Telegram Group & Telegram Channel
🖥 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



tg-me.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:
tg-me.com/Python_Community_ru/2571

View MORE
Open in Telegram


Python Community Telegram | DID YOU KNOW?

Date: |

How To Find Channels On Telegram?

There are multiple ways you can search for Telegram channels. One of the methods is really logical and you should all know it by now. We’re talking about using Telegram’s native search option. Make sure to download Telegram from the official website or update it to the latest version, using this link. Once you’ve installed Telegram, you can simply open the app and use the search bar. Tap on the magnifier icon and search for a channel that might interest you (e.g. Marvel comics). Even though this is the easiest method for searching Telegram channels, it isn’t the best one. This method is limited because it shows you only a couple of results per search.

That growth environment will include rising inflation and interest rates. Those upward shifts naturally accompany healthy growth periods as the demand for resources, products and services rise. Importantly, the Federal Reserve has laid out the rationale for not interfering with that natural growth transition.It's not exactly a fad, but there is a widespread willingness to pay up for a growth story. Classic fundamental analysis takes a back seat. Even negative earnings are ignored. In fact, positive earnings seem to be a limiting measure, producing the question, "Is that all you've got?" The preference is a vision of untold riches when the exciting story plays out as expected.

Python Community from us


Telegram Python Community
FROM USA