Just Python

Сравнение быстродействия def и lambda-функций Python. Функции для упрощения жизни Кому захочется повторять одно и то действие, но с разными параметрами? Никому. Поэтому, есть некоторые вспомогательные функции, для рисования графика по заданным параметрам, для создания черепахи. Кстати, о последнем — черепахи тоже заносятся в общий словарь. #theory // Just Python

Ограничение использования процессора и памяти (ч.2) Затем мы устанавливаем лимит, используя некое число секунд, задаваемое аргументом seconds, и ранее полученное значение жёсткого лимита. После этого мы регистрируем обработчик signal, который, при превышении выделенного программе процессорного времени, инициирует процедуру выхода. В случае с памятью, мы, опять же, получаем значения для нежёсткого и жёсткого лимитов, после чего устанавливаем ограничение с помощью метода setrlimit, которому передаём размер ограничения (size) и ранее полученное значение жёсткого лимита. #theory // Just Python

Станьте IT-специалистом с зарплатой от 100 000 рублей бесплатно 👉 Только в июле GeekBrains дарит 3 недельное обучение на профессию Python разработчика бесплатно. Записавшись на обучение, вы получите не только технические знания, но и возможность войти в профессию с высоким спросом и перспективами для карьерного роста. Не упустите шанс начать свой путь в IT с поддержкой опытных преподавателей и располагающей обучающей средой. Зарегистрируйтесь сейчас и получите бонусом карьерную консультацию. Реклама. Информация о рекламодателе по ссылкам в посте.

Ограничение использования процессора и памяти (ч.1) Если вместо того, чтобы оптимизировать программу, или улучшить то, как она пользуется процессором, вам нужно просто задать жёсткое ограничение на доступные ей ресурсы, можно воспользоваться соответствующей библиотекой Тут показано ограничение процессорного времени и объёма памяти. Для того чтобы ограничить использование программой процессора, мы сначала получаем значения нежёсткого и жёсткого (hard) лимитов для конкретного ресурса (RLIMIT_CPU). #theory // Just Python

Создание мелких копий существующих списков Создание мелкой копии означает, что копируется только структура элементов, но не сами элементы. Обе копии списка совместно используют одинаковые экземпляры отдельных элементов. Если же вам необходимо продублировать абсолютно всё, включая и элементы, то необходимо создать глубокую копию списка (copy.deepcopy(x)). Для этой цели пригодится встроенный модуль в Python copy. #theory // Just Python

Профилирование и статистика кода Какой разговор о профилировании питона обходится без описания cProfile — одного из стандартных модулей Python? Уверен, каждый программист Python хоть раз пробовал запустить cProfile. #theory // Just Python

Москва — самый скучный город в России …сказал какой-то Вася, который кроме Красной Площади и Арбата ничего там не видел. А если вы часто бываете в Москве или живете здесь — читайте канал Московская Хроника. Это сборник самых клёвых мест северной столицы и развлечений до 500 рублей. Внутри: бассейны под открытым небом, кафешки в дореволюционном стиле, прогулочные маршруты о которых не знают туристы и 1001 способ с кайфом провести здесь время. Дорогие жители и гости Москвы, этот канал для вас: https://t.me/+-kdcVTU9yl84ZDAy

Метод Naive В методе Naive цикл for используется для обхода второго списка. После этого элементы из второго списка добавляются к первому списку. Первый список является объединением первого и второго списков. #theory // Just Python

Добавление матрицы Код для сложения матриц достаточно сложен для написания вручную. Благодаря модулю numpy мы можем просто использовать оператор + для добавления матрицы. Итак, в следующем примере кода мы увидим, как писать код сложения вручную, а также с помощью оператора +. #theory // Just Python

❗️Реально думаете что Питер построен на болоте? Это полная чушь! Меня зовут Степан Осаднев. Я археолог и кандидат исторических наук. За десятилетия раскопок я видел многое, от подземных кладбищ до закопанных зданий. Не выдержав того бреда которым кормят туристов и жителей Санкт-Петербурга, я создал канал “Первый Питерский”, в котором делюсь правдой о жизни Северной Столицы. -Стоят на костях. Какие дома в городе буквально построены на кладбищах. -Туда лучше не ходить. В каких местах до сих пор бесследно пропадают люди -Этим ресторанам лет по двести. Рестораны бары и кафе, которые работают с царских времен (список) Подпишитесь, если не боитесь увидеть и узнать реальную историю Питера: Первый Питерский

Функция set union() в Python В теории множеств set union() – это набор всех элементов в коллекции наборов. На следующем изображении показаны операции объединения наборов. Класс set union() в Python предоставляет функцию union() для получения объединения наборов. Результатом является новый набор со всеми элементами из коллекции наборов. #theory // Just Python

Станьте Тестировщиком за 0₽ Зарплата начинающего Тестировщика от 80 000₽, а стоимость обучения на профессию в онлайн-школах от 100 000 до 250 000 рублей. Прямо сейчас GeekBrains отдают бесплатно курс по тестированию. Переходите по ссылке и участвуйте в тест-драйве профессии. Акция продлится до 30 июня: https://go.redav.online/7dcc19d0c3c2f5c0?erid=LdtCK7b7u&m=1

locals() внутри метода locals() внутри функции возвращает локальную переменную, обратите внимание, что глобальные переменные являются частью глобального словаря таблицы символов. #theory // Just Python

Сравнение быстродействия def и lambda-функций Python. Производные функции часть 2 Слабонервным людям, ненавидящим многоуровневые вложения, не читать. Для ранее описанных общих функций можно создавать бесконечно много проиводных. Для производной замера скорости структура такая #theory // Just Python

Думаете, Биткоин золотая жила? Чушь. В этом месяце выйдет 6 монет, который обгонят его годовой рост за неделю. Их список скоро выложат в канале Андрей Соколов. Это блог трейдера, который за 5 лет начальные $10 тыс. превратил в $2 млн. Он находит монеты, которые взлетают в 3-5 раз в течение недели-двух и рассказывает о таких сделках в своем канале. Все сделки, анализы и наработки публикует в своём блоге. Загляните сами. Ссылка удалится через сутки, имейте в виду 👇 Перейти в канал и посмотеть список самых перспективных монет на июнь →

Сравнение быстродействия def и lambda-функций Python. Производные функции А производная для функции построения графика — это же самая функция с определенными аргументами. Мы будем проверять скорость создания и скорость выполнения разного вида функций. Вернёмся к первому. В случае проверки скорости создания функции, функция_для_замера() будет иметь одну цель — создать внутри себя def или lambda функцию. Её мы будем вызывать множество раз, и каждый раз она будет создавать одну и ту же функцию заново. #theory // Just Python

Сравнение быстродействия def и lambda-функций Python. Производные функции Иными словами — функция второго уровня вложенности служит для многократного вызова и создания во время каждого функции третьего уровня вложенности. #theory // Just Python

Расширение возможности операции побитового исключающего "или" для пользовательских объектов Метод rxor в Python используется для реализации операции побитового исключающего "или" (оператора ^), когда операнд слева не поддерживает соответствующий метод xor. Этот метод полезен для работы с пользовательскими объектами, когда требуется поддерживать операцию побитового исключающего "или" с различными типами данных. Рассмотрим пример, в котором у нас есть класс, представляющий пользовательские битовые данные, и мы хотим поддерживать операцию побитового исключающего "или" как с обычными числами Python (int), так и с другими экземплярами нашего класса. Этот лайфхак позволяет сделать ваш класс более универсальным и поддерживать операции побитового исключающего "или" с различными типами данных, что повышает его гибкость и удобство использования. #theory // Just Python

Реализация операции вычитания на месте для пользовательского класса Метод isub в Python используется для реализации операции вычитания на месте (оператора -=). Этот метод позволяет изменять объект "на месте", что может быть полезно для оптимизации производительности и управления памятью. Рассмотрим пример, в котором у нас есть класс, представляющий пользовательский список чисел. Мы хотим поддерживать операцию вычитания на месте как с обычными числами Python (int), так и с другими экземплярами нашего класса. Этот лайфхак позволяет вашему классу поддерживать более гибкие и удобные операции вычитания на месте, что улучшает производительность и удобство использования, а также помогает избежать лишних копий данных. #theory // Just Python

Эффективное использование метода imatmul(self, other) Метод imatmul(self, other) в Python позволяет определить поведение оператора матричного умножения с присваиванием (@=) для пользовательских классов. Это полезно для работы с матрицами и другими структурами данных, поддерживающими матричное умножение, делая код более выразительным и эффективным. Метод imatmul — это специальный метод, который позволяет реализовать матричное умножение с присваиванием. Когда оператор @= применяется к объекту, Python вызывает этот метод, позволяя изменить объект на месте в соответствии с результатом матричного умножения. Использование метода imatmul позволяет легко реализовать матричное умножение с присваиванием для пользовательских классов. Это делает код более чистым и удобным для чтения, а также улучшает производительность за счет изменения объектов на месте. #theory // Just Python