Најди сличен содржај

Изворен канал @pythonotes · Post #401 · 15 дек.

Функция asyncio.wait() это еще один способ вызвать множество асинхронных задач. Она работает в нескольких режимах. 1. Самый простой - ждем завершения всех задач async def main(): tasks = [asyncio.create_task(do_it(i)) for i in range(10)] done, pending = await asyncio.wait( tasks, return_when=asyncio.ALL_COMPLETED ) for task in done: try: print(task.result()) except Exception as e: print(e) Очень похоже на gather, но работает не так. ▫️возвращает не результаты, а два сета с объектами Task у которых можно забрать результат через task.result() если они в списке done ▫️не гарантирует порядок результатов так как оба объекта это set ▫️не выбрасывает исключение когда оно появляется, а сохраняет его в Task. Исключение появится когда попробуете забрать резултьтат. 2. Ждем завершения первой задачи, даже если там ошибка. async def main(): tasks = [asyncio.create_task(do_it(i)) for i in range(3)] done, pending = await asyncio.wait( tasks, return_when=asyncio.FIRST_COMPLETED ) # в done может быть несколько задач! for task in done: try: print(task.result()) except Exception as e: print(f"Fail: {e}") # Оставшиеся задачи в pending, как правило, нужно отменить, иначе они будут продолжать работать for task in pending: task.cancel() В сете done будут таски которые успели завершится, причем как успешно так и нет. 3. До первой ошибки. Тоже самое, но с аргументом FIRST_EXCEPTION done, pending = await asyncio.wait( tasks, return_when=asyncio.FIRST_EXCEPTION ) Функция завершается как только первая задача упадет с ошибкой. Учтите, что в любом случае done вы можете обранужить несколько задач, как с ошибками так и успешные. ↗️ Полный листинг примеров здесь #async

Hashtags

#async

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

Најди слично Погледај

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

#numeric

djangoproject

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

Најди слично Погледај

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.

Hashtags

#numpy #array #multi #arrays #numeric #numarray #c #data