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. Метод setitem в Python
  2. Отправка поздравлений по дню рождения
  3. capitalize() — изменение регистра первого символа строки
  4. Справка по импортированным модулям
  5. Избегание циклических зависимостей классов в Python
  6. Исправление ошибки NameError
  7. Поиск частого элемента
  8. Сравнение def и lambda функций в Python
  9. Python Тесты и Гайды
  10. Создание матрицы в Python
  11. Списки в Python: основы
  12. Работа с множествами в Python
  13. Расширение операции побитового «и» в Python
  14. Профилирование данных с Pandas.
  15. Операторы присваивания в Python
  16. Лямбда-функции в Python
  17. Повторение элементов в Python
  18. Получение пути к текущему скрипту с помощью os
  19. Создание лямбда-функций
  20. Работа с комбинациями в Python.
  21. Декораторы в Python
  22. Объединение словарей в Python
  23. Сложные типы данных в Python
  24. Дизассемблирование Python кода
  25. Извлечение аудио из видео
  26. Создание комплексных чисел
  27. Счетчик ссылок в Python
  28. Декораторы в Python
  29. Библиотека itertools: объединение списков
  30. Классы данных в Python
  31. Оператор морж в Python 3.8
  32. Метод округления чисел
  33. Работа с модулем glob в Python
  34. Конкатенация строк в Python
  35. Константы в модуле cmath
  36. Работа с срезами в Python
  37. Установка User-Agent в Python
  38. Установка и использование Telegram API в Python
  39. Список переменных в Python
  40. Сохранение Unicode в JSON

Marketello читают маркетологи из крутых компаний