Память — это медная доска, покрытая буквами, которые время незаметно сглаживает, если порой не возобновлять их резцом (Джон Локк). Рассмотрим простой способ кэширования результатов работы функций, чтобы не выполнять большие вычисления повторно или работать офлайн с однократно загруженными данными. Для примера рассмотрим ресурсоемкую функцию: import numpy as np import pandas as pd np.random.seed(0) def calc_corr(): ar = np.random.randint(-100,100, size=10000000) return pd.DataFrame({'val1':ar, 'val2':ar**2})...

Источник: Nuances of Programming Как Python-разработчику, вам наверняка хочется сделать код быстрее, эффективнее и идеальнее во всех отношениях. Я познакомлю вас с волшебным трюком под названием “кэширование”. Что такое кэширование? Кэширование  —  это что-то вроде секретного хранилища для часто используемых в коде элементов. Вместо того чтобы многократно выполнять одни и те же действия, вы сохраняете результат в удобном месте. Затем, когда он снова понадобится вам (или кому-либо еще), вы просто достаете его из секретного тайника...