TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #61 · 2 апр.
Ранее я уже упоминал о другой фишке из ˍˍfutureˍˍ , это оператор деления. from __future__ import division Суть проста. Раньше сложность типа данных результата поределялась типом самого сложного операнда. Например: int/int => int int/float => float В первом случае оба операнда int, значит и результат будет int. Во втором float более сложный тип, поэтому результат будет float. Если нам требуется получить дробное значение при делении двух int то приходилось форсированно один из операндов конверировать в float. 12/float(5) => float Но с новой "философией" это не требуется. В Python3 "floor division" заменили на "true division" а старый способ теперь работает через оператор "//". >>> 3/2 1.5 >>> 3//2 1 То есть теперь деление int на int даёт float если результат не целое число. В классах теперь доступны методы __floordiv__() и __truediv__() для определения поведения с этими операторами. Данный переход описан в PEP238. #pep#2to3#basic
Пребарај: #planning
@amazingeo · Post #212 · 10.09.2025 г., 16:12
🌍 Milan has over 3 million trees as part of its city plan, giving it more trees than people. Urban forests like this reduce heat, clean air, and boost well-being for city residents. ✨ #cities⚡#sustainability⚡#planning⚡#geography⚡#nature⚡#earth 👉subscribe Amazing Geography🌍
@amazingeo · Post #104 · 23.08.2025 г., 20:12
🌍 Hong Kong’s extensive network of elevated walkways—some stretching over 800 meters—lets people travel between major buildings without ever touching the street, maximizing space in the crowded city. ✨ #urban⚡#planning⚡#cityscape⚡#infrastructure⚡#geography⚡#nature⚡#earth 👉subscribe Amazing Geography🌍
@githubtrending · Post #14639 · 27.04.2025 г., 13:00
#python#agent_computer_interface#ai_agents#computer_automation#computer_use#grounding#gui_agents#in_context_reinforcement_learning#memory#mllm#planning#retrieval_augmented_generation Agent S2 is a smart AI assistant that handles computer tasks by breaking them into smaller steps and using specialized tools for each part, making it highly adaptable and efficient across different systems like Windows and Android. It outperforms other AI tools in completing complex tasks, learns from experience, and adjusts plans as needed, helping users automate digital work more reliably and effectively. https://github.com/simular-ai/Agent-S