بارگذاری ماژول فقط هنگام استفاده با Lazy Imports
یکی از مسائلی که ما در پروژه های بزرگ با آن مواجه بودیم این بود که در ابتدای برنامه تعداد زیادی از ماژول ها را import می کردیم که باعث استفاده زیاد از حافظه و کند شدن برنامه می شد در حالی که شاید برخی از ماژول ها فقط در موارد خاصی استفاده می شدند. برای حل این مشکل در پایتون نسخه 3.15 به جای استفاده از
با استفاده از
این قابلیت بهخصوص برای اپلیکیشنهای بزرگ، ابزارهای تحلیل داده و برنامههایی که وابستگیهای زیادی دارند، مفید است.
پایتون برای مالی
🆔 t.me/python4finance
🆔 ble.ir/python4finance
یکی از مسائلی که ما در پروژه های بزرگ با آن مواجه بودیم این بود که در ابتدای برنامه تعداد زیادی از ماژول ها را import می کردیم که باعث استفاده زیاد از حافظه و کند شدن برنامه می شد در حالی که شاید برخی از ماژول ها فقط در موارد خاصی استفاده می شدند. برای حل این مشکل در پایتون نسخه 3.15 به جای استفاده از
import از lazy import استفاده می کنیم.lazy import pandas as pd
lazy import numpy as np
print("Application started")
data = pd.DataFrame({
"price": [100, 105, 110]
})
با استفاده از
lazy import، بارگذاری واقعی ماژول تا زمان استفاده از آن به تعویق میافتد.این قابلیت بهخصوص برای اپلیکیشنهای بزرگ، ابزارهای تحلیل داده و برنامههایی که وابستگیهای زیادی دارند، مفید است.
پایتون برای مالی
🆔 t.me/python4finance
🆔 ble.ir/python4finance
❤17👍9😍2
آشنایی با
یکی از دغدغه های ما در حین اجرای برنامه ها، حفظ برخی مقادیر متغیرها در خلال برنامه است. مثلا نرخ بهره، نرخ بازده طلا و نرخ بازده بازار سرمایه طی ماه گذشته را در یک دیکشنری ذخیره می کنیم:
اما ممکن است در خلال برنامه اشتباها مقادیر تغییر کنند و از آنجا کلیه محاسبات برنامه اشتباه خواهد شد.
برای حل این مشکل می توانید از
در پایتون تاپل ها برای این موضوع طراحی شده بودند اما
البته
مثلا یک
به کمک این قابلیت می توان اطمینان پیدا کرد که مقادیر اصلی دست نخورده باقی مانده اند.
پایتون برای مالی
🆔 t.me/python4finance
🆔 ble.ir/python4finance
frozendict ؛ دیکشنریای که تغییر نمیکند!یکی از دغدغه های ما در حین اجرای برنامه ها، حفظ برخی مقادیر متغیرها در خلال برنامه است. مثلا نرخ بهره، نرخ بازده طلا و نرخ بازده بازار سرمایه طی ماه گذشته را در یک دیکشنری ذخیره می کنیم:
ror = {
"stocks": 0.40,
"interest_rate": 0.30
"gold": 0.10
}اما ممکن است در خلال برنامه اشتباها مقادیر تغییر کنند و از آنجا کلیه محاسبات برنامه اشتباه خواهد شد.
برای حل این مشکل می توانید از
frozendict استفاده کنید:ror = frozendict(
stocks=0.40,
interest_rate=0.30,
gold=0.10
)
در پایتون تاپل ها برای این موضوع طراحی شده بودند اما
frozendict کار را بسیار ساده تر می کند.البته
frozendict ویژگی های دیگری هم دارد.مثلا یک
frozendict به طور کلی قابل هش شدن است. user_info = frozendict(
FName="A",
LName="B"
)
print(hash(user_info))
به کمک این قابلیت می توان اطمینان پیدا کرد که مقادیر اصلی دست نخورده باقی مانده اند.
پایتون برای مالی
🆔 t.me/python4finance
🆔 ble.ir/python4finance
❤15👍5
خرم تن آنکه که چون روانش؛ از تن برود سخن روان است
روزی برود روان سعدی؛ کاین عیش نه عیش جاودان است
پدرم آسمانی شد.
در این ایام فاطمیه، از شما عزیزان و نیکاندیشان تقاضا دارم با قرائت فاتحهای و نثار صلواتی، روح آن مرحوم را میهمان مهر و رحمت الهی فرمایید.
روزی برود روان سعدی؛ کاین عیش نه عیش جاودان است
پدرم آسمانی شد.
در این ایام فاطمیه، از شما عزیزان و نیکاندیشان تقاضا دارم با قرائت فاتحهای و نثار صلواتی، روح آن مرحوم را میهمان مهر و رحمت الهی فرمایید.
🙏68❤55😭39👍2