در این مطلب، ویدئو M1 Mac شلوار خود را با این تست پایتون می کند! (یا اینطور است؟ muhahaha) با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:06:51
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,080 –> 00:00:02,800
سلام دوستان پایتون من 1
2
00:00:02,800 –> 00:00:05,359
میلیارد عدد صحیح را در پایتون مرتب می کنم و می
3
00:00:05,359 –> 00:00:07,200
خواهیم ببینیم چه کسی می تواند ماشین دیگر را شکست دهد.
4
00:00:07,200 –> 00:00:08,880
5
00:00:08,880 –> 00:00:11,280
6
00:00:11,280 –> 00:00:14,160
7
00:00:14,160 –> 00:00:18,080
powerhouse core i9 intel
8
00:00:18,080 –> 00:00:21,520
macbook pro 16 inch همان برنامه را
9
00:00:21,520 –> 00:00:23,359
روی آنها دارد برنامه کوچک واقعاً کوتاهی
10
00:00:23,359 –> 00:00:26,400
که از numpy یا numpy استفاده می کند، همانطور که من دوست دارم
11
00:00:26,400 –> 00:00:29,439
آن را برای تولید 1 میلیارد آیتم نام
12
00:00:29,439 –> 00:00:32,238
ببرم و از تابع مرتب سازی numpy
13
00:00:32,238 –> 00:00:34,320
برای مرتب کردن آنها استفاده خواهم کرد. همچنین از
14
00:00:34,320 –> 00:00:36,640
ماژول زمان برای دریافت یک شمارنده پرف قبل
15
00:00:36,640 –> 00:00:38,480
و بعد از مرتبسازی استفاده میکنید تا ببینید چقدر طول
16
00:00:38,480 –> 00:00:41,120
میکشد آزمایش ساده، آن هم
17
00:00:41,120 –> 00:00:43,280
اکنون یک تست یک پردازنده است، اگر میخواهید
18
00:00:43,280 –> 00:00:45,680
آزمایش چند پردازندهای را ببینید،
19
00:00:45,680 –> 00:00:48,320
تست پایتون من با mandelbrot را بررسی کنید. با استفاده از این
20
00:00:48,320 –> 00:00:50,079
دو دستگاه، به ویدیوی زیر پیوند خواهم
21
00:00:50,079 –> 00:00:52,399
22
00:00:53,120 –> 00:00:54,719
داد، بیایید نگاهی گذرا به آنچه در اینجا میگذرد بیاندازیم،
23
00:00:54,719 –> 00:00:56,879
بنابراین من این چندگانه را دارم، بیایید
24
00:00:56,879 –> 00:00:58,879
مطمئن شویم که این یک میلیارد است،
25
00:00:58,879 –> 00:01:01,440
اوه کافی نیست صفرهای کافی نیست، ما به
26
00:01:01,440 –> 00:01:03,359
یک عدد دیگر نیاز داریم. صفر تا یک میلیارد شود
27
00:01:03,359 –> 00:01:05,280
که یک هون بود خیلی خوب است، بنابراین من باید
28
00:01:05,280 –> 00:01:08,000
همین کار را در اینجا انجام دهم، بله، یک
29
00:01:08,000 –> 00:01:11,920
میلیارد است، بنابراین من از ژنراتور تصادفی numpy استفاده
30
00:01:11,920 –> 00:01:13,760
می کنم و آن را به
31
00:01:13,760 –> 00:01:15,759
آرایه ای وارد می کنم که همه در حافظه نگهداری می شوند،
32
00:01:15,759 –> 00:01:18,000
اکنون برخی از شما ممکن است هر بار بگویید آه
33
00:01:18,000 –> 00:01:19,840
شما اعداد جدید را ایجاد می کنید، آنها ممکن
34
00:01:19,840 –> 00:01:22,159
است متفاوت باشند، بنابراین مرتب سازی ممکن
35
00:01:22,159 –> 00:01:24,400
است یکسان عمل نکند یا ناسازگار باشد،
36
00:01:24,400 –> 00:01:26,240
من این را چند بار اجرا می کنم تا
37
00:01:26,240 –> 00:01:28,400
یک میانگین را بدست بیاورم و در این مرحله
38
00:01:28,400 –> 00:01:30,640
می دانم که اعداد بسیار نزدیک را دریافت می کنم، بنابراین
39
00:01:30,640 –> 00:01:32,320
واقعاً بعد از اجرا نباید خیلی مهم باشد
40
00:01:32,320 –> 00:01:34,479
، من فقط
41
00:01:34,479 –> 00:01:36,560
تعداد ثانیه هایی را که برای انجام این مرتب سازی طول می کشد چاپ می کنم
42
00:01:36,560 –> 00:01:38,640
اکنون این
43
00:01:38,640 –> 00:01:40,400
تابع مرتب سازی انواع مختلفی از الگوریتم های مرتب سازی
44
00:01:40,400 –> 00:01:42,560
را در نظر می گیرد که می توانید از آن استفاده کنید
45
00:01:42,560 –> 00:01:45,360
. من
46
00:01:45,360 –> 00:01:47,920
همه اینها را مقایسه کرده ام و همه آنها
47
00:01:47,920 –> 00:01:49,520
تقریباً یکسان هستند، به جز اینکه
48
00:01:49,520 –> 00:01:52,079
مرتب سازی پشته ای خیلی بیشتر
49
00:01:52,079 –> 00:01:53,360
از بقیه موارد طول می کشد، نمی دانم
50
00:01:53,360 –> 00:01:55,119
چرا حتی به عنوان یک گزینه گنجانده شده است
51
00:01:55,119 –> 00:01:56,640
اگر می دانید در نظرات زیر به من اطلاع دهید.
52
00:01:56,640 –> 00:01:58,799
یکی دیگر من چیز جالبی که
53
00:01:58,799 –> 00:02:02,719
می خواهم اینجا انجام دهم این است که در مک بوک ایر m1
54
00:02:02,719 –> 00:02:05,439
من دو محیط راه اندازی کرده ام یکی
55
00:02:05,439 –> 00:02:07,360
محیط اینتل است، بنابراین این
56
00:02:07,360 –> 00:02:10,239
نصب معمولی mini forge است.
57
00:02:10,239 –> 00:02:12,720
58
00:02:12,720 –> 00:02:15,680
59
00:02:15,680 –> 00:02:18,319
apple silicon به صورت بومی در عین حال،
60
00:02:18,319 –> 00:02:20,239
بنابراین اگر میخواهید از نسخه اپل استفاده کنید، باید از این
61
00:02:20,239 –> 00:02:22,720
یکی استفاده کنید، بنابراین من آن
62
00:02:22,720 –> 00:02:24,879
را اجرا میکنم، همچنین ترمینال دیگری را
63
00:02:24,879 –> 00:02:27,360
با نسخه اپل باز کردم و
64
00:02:27,360 –> 00:02:29,120
میتوانید آن را در برچسب محیطی من در
65
00:02:29,120 –> 00:02:30,800
اینجا ببینید. من قصد دارم با نسخه اینتل شروع کنم،
66
00:02:30,800 –> 00:02:32,640
بیایید کارها را شروع کنیم، بنابراین
67
00:02:32,640 –> 00:02:35,120
من python pi sort را در اینجا
68
00:02:35,120 –> 00:02:37,280
اجرا می کنم و آن را اینجا نیز اجرا می کنم و
69
00:02:37,280 –> 00:02:39,840
همزمان اینتر را فشار می دهم، بیایید
70
00:02:39,840 –> 00:02:40,879
بریم
71
00:02:40,879 –> 00:02:42,160
حالا یکی وجود دارد تفاوت بین
72
00:02:42,160 –> 00:02:44,560
این دو برنامه که این برنامه شروع شده و تمام شده چاپ می شود
73
00:02:44,560 –> 00:02:46,720
در حالی که این یکی
74
00:02:46,720 –> 00:02:49,200
نیست، بنابراین باید ببینیم
75
00:02:49,200 –> 00:02:50,640
چه زمانی تمام شد و بیایید نگاهی به
76
00:02:50,640 –> 00:02:52,319
مانیتور فعالیت بیندازیم، می خواهم این را به شما نشان
77
00:02:52,319 –> 00:02:54,640
دهم.
78
00:02:54,640 –> 00:02:56,720
فرآیند پایتون 3.9 و شما می توانید ببینید که تنها
79
00:02:56,720 –> 00:02:59,120
یکی از آنها وجود دارد، بنابراین از یک هسته پردازنده استفاده می کند
80
00:02:59,120 –> 00:03:01,519
و به طور کامل از آن در 100 استفاده
81
00:03:01,519 –> 00:03:03,760
می کند و اکنون اگر به m1 نگاهی بیندازیم،
82
00:03:03,760 –> 00:03:07,120
فرآیند پایتون 3.9 را می بینیم که
83
00:03:07,120 –> 00:03:09,599
از مقدار زیادی از cpu استفاده می کند. یک فرآیند
84
00:03:09,599 –> 00:03:11,040
و تحت معماری اینتل اجرا می شود،
85
00:03:11,040 –> 00:03:12,879
بنابراین من کنجکاو هستم
86
00:03:12,879 –> 00:03:16,480
که اینتل در مقابل اینتل را بب