@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 #402 · 22 дек.
Отдельно разберём TaskGroup, который пришел на замену gather в Python 3.11. Ключевые отличия ▫️create_task() возвращает объект asyncio.Task, у которого есть соответствюущие методы управления. То есть у нас больше контроля ▫️это контекстный менеджер, который гарантирует что все таски будут остановлены по выходу из контекста ▫️ошибка автоматически отменяет незавершенные задачи, ▫️except* передает нам ExceptionGroup, в котором каждую ошибку можно обработать отдельно import asyncio import random async def do_it() -> str: if random.random() < 0.1: raise ValueError('Oops') delay = random.uniform(0.5, 1.5) await asyncio.sleep(delay) return delay async def main(): try: async with asyncio.TaskGroup() as tg: for _ in range(10): tasks.append(tg.create_task(do_it())) for t in tasks: print(t.result()) except *ValueError as e: for err in e.exceptions: print(err) asyncio.run(main()) Рекомендую изучить страницу Coroutines and Tasks из документации, где представлено больше интересных примеров и механизмов - таймауты - отмена задач - создание задач из другого потока #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