CATALOGUE Code & Data Formation Python Maîtriser Python Les Structures de Données en Python

Les Structures de Données en Python

Alternatives au dictionnaire
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtriser Python
Revoir le teaser Je m'abonne
5,0
Transcription
99,00€ Je commande
Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm
DescriptionProgrammeAvis
5,0
99,00€ Je commande
Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

Introduction aux Dictionnaires et leurs Compléments

Objectifs

L'objectif de cette vidéo est de présenter et démontrer l'utilisation des structures de données avancées en Python : OrderDict, DefaultDict, Counter et ChainMap.

Résumé

Explorez les diverses structures de données en Python, telles que les OrderDict, DefaultDict, Counter et ChainMap, qui complètent et améliorent les dictionnaires standards.

Description

Le dictionnaire est une structure de données centrale en Python. Il est souvent utilisé avec les listes et trouve des applications variées. Derrière chaque classe Python, les attributs sont stockés sous forme de dictionnaire. Les namespaces de Python sont eux-mêmes des dictionnaires.

Un dictionnaire lève une KeyError lorsqu'une clé est manquante et n'est pas ordonné par défaut. Pour pallier à ces limites, d'autres structures de données existent :

  • OrderDict : similaire aux dictionnaires mais avec conservation de l'ordre d'insertion.
  • DefaultDict : permet de gérer les clés manquantes en utilisant des callbacks.
  • Counter : utile pour compter les occurrences d'éléments sans gestion manuelle des clés manquantes.
  • ChainMap : fusionne plusieurs dictionnaires pour un accès simplifié.

Chacune de ces structures offre des fonctionnalités spécifiques et avantages pour divers cas d'utilisation.

Voir plus

Questions - réponses

Quelle est la principale différence entre un dictionnaire et un OrderDict ?
La principale différence est que l'OrderDict conserve l'ordre d'insertion des clés, contrairement au dictionnaire ordinaire.
Comment le DefaultDict gère-t-il les clés manquantes ?
Le DefaultDict utilise un callback défini par l'utilisateur pour générer et insérer une valeur par défaut lorsqu'une clé manquante est rencontrée.
Pourquoi utiliser un Counter plutôt qu'un dictionnaire classique pour compter des éléments ?
Le Counter simplifie l'opération de comptage en initialisant automatiquement les nouvelles clés à zéro, ce qui évite des vérifications manuelles de la présence des clés.

Programme détaillé

2 commentaires
5,0
2 votes
5
4
3
2
1
michelkreutner
Il y a 11 months
Commentaire
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.vogel
Il y a 2 years
Commentaire
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")