Курс Python → Создание вложенных циклов for

Для создания вложенных циклов for, где циклы идут по независимым итераторам, мы используем следующий синтаксис: [expression for x in iter1 for y in iter2]. Этот синтаксис позволяет нам сгенерировать одномерную структуру, используя данные из двух итераторов.

Например, предположим, у нас есть два списка, один содержит имена студентов, а другой их оценки за экзамен. Мы можем использовать вложенные циклы for для создания списка кортежей, где каждый кортеж будет содержать имя студента и его оценку. Это можно сделать следующим образом:


students = ['Анна', 'Петр', 'Мария']
grades = [85, 92, 78]

student_grades = [(student, grade) for student in students for grade in grades]

print(student_grades)

В результате выполнения этого кода мы получим список кортежей, где каждый кортеж содержит имя студента и его оценку. Это позволяет нам объединить данные из двух итераторов в одну структуру данных, что может быть полезно при обработке и анализе данных.

Использование вложенных циклов for с двумя независимыми итераторами позволяет нам легко и эффективно работать с данными, которые хранятся в разных источниках или форматах. Этот подход позволяет нам генерировать новые структуры данных на основе существующих данных, что может быть полезно во многих сценариях программирования на Python.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Генераторы данных
  2. Декоратор для группы пользователей в Django
  3. Сравнение объектов в Python
  4. Оператор zip в Python
  5. Поиск индекса элемента
  6. Нахождение хеша для бесконечности и NaN в Python
  7. Принципы SRP и OCP
  8. Поиск индексов в списке
  9. Генераторы в Python
  10. Вакансии в Nebius
  11. Оператор continue в Python
  12. Возвращение нескольких значений
  13. Функции any() и all() в Python
  14. Модуль itertools: комбинации и перестановки
  15. Python: Splat-оператор и splatty-splat
  16. Форматирование строк в Python
  17. F-строки в Python 3.8
  18. Вычисление натуральных логарифмов в NumPy
  19. Метод repr() в Python
  20. Модуль antigravity: генерация координат
  21. Python 3.12: Псевдонимы типов
  22. Работа с zip-архивами в Python
  23. Блок else в циклах Python
  24. Beautiful Soup — извлечение данных из HTML
  25. Метод __irshift__ для Python
  26. Структура данных deque в Python
  27. Очистка данных в Python
  28. Счетчик ссылок в Python
  29. Многопроцессорное программирование в Python
  30. Настройка вывода в Numpy
  31. Проблема сравнения словарей
  32. Переопределение метода __floordiv__
  33. Операция += для списков
  34. Функция zip() — объединение последовательностей
  35. Открытие и запись файлов
  36. Метод rmatmul для обратного матричного умножения
  37. Проверка условий: all и any
  38. Конкатенация строк с помощью join()
  39. Мониторинг работы программы Py-spy
  40. Работа с прокси в Python
  41. Подсчет элементов в Python
  42. Таймер обратного отсчета
  43. Передача словаря через **kwargs

Marketello читают маркетологи из крутых компаний