земельных участках, выставленных на торги. Затем построил на Москву гексагональную сетку с площадью ячейки в 25 км², провёл агрегацию и посчитал для каждой ячейки количество участков и их среднюю стоимость. В центре каждой ячейки построена окружность, отображающая вычисленные показатели через её цвет и размер. Оказалось, что большинство самых недорогих участков находится в Новой Москве. А вот дорогие расположены не только в центре: активно продаются участки на востоке города. #30DayMapChallenge#Day16#Cell#Cartography#GIS