В последние годы было приложено много усилий для улучшения производительности Python. Сейчас можно быстро обрабатывать большие наборы данных, используя библиотеки numpy, scipy, pandas, numba. А также Pypy, которая ускоряет выполнение кода на Python, в несколько раз.В этой статье я поделюсь десятью способами ускорения Python без использования сторонних инструментов. Приведенные в данной статье примеры доступны в этом репозитории на Github.1. Познакомьтесь со встроенными функциями Python поставляется...

Это расшифровка одной из тем пилотного выпуска Python Junior Podcast от команд сообщества MoscowPython и курсов LearnPython. Вы можете прослушать аудиоверсию статьи: Григорий Петров, MoscowPython, VoxImplant: У любого разработчика есть немного идеального кода. Обычно это несколько экранов, классов, методов, помещенных в один файл (реже — два или три). Разработчик его постоянно пишет, улучшает, дописывает. И долгими зимними вечерами он открывает этот единственный файл, смотрит на эти несколько строк идеального кода, плачет, а потом закрывает его и делает то, за что ему платят деньги. Поэтому статический анализ кода — это скорее история боли, костылей и ловушек...