Python2で競技プログラミングする時に知っておきたい知識 - Qiita
Python2で競技プログラミングする時に知っておきたいtipsの，基礎知識についての部分を分割しました． Pythonのバージョンは2.7.5（Python3では，入出力などの仕様が大きく異なるので，他の記事を参照することをおすすめします）． 競技プログラミングでは，多くの場合，プログラムの実行時間，メモリ使用量，スタック領域の使用量などが制限される． コンテストのルールにもよるが，このあたりの制限は，PythonなどのLLには不利に働くことが多く，「C++ならACされたけど，PythonだとTLEだった」といったようなことが起こりやすい． 例えば，オンラインジャッジサービスのAtCoderでは，時間制限2sec，メモリ制限256MBの問題が多い． 今回はこれを基準とし，それぞれの限界値を調べることとする． 計算量 計算量は，競技プログラミングにおいて非常に重要な概念． 多くの場合，ルー
Pythonスクリプトのパフォーマンス計測ガイド | Yakst
Pythonスクリプトの速度を計測し、そのボトルネックを探る。さらに、メモリ使用量、メモリリークの原因特定までの調査方法を解説する。 あなたが書いたすべてのPythonプログラムで厳密なパフォーマンス計測が必要になるというわけではないにせよ、その時が来たら、役に立ってくれる様々な種類のツールがPythonのエコシステムにはあるのだということを知っておけば安心できるだろう。 プログラムのパフォーマンスを計測することは、すなわち以下の4つの基本的な質問に答えることだと要約できる。 どのくらい高速に実行できるか？ スピードのボトルネックはどこか？ どのくらいのメモリを使うか？ メモリリークしているのはどこか？ これから、いくつかの素晴らしいツールを使ってこれらの質問に答えていくための詳細を見ていこう。 大ざっぱな実行時間 素早くざっくりとコードの実行時間を計るのに、古き良きUNIXのユーティリテ
Python pandas 関連エントリの目次 - StatsFragments
このブログ中の pandas 関連のエントリをまとめた目次です。 最近 pandas 開発チーム と PyData グループ の末席に加えていただき、パッケージ自体の改善にもより力を入れたいと思います。使い方についてご質問などありましたら Twitter で @ ください。 目次につけた絵文字は以下のような意味です。 🔰: 最初に知っておけば一通りの操作ができそうな感じのもの。 🚧: v0.16.0 時点で少し情報が古く、機能の改善を反映する必要があるもの。 🚫: 当該の機能が deprecate 扱いとなり、将来的に 代替の方法が必要になるもの。 基本 簡単なデータ操作を Python pandas で行う 🔰 Python pandas でのグルーピング/集約/変換処理まとめ 🔰 また、上記に対応した比較エントリ: R {dplyr}, {tidyr} Rの data.tab
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
