Словари в Python работают быстро, но жрут очень много оперативной памяти (из-за выделения памяти под пустые ячейки хеш-таблицы). Если у вас есть класс User и вы создаете 1 000 000 таких объектов, программа легко сожрет гигабайт RAM.
Для каких версий Python это заявление справедливо?
Если fetch() возвращает текст ответа, результаты у gather() нужно принимать. А если принимаем результаты от gather(), умышленно или случайно return_exceptions оставлено в значении по умолчанию?
Учитывая itertools.batched(), намеренно ли сделана своя нарезка на чанки?
Мне очень мешало использование англоязычной терминологии прямо посреди русскоязычного текста. Существенно облегчит восприятие русскоязычный перевод термина и оригинал в скобках.
Для каких версий Python это заявление справедливо?
Действительно ли не рассматривали вариант посмотреть в резюме, приложенное к отклику? Тогда понятно, откуда у ии-помощников такие вопросы.
Ты имеешь в виду, что я написал очевидную для целевой аудитории статьи штуку? Или что зря обозначил только цель, оставив открытым способ?
Continuous
Считаю, в первую очередь нужно понять, как ты поймёшь, что рефакторинг вышел именно рефакторингом.
При KYC можно указать Россию и всё равно получить карту?
Minimal viable product же.
Я на втором пункте дважды споткнулся:
Если fetch() возвращает текст ответа, результаты у gather() нужно принимать. А если принимаем результаты от gather(), умышленно или случайно return_exceptions оставлено в значении по умолчанию?
Учитывая itertools.batched(), намеренно ли сделана своя нарезка на чанки?
А за наводку на validate_call() спасибо!
Мне очень мешало использование англоязычной терминологии прямо посреди русскоязычного текста. Существенно облегчит восприятие русскоязычный перевод термина и оригинал в скобках.