🔒 Mode aperçu. Les quinze premières leçons Foundations sont gratuites ; celle-ci est Pro. Démarrez un trial de 7 jours pour débloquer l'éditeur, les conseils AI et le reste du programme. Carte requise, annulez à tout moment dans Dashboard.Démarrer le trial de 7 jours →
← Cours›Senior Deep-Dives›Module 4 · Memory + profiling · Recap›Gestion des erreurs : exceptions et types de résultatsquiz86 / 161
+100 XP
Tâche
📝 **Tâche :** Créez un petit \`memory_estimator(rows, bytes_per_row,head_pct)\` qui renvoie la mémoire totale en Mo (float, 2 décimales) :
\`\`\`
total_bytes = lignes * bytes_per_row * (1 + surcharge_pct / 100)
mb = total_bytes / 1_000_000 # décimal Mo — correspond à la convention Prometheus/Grafana
tour de retour (mb, 2)
\`\`\`
Testez 3 échelles réalistes : petit cache en mémoire, DataFrame pandas de taille moyenne, grand ensemble de données Redis.
📋 Implémentez la fonction ci-dessus. Les tests s'exécutent automatiquement.
💡 **Indice :** Relisez la théorie si vous êtes bloqué.
🎯 Quiz
Question
📝 **Tâche :** Créez un petit \`memory_estimator(rows, bytes_per_row,head_pct)\` qui renvoie la mémoire totale en Mo (float, 2 décimales) :
\`\`\`
total_bytes = lignes * bytes_per_row * (1 + surcharge_pct / 100)
mb = total_bytes / 1_000_000 # décimal Mo — correspond à la convention Prometheus/Grafana
tour de retour (mb, 2)
\`\`\`
Testez 3 échelles réalistes : petit cache en mémoire, DataFrame pandas de taille moyenne, grand ensemble de données Redis.
📋 Implémentez la fonction ci-dessus. Les tests s'exécutent automatiquement.
💡 **Indice :** Relisez la théorie si vous êtes bloqué.
💬 Discussion
Soyez le premier à poser une question ou partager une astuce.
Connectez-vous pour rejoindre la discussion. La lecture est gratuite.