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"
- Progress с библиотекой tqdm
- Создание обратного итератора
- Получение атрибутов и методов класса
- Регистрация на TenChat
- Умножение строк и списков
- Область видимости переменных
- Объединение словарей в Python
- Проверка списка: any() и all()
- Функции all и any в Python
- Генератор списка в Python
- Работа с файлами в Python
- Установка и использование Logzero
- Декораторы в Python
- Работа с изменяемыми коллекциями
- Запрос пароля с помощью getpass
- Работа с комплексными числами
- Рекурсия для обращения строки
- Фильтрация элементов с помощью islice
- Ограничение итераций в Python
- Удаление URL-адресов в Python
- Изменение элемента списка
- Инициализация переменных
- Работа с модулем glob в Python
- Big O оптимизация
- Функция divmod() в Python
- Парсинг статей с Newspaper3k
- Извлечение аудио из видео
- Комментарии в Python
- Форматирование строк в Python
- Работа с классами данных
- Перетасовка списков в Python
- Генераторы списков
- Применение функции map() с лямбда-функциями
- Сравнение def и lambda функций в Python
- Метод getitem для доступа к элементам последовательности
- Управление контекстом выполнения
- Основы работы с os
- Парсинг веб-страниц с Beautiful Soup
- Работа с набором данных CIFAR10 в PyTorch
- Enum в Python: создание и использование перечислений
- Удаление дубликатов с сохранением порядка с помощью dict.fromkeys
- Работа с геоданными с помощью geopy
- Глобальные переменные в Python
- Работа с модулем random
- Асинхронное программирование с asyncio
- Транспонирование матрицы
- Фильтрация списка от «ложных» значений
- Строковое представление объектов















