CATALOGUE Code & Data Formation Python Maîtriser Python - Techniques avancées Maîtriser la Concaténation des Itérables et Générateurs en Python

Maîtriser la Concaténation des Itérables et Générateurs en Python

Itertools : Concaténer des générateurs
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtriser Python - Techniques avancées
Revoir le teaser Je m'abonne
5,0
Transcription
Cette leçon fait partie de la formation
99,00€ Ajouter au panier

Formation incluse dans l'abonnement Elephorm

Je m'abonne à Elephorm
DescriptionProgrammeAvis
5,0
Cette leçon fait partie de la formation
99,00€ Ajouter au panier

Formation incluse dans l'abonnement Elephorm

Je m'abonne à Elephorm

Comprendre les Défis et Solutions pour Concaténer des Générateurs

Objectifs

Les objectifs de cette vidéo sont de :

  • Expliquer les différences entre différents types d'itérables en Python.
  • Illustrer les problèmes courants rencontrés lors de la concaténation d'itérables.
  • Présenter les solutions fournies par le module IterTools pour travailler efficacement avec des générateurs.

Résumé

Découvrez comment concaténer différents itérables en Python, en utilisant des outils comme IterTools pour gérer les générateurs.

Description

Cette leçon vous guidera à travers les défis et solutions liés à la concaténation d'itérables et de générateurs en Python. Vous apprendrez pourquoi certains itérables, comme les listes et les tuples, peuvent être facilement concaténés, tandis que d'autres, comme les fichiers et les dictionnaires, posent des difficultés. La leçon détaillera l'utilisation de l'unpacking pour gérer ces cas, ainsi que les limitations associées aux générateurs, surtout lorsqu'ils sont de taille infinie.

Ensuite, nous explorerons comment utiliser le module IterTools avec ses fonctions clés telles que Chain et Cycle. Chain permet de créer un nouveau générateur à partir de plusieurs itérables sans consommer de mémoire inutilement, ce qui est essentiel pour travailler avec des générateurs infinis. Cycle, quant à lui, transforme un itérable en un générateur infini qui répète ses éléments en boucle. Ces outils sont indispensables pour manipuler des ensembles de données de manière efficace et s'assurer que votre code reste performant.

Voir plus

Questions fréquentes

Pourquoi ne peut-on pas concaténer des fichiers comme des listes en Python ?
Les fichiers en Python ne peuvent pas être concaténés directement comme des listes parce qu'ils sont des flux de données et non des collections qui peuvent être simplement additionnées.
Comment le module IterTools aide-t-il à concaténer des générateurs ?
Le module IterTools fournit des fonctions comme Chain qui peuvent créer un nouveau générateur à partir de plusieurs itérables sans consommer de mémoire inutile tant que les éléments ne sont pas lus.
Que se passe-t-il si vous utilisez un générateur infini avec la fonction Cycle ?
L'utilisation de la fonction Cycle avec un générateur infini peut saturer la mémoire puisque Cycle stocke tous les éléments consommés pour permettre des boucles infinies sur ces éléments.

Programme détaillé

3 commentaires
5,0
3 votes
5
4
3
2
1
LELEU X.
Il y a 7 mois
Bonjour,
Les thèmes variés agrémentés d'exemples simples et clairs enrichissent toutes les notions exposées de façon particulièrement pédagogique. 👍
L'approche didactique m'a permis de beaucoup mieux comprendre tout un tas de concepts plus ou moins bien assimilés auparavant avec une vue d'ensemble nettement plus limpide aujourd'hui. 🤓
Merci pour cette belle prestation. 🙏
Profile picture for user michelkreutner
Michel K.
Il y a 1 an
Les explications sont claires et concises. Ce cours sur l'utilisation avancée de Python est tres intéressant. Il vous apportera des connaissances que vous pourrez ensuite approfondir.
Je suis vraiment tres satisfait par cette première formation suivie sur Python.
Yvan V.
Il y a 3 ans
Hello, sur la video autour de asyncio, vous utilisez python 2.7.12. J'utilise python 3.10, aussi je souhaite faire partager mon code (qui fonctionne) selon ma vision et compréhension sur le sujet d'étude que vous avez proposé. Yvan Vogel.

#CODE en python 3.10.0 64 bits (VScode 1.62.3)
import datetime
import asyncio
import aiohttp
import requests


# ----------------------------------------------------------------------------------------------------------------------------
def req_bloquante(num):
print(f"Get {num}")
uid = requests.get("https://httpbin.org/uuid").json()["uuid"]
print(f"Res {num}: {uid}")


def faire_toutes_les_requetes():
for x in range(51):
req_bloquante(x)


print("=====> ### Bloquant : ")
start = datetime.datetime.now()
faire_toutes_les_requetes()
exec_time = (datetime.datetime.now() - start).seconds
print(f"Downloading all take {exec_time} seconds\n")

# ----------------------------------------------------------------------------------------------------------------------------


async def requeteSansBloquer(semaphore, num, session):
print(f"Get {num}")
# await semaphore.acquire() # putting this await semaphore commande the Res is ordering but process very slow ~60 sec
async with session.get("https://httpbin.org/uuid") as response:
uid = (await response.json())["uuid"]
# await asyncio.sleep(delay=3) #delay = number of seconds
# semaphore.release()
print(f"Res {num}: {uid}")
# return uid # ?


async def main():
semaphore = asyncio.Semaphore(value=1)
tasks = []
async with aiohttp.ClientSession(
loop=loop, connector=aiohttp.TCPConnector(ssl=False)
) as session:
for x in range(51):
tasks.append(requeteSansBloquer(semaphore, x, session))
await asyncio.gather(*tasks)
print("This is after the loop...")


if __name__ == "__main__":
print("=====> ### Non Bloquant : ")
start = datetime.datetime.now()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
exec_time = (datetime.datetime.now() - start).microseconds
print(f"Downloading all take {exec_time} micro seconds\n")