👩‍💻 Генераторы — ленивые последовательности без лишней памяти

Генераторы в Python создают значения "на лету", без хранения всего списка в памяти.

Это делает их идеальными для работы с большими объёмами данных и потоками

➡️ Пример:

def fibonacci():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

gen = fibonacci()
for _ in range(5):
    print(next(gen))
# 0 1 1 2 3

📌 Здесь yield превращает функцию в генератор, который "запоминает" состояние между вызовами.

👩‍💻 Контекстные менеджеры — управление ресурсами без утечек

Контекстные менеджеры позволяют автоматически управлять ресурсами — открытыми файлами, соединениями, блокировками.

Они гарантируют освобождение ресурсов даже при ошибках

➡️ Пример:

class Managed:
    def __enter__(self):
        print("Ресурс открыт")
        return self
    def __exit__(self, exc_type, exc_val, exc_tb):
        print("Ресурс закрыт")

with Managed():
    print("Работаем с ресурсом")

# Ресурс открыт
# Работаем с ресурсом
# Ресурс закрыт

📌 Метод __enter__ выполняется при входе в блок, __exit__ — при выходе, даже если возникло исключение.

❓ Зачем используется метод split() в Python и когда его применять?

Метод split() разбивает строку на части по заданному разделителю и возвращает список. Это удобно для обработки текста, логов, CSV-данных и пользовательского ввода.

✅Пример:

text = "apple,banana,orange"
fruits = text.split(",")
print(fruits)
# ➜ ['apple', 'banana', 'orange']

📌В этом примере split() разделяет строку по запятой, превращая её в список слов

split() удобно использовать при парсинге строк, чтении файлов, анализе данных и обработке команд. Без аргумента метод автоматически разделяет по пробелам — это особенно полезно для очистки и разбиения текста на слова