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 deque в Python
  2. Профилирование с Pandas
  3. Множественные конструкторы в Python
  4. Создание графики с черепахой
  5. Python Метод sleep() времени
  6. Выбор редактора кода.
  7. Итерация по копии коллекции
  8. Объединение списков с помощью zip
  9. Magic Commands — улучшение работы с Python
  10. Передача неизвестных аргументов в Python.
  11. Уникальность ключей в словаре
  12. Логирование с Logzero: ротация файла
  13. Профилирование кода на Python
  14. Python Enumerate
  15. Удаление ресурса в Python
  16. Преобразование списка в словарь через генератор
  17. Установка библиотек в Python
  18. Проверка условий в Python
  19. Antigravity модуль
  20. Объединение строк с помощью метода join
  21. Подсчет элементов с помощью Counter из collections
  22. Сглаживание списка
  23. Декоратор Ajax required
  24. Библиотека sh: использование команд bash в Python
  25. Метод init в Python
  26. Склеивание строк через метод join()
  27. Библиотека Emoji: использование смайлов в Python
  28. Метод title() в Python
  29. Работа с итераторами через срезы
  30. Основы Python
  31. Работа со списками
  32. Работа со строками
  33. Сокращение ссылок с pyshorteners
  34. Руководство по Pymorphy2
  35. Работа с collections в Python.
  36. Работа с модулем random
  37. Поток данных в Python
  38. Python и Юникод: работа с цифрами
  39. Философия Python
  40. Просмотр файла в Jupyter Noteboo
  41. Генерация фальшивых данных с Faker
  42. Замена подстроки
  43. Получение списка кортежей из словаря
  44. Метод __index__ в Python
  45. Получение текущей директории

Marketello читают маркетологи из крутых компаний