🔹 Словари в Python — удобное хранение данных

Словарь (dict) — структура данных, хранящая пары "ключ: значение".

Ключи уникальны и неизменяемы (например, строки, числа), значения могут быть любыми.

➡️ Пример:

person = {
    "name": "Анна",
    "age": 25,
    "city": "Москва"
}

print(person["name"])  # Вывод: Анна

Чтобы получить значение, указывайте ключ в квадратных скобках.

Используйте словари для структурированных данных и быстрого доступа по ключу.

🔹 Генераторы в Python — ленивые итерации

Генераторы позволяют создавать последовательности без хранения всех элементов в памяти.

Они работают "лениво" — вычисляют значения по мере необходимости.

➡️ Пример:

def countdown(n):
    while n > 0:
        yield n
        n -= 1

for num in countdown(5):
    print(num)

5
4
3
2
1

🗣️ Генераторы экономят память и удобны для обработки больших данных.

🔹 Лямбда-функции в Python — компактные выражения

Лямбда-функции — это короткие анонимные функции, которые создаются с помощью ключевого слова lambda.

Они часто используются для простых операций и в качестве аргументов функций высшего порядка.

➡️ Пример:

square = lambda x: x ** 2
print(square(5))  # Вывод: 25

Лямбда-функции удобны для создания небольших одноразовых вычислений, когда полноценная функция избыточна.

🔹 Списочные включения (List Comprehensions) в Python

Списочные включения позволяют компактно создавать списки на основе существующих.
Их удобно использовать для фильтрации, трансформации и создания новых списков.

➡️ Пример:

numbers = [1, 2, 3, 4, 5]
squares = [x**2 for x in numbers]
print(squares)  # Вывод: [1, 4, 9, 16, 25]

Быстро и лаконично: квадрат каждого элемента из исходного списка.

Используйте списочные включения для краткости и читаемости кода.

🔹 Множества в Python — уникальные элементы

Множества (set) — неупорядоченные коллекции, содержащие только уникальные элементы.
Они быстро выполняют операции объединения, пересечения и разности.

➡️ Пример:

numbers = [1, 2, 2, 3, 4, 4, 5]
unique_numbers = set(numbers)
print(unique_numbers)  # Вывод: {1, 2, 3, 4, 5}

Множества автоматически удаляют дубликаты и подходят для работы с уникальными значениями.

❓ Зачем используется функция map() в Python и когда её применять?

Функция map() применяется для преобразования каждого элемента итерируемого объекта с помощью переданной функции. Это позволяет лаконично и эффективно обрабатывать коллекции данных.

✅ Пример:

numbers = [1, 2, 3, 4]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)  # [1, 4, 9, 16]

📌 В этом примере функция map() применяет лямбда-функцию ко всем элементам списка, возвращая новый список с квадратами чисел.

map() удобно использовать, когда нужно преобразовать каждый элемент коллекции, например, при форматировании данных или проведении математических операций.

🔹 Кортежи в Python — неизменяемые последовательности

Кортежи (tuple) — это упорядоченные коллекции, которые нельзя изменить после создания.

Они занимают меньше памяти, чем списки, и подходят для хранения постоянных данных.

➡️ Пример:

coordinates = (10, 20)
print(coordinates[0])  # Вывод: 10

Кортежи полезны для данных, которые не должны изменяться, например, координаты, настройки или константы.

⚠️ Используйте их для оптимизации и защиты от случайного изменения.

🔹 Итераторы в Python — пошаговый доступ к данным

Итераторы позволяют перебирать элементы коллекций (списков, кортежей, строк) по одному.
Объект считается итератором, если реализует методы iter() и next().

➡️ Пример:

my_list = [1, 2, 3]
it = iter(my_list)

print(next(it))  # Вывод: 1
print(next(it))  # Вывод: 2

Итераторы экономят память при работе с большими данными, так как не загружают все элементы сразу.

✔️ Используйте их в циклах и для последовательного доступа к данным.