Курс Python → Python: Splat-оператор и splatty-splat

Python имеет удобный синтаксис для работы с аргументами функций, который позволяет использовать Splat-оператор и splatty-splat. Splat-оператор, обозначаемый одной звездочкой (*), позволяет расширить коллекцию до позиционных аргументов. Это означает, что вы можете передать список или кортеж в функцию, а затем использовать Splat-оператор для распаковки этой коллекции в позиционные аргументы.

С другой стороны, splatty-splat, обозначаемый двумя звездочками (**), позволяет распаковать словарь в именованные аргументы. Это означает, что вы можете передать словарь в функцию и использовать splatty-splat для передачи ключей и значений в качестве именованных аргументов.


# Пример использования Splat-оператора
def print_info(name, age):
    print(f"Name: {name}, Age: {age}")

info = ["Alice", 30]
print_info(*info)
# Вывод: Name: Alice, Age: 30

# Пример использования splatty-splat
def print_details(**kwargs):
    for key, value in kwargs.items():
        print(f"{key}: {value}")

details = {"city": "New York", "country": "USA"}
print_details(**details)
# Вывод:
# city: New York
# country: USA

Использование Splat-оператора и splatty-splat делает код более гибким и позволяет передавать переменное количество аргументов в функции. Это особенно полезно, когда вы не знаете заранее, сколько аргументов будет передано в функцию или когда требуется работать с коллекциями данных, такими как списки или словари.

Используйте Splat-оператор и splatty-splat в Python, чтобы упростить передачу аргументов в функции и обрабатывать коллекции данных более эффективно. Помните, что Splat-оператор расширяет коллекцию до позиционных аргументов, а splatty-splat распаковывает словарь в именованные аргументы, делая ваш код более читаемым и гибким.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Сравнение def и lambda функций в Python
  2. Аргументы *args и **kwargs
  3. Генераторы списков
  4. Управление контекстом выполнения
  5. Проверка вхождения подстроки
  6. Вложенные циклы в Python
  7. Генератор списка с условием if
  8. Retrying в Python: повторные вызовы
  9. Обработка ошибок в Python
  10. Модуль os в Python: работа с файлами
  11. Проверка списка: any() и all()
  12. Python UserString — создание подклассов строк
  13. Оператор Walrus в Python 3.8
  14. Сортировка с помощью key
  15. Раздувающийся словарь в Python
  16. Переворот строки с использованием цикла
  17. Счетчик ссылок в Python
  18. Создание списка дат
  19. Списки в Python: основы
  20. Инициализация объекта
  21. Создание namedtuple списком полей
  22. Разделение списка на гнппы
  23. Метод bool() в Python
  24. Генерация случайных чисел в Python
  25. Работа с timedelta в Python
  26. Работа с парами ключ-значение
  27. Разрешение имен в Python
  28. Основные операции с библиотекой Numpy
  29. Возврат нескольких значений
  30. Метод сравнения объектов в Python
  31. Проверка кортежей.
  32. Создание копии списка в Python
  33. Измерение времени выполнения
  34. Именованные аргументы в Python
  35. Хеширование паролей с солью
  36. Модуль antigravity: генерация координат
  37. Enum в Python
  38. Изменение элемента списка
  39. Создание словарей с defaultdict()
  40. Поиск подстроки в строке
  41. Профилирование с cProfile
  42. Функции-генераторы в Python
  43. Умножение строк и списков
  44. Создание класса очереди
  45. Проверка существования переменной с оператором :=
  46. Проверка ввода с помощью isdigit
  47. Регулярные выражения в Python
  48. Работа с библиотекой requests

Marketello читают маркетологи из крутых компаний