Курс Python → Итераторы в Python

Итератор — это объект, который позволяет нам поочередно получать элементы последовательности без необходимости хранить все элементы в памяти одновременно. Он состоит из начала, конца, текущего элемента и правила преобразования. Благодаря этому можно эффективно обрабатывать большие объемы данных, не загружая память.

Одним из наиболее популярных итераторов в Python является функция range(), которая генерирует последовательность чисел в указанном диапазоне. Например, range(1, 10) создаст итератор, возвращающий числа от 1 до 9. Это очень удобно, когда нам нужно выполнить циклические операции.

Еще одним полезным итератором является функция map(), которая принимает два аргумента: функцию для определения правила преобразования и последовательность элементов, которую нужно преобразовать. Например, map(lambda x: x*2, [1, 2, 3]) вернет итератор, удваивающий каждый элемент списка [1, 2, 3].


# Пример использования функции map()
def double(x):
    return x * 2

numbers = [1, 2, 3, 4, 5]
double_numbers = map(double, numbers)

for num in double_numbers:
    print(num)

Использование итераторов в Python помогает оптимизировать работу с данными, уменьшая использование памяти и ускоряя выполнение кода. Благодаря этому мы можем эффективно обрабатывать большие объемы информации и улучшать производительность наших программ.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Antigravity модуль
  2. Принципы программирования
  3. Принципы LSP и ISP в Python
  4. Работа с Colorama
  5. Создание словарей в Python
  6. Решение переменной Шредингера
  7. Python Ellipsis использование
  8. Область видимости переменных
  9. Логирование с Loguru
  10. Lambda-функция в Python: использование с map() и sum()
  11. Логирование с Logzero
  12. Установка Git и AWS CLI
  13. Проекты на Python
  14. Класс-оболочка для словарей
  15. Списковый компрехеншен.
  16. Скрытие вывода данных
  17. Flask — веб-фреймворк Python
  18. Основные операции с библиотекой Numpy
  19. Управление фоновыми задачами в Python
  20. Настройка вывода NumPy
  21. Работа с комплексными числами
  22. Нахождение максимального значения и его индекса в списке
  23. Метод __call__ в Python
  24. Оператор space-invader
  25. Проверка версии Python
  26. Декоратор total_ordering для сравнения объектов
  27. Парсинг статей с Newspaper3k
  28. Структуры данных в Python
  29. Сравнение def и lambda функций в Python
  30. Оператор Walrus: правильное использование
  31. Генерация случайных чисел в Python
  32. Непрерывная проверка в Python
  33. Сортировка с параметром key
  34. Python OrderedDict и fromkeys() — работа с словарями
  35. Monkey Patching в Python
  36. Оптимизация памяти с помощью __slots__
  37. Просмотр внешних файлов в %pycat
  38. Метод count() для списков
  39. 9 уловок для чистого кода
  40. Генерация строк с .join()
  41. Получение значений из словарей
  42. Установка виртуального окружения Python
  43. Избегайте пустого списка
  44. Поиск индекса элемента в списке

Marketello читают маркетологи из крутых компаний