CATALOGUE Code & Data Formation Python Maîtriser Python - Techniques avancées Maîtrisez les Fonctions Groupby et Tee d'Itertools en Python

Maîtrisez les Fonctions Groupby et Tee d'Itertools en Python

Itertools : Groupby et tee
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

Utilisation de la Fonction Groupby

Objectifs

A la fin de cette vidéo, vous serez capable de comprendre et d'appliquer les fonctions groupby et tee de itertools pour améliorer vos manipulations de données en Python.

Résumé

Découvrez comment utiliser les fonctions groupby et tee de la bibliothèque itertools en Python pour grouper et dupliquer efficacement vos itérateurs.

Description

Dans cette leçon, nous allons explorer deux fonctions essentielles de la bibliothèque itertools en Python : groupby et tee. La fonction groupby permet de grouper des éléments selon une condition spécifique, tandis que tee duplique un itérable pour permettre des lectures parallèles.

Nous commencerons par examiner la fonction groupby. Cette fonction est souvent mal comprise car elle nécessite que l'ensemble de données soit trié au préalable. De plus, groupby retourne un générateur contenant lui-même des générateurs, rendant l'évaluation des résultats moins intuitive. Par exemple, nous pouvons grouper un ensemble de lettres triées par ordre alphabétique.

Ensuite, nous illustrerons un exemple plus concret : parcourir un système de fichiers en catégorisant les fichiers selon leur taille (inférieure à 10 Ko, entre 10 Ko et 100 Ko, et supérieure à 100 Ko). Cela démontre l'utilité de groupby pour des cas d'utilisation réels plus complexes.

Ensuite, nous traiterons tee, une fonction permettant de dupliquer un itérable pour des lectures en parallèle. Bien que tee soit souvent mal compris, il offre des avantages significatifs pour traiter des générateurs en parallèle, minimisant l'utilisation de la mémoire en fonction du parcours des éléments.

Voir plus

Questions fréquentes

Pourquoi est-il important de trier les données avant d'utiliser groupby ?
groupby ne fonctionne correctement que sur des données triées ; sinon, il pourrait ne pas grouper les éléments comme attendu.
Comment fonctionne la duplication d'un itérable avec tee ?
tee crée deux nouveaux générateurs qui peuvent être lus indépendamment, ce qui permet de parcourir le même itérable plusieurs fois.
Quels sont les avantages d'utiliser tee avec des générateurs infinis ?
tee permet de lire des générateurs en parallèle tout en optimisant l'utilisation de la mémoire, même pour des générateurs infinis, à condition de gérer correctement la consommation des 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")