CATALOGUE Code & Data Formation Python Maîtriser Python Maîtriser les itérables Python : ZIP, MAP, REDUCE et IterTools

Maîtriser les itérables Python : ZIP, MAP, REDUCE et IterTools

Itertools : Complément à zip, map et reduce
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

Comprendre et utiliser ZIP, MAP, REDUCE et IterTools

Objectifs

Les objectifs de cette vidéo sont :

  • Apprendre à utiliser les fonctions ZIP, MAP, REDUCE et IterTools.
  • Comprendre les avantages et limitations de chaque fonction.
  • Optimiser le traitement des itérables en Python.
  • Éviter les erreurs courantes et améliorer la performance de votre code.

Résumé

Apprenez à utiliser et maîtriser les itérables en Python avec les fonctions ZIP, MAP, REDUCE et IterTools pour manipuler vos données efficacement en toutes circonstances.

Description

Dans cette leçon, nous explorons les fonctions avancées de manipulation des itérables en Python, telles que ZIP, MAP, et REDUCE, ainsi que des outils du module IterTools. Ces fonctionnalités permettent de traiter des séquences de données de manière concise et performante :

  • ZIP : Combine plusieurs itérables et les parcourt en parallèle. Nous verrons aussi isipLongest d'IterTools, qui gère les itérables de longueurs différentes.
  • MAP et starMap : Appliquent une fonction donnée à chaque élément d'un itérable.
  • REDUCE et accumulate d'IterTools : Réduisent un itérable en appliquant successivement une fonction à ses éléments. Accumulate conserve les résultats intermédiaires, offrant ainsi plus de flexibilité.

Nous approfondirons comment chaque fonction peut être utilisée de manière optimale suivant le contexte de vos projets et comment éviter des erreurs courantes.

Voir plus

Questions - réponses

Quelle est la fonction ZIP en Python ?
ZIP est une fonction qui permet de combiner plusieurs itérables et de les parcourir en parallèle. Si les itérables ont des longueurs différentes, ZIP s'arrêtera à la fin du plus court des itérables.
Comment fonctionne la fonction REDUCE en Python ?
REDUCE applique une fonction cumulativement aux éléments d'un itérable, en passant deux éléments à la fois à la fonction. Il réduit ainsi l'itérable à une seule valeur en appliquant successivement la fonction donnée.
Quelle est la différence entre MAP et starMap ?
MAP applique une fonction à chaque élément d'un itérable, et cela fonctionne pour des tuples si la fonction le permet. starMap, de son côté, permet de décomposer des tuples pour les passer à la fonction comme arguments individuels.

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")