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. Работа с GitHub в Telegram
  2. Генераторы в Python
  3. Проверка элементов списка условием
  4. Обновление данных через PUT запрос
  5. Python Поверхностное Копирование
  6. Непрерывная проверка в Python
  7. Регистрация на TenChat
  8. Объединение словарей в Python
  9. Оценка выражений генератора в Python
  10. Наследование в программировании
  11. Лямбда-функции в Python
  12. Метод rmatmul для обратного матричного умножения
  13. Функция zip() в Python
  14. Получение локальных переменных в Python
  15. Экспорт данных в файл.
  16. Импорт с альтернативным именем
  17. Основы Python
  18. Особенности множеств в Python
  19. Переменные в Python: сокращение гласных
  20. Регистрация на курсы SF Education
  21. Вычисление натуральных логарифмов в NumPy
  22. Преобразование списка в словарь через генератор
  23. Сравнение объектов в Python
  24. Тип CodeType в Python.
  25. Защита данных в Python
  26. Pillow: работа с изображениями
  27. Основные методы NumPy
  28. Многострочные комментарии в Python
  29. Проверка условий в Python
  30. Проверка версии Python
  31. Измерение времени выполнения
  32. Работа с deque из collections
  33. Область видимости переменных
  34. Сортировка в Python
  35. Работа со списками
  36. Частичное совпадение ввода
  37. Метод сравнения объектов в Python
  38. Генераторы в Python
  39. Использование html-скриптов в Jupyter Notebook
  40. Объединение строк с помощью метода join

Marketello читают маркетологи из крутых компаний