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.
Другие уроки курса "Python"
- Метод setitem в Python
- Отправка поздравлений по дню рождения
- capitalize() — изменение регистра первого символа строки
- Справка по импортированным модулям
- Избегание циклических зависимостей классов в Python
- Исправление ошибки NameError
- Поиск частого элемента
- Сравнение def и lambda функций в Python
- Python Тесты и Гайды
- Создание матрицы в Python
- Списки в Python: основы
- Работа с множествами в Python
- Расширение операции побитового «и» в Python
- Профилирование данных с Pandas.
- Операторы присваивания в Python
- Лямбда-функции в Python
- Повторение элементов в Python
- Получение пути к текущему скрипту с помощью os
- Создание лямбда-функций
- Работа с комбинациями в Python.
- Декораторы в Python
- Объединение словарей в Python
- Сложные типы данных в Python
- Дизассемблирование Python кода
- Извлечение аудио из видео
- Создание комплексных чисел
- Счетчик ссылок в Python
- Декораторы в Python
- Библиотека itertools: объединение списков
- Классы данных в Python
- Оператор морж в Python 3.8
- Метод округления чисел
- Работа с модулем glob в Python
- Конкатенация строк в Python
- Константы в модуле cmath
- Работа с срезами в Python
- Установка User-Agent в Python
- Установка и использование Telegram API в Python
- Список переменных в Python
- Сохранение Unicode в JSON















