Python + Урок

Пример: создаём своего кота-итератора 🐾

Давайте создадим класс, который будет работать как итератор. Представьте, что у нас есть кот, который ест из миски, но только по одному кусочку за раз.

🐾 Кот доволен, а мы научились создавать итераторы!

Зачем это нужно?

Итераторы полезны, когда вы работаете с большими наборами данных или хотите лениво (lazy) обрабатывать элементы. Например:

🐾 Чтение больших файлов: Вместо того чтобы загружать весь файл в память, вы можете читать его построчно.

🐾 Генерация данных на лету: Например, бесконечные последовательности чисел.

🐾 Оптимизация памяти: Итераторы не хранят все элементы в памяти, а создают их по мере необходимости.

Пример: бесконечный генератор чисел (или бесконечная миска корма)

🐾 Кот может есть бесконечно, но мы ограничили его аппетит.

Историческая справка

Итераторы появились в Python 2.2, когда разработчики решили сделать работу с коллекциями более удобной. До этого приходилось использовать индексы и вручную управлять процессом. Итераторы стали частью Python, чтобы сделать код более читаемым и "питоничным". 🐍

Примеры использования в реальной жизни

📂 Чтение файлов:

🧮 Генерация чисел:

🛒 Обход словаря:

Итераторы — это как коты: они делают вашу жизнь проще, но требуют немного внимания и понимания. 🐾 Они позволяют вам работать с данными эффективно и элегантно. Попробуйте создать свои итераторы и поэкспериментировать с ними! Философский вопрос: генератор является частным случаем итератора или наоборот? :)

А на канале https://t.me/pytonism мы как-раз сейчас рассматриваем генераторы списков (List Comprehensions).

💡 Объяснение:

• map применяет лямбда-функцию к каждому элементу списка food.

• Лямбда берёт длину строки (например, "fish" — 4 буквы) и умножает её на 100 (условные калории).

• В результате мы получаем список калорий для каждого блюда.

Историческая справка

Лямбда-функции пришли к нам из функционального программирования. Их название происходит от греческой буквы "лямбда" (λ), которая использовалась в математической логике для обозначения анонимных функций. Так что, можно сказать, что лямбда — это древний и мудрый кот, который знает, как делать всё быстро и эффективно. 🐱

Примеры использования в различных ситуациях

🐾 1. Сортировка списка по длине строк:

💡 Объяснение: Лямбда-функция берёт длину каждого слова и использует её для сортировки.

🐾 2. Фильтрация списка:

💡 Объяснение: Лямбда проверяет, делится ли число на 2 без остатка, и оставляет только те, которые подходят.

🐾 3. Комбинация с reduce:

💡 Объяснение: Лямбда берёт два числа, складывает их и передаёт результат дальше.

Когда использовать лямбда, а когда нет?

Лямбда-функции хороши для простых операций, которые можно описать в одну строчку. Но если твоя функция становится сложной, лучше использовать def. Это как с котами: если ты хочешь, чтобы кот просто поймал мышь, достаточно короткой команды. Но если ты хочешь, чтобы он сварил тебе кофе, придётся объяснить подробнее. ☕️

Лямбда-функции — это мощный инструмент, который позволяет писать код компактно и красиво. Они особенно полезны, когда нужно быстро обработать данные или передать функцию как аргумент. Но помни: с большой силой приходит большая ответственность. Не злоупотребляй лямбдами, чтобы твой код оставался читаемым.

А как вам лямбда? Полезно? Напиши в комментариях, где вы уже использовали или планируете использовать лямбда-функции.🐾

Замечу, что на канале https://t.me/pytonism вышла серия постов, подробно раскрывающая тему анонимных функций, с примерами и котиками)

Для Барсика мы явно указали еду, а для Мурзика значение было создано автоматически.

Алгоритм использования defaultdict

1. 🐾 Импортируйте defaultdict из модуля collections.

2. 🐾 Укажите функцию, которая будет возвращать значение по умолчанию (например, lambda: "default_value").

3. 🐾 Используйте словарь как обычно. Если ключ отсутствует, он будет автоматически добавлен с заданным значением.

Примеры использования

1. Подсчёт количества котов

Допустим, у вас есть список котов, и вы хотите подсчитать, сколько раз каждое имя встречается.

Обычный словарь:

Этот код работает, но он громоздкий.

С defaultdict:

Здесь int используется как функция по умолчанию, которая возвращает 0.

2. Группировка котов по длине имени

Допустим, вы хотите сгруппировать котов по длине их имён.

Здесь list используется как функция по умолчанию, которая создаёт пустой список.

3. Создание словаря с вложенными словарями

Иногда нужно создать словарь, где значения сами являются словарями.

Здесь мы используем lambda, чтобы создать вложенные словари.

Когда использовать?

🐾✅ Используйте defaultdict, если:

• Вы хотите избежать ошибок KeyError.

• Вам нужно автоматически создавать значения для отсутствующих ключей.

• Вы работаете с вложенными структурами данных.

🐾❌ Не используйте defaultdict, если:

• Вам нужно знать, какие ключи отсутствуют.

• Вы хотите, чтобы словарь оставался неизменным.

Метафора с котиками

Представьте, что у вас есть автоматическая кормушка для котов. Если кот приходит к пустой миске, кормушка сама наполняет её едой. defaultdict работает точно так же: если ключ отсутствует, он автоматически создаётся с заданным значением.

Плюсы и минусы

🐾 Плюсы:

✅ Избавляет от необходимости проверять наличие ключа.

✅ Упрощает код.

✅ Подходит для работы с вложенными структурами.

🐾 Минусы:

❌ Может скрыть ошибки, если вы случайно обращаетесь к несуществующему ключу.

❌ Не всегда очевидно, что значение создаётся автоматически.

Примеры использования в реальной жизни

🐍 Подсчёт частоты: анализ текста, подсчёт слов или символов.

📦 Группировка данных: распределение элементов по категориям.

🛠 Работа с вложенными структурами: создание многомерных словарей.

Как не запутаться?

1. 🐾 Используйте defaultdict, если вам нужно значение по умолчанию.

2. 🐾 Всегда указывайте функцию по умолчанию (например, int, list или lambda).

3. 🐾 Не забывайте, что defaultdict автоматически добавляет ключи.

О чём ещё вам было бы интересно почитать? Расскажите в комментариях! 🐾

Да, канале https://t.me/pytonism вас ждёт очередная задача )) Успешного кодинга!

Значение для ключа Barsik было перезаписано.

2. Оператор | (Python 3.9+)

С появлением Python 3.9 объединение словарей стало ещё проще. Оператор | создаёт новый словарь, объединяя два других.

Пример:

Здесь создаётся новый словарь, а исходные остаются неизменными.

3. Распаковка словарей (**)

Распаковка словарей позволяет объединить их, создавая новый словарь. Это работает даже в версиях Python до 3.9.

Пример:

Как и в предыдущих примерах, значение для Barsik было перезаписано.

Когда использовать?

🐾 update():

• Когда нужно изменить существующий словарь.

• Если не важно сохранить исходные данные.

🐾 Оператор |:

• Когда нужен новый словарь.

• Если вы используете Python 3.9+.

🐾 Распаковка (**):

• Когда нужен новый словарь.

• Если вы используете Python до 3.9.

Метафора с котиками

Представьте, что у вас есть две коробки с игрушками: одна для Барсика, другая для Мурзика.

• Если вы пересыпаете игрушки из одной коробки в другую, это update().

• Если вы берёте новую коробку и кладёте туда игрушки из других коробок, это оператор | или распаковка.

• Если вы просто ставите коробки рядом и говорите: "Теперь это одна большая коробка", это ChainMap.

О чём ещё вам было бы интересно почитать? Расскажите в комментариях! 🐾

И, по начинающейся традиции, на канале https://t.me/pytonism вас ждёт новая задача! Успешного кодинга!