Habr<p>Ускоряем анализ данных в 170 000 раз с помощью Python</p><p>В статье « Ускоряем анализ данных в 180 000 раз с помощью Rust » показано, как неоптимизированный код на Python, после переписывания и оптимизации на Rust, ускоряется в 180 000 раз. Автор отмечает: «есть множество способов сделать код на Python быстрее, но смысл этого поста не в том, чтобы сравнить высокооптимизированный Python с высокооптимизированным Rust. Смысл в том, чтобы сравнить "стандартный-Jupyter-notebook" Python с высокооптимизированным Rust». Возникает вопрос: какого ускорения мы могли бы достичь, если бы остановились на Python? Под катом разработчик Сидни Рэдклифф* проходит путь профилирования и итеративного ускорения кода на Python, чтобы выяснить это. *Обращаем ваше внимание, что позиция автора может не всегда совпадать с мнением МойОфис.</p><p><a href="https://habr.com/ru/companies/ncloudtech/articles/790370/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ncloudte</span><span class="invisible">ch/articles/790370/</span></a></p><p><a href="https://zhub.link/tags/%D1%83%D1%81%D0%BA%D0%BE%D1%80%D0%B5%D0%BD%D0%B8%D0%B5_%D0%BA%D0%BE%D0%B4%D0%B0" class="mention hashtag" rel="tag">#<span>ускорение_кода</span></a> <a href="https://zhub.link/tags/numba" class="mention hashtag" rel="tag">#<span>numba</span></a> <a href="https://zhub.link/tags/python" class="mention hashtag" rel="tag">#<span>python</span></a> <a href="https://zhub.link/tags/%D0%BF%D0%B5%D1%80%D0%B5%D0%B2%D0%BE%D0%B4" class="mention hashtag" rel="tag">#<span>перевод</span></a> <a href="https://zhub.link/tags/%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>оптимизация</span></a></p>