🐍 تحسين أداء Python باستخدام List Comprehensions ✨
هل سئمت من الحلقات المتعرجة والمعقدة في Python؟ إليك طريقة أنيقة وفعالة لكتابة الكود الخاص بك باستخدام List Comprehensions!
List Comprehensions توفر طريقة موجزة لإنشاء القوائم. بدلاً من كتابة حلقة `for` تقليدية، يمكنك إنشاء قائمة جديدة في سطر واحد. هذا يجعل الكود أكثر قابلية للقراءة وأسرع في التنفيذ.
['#Python', '#ListComprehensions', '#Programming', '#CodingTips', '#Pythonic']
هل سئمت من الحلقات المتعرجة والمعقدة في Python؟ إليك طريقة أنيقة وفعالة لكتابة الكود الخاص بك باستخدام List Comprehensions!
numbers = [1, 2, 3, 4, 5]
squares = [n**2 for n in numbers]
print(squares)
List Comprehensions توفر طريقة موجزة لإنشاء القوائم. بدلاً من كتابة حلقة `for` تقليدية، يمكنك إنشاء قائمة جديدة في سطر واحد. هذا يجعل الكود أكثر قابلية للقراءة وأسرع في التنفيذ.
['#Python', '#ListComprehensions', '#Programming', '#CodingTips', '#Pythonic']
الإنتاج صار أسرع ب 100 مرة اروح اشكر المبرمج على ابداعه واستخدامه الأدوات المناسبة علشان يطلع مشروعي بأفضل صورة وزادت الأرباح؟ لا مستحيل المبرمج مجرد عبد ودام شغلته تسهلت حتى لو إنتاجه تضاعف صارت معضله وكل ريال فيه احسه حرام 💔
كانه مايكفي المبرمج انه يصحى الصباح ولازم يجامل هذي الأفكار ويشتغل بدون نفس وعاد بالنهاية يحسدوه على راتبه
كانه مايكفي المبرمج انه يصحى الصباح ولازم يجامل هذي الأفكار ويشتغل بدون نفس وعاد بالنهاية يحسدوه على راتبه
تكمله لنفس الموضوع Morgan Stanley حذّر من حلقة مالية جديدة وخطيرة داخل عالم الذكاء الاصطناعي.
وفي قلب هذه الحلقة OpenAI.
تخيلوا Microsoft استثمرت 13 مليار دولار وOpenAI التزمت بإنفاق يصل إلى 250 مليار دولار على استضافتهم.
واجت Oracle وقّعت صفقة بـ 300 مليار دولار بعدين تصرفها على شرائح Nvidia.
وبعدين Nvidia تستثمر في OpenAI وOpenAI تشتري معالجات Nvidia.
والنهاية Amazon ضخت 50 مليار دولار وOpenAI وافقت تنفق 100 مليار دولار على AWS.
يعني نفس الفلوس تدور بين نفس اللاعبين مرة بعد مرة.
بنك Morgan Stanley يسمي هذا الشيء capital inner circulation،
أي نمو قائم على التعهدات والالتزامات، وليس على إيرادات حقيقية فعلاً.
وهنا مكمن الخطر
اليوم OpenAI تحقق 13 مليار دولار سنوياً لكن عندها التزامات إنفاق تتجاوز تريليون دولار.
إذا هذا الدخل المستقبلي ما تحقق، فالسلسلة كلها ممكن تنضرب دفعة واحدة Microsoft وAmazon وOracle وNvidia.
الموضوع مش مجرد تحليلات وتخويف صار خطرًا على مستوى المنظومة كلها.
وفي قلب هذه الحلقة OpenAI.
تخيلوا Microsoft استثمرت 13 مليار دولار وOpenAI التزمت بإنفاق يصل إلى 250 مليار دولار على استضافتهم.
واجت Oracle وقّعت صفقة بـ 300 مليار دولار بعدين تصرفها على شرائح Nvidia.
وبعدين Nvidia تستثمر في OpenAI وOpenAI تشتري معالجات Nvidia.
والنهاية Amazon ضخت 50 مليار دولار وOpenAI وافقت تنفق 100 مليار دولار على AWS.
يعني نفس الفلوس تدور بين نفس اللاعبين مرة بعد مرة.
بنك Morgan Stanley يسمي هذا الشيء capital inner circulation،
أي نمو قائم على التعهدات والالتزامات، وليس على إيرادات حقيقية فعلاً.
وهنا مكمن الخطر
اليوم OpenAI تحقق 13 مليار دولار سنوياً لكن عندها التزامات إنفاق تتجاوز تريليون دولار.
إذا هذا الدخل المستقبلي ما تحقق، فالسلسلة كلها ممكن تنضرب دفعة واحدة Microsoft وAmazon وOracle وNvidia.
الموضوع مش مجرد تحليلات وتخويف صار خطرًا على مستوى المنظومة كلها.
✨ تحسين أداء Python: استخدام List Comprehensions!
هل تريد كتابة كود Python أكثر إيجازًا وفعالية؟ تعرف على قوة List Comprehensions!
List Comprehensions توفر طريقة مختصرة لإنشاء القوائم. الصيغة الأساسية هي `[expression for item in iterable if condition]`. إنها تجعل الكود أسهل في القراءة وأسرع في التنفيذ مقارنة بالحلقات التقليدية.
['#Python', '#برمجة', '#ListComprehensions', '#تطوير', '#كود']
هل تريد كتابة كود Python أكثر إيجازًا وفعالية؟ تعرف على قوة List Comprehensions!
numbers = [1, 2, 3, 4, 5]
squares = [x**2 for x in numbers]
print(squares)
# مثال مع شرط:
odd_squares = [x**2 for x in numbers if x % 2 == 0]
print(odd_squares)
List Comprehensions توفر طريقة مختصرة لإنشاء القوائم. الصيغة الأساسية هي `[expression for item in iterable if condition]`. إنها تجعل الكود أسهل في القراءة وأسرع في التنفيذ مقارنة بالحلقات التقليدية.
['#Python', '#برمجة', '#ListComprehensions', '#تطوير', '#كود']
This media is not supported in your browser
VIEW IN TELEGRAM
قررت انسى البرمجة واغير جو قليل رجت العب رجعت أضلاعي مخالفات 😅
❤3
Media is too big
VIEW IN TELEGRAM
تخيلوا في مؤتمر Anthropic، فاجأوا الجميع لما عرضوا كيف إن Claude يقدر يكتشف ثغرات zero-day بشكل شبه ذاتي وبدون تدخل كبير.
واختاروا كمثال مشروع Ghost المعروف إنه طوال تاريخه ما قد ظهرت فيه ولا حتى ثغرة حرجة.
وخلال ساعة ونصف بس Claude قدر يكتشف فيه SQL injection ويسحب Admin API 💀
وبعدها كرر نفس الحركة مرة ثانية لكن هذه المرة مع نواة لينكس نفسها 🔥
واختاروا كمثال مشروع Ghost المعروف إنه طوال تاريخه ما قد ظهرت فيه ولا حتى ثغرة حرجة.
وخلال ساعة ونصف بس Claude قدر يكتشف فيه SQL injection ويسحب Admin API 💀
وبعدها كرر نفس الحركة مرة ثانية لكن هذه المرة مع نواة لينكس نفسها 🔥
ابل المستفيد الأكبر من بينهم
في iOS 27 بتصير Siri تقدر تتصل بأي خدمة AI موجودة في App Store
واضح أن اللي كانوا شاطبين Apple من سباق الذكاء الاصطناعي استعجلوا شوي. لأنهم الآن قد يبدؤون يربحون من الـ AI أكثر من أي شركة تصنع موديلات أصلاً.
بعد التعثر في نماذجهم الخاصة، الظاهر أنهم اختاروا خطة مختلفة:
بدل ما يحرقون مليارات على الداتا سنترز، قرروا يستفيدون من الشيء الجاهز بأيديهم.
ابل عندها بالفعل قاعدة أجهزة هائلة جداً، والآن تريد تحول Siri إلى منصة تجميع تقدر تتصل بأي خدمة، سواء Gemini أو ChatGPT أو Claude، وApple تأخذ إلى 30% عمولة من الاشتراكات المباعة.
وهذا أصلاً قريب من الطريقة اللي صار فيها الربح مع ChatGPT لما تم دمجه داخل iOS 18.
الزبدة في الموضوع كله أن Apple، على عكس البقية، عندها فرصة تطلع من سباق الـ AI بأرباح ضخمة جداً.
فايننشال تايمز كانوا قبل فترة يحسبون مؤشر اسمه: الإيراد الناتج عن كل دولار تم استثماره في الأصول الثابتة.
ولو تشوف الرسم البياني، Apple وضعها ممتاز جداً مقارنة بالباقين. بينما أغلب الشركات بدأت هذه المؤشرات عندهم تنزل بسبب مصاريف الذكاء الاصطناعي، Apple ما زالت محافظة على مستوى
في iOS 27 بتصير Siri تقدر تتصل بأي خدمة AI موجودة في App Store
واضح أن اللي كانوا شاطبين Apple من سباق الذكاء الاصطناعي استعجلوا شوي. لأنهم الآن قد يبدؤون يربحون من الـ AI أكثر من أي شركة تصنع موديلات أصلاً.
بعد التعثر في نماذجهم الخاصة، الظاهر أنهم اختاروا خطة مختلفة:
بدل ما يحرقون مليارات على الداتا سنترز، قرروا يستفيدون من الشيء الجاهز بأيديهم.
ابل عندها بالفعل قاعدة أجهزة هائلة جداً، والآن تريد تحول Siri إلى منصة تجميع تقدر تتصل بأي خدمة، سواء Gemini أو ChatGPT أو Claude، وApple تأخذ إلى 30% عمولة من الاشتراكات المباعة.
وهذا أصلاً قريب من الطريقة اللي صار فيها الربح مع ChatGPT لما تم دمجه داخل iOS 18.
الزبدة في الموضوع كله أن Apple، على عكس البقية، عندها فرصة تطلع من سباق الـ AI بأرباح ضخمة جداً.
فايننشال تايمز كانوا قبل فترة يحسبون مؤشر اسمه: الإيراد الناتج عن كل دولار تم استثماره في الأصول الثابتة.
ولو تشوف الرسم البياني، Apple وضعها ممتاز جداً مقارنة بالباقين. بينما أغلب الشركات بدأت هذه المؤشرات عندهم تنزل بسبب مصاريف الذكاء الاصطناعي، Apple ما زالت محافظة على مستوى
ثابت ومرتفع. وإذا عرفوا فعلاً كيف يستثمرون مليارات المستخدمين الموجودين عندهم بشكل ذكي، فقد يصيرون أكثر شركة تحقق عائد من الـ AI بدون حتى ما ينجحون في صنع موديل محترم خاص فيهم
💡 تلميح بايثون: استخدام 'enumerate' لترقيم العناصر 💡
هل سئمت من كتابة عدادات يدوية في حلقات فور (for)؟ إليك طريقة بايثون أنيقة لاستخدام 'enumerate' لجعل الكود الخاص بك أكثر وضوحًا وإيجازًا!
الدالة 'enumerate()' تأخذ قائمة (أو أي كائن قابل للتكرار) وتعيد أزواجًا تحتوي على الفهرس والعنصر. هذا يلغي الحاجة إلى إدارة متغير عداد منفصل، مما يجعل الكود أنظف وأسهل في القراءة.
['#بايثون', '#برمجة', '#تعليم_بايثون', '#enumerate', '#نصائح_برمجية', '#PythonTips']
هل سئمت من كتابة عدادات يدوية في حلقات فور (for)؟ إليك طريقة بايثون أنيقة لاستخدام 'enumerate' لجعل الكود الخاص بك أكثر وضوحًا وإيجازًا!
fruits = ['تفاح', 'موز', 'كرز']
for index, fruit in enumerate(fruits):
print(f'الفهرس: {index}, الفاكهة: {fruit}')
الدالة 'enumerate()' تأخذ قائمة (أو أي كائن قابل للتكرار) وتعيد أزواجًا تحتوي على الفهرس والعنصر. هذا يلغي الحاجة إلى إدارة متغير عداد منفصل، مما يجعل الكود أنظف وأسهل في القراءة.
['#بايثون', '#برمجة', '#تعليم_بايثون', '#enumerate', '#نصائح_برمجية', '#PythonTips']
من قد فكر بيوم أي شركة هي فعلاً الأهم في العالم؟
هذا السؤال تقدر تجاوبه بأكثر من طريقة بحسب المعيار اللي تقيس عليه.
مثلا القيمة السوقية، النفوذ في السوق، او حضور البراند في أذهان الناس حول العالم كلها معايير لها معناها. لكن إذا كنا نقصد بـ الأهم يعني الأكثر حرجاً أو الأكثر مصيرية. ممكن نفكر فيه بهذا الشكل:
1. لو اختفت شركة معينة من العالم فجأة أي شركة بيكون اختفاؤها هو الكارثة الأكبر؟
2. مقدار صعوبة إصلاح هذي الكارثة بعدين؟ يعني هل يمكن تعويضها بسهولة؟ هل تقدر شركة ثانية تحل مكانها؟ هل ممكن تعيد بناء العملية من جديد؟
لو السؤال بهذه الطريقة فبيطلع عندنا على الأقل فئتان واضحتان من المرشحين:
الفئة الأولى: الشركات اللي تملك الهاردوير الحرج.
وأوضح مثالين هنا هم: TSMC و ASML.
شركات معقدة جداً وتعتبر أنظمة قائمة بحد ذاته وبدونه ما عاد بيكون فيه أي شيء إلكتروني تقريبًا. أيضاً يدخل الكوريون: Samsung و SK Hynix، لأن بدونهم حتى منتجات TSMC نفسها بتكون ناقصة القيمة ببساطة لأن الأجهزة ما بيكون عندها ذاكرة خصوصاً الذواكر المتقدمة.
أما Nvidia فالموضوع معها مو بنفس الأهمية. صح انه عندهم أقوى وأوسع منظومة حوسبة وتقنيات كثيرة شديدة الأهمية، لكن مع ذلك ما زالت توجد بدائل إلى حد ما.
الفئة الثانية: ملاك البرمجيات.
وهنا بالنسبة لي فيه ثلاثة أسماء بارزة: Amazon و Google و Microsoft.
بدون خدمات أمازون السحابية، جزء ضخم من الإنترنت بينهار، ومعه نسبة هائلة من الخدمات والـ SaaS.
اما Microsoft هي عملياً نظام تشغيل عالم الأعمال كله: Windows وOffice، وفوقها البنية التحتية، بما فيها بنية الذكاء الاصطناعي عبر Azure، بالإضافة إلى أدوات التطوير المهمة.
والاخير Google هي محتكر فعلي للبحث، حتى لو الذكاء الاصطناعي بدأ يهز هذا الوضع قليلاً، فما زال بعيداً عن كسره فعلاً. وفوق ذلك عندها نظام تشغيل يشغل تقريباً معظم هواتف العالم.
لكن هنا يبدأ الجزء الأمتع:
فيه شركة يابانية اسمها FANUC هذه الشركة تصنع تقريباً 60% من أنظمة CNC المتقدمة في العالم بالإضافة إلى عدد هائل من الروبوتات الصناعية والمعدات.
والـ CNC هو عقل أي ماكينة تصنيع. وبدونه، ما بيكون فيه ذواكر من Samsung، ولا أجهزة ليثوغرافي من ASML ولا تصنيع شرائح لدى TSMC. ولا شيء تقريباً.
لكن تعرفون الشيء اللي بدونَه فعلاً ما بيكون فيه أي شيء؟
الكهرباء.
ما راح ندخل هنا في التوليد والشبكات، لأن الموضوع معقد جداً وفيه عامل جغرافي وسيادي. لكن لازم نذكر Schneider Electric و ABB.
هذولا مسؤولون عن توزيع الطاقة، اللوحات، المحولات، حماية الشبكات، وإدارة الطاقة. وبدون منتجاتهم، لا مصنع بيشتغل، ولا مبنى، ولا مركز بيانات.
بس أكثر المرشحين اللي يعجبوني هم الجواهر المخفية.
مثلاً: Synopsys و Cadence Design Systems.
هذي الشركتين تسيطر على سوق برامج تصميم الشرائح والأجهزة التقنية المعقدة. صحيح أن عند Siemens حصة أيضاً بس اقل منهم نسبيًا.
باامختصر هذي الشركتين تصنع شيئاً يشبه Photoshop + AutoCAD + محاكي فيزياء، وبدون هذا النوع من البرمجيات، وجود شركات مثل NVIDIA وASML وTSMC نفسه يفقد جزءاً كبيراً من معناه.
هذا السوفتوير معقد بشكل جنوني، وتطوّر عبر سنوات طويلة على يد آلاف المختصين. وفوق هذا كله، هذي الشركات تعرف تفاصيل داخلية كثيرة جداً عن عمليات وتقنيات TSMC وSamsung وغيرهم من العمالقة، بحكم طبيعة شغلها.
والأغرب فعلاً أنك تقدر تكتشف عدداً كبيراً من هذه العقد الحرجة المخفية، في صناعات وعمليات مختلفة جداً.
أكيد مثلاً في عالم اللوجستيات توجد شركة تصنع قطعة أو نظاماً معيناً شديد الأهمية في النقل بالحاويات، ولو اختفى، ربما ما كانت العولمة التجارية ستأخذ هذا الشكل، ولا كان العالم سيأخذ هذه الدفعة كلها في التقدم.
نحن غالباً مانفكر بهذي الشركات أو حتى لا نعرف بوجودها أصلاً.
لأننا ما نشوفها.
ولانه ماهي شركات عندها جمهور مثل ابل وغيرها.
انتم ايش أكثر شركة تشوفوها ممكن توقف العالم؟
هذا السؤال تقدر تجاوبه بأكثر من طريقة بحسب المعيار اللي تقيس عليه.
مثلا القيمة السوقية، النفوذ في السوق، او حضور البراند في أذهان الناس حول العالم كلها معايير لها معناها. لكن إذا كنا نقصد بـ الأهم يعني الأكثر حرجاً أو الأكثر مصيرية. ممكن نفكر فيه بهذا الشكل:
1. لو اختفت شركة معينة من العالم فجأة أي شركة بيكون اختفاؤها هو الكارثة الأكبر؟
2. مقدار صعوبة إصلاح هذي الكارثة بعدين؟ يعني هل يمكن تعويضها بسهولة؟ هل تقدر شركة ثانية تحل مكانها؟ هل ممكن تعيد بناء العملية من جديد؟
لو السؤال بهذه الطريقة فبيطلع عندنا على الأقل فئتان واضحتان من المرشحين:
الفئة الأولى: الشركات اللي تملك الهاردوير الحرج.
وأوضح مثالين هنا هم: TSMC و ASML.
شركات معقدة جداً وتعتبر أنظمة قائمة بحد ذاته وبدونه ما عاد بيكون فيه أي شيء إلكتروني تقريبًا. أيضاً يدخل الكوريون: Samsung و SK Hynix، لأن بدونهم حتى منتجات TSMC نفسها بتكون ناقصة القيمة ببساطة لأن الأجهزة ما بيكون عندها ذاكرة خصوصاً الذواكر المتقدمة.
أما Nvidia فالموضوع معها مو بنفس الأهمية. صح انه عندهم أقوى وأوسع منظومة حوسبة وتقنيات كثيرة شديدة الأهمية، لكن مع ذلك ما زالت توجد بدائل إلى حد ما.
الفئة الثانية: ملاك البرمجيات.
وهنا بالنسبة لي فيه ثلاثة أسماء بارزة: Amazon و Google و Microsoft.
بدون خدمات أمازون السحابية، جزء ضخم من الإنترنت بينهار، ومعه نسبة هائلة من الخدمات والـ SaaS.
اما Microsoft هي عملياً نظام تشغيل عالم الأعمال كله: Windows وOffice، وفوقها البنية التحتية، بما فيها بنية الذكاء الاصطناعي عبر Azure، بالإضافة إلى أدوات التطوير المهمة.
والاخير Google هي محتكر فعلي للبحث، حتى لو الذكاء الاصطناعي بدأ يهز هذا الوضع قليلاً، فما زال بعيداً عن كسره فعلاً. وفوق ذلك عندها نظام تشغيل يشغل تقريباً معظم هواتف العالم.
لكن هنا يبدأ الجزء الأمتع:
فيه شركة يابانية اسمها FANUC هذه الشركة تصنع تقريباً 60% من أنظمة CNC المتقدمة في العالم بالإضافة إلى عدد هائل من الروبوتات الصناعية والمعدات.
والـ CNC هو عقل أي ماكينة تصنيع. وبدونه، ما بيكون فيه ذواكر من Samsung، ولا أجهزة ليثوغرافي من ASML ولا تصنيع شرائح لدى TSMC. ولا شيء تقريباً.
لكن تعرفون الشيء اللي بدونَه فعلاً ما بيكون فيه أي شيء؟
الكهرباء.
ما راح ندخل هنا في التوليد والشبكات، لأن الموضوع معقد جداً وفيه عامل جغرافي وسيادي. لكن لازم نذكر Schneider Electric و ABB.
هذولا مسؤولون عن توزيع الطاقة، اللوحات، المحولات، حماية الشبكات، وإدارة الطاقة. وبدون منتجاتهم، لا مصنع بيشتغل، ولا مبنى، ولا مركز بيانات.
بس أكثر المرشحين اللي يعجبوني هم الجواهر المخفية.
مثلاً: Synopsys و Cadence Design Systems.
هذي الشركتين تسيطر على سوق برامج تصميم الشرائح والأجهزة التقنية المعقدة. صحيح أن عند Siemens حصة أيضاً بس اقل منهم نسبيًا.
باامختصر هذي الشركتين تصنع شيئاً يشبه Photoshop + AutoCAD + محاكي فيزياء، وبدون هذا النوع من البرمجيات، وجود شركات مثل NVIDIA وASML وTSMC نفسه يفقد جزءاً كبيراً من معناه.
هذا السوفتوير معقد بشكل جنوني، وتطوّر عبر سنوات طويلة على يد آلاف المختصين. وفوق هذا كله، هذي الشركات تعرف تفاصيل داخلية كثيرة جداً عن عمليات وتقنيات TSMC وSamsung وغيرهم من العمالقة، بحكم طبيعة شغلها.
والأغرب فعلاً أنك تقدر تكتشف عدداً كبيراً من هذه العقد الحرجة المخفية، في صناعات وعمليات مختلفة جداً.
أكيد مثلاً في عالم اللوجستيات توجد شركة تصنع قطعة أو نظاماً معيناً شديد الأهمية في النقل بالحاويات، ولو اختفى، ربما ما كانت العولمة التجارية ستأخذ هذا الشكل، ولا كان العالم سيأخذ هذه الدفعة كلها في التقدم.
نحن غالباً مانفكر بهذي الشركات أو حتى لا نعرف بوجودها أصلاً.
لأننا ما نشوفها.
ولانه ماهي شركات عندها جمهور مثل ابل وغيرها.
انتم ايش أكثر شركة تشوفوها ممكن توقف العالم؟
❤1
في حركه ب Claude Code انتبهوا منها واقوله علشان المعرفة بس انك لو انت بدوله تأخذ ضرائب مثلا اذا انت بتركيا الان صارت 20% يصير اشتراك ال max ابو 100 دولار ب 120 والسعودية 15% يصير الاشتراك ب 115 دولار للأن كل شيء طبيعي بس لو كتبت عنوانك دوله ماتاخذ ضرائب السعر يرجع 100 دولار وتوفر الباقي ويقبل اي عنوان بدون vpn ولا شيء انتبهوا منها ان شاءالله المعلومة تفيدكم
✨ تبسيط معالجة السلاسل النصية في بايثون ✨
هل سئمت من كتابة أكواد معقدة لمعالجة النصوص؟ إليك حيلة سريعة تجعل حياتك أسهل!
الدالة `strip()` في بايثون تزيل المسافات البيضاء (الفراغات، الأسطر الجديدة، علامات الجدولة) من بداية ونهاية السلسلة النصية. إنها طريقة فعالة جداً لتنظيف البيانات النصية قبل معالجتها.
['#بايثون', '#برمجة', '#تعليم_بايثون', '#نصوص', '#تطوير_الويب', '#ذكاء_اصطناعي']
هل سئمت من كتابة أكواد معقدة لمعالجة النصوص؟ إليك حيلة سريعة تجعل حياتك أسهل!
text = " Hello, World! "
cleaned_text = text.strip()
print(f"النص الأصلي: '{text}'")
print(f"النص بعد التنظيف: '{cleaned_text}'")
الدالة `strip()` في بايثون تزيل المسافات البيضاء (الفراغات، الأسطر الجديدة، علامات الجدولة) من بداية ونهاية السلسلة النصية. إنها طريقة فعالة جداً لتنظيف البيانات النصية قبل معالجتها.
['#بايثون', '#برمجة', '#تعليم_بايثون', '#نصوص', '#تطوير_الويب', '#ذكاء_اصطناعي']
❤1
ود بشكل كامل.
ولما الواجهة ما عاد يصممها إنسان بشكل يدوي، وتولدها منظومة، يصير التعامل مع خوارزميات مباشرة أريح وأوضح من الاعتماد على browser pipeline ثقيل.
وطبعاً، الشكل نفسه يطلع جميل جداً.
وبسبب سرعة المعالجة، تقدر تبني فوق Pretext أشياء كثيرة جداً ومبهرة بصرياً، شوفوا المقطع مثلا.
لكن مع ذلك، القيمة الأهم في المشروع ليست فقط شكله، بل في مدى أناقة الفكرة وكيف تركب بشكل مثالي على السيناريوهات الجديدة.github.com/chenglou/pretext
ولما الواجهة ما عاد يصممها إنسان بشكل يدوي، وتولدها منظومة، يصير التعامل مع خوارزميات مباشرة أريح وأوضح من الاعتماد على browser pipeline ثقيل.
وطبعاً، الشكل نفسه يطلع جميل جداً.
وبسبب سرعة المعالجة، تقدر تبني فوق Pretext أشياء كثيرة جداً ومبهرة بصرياً، شوفوا المقطع مثلا.
لكن مع ذلك، القيمة الأهم في المشروع ليست فقط شكله، بل في مدى أناقة الفكرة وكيف تركب بشكل مثالي على السيناريوهات الجديدة.github.com/chenglou/pretext
This media is not supported in your browser
VIEW IN TELEGRAM
أكثر مشروع عليه ضجة في الإنترنت حالياً هو Pretext
مهندس من Midjourney نشر خوارزمية تسمح بعمل layout للنصوص بدون CSS.
يعني النظام نفسه يحسب توزيع النص وتموضعه مباشرة، بدون DOM وبدون browser reflow.
الفكرة شكلها غريبة في البداية، لأننا متعودين أن هذه الشغلة من اختصاص المتصفح.
لكن المتصفح يسويها بطريقة ثقيلة عبر الـ CSS cascade، واعتماد العناصر على بعض، وإعادة الحساب مع كل تغيير. وإذا كان النص يتغير باستمرار، المنظومة كلها تبدأ تثقل وتتباطأ.
أما Pretext فيشيل هذه الطبقة بالكامل، ويحوّل المسألة إلى رياضيات مباشرة.
والنتيجة؟
تحسن ضخم جداً في السرعة يوصل إلى 500 مرة.
طيب، ليش هذا مهم أصلاً؟
حالياً بدأنا نشوف واجهات أكثر وأكثر يكون فيها النص والتركيب غير محددين مسبقاً، بل يتشكلون بشكل ديناميكي.
وبالذات هذا واضح جداً في عالم الـ agents.
لما الـ agent يبني UI بحسب طلب المستخدم، فالواجهة ما تكون ثابتة، بل تتغير باستمرار، وأحياناً تتغير مع كل خطوة.
وكل تحديث من هذا النوع إذا مر عبر browser reflow، فهو يضيف تأخير زائد ويخلي السلوك أقل قابلية للتوقع.
مع Pretext، هذا الشيء يصير أسرع بكثير، وفوقها يكون تحت سيطرة الك
مهندس من Midjourney نشر خوارزمية تسمح بعمل layout للنصوص بدون CSS.
يعني النظام نفسه يحسب توزيع النص وتموضعه مباشرة، بدون DOM وبدون browser reflow.
الفكرة شكلها غريبة في البداية، لأننا متعودين أن هذه الشغلة من اختصاص المتصفح.
لكن المتصفح يسويها بطريقة ثقيلة عبر الـ CSS cascade، واعتماد العناصر على بعض، وإعادة الحساب مع كل تغيير. وإذا كان النص يتغير باستمرار، المنظومة كلها تبدأ تثقل وتتباطأ.
أما Pretext فيشيل هذه الطبقة بالكامل، ويحوّل المسألة إلى رياضيات مباشرة.
والنتيجة؟
تحسن ضخم جداً في السرعة يوصل إلى 500 مرة.
طيب، ليش هذا مهم أصلاً؟
حالياً بدأنا نشوف واجهات أكثر وأكثر يكون فيها النص والتركيب غير محددين مسبقاً، بل يتشكلون بشكل ديناميكي.
وبالذات هذا واضح جداً في عالم الـ agents.
لما الـ agent يبني UI بحسب طلب المستخدم، فالواجهة ما تكون ثابتة، بل تتغير باستمرار، وأحياناً تتغير مع كل خطوة.
وكل تحديث من هذا النوع إذا مر عبر browser reflow، فهو يضيف تأخير زائد ويخلي السلوك أقل قابلية للتوقع.
مع Pretext، هذا الشيء يصير أسرع بكثير، وفوقها يكون تحت سيطرة الك
This media is not supported in your browser
VIEW IN TELEGRAM
واحد سوّى موقع للبحث عن وظائف عن بعد برواتب عالية من أفضل الشركات العالمية RemoteJob.
داخل الموقع فيه آلاف الوظائف ومقسمة حسب المستوى الوظيفي والدول وطبعاً التخصصات
فيه فرص للمطورين والمدراء والمحللين والمصممين.
والحلو أن حتى مايحتاج تسجيل.remotejobs.place/
داخل الموقع فيه آلاف الوظائف ومقسمة حسب المستوى الوظيفي والدول وطبعاً التخصصات
فيه فرص للمطورين والمدراء والمحللين والمصممين.
والحلو أن حتى مايحتاج تسجيل.remotejobs.place/
❤1
🚀 تحسين أداء Python: استخدام List Comprehensions!
هل تريد كتابة كود Python أكثر إيجازًا وفعالية؟ اكتشف قوة List Comprehensions في هذا الشرح السريع!
List Comprehensions توفر طريقة أنيقة لإنشاء قوائم. بدلاً من كتابة حلقة for تقليدية، يمكنك إنشاء قائمة جديدة (مثل squared_numbers) بناءً على قائمة موجودة (numbers) في سطر واحد من الكود. هذا يجعل الكود أسهل في القراءة وأسرع في التنفيذ.
['#Python', '#برمجة', '#ListComprehensions', '#تطوير', '#كود']
هل تريد كتابة كود Python أكثر إيجازًا وفعالية؟ اكتشف قوة List Comprehensions في هذا الشرح السريع!
numbers = [1, 2, 3, 4, 5]
squared_numbers = [x**2 for x in numbers]
print(squared_numbers)
List Comprehensions توفر طريقة أنيقة لإنشاء قوائم. بدلاً من كتابة حلقة for تقليدية، يمكنك إنشاء قائمة جديدة (مثل squared_numbers) بناءً على قائمة موجودة (numbers) في سطر واحد من الكود. هذا يجعل الكود أسهل في القراءة وأسرع في التنفيذ.
['#Python', '#برمجة', '#ListComprehensions', '#تطوير', '#كود']
صدورٌ فَوقَهنّ حِقاقُ عاجٍ
وَدُرُّ زانَهُ حُسنُ اِتِساقِ
يَقول القائِلون إِذا رَأوه
أَهَذا الدُرُّ مِن تِلكَ الحقاق
وَدُرُّ زانَهُ حُسنُ اِتِساقِ
يَقول القائِلون إِذا رَأوه
أَهَذا الدُرُّ مِن تِلكَ الحقاق
❤1
أمس Anthropic بدأت تتحرك فعلاً حذفت أكثر من 8000 مستودع تحتوي على كود Claude Code
أمس أرسلوا طلبات DMCA إلى كل النسخ والـ forks المعروفة من سورس كود Claude Code بحجة أنها تنتهك الملكية الفكرية الخاصة بالشركة.
وفي المجموع وصل العدد إلى حوالي 8100 مستودع.
طبعا GitHub حذف تقريباً كل شيء بسرعة لكن اتضح لاحقاً أنهم بالغوا شوي ووصل الحذف حتى إلى نسخ معدلة بشكل كبير أو نسخ ما لها علاقة مباشرة أصلاً.
وفي النهاية اضطرت Anthropic توضّح طلباتها بشكل أدق والآن ما بقي تحت الاستهداف إلا 96 مستودعاً فقط أما البقية خذفوها.
مثلاًgithub.com/Gitlawb/openclaud…للان موجود.
لو كنت ناوي تستخدم مشروع مشابه انصحك تحمّله من الآن لأن Anthropic جالس تفتش GitHub احتمال أنها تنجح في حذف مستودعات أكثر.github.com/github/dmca/blob/…
أمس أرسلوا طلبات DMCA إلى كل النسخ والـ forks المعروفة من سورس كود Claude Code بحجة أنها تنتهك الملكية الفكرية الخاصة بالشركة.
وفي المجموع وصل العدد إلى حوالي 8100 مستودع.
طبعا GitHub حذف تقريباً كل شيء بسرعة لكن اتضح لاحقاً أنهم بالغوا شوي ووصل الحذف حتى إلى نسخ معدلة بشكل كبير أو نسخ ما لها علاقة مباشرة أصلاً.
وفي النهاية اضطرت Anthropic توضّح طلباتها بشكل أدق والآن ما بقي تحت الاستهداف إلا 96 مستودعاً فقط أما البقية خذفوها.
مثلاًgithub.com/Gitlawb/openclaud…للان موجود.
لو كنت ناوي تستخدم مشروع مشابه انصحك تحمّله من الآن لأن Anthropic جالس تفتش GitHub احتمال أنها تنجح في حذف مستودعات أكثر.github.com/github/dmca/blob/…
🚀 تحسين أداء Python: استخدام `__slots__`!
هل تعاني من استهلاك الذاكرة المرتفع في كائنات Python الخاصة بك؟ تعرف على `__slots__` وكيف يمكن أن يساعدك في تحسين الأداء بشكل كبير!
عندما تُعرّف `__slots__`، فإنك تخبر Python بتخصيص مساحة ثابتة للكائنات بدلاً من استخدام قاموس ديناميكي (`__dict__`) لتخزين السمات. هذا يقلل بشكل كبير من استهلاك الذاكرة ويسرّع الوصول إلى السمات، خاصة عند التعامل مع عدد كبير من الكائنات.
['#Python', '#برمجة', '#تحسين_الأداء', '#علوم_البيانات', '#تطوير']
هل تعاني من استهلاك الذاكرة المرتفع في كائنات Python الخاصة بك؟ تعرف على `__slots__` وكيف يمكن أن يساعدك في تحسين الأداء بشكل كبير!
class Point:
__slots__ = ('x', 'y')
def __init__(self, x, y):
self.x = x
self.y = y
# بدون __slots__
class PointWithoutSlots:
def __init__(self, x, y):
self.x = x
self.y = y
import sys
# مقارنة حجم الكائنات
point_slot = Point(1, 2)
point_no_slot = PointWithoutSlots(1, 2)
print(f'حجم الكائن مع __slots__: {sys.getsizeof(point_slot)} بايت')
print(f'حجم الكائن بدون __slots__: {sys.getsizeof(point_no_slot)} بايت')
عندما تُعرّف `__slots__`، فإنك تخبر Python بتخصيص مساحة ثابتة للكائنات بدلاً من استخدام قاموس ديناميكي (`__dict__`) لتخزين السمات. هذا يقلل بشكل كبير من استهلاك الذاكرة ويسرّع الوصول إلى السمات، خاصة عند التعامل مع عدد كبير من الكائنات.
['#Python', '#برمجة', '#تحسين_الأداء', '#علوم_البيانات', '#تطوير']
❤1