Python-сообщество

 import math
import queue
import threading
import terminaltables
import numpy as np
from config import ConfigParser
def calc_entropy(alphabet: dict):
    return sum([-p * math.log(p, 2) for p in alphabet.values()])
def calc_parts(str_len: int, parts: int):
    """
    Считает какой длинны генерировать строку каждому из процессов
    :param str_len: общая длинна строки
    """
    parts = [str_len // parts] * parts
    diff = str_len - sum(parts)
    if diff != 0:
        parts[-1] += diff
    return parts
def generate_part_text(alphabet, length, res_str, res_frequency):
    """
    Генерирует строку с заданной вероястностью появления символов и считает
    сколько раз каждый из символов встречается в строке
    :param alphabet:
    :param length: длинна строки, которую надо сгенерировать
    :param res_str: очередь в которую помещается массив сгенеровынных символов
    :param res_frequency: очередь в котрую помещается словарь со списком
    символов и частотой его встречаемости
    """
    part = np.random.choice(
        list(alphabet.keys()), p=list(alphabet.values()), size=length
    )
    res_str.put_nowait(part)
    res_frequency.put_nowait(dict(zip(*np.unique(part, return_counts=True))))
def generate_text(alphabet: dict, length: int):
    result_str = queue.Queue()
    result_frequency = queue.Queue()
    count_thread = 6
    if length < 10000000:
        count_thread = 1
        generate_part_text(alphabet, length, result_str, result_frequency)
    else:
        all_tasks = []
        for i in calc_parts(length, count_thread):
            thread = threading.Thread(
                target=generate_part_text,
                args=(alphabet, i, result_str, result_frequency)
            )
            thread.start()
            all_tasks.append(thread)
        for i in all_tasks:
            i.join()
    # Объединятся результаты расчитанные в потоках
    text = np.array([], dtype='<U1')
    frequency = {}
    for i in range(count_thread):
        text = np.append(text, result_str.get_nowait())
        for key, value in result_frequency.get_nowait().items():
            frequency[key] = frequency.setdefault(key, 0) + value
    return text, frequency
conf = ConfigParser()
text, frequency = generate_text(conf.alphabet, conf.length)
with open('out.txt', 'w') as out:
    out.write(text.view('U{}'.format(conf.length))[0])
data_table = [['Символ', 'Количество выпадений']]
data_table.extend(frequency.items())
table = terminaltables.AsciiTable(data_table)
print(table.table)
print('Общая длинна строки: {}\nЭнтропия: {}'.format(
    conf.length, calc_entropy(conf.alphabet))
)

 import os
import configparser
from collections import OrderedDict
BASE_DIR = os.path.abspath(os.path.dirname(__file__))
class ConfigParser:
    def __init__(self):
        self._config = configparser.ConfigParser()
        self.length = 0
        self.alphabet = OrderedDict()
        self.read()
    def read(self):
        self.alphabet.clear()
        self._config.read(os.path.join(BASE_DIR, 'config.conf'))
        for section in self._config.sections():
            for i in self._config[section]['alphabet'].split(', '):
                i = i.split(':')
                self.alphabet[i[0]] = float(i[1])
            if sum([i for i in self.alphabet.values()]) != 1.0:
                print('Сумма вероятностей должна быть равна 1.0')
                exit()
            self.length = int(self._config[section]['length'])

[general]
alphabet = a:0.1, b:0.3, c:0.6
length = 100000000

 def sumpy(n):
    res = 0
    for a in range(1, n + 1):
        res += a
    return res

 %timeit sumpy(1000000)

 %%cython
def sumpy1(n):
    res = 0
    for a in range(1, n + 1):
        res += a
    return res

 %timeit sumpy1(1000000)

 %%cython 
cpdef int sumcy(int n):
    cdef int a, res = 0
    for a in range(1, n + 1):
        res += a
    return res

 %timeit sumcy(1000000)

 +2: cdef int sumcy(int n):
static int __pyx_f_46_cython_magic_3d048ac8c5c96bfcdd601bb78e692920_sumcy(int __pyx_v_n) {
  int __pyx_v_a;
  int __pyx_v_res;
  int __pyx_r;
  __Pyx_RefNannyDeclarations
  __Pyx_RefNannySetupContext("sumcy", 0);
/* … */
  /* function exit code */
  __pyx_L0:;
  __Pyx_RefNannyFinishContext();
  return __pyx_r;
}
+3:     cdef int a, res = 0
  __pyx_v_res = 0;
+4:     for a in range(1, n + 1):
  __pyx_t_1 = (__pyx_v_n + 1);
  for (__pyx_t_2 = 1; __pyx_t_2 < __pyx_t_1; __pyx_t_2+=1) {
    __pyx_v_a = __pyx_t_2;
+5:         res += a
    __pyx_v_res = (__pyx_v_res + __pyx_v_a);
  }
+6:     return res
  __pyx_r = __pyx_v_res;
  goto __pyx_L0;