بنیاد پایتون کاران فارسی

2022-02-21 19:21:34 باز کردن / نظر دهید

2022-02-21 05:40:06 کد های رنگ در پایتون


آدرس گپ :
t.me/PyFarsi

آدرس کانال :
@PSFarsi باز کردن / نظر دهید

2022-02-16 23:31:48 برگه تقلب لینوکس

پیشنهاد ویژه

آدرس گپ :
t.me/PyFarsi

آدرس کانال :
@PSFarsi باز کردن / نظر دهید

2022-02-16 11:31:03 برگه تقلب پایتون

پیشنهاد ویژه

آدرس گپ :
t.me/PyFarsi

آدرس کانال :
@PSFarsi باز کردن / نظر دهید

2022-02-15 17:54:54 چرا پایتون کُند است؟
جمله‌ی «پایتون کند است» رو زیاد شنیده‌ایم. اما واقعا دلیل این کند بودن چیست؟
عده‌ای میگن چون پایتون یه زبان مفسری هست کند عه؛ بعضی‌ دیگه میگن چون داینامیک تایپ هست، کُند عه؛ بعضی دیگه میگن چون یه زبان سطح بالاست کُند عه؛ خلاصه که صحبت زیاده.

بحث دیگه‌ای هم که پیش میاد اینه که بگیم، پایتون کجاها کُند عه؟
خود من یه پست در ویرگول دارم که اسمش اینه:‌‌ «پایتون، زبانی برای شرکت‌های مشتاق پیشرفت و performance بالا (لینکش پایین هست.)»
بعدش حتی مثال‌هایی هم می‌بینیم مثل: یوتوب، اینستاگرام، دراپ‌باکس، بسیاری از زیرساخت‌های گوگل و google app engine و کلی مثال دیگه که اثری از کندی در اون‌ها مشاهده نمیشه
پس واقع اصل قضیه چیه؟ الان همه ما گیج شدیم که بالاخره پایتون کند هست یا نه؟

در این ویدیو آقای Anthony Shaw، که Pyjion رو کامل کردن و نسخه 1.0.0 اش رو منتشر کردن و کتاب CPython Internals (ان شاءالله یه پست میذارم کانال برای این کتاب) رو نوشتن، به صورت کاملا technical و با دلایل علمی و منطقی بهتون قسمت‌های مختلف CPython رو توضیح میدن و روی بنچ‌مارک‌های مختلفی صحبت میکنن و بهمون میگن پایتون کجا‌ها کند عه، چرا کند عه، و چه‌کار میشه کرد!





مقاله:
https://b2n.ir/k38624 باز کردن / نظر دهید

2022-02-11 18:31:01 Python Concurrency with asyncio

by Matthew Fowler
Released February 2022
Publisher(s): manning publishing
ISBN: 9781617298660
Pages: 376

یاد بگیرید که کدهای کُند رو با برنامه نویسی concurrent و کتابخونه cutting-edge به اسم asyncio سرعت ببخشید.

از کوروتین‌ها و taskها با سینتکس async await استفاده کنید تا کدتون رو به صورت concurrent اجرا کنید.
هزاران کوئری sql را به صورت concurrent اجرا کنید
وب ریکوئست‌هاتون رو با aiohttp به صورت concurrent اجرا کنید.
با استفاده از دو ماژول قدرتمند multiproccessing و asyncio سیستم map-reduceعی درست کنید که حجم‌های بسیار بزرگی از دیتا و عملیات‌های cpu intensive عه روشون رو به صورت concurrent اجرا کنید.
از threading و asyncio استفاده کنید تا کد‌های blocking رو با کدهای async ترکیب کنید.

فریم‌ورک asyncio پیچیده‌ست. در کنار این پیچیدگی منابع آموزشی کمی هم براش وجود داره. اگر هم چیزی هست، پیوسته نیست :(
این کتاب توسط کسی نوشته شده که مثل خود ما از این جسته گریختگی رنج برده و سعی داشته این فضای خالی رو با یه کتاب خیلی خوب پر کنه.

این کتاب برای چه کسانی‌ست؟
این کتاب یک کتاب intermediate حساب میشه و آموزشی برای خود زبان پایتون نداره. در ضمن هیچ تجربه قبلی از برنامه‌نویسی concurrent نیازی نیست.


از اینجا دانلود کنید.
https://ir1lib.org/book/19150836/d6727d باز کردن / نظر دهید

2022-02-11 18:30:18 باز کردن / نظر دهید

2022-02-11 17:36:01 شاید جالب باشه براتون که بدونید سایت های خیلی بزرگ و درست حسابی از چه تکنولوژی هایی استفاده میکنن یا از اون جذاب تر چه سخت افزار هایی دارن ،‌مشخصات سرور هاشون به چه صورت هست...
برای دیدن تکنولوژی های استفاده شده راه های زیادی هست از جمله extension عه Wappalyzer مثلا. (گاها ممکنه اطلاعات اشتباه یا ناقص بدن این extension ها)
سایت stackoverflow (یا به اختصار SO) توی یه پست مشخصات دقیقی از چیز هایی که استفاده کرده همراه با نسخه ی استفاده شده رو نوشته. یه نگاهی به بعضیاشون بندازیم:

سایت SO از WISC stack استفاده میکنه یعنی :‌
Windows, IIS, SQL Server, ASP.net core
برخی از جزئیات:
Operating System: Microsoft Windows Server 2016 x64
Web Server: IIS 10
Database: SQL Server 2019 running Microsoft Windows Server 2016 x64
Language: C#
IDE: Visual Studio 2019
Web Framework: ASP.NET Core 3.1 with MiniProfiler
Source Control: Git using a GitHub Enterprise instance hosted by GitHub
Browser Framework: jQuery 1.12.4

حالا بخش جذاب سرور ها:

* 11 Dell R630 IIS web servers (9 shared for all production like SO, two for Meta and development): 24 threads
- 64 GB RAM

* Three Dell R720xd database servers (two in New York City, one in Denver, using SQL AlwaysOn Clustering) (Global "Sites" DB & Stack Overflow dedicated):
- 384 GB RAM

* Three Dell R730 database servers (two in New York City, one in Denver, using SQL AlwaysOn Clustering) (All other sites, Careers, Area 51, etc.):
- 768 GB RAM

* Two Dell R620 HAProxy servers (direct):
- 64 GB RAM

* Two Dell R620 HAProxy servers (CloudFlare):
- 192 GB RAM

* Two Dell R630 Railgun servers (CloudFlare):
- 192 GB RAM

* 2 Dell R630 Redis servers:
- 128 GB RAM

* Three Dell R630 Service servers for tag engine/search:
- 64 GB RAM

* One Dell R620 Backup server running NetBackup (most backups):
- 16 GB RAM

* One Dell R730xd SMB3 Backup server (SQL backups):
- 16 GB RAM

* Four Dell FC630s VMWare ESX(in Two FX2s Chassis):
- 768 GB RAM

* 2 Cisco ASR1001-X routers
* 2 ASR1001 Routers
* 2 Fortinet 800C Firewalls
* 2 Cisco Nexus 5596 Cores in an active/active redundant configuration

منبع و اطلاعات کامل تر :‌
https://meta.stackexchange.com/a/10370 باز کردن / نظر دهید

2022-02-10 19:45:09 راجع به concurrency در پایتون چیزی نمیدونید یا اطلاعات کمی دارید؟
میخواید راه‌های مختلف این روش برنامه‌نویسی رو بدونید
ایشون در این دو ویدیو صحبت‌های خیلی خوب راجع به این موضوع دارند

#raymond









@pyfarsi باز کردن / نظر دهید

2022-02-09 21:07:31 پیچیدگی زمانی!
آقا/خانم x: «بله بله، همین‌طور که در این الگوریتم می‌بینید، پیچیدگی زمانی اجرای این کد
O(n^2)
هست!! »
نشانه O به چه معنی هست؟
Big O: How Code Slows as Data Grows
"چگونه کد با رشد مقدار داده کُند می‌شود."

این جملات به چه معنایی هستن؟
احتمالا بارها اون‌هارو از رفقایی که دانشگاه دارن کامپیوتر می‌خونن یا کسایی که توی گروه‌های برنامه نویسی هستن، شنیدید و پیش خودتون گفتید: اینا دیگه چی هستن ؟!

اگه اینجوره پس بی معطلی لینک زیر رو لمس کنید:




@pyfarsi باز کردن / نظر دهید