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

Конкатенация строк

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

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 Logger есть метод log_msg(), который можно использовать напрямую внутри функций.

🔗 Python tricks

Анатомия декоратора в Python

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 + 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

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

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

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

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

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

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

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

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

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

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

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

Использование itertools.groupby для группировки данных

Модуль itertools в Python предоставляет полезную функцию groupby, которая позволяет группировать последовательные элементы итерируемого объекта на основе заданного ключа. Это особенно полезно для обработки и анализа данных, когда нужно сгруппировать элементы по какому-либо критерию.

Использование itertools.groupby позволяет легко и эффективно группировать данные, делая код более читаемым и сокращая количество требуемых операций.

🔗 Python tricks

Использование f-строк для форматирования строк

Форматирование строк — это распространённая задача в программировании, и Python предоставляет несколько способов сделать это. Один из самых удобных и читаемых — это использование f-строк (f-strings), которые появились в Python 3.6. f-строки позволяют встраивать выражения внутри строк, делая форматирование более простым и понятным.

Использование f-строк позволяет делать форматирование строк более интуитивным и сокращает вероятность ошибок, связанных с более старыми методами форматирования (например, с использованием оператора % или метода str.format())

🔗 Python tricks

Breakpoint

Breakpoint - это точка останова в коде, которая используется для отладки при помощи интерактивного отладчика.

breakpoint ставится в строке кода, где нужен останов для проверки значений. При достижении breakpoint программа приостанавливается, после чего  можно изучить ее состояние.

При выполнении код остановится на строке с breakpoint(), позволяя изучить текущие x и y.

🔗 Python tricks