🔹 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.

🔹 Аргументы *args и kwargs в Python

*args и **kwargs позволяют передавать переменное число аргументов в функцию.

• *args — позиционные аргументы (в виде кортежа)
• **kwargs — именованные аргументы (в виде словаря)

➡️ Пример:

def show_info(*args, **kwargs):
    print("ARGS:", args)
    print("KWARGS:", kwargs)

show_info(1, 2, name="Alice", age=30)

ARGS: (1, 2)  
KWARGS: {'name': 'Alice', 'age': 30}

Полезно для гибких функций с произвольными параметрами.

🔹 Цикл for в Python — перебор коллекций

Цикл for используется для последовательного перебора элементов в списках, строках, множествах и других итерируемых объектах.

➡️ Пример:

fruits = ["яблоко", "банан", "вишня"]

for fruit in fruits:
    print(fruit)

яблоко  
банан  
вишня

Простой способ пройтись по всем элементам без индексов.

Работает с любым объектом, поддерживающим итерацию.

🔹 Функция zip() в Python — объединение последовательностей

zip() объединяет несколько итерируемых объектов в кортежи, где каждый кортеж содержит элементы с одинаковыми индексами.

➡️ Пример:

names = ["Анна", "Борис", "Вера"]
ages = [25, 30, 22]

for name, age in zip(names, ages):
    print(f"{name} — {age} лет")

Анна — 25 лет  
Борис — 30 лет  
Вера — 22 лет

zip() удобен, когда нужно обрабатывать данные парами или построчно из нескольких списков.