Курс Python → Namedtuple в Python

Namedtuple в Python — это удобная структура данных, которая похожа на обычный кортеж, но позволяет обращаться к элементам по их именам, а не только по индексам. Основное преимущество использования namedtuple вместо обычного словаря заключается в экономии памяти. При создании больших данных именованные кортежи оказываются более эффективными, так как они занимают меньше места в памяти.

Когда мы создаем namedtuple, мы указываем ее структуру, то есть имена полей, которые будут содержаться в кортеже. Это позволяет нам обращаться к этим полям по их именам, что делает код более читаемым и понятным. При этом размер namedtuple оказывается значительно меньше, чем у эквивалентного словаря. Например, если сравнить размер namedtuple и словаря, можно увидеть, что namedtuple занимает 64 байта, в то время как словарь занимает 240 байт, что в 4 раза больше.

from collections import namedtuple

# Создаем именованный кортеж с полями 'name' и 'age'
Person = namedtuple('Person', ['name', 'age'])

# Создаем экземпляр именованного кортежа
person = Person(name='Alice', age=30)

# Обращаемся к полям по их именам
print(person.name)
print(person.age)

В приведенном примере мы создаем именованный кортеж Person с полями ‘name’ и ‘age’, затем создаем экземпляр этого кортежа и обращаемся к полям по их именам. Использование namedtuple делает код более понятным и удобным, а экономия памяти делает его эффективным при работе с большими данными. Поэтому, если вам нужно создать структуру данных, которая будет содержать фиксированное количество полей, namedtuple может стать отличным выбором.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Python UserString — создание подклассов строк
  2. Создание виртуальной среды
  3. Работа с изменяемыми коллекциями
  4. Объединение списков в Python.
  5. Команда %dhist — список посещенных каталогов
  6. Асинхронное программирование с asyncio
  7. Bootle — простой веб-фреймворк
  8. Транспонирование 2D-массива с помощью zip
  9. Изучение объектов с помощью dir()
  10. Проверка версии Python
  11. Атрибуты класса и экземпляра
  12. Декодирование байтов в строку
  13. Установка виртуального окружения Python
  14. Работа с timedelta
  15. Метод setdefault() в Python
  16. Преобразование строк в числа с плавающей запятой
  17. Основные операции с Numpy
  18. Базовые объекты Python
  19. Поиск анаграмм с Counter
  20. Работа с itertools
  21. Удаление файлов и папок в Python
  22. Замена подстроки
  23. Вложенные генераторы в Python
  24. Капитализация строк
  25. Проверка типов с помощью isinstance
  26. Новшества Flask 2.0
  27. CLI-инструмент howdoi
  28. Модуль inspect
  29. Counter() — подсчет элементов
  30. Синтаксис переменных цикла в Python
  31. Обработка аргументов Python
  32. Функция product() в Python
  33. Ноутбуки AMD Ryzen ™ 4000: мощность и эффективность
  34. Проверка дублей в списке.
  35. Декоратор Ajax required
  36. Логические операторы в Python
  37. Объединение строк с помощью метода join
  38. Декораторы с аргументами
  39. Оператор распаковки в Python
  40. Python: отсутствие точек с запятыми
  41. Работа с Requests для HTTP-запросов
  42. Метод Self в Python
  43. Функции в Python: создание и вызов
  44. Инверсия списка/строки в Python
  45. Работа с базами данных SQLite

Marketello читают маркетологи из крутых компаний