PYTHON_COMMUNITY_RU Telegram 2571
🖥 less_slow.py (http://github.com/ashvardanian/less_slow.py) — Python, который не тормозит

Многие считают Python медленным, но это не всегда так. Ash Vardanyan в проекте Less Slow демонстрирует, как писать быстрый и эффективный код на Python — без магии, но с пониманием.

🐍 Что представлено в проекте:
🔹 pandas против polars — что быстрее при работе с миллионами строк
🔹 Использование Numba, Cython, PyO3, rust bindings
🔹 Работа с нативными типами, векторизация и zero-copy
🔹 Сериализация без проблем: сравнение MessagePack, Arrow, Parquet
🔹 Сравнение аллокаторов, подходов к I/O и нагрузочным тестам
🔹 Ускорение парсинга JSON: orjson, yyjson, simdjson, ujson
🔹 Как обойти GIL и не расплачиваться за удобство интерпретатора

📦 Библиотеки и техники:
Numba, Cython, cffi, maturin
simdjson, orjson, polars
pyarrow, msgspec, blosc2, memoryview
Работа с mmap, zero-copy, JIT-компиляция, py-spy, perf

📈 Кому это подойдет:
Тем, кто пишет ETL, пайплайны или ML/AI обработку
Кто работает с большими объемами данных или бинарными файлами
Кто хочет “оптимизировать до безобразия” и понять, как работает Python под капотом

В серии есть еще 2 интересных проекта:

🖥 less_slow.cpp — C++ без тормозов: ассемблер, кеши, SIMD, аллокации, парсинг JSON и трюки с памятью
👉 github.com/ashvardanian/less_slow.cpp

👣 less_slow.rs — продвинутый Rust: сравнение async/sync, SIMD, кеш-френдли структуры, быстрые сериализации
👉 github.com/ashvardanian/less_slow.rs

📚 Репозиторий (http://github.com/ashvardanian/less_slow.py):

💡 Даже если ты не используешь всё это каждый день, ты точно станешь писать лучший Python-код.

@Python_Community_ru



tgoop.com/Python_Community_ru/2571
Create:
Last Update:

🖥 less_slow.py (http://github.com/ashvardanian/less_slow.py) — Python, который не тормозит

Многие считают Python медленным, но это не всегда так. Ash Vardanyan в проекте Less Slow демонстрирует, как писать быстрый и эффективный код на Python — без магии, но с пониманием.

🐍 Что представлено в проекте:
🔹 pandas против polars — что быстрее при работе с миллионами строк
🔹 Использование Numba, Cython, PyO3, rust bindings
🔹 Работа с нативными типами, векторизация и zero-copy
🔹 Сериализация без проблем: сравнение MessagePack, Arrow, Parquet
🔹 Сравнение аллокаторов, подходов к I/O и нагрузочным тестам
🔹 Ускорение парсинга JSON: orjson, yyjson, simdjson, ujson
🔹 Как обойти GIL и не расплачиваться за удобство интерпретатора

📦 Библиотеки и техники:
Numba, Cython, cffi, maturin
simdjson, orjson, polars
pyarrow, msgspec, blosc2, memoryview
Работа с mmap, zero-copy, JIT-компиляция, py-spy, perf

📈 Кому это подойдет:
Тем, кто пишет ETL, пайплайны или ML/AI обработку
Кто работает с большими объемами данных или бинарными файлами
Кто хочет “оптимизировать до безобразия” и понять, как работает Python под капотом

В серии есть еще 2 интересных проекта:

🖥 less_slow.cpp — C++ без тормозов: ассемблер, кеши, SIMD, аллокации, парсинг JSON и трюки с памятью
👉 github.com/ashvardanian/less_slow.cpp

👣 less_slow.rs — продвинутый Rust: сравнение async/sync, SIMD, кеш-френдли структуры, быстрые сериализации
👉 github.com/ashvardanian/less_slow.rs

📚 Репозиторий (http://github.com/ashvardanian/less_slow.py):

💡 Даже если ты не используешь всё это каждый день, ты точно станешь писать лучший Python-код.

@Python_Community_ru

BY Python Community




Share with your friend now:
tgoop.com/Python_Community_ru/2571

View MORE
Open in Telegram


Telegram News

Date: |

A new window will come up. Enter your channel name and bio. (See the character limits above.) Click “Create.” The visual aspect of channels is very critical. In fact, design is the first thing that a potential subscriber pays attention to, even though unconsciously. With the “Bear Market Screaming Therapy Group,” we’ve now transcended language. The initiatives announced by Perekopsky include monitoring the content in groups. According to the executive, posts identified as lacking context or as containing false information will be flagged as a potential source of disinformation. The content is then forwarded to Telegram's fact-checking channels for analysis and subsequent publication of verified information. The optimal dimension of the avatar on Telegram is 512px by 512px, and it’s recommended to use PNG format to deliver an unpixelated avatar.
from us


Telegram Python Community
FROM American