math.fabs
math.fabs — это функция, которая возвращает абсолютное значение числа в виде числа с плавающей точкой. В отличие от встроенной функции abs, которая может возвращать целое или число с плавающей точкой в зависимости от типа входного значения, math.fabs всегда возвращает значение типа float.
🔗 Python tricks
math.fabs — это функция, которая возвращает абсолютное значение числа в виде числа с плавающей точкой. В отличие от встроенной функции abs, которая может возвращать целое или число с плавающей точкой в зависимости от типа входного значения, math.fabs всегда возвращает значение типа float.
🔗 Python tricks
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.
🔗 Python tricks
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.
🔗 Python tricks
Сравнение быстродействия def и lambda-функций Python. Общие функции
Всего у нас будет 2 диаграммы: полная и усредненная. В каждой по 2 графика: для def и lambda функций. Всего нам потребуется 4 черепахи.
Список значений для 1 и 2 графика очевиден — несколько результатов выполнения замера скорости. С 3 и 4 всё сложнее — нужно найти среднее арифметическое одного из 2 первых графиков.
Дабы слишком не заморачиваться над тем, чтобы график никуда не вылезал, найдём разницу между каждым элементом каждого графика и средним значением между средними арифметическими из 1 и 2 графика. В итоге, на графике мы будем видеть не общее значение, а разницу.
🔗 Python tricks
Всего у нас будет 2 диаграммы: полная и усредненная. В каждой по 2 графика: для def и lambda функций. Всего нам потребуется 4 черепахи.
Список значений для 1 и 2 графика очевиден — несколько результатов выполнения замера скорости. С 3 и 4 всё сложнее — нужно найти среднее арифметическое одного из 2 первых графиков.
Дабы слишком не заморачиваться над тем, чтобы график никуда не вылезал, найдём разницу между каждым элементом каждого графика и средним значением между средними арифметическими из 1 и 2 графика. В итоге, на графике мы будем видеть не общее значение, а разницу.
🔗 Python tricks
Сравнение быстродействия def и lambda-функций Python. Общие функции
В нашем коде для измерения быстродействия нужна соответствующая функция. Она будет главной для всех производных. Прежде всего, мы будем измерять время выполнения не один раз — слишком велика погрешность. Функция будет принимать в аргументы функцию, для которой проводится замер, а также количество повторений этой функции.
Для самого измерения мы будем использовать разницу во времени между началом выполнения и концом.
🔗 Python tricks
В нашем коде для измерения быстродействия нужна соответствующая функция. Она будет главной для всех производных. Прежде всего, мы будем измерять время выполнения не один раз — слишком велика погрешность. Функция будет принимать в аргументы функцию, для которой проводится замер, а также количество повторений этой функции.
Для самого измерения мы будем использовать разницу во времени между началом выполнения и концом.
🔗 Python tricks
Конкатенация строк
Если нужно конкатенировать список строк, сделать это можно в цикле
Более эффективный подход к решению этой задачи заключается в использовании функции
🔗 Python tricks
Если нужно конкатенировать список строк, сделать это можно в цикле
for, по одной добавляя строки к итоговому результату. Однако такой подход будет весьма неэффективным, особенно в том случае, если список оказывается достаточно длинным. В Python строки являются иммутабельными сущностями. В результате каждая операция по конкатенации строк означает необходимость копирования пары строк в новую строку.Более эффективный подход к решению этой задачи заключается в использовании функции
join()🔗 Python tricks
math.log1p
Функция math.log1p используется для вычисления значения натурального логарифма от 1 + x. Она особенно полезна, когда x близко к нулю, так как обеспечивает высокую точность и избегает потери значимости в младших разрядах, которая может происходить при использовании math.log(1 + x).
🔗 Python tricks
Функция math.log1p используется для вычисления значения натурального логарифма от 1 + x. Она особенно полезна, когда x близко к нулю, так как обеспечивает высокую точность и избегает потери значимости в младших разрядах, которая может происходить при использовании math.log(1 + x).
🔗 Python tricks
Настраиваемый логгер-декоратор
Начнем с примера использования. Так мы не перегружаем внимание внутренней сложностью и повышаем шансы создать удачный интерфейс модуля. На этом принципе основана разработка через тестирование — test-driven development (TTD).
У класса
🔗 Python tricks
Начнем с примера использования. Так мы не перегружаем внимание внутренней сложностью и повышаем шансы создать удачный интерфейс модуля. На этом принципе основана разработка через тестирование — test-driven development (TTD).
У класса
Logger есть метод log_msg(), который можно использовать напрямую внутри функций.🔗 Python tricks
Анатомия декоратора в Python
Создадим декоратор
🔗 Python tricks
Создадим декоратор
@hello_decorator.
Декоратор в Python — функция, которая принимает функцию/класс и возвращает функцию/класс. В примере декоратор hello_decorator() принимает функцию f(), и возвращает функцию wrapper().🔗 Python tricks
Сложение списков
Не всегда операторы в python ведут себя так, как мы привыкли. Например сложение списков.
Как видно, инструкция 28 в случае
🔗 Python tricks
Не всегда операторы в python ведут себя так, как мы привыкли. Например сложение списков.
Как видно, инструкция 28 в случае
+ простое сложение, а в случае += — сложение на месте, которое не приводит к созданию нового списка. += в данном случае сопоставим по производительности с list.extend.🔗 Python tricks
Генераторные фунции
Если предикатов фильтрации или обработчиков элементов списка много, то удобнее использовать генераторы. Они могут не дать прироста скорости, но помогут сэкономить память.
Генераторной фунцией в python называется функция, которая ведет себя как итератор. Для определения генераторной функции нужно использовать ключевое слово yield.
🔗 Python tricks
Если предикатов фильтрации или обработчиков элементов списка много, то удобнее использовать генераторы. Они могут не дать прироста скорости, но помогут сэкономить память.
Генераторной фунцией в python называется функция, которая ведет себя как итератор. Для определения генераторной функции нужно использовать ключевое слово yield.
🔗 Python tricks
Генераторные выражения
Попробуем использовать генераторные выражения (для получения среза будем использовать функцию islice из itertools, которая возвращает итератор по срезу)
Итог: увеличение производительности более чем в 3 раза.
🔗 Python tricks
Попробуем использовать генераторные выражения (для получения среза будем использовать функцию islice из itertools, которая возвращает итератор по срезу)
Итог: увеличение производительности более чем в 3 раза.
🔗 Python tricks
math.erfc
Функция math.erfc используется в тех же областях, что и math.erf, но применяется чаще для вычислений вероятностей, связанных с нормальным распределением. Например, в статистике и теории вероятностей для вычисления вероятности того, что случайная величина из нормального распределения примет значение за пределами заданного диапазона.
🔗 Python tricks
Функция math.erfc используется в тех же областях, что и math.erf, но применяется чаще для вычислений вероятностей, связанных с нормальным распределением. Например, в статистике и теории вероятностей для вычисления вероятности того, что случайная величина из нормального распределения примет значение за пределами заданного диапазона.
🔗 Python tricks
Списковые включения
Python часто ругают за то, что он медленный. Однако в нем существует несколько подходов, которые позволяют писать достаточно быстрый код.
Например у нас есть большой список словарей (объявления контекстной рекламы). Зададим начальное время выборки и конечное.
И попробуем выбрать все объявления, ставка которых выше 600 и дата попадает в выбранный интервал. Затем возьмем первые 1000 элементов полученного списка.
Как видим этот метод работает быстрее.
🔗 Python tricks
Python часто ругают за то, что он медленный. Однако в нем существует несколько подходов, которые позволяют писать достаточно быстрый код.
Например у нас есть большой список словарей (объявления контекстной рекламы). Зададим начальное время выборки и конечное.
И попробуем выбрать все объявления, ставка которых выше 600 и дата попадает в выбранный интервал. Затем возьмем первые 1000 элементов полученного списка.
Как видим этот метод работает быстрее.
🔗 Python tricks
Однострочный условный оператор (тернарный оператор)
В Python существует возможность использовать однострочный условный оператор, который позволяет сократить код и сделать его более лаконичным. Это особенно полезно для простых условий, которые можно выразить в одной строке.
Использование тернарного оператора позволяет упростить код, особенно когда нужно выполнить простое условие и присвоить значение одной переменной на основе этого условия.
🔗 Python tricks
В Python существует возможность использовать однострочный условный оператор, который позволяет сократить код и сделать его более лаконичным. Это особенно полезно для простых условий, которые можно выразить в одной строке.
Использование тернарного оператора позволяет упростить код, особенно когда нужно выполнить простое условие и присвоить значение одной переменной на основе этого условия.
🔗 Python tricks
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.
🔗 Python tricks
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.
🔗 Python tricks
Использование enumerate для нумерации элементов в цикле
Функция enumerate в Python — это удобный способ получать одновременно индекс и значение элемента при итерации по последовательности. Она особенно полезна для тех, кто часто работает с циклами и списками, и позволяет сделать код более чистым и читабельным.
Использование enumerate упрощает обработку последовательностей, делая код более лаконичным и легким для понимания.
🔗 Python tricks
Функция enumerate в Python — это удобный способ получать одновременно индекс и значение элемента при итерации по последовательности. Она особенно полезна для тех, кто часто работает с циклами и списками, и позволяет сделать код более чистым и читабельным.
Использование enumerate упрощает обработку последовательностей, делая код более лаконичным и легким для понимания.
🔗 Python tricks
Переселения
Для простого написания перечисления в Python можно организовать с помощью класса Enum. Этот класс можно назвать удобным способом инкапсуляции списка констант, чтобы они не были разбросаны по всему коду без структуры.
🔗 Python tricks
Для простого написания перечисления в Python можно организовать с помощью класса Enum. Этот класс можно назвать удобным способом инкапсуляции списка констант, чтобы они не были разбросаны по всему коду без структуры.
🔗 Python tricks
math.log
Функция math.log используется для вычисления натурального логарифма числа x или логарифма x по указанному основанию base. Если base не указан, то по умолчанию используется основание e (число Эйлера, примерно 2.718).
🔗 Python tricks
Функция math.log используется для вычисления натурального логарифма числа x или логарифма x по указанному основанию base. Если base не указан, то по умолчанию используется основание e (число Эйлера, примерно 2.718).
🔗 Python tricks
Использование Counter из модуля collections для подсчета элементов
Модуль collections в Python включает в себя класс Counter, который предоставляет удобный способ подсчета элементов в итерируемых объектах. Это позволяет значительно упростить код, когда нужно подсчитать количество вхождений элементов в списке или другом итерируемом объекте.
Использование Counter из модуля collections позволяет упростить код и повысить его читаемость при решении задач подсчета элементов в итерируемых объектах.
🔗 Python tricks
Модуль collections в Python включает в себя класс Counter, который предоставляет удобный способ подсчета элементов в итерируемых объектах. Это позволяет значительно упростить код, когда нужно подсчитать количество вхождений элементов в списке или другом итерируемом объекте.
Использование Counter из модуля collections позволяет упростить код и повысить его читаемость при решении задач подсчета элементов в итерируемых объектах.
🔗 Python tricks
Использование zip для параллельной итерации
Функция zip в Python позволяет одновременно итерировать по нескольким итерируемым объектам (например, спискам), объединяя соответствующие элементы в кортежи. Это особенно полезно, когда нужно обрабатывать несколько последовательностей данных одновременно.
Использование zip упрощает задачи параллельной итерации и делает код более чистым и читаемым, избавляя от необходимости вручную синхронизировать индексы нескольких списков.
🔗 Python tricks
Функция zip в Python позволяет одновременно итерировать по нескольким итерируемым объектам (например, спискам), объединяя соответствующие элементы в кортежи. Это особенно полезно, когда нужно обрабатывать несколько последовательностей данных одновременно.
Использование zip упрощает задачи параллельной итерации и делает код более чистым и читаемым, избавляя от необходимости вручную синхронизировать индексы нескольких списков.
🔗 Python tricks
Использование метода __int__(self)
Метод int(self) в Python позволяет определить пользовательское преобразование объекта в целое число. Этот метод полезен для пользовательских классов, которые хотят определить способ преобразования своих данных в целочисленный формат.
Метод int является специальным методом, который вызывается при использовании встроенной функции int() для объекта. Он должен возвращать целое число, представляющее объект.
Использование метода int позволяет вашим пользовательским классам быть совместимыми с встроенными операциями и функциями Python, работающими с целыми числами. Это упрощает интеграцию с другими частями экосистемы Python и делает ваш код более гибким и удобным для использования.
🔗 Python tricks
Метод int(self) в Python позволяет определить пользовательское преобразование объекта в целое число. Этот метод полезен для пользовательских классов, которые хотят определить способ преобразования своих данных в целочисленный формат.
Метод int является специальным методом, который вызывается при использовании встроенной функции int() для объекта. Он должен возвращать целое число, представляющее объект.
Использование метода int позволяет вашим пользовательским классам быть совместимыми с встроенными операциями и функциями Python, работающими с целыми числами. Это упрощает интеграцию с другими частями экосистемы Python и делает ваш код более гибким и удобным для использования.
🔗 Python tricks