Вероятно, тема текущего урока — самая простая, но самая важная из всего курса.
Во всем мире Python часто используют для работы с данными. Объем данных может быть небольшим — такой сможет обработать и один слабый компьютер. Но данных может быть так много, что потребуются целые вычислительные кластеры — группы из нескольких компьютеров, объединенных в сеть и решающих общую задачу. Только такие мощности способны переварить подобные объемы информации.
Есть даже такая отрасль — data science, то есть наука о данных. И Python — один из основных инструментов, которые применяются в данной сфере. Машинное обучение, экспертные системы, интеллектуальный анализ данных — со всем этим работают Python-разработчики.
Любые данные нужно как-то представлять в памяти компьютера — и делать это нужно так, чтобы с данными было удобно и эффективно работать. Поэтому в программах данные часто хранятся в коллекциях. Список пользователей, список страниц, список дат, список строк, список серверов — все эти сущности можно представить в коде в виде коллекций.
Python известен тем, что поставляется с набором готовых видов коллекций, которые работают очень эффективно и удобны в использовании. Вот основные встроенные типы коллекций в Python:
- Списки (lists)
- Словари (dictionaries)
- Множества или наборы (sets)
Разные типы коллекций требуют разных подходов к использованию и полезны в разных ситуациях. Более того, существует несколько сильно различающихся подходов для работы с одними только списками! И Python-разработчик должен понимать, какую коллекцию нужно применить, каким способом с ней работать, какие преимущества это даст и какими недостатками этот выбор будет обладать.
Еще важно понять, что обработка коллекций — во многом алгоритмическая задача. Это навык, который просто так в голове не сформируется. Нужно развивать понимание того, как программа будет выполняться, какие ресурсы затратит компьютер на ее выполнение.
Именно поэтому коллекциям уделены сразу несколько курсов в рамках специализации. Но и в курсах, напрямую не связанных с обработкой данных с применением коллекций, они все равно будут широко использоваться. Так вы сможете отточить свои навыки по работе с коллекциями: нужны время и задачки, чтобы появились необходимые связи в мозгу.
Важно также отметить, что навыки реализации даже простейших алгоритмов хорошо развивают и структурируют мышление. То есть эти курсы преследуют две цели:
- Научиться алгоритмически мыслить
- Научиться быстро решать типичные задачи по работе с коллекциями
Остались вопросы? Задайте их в разделе «Обсуждение»
Вам ответят команда поддержки Хекслета или другие студенты
Для полного доступа к курсу нужен базовый план
Базовый план откроет полный доступ ко всем курсам, упражнениям и урокам Хекслета, проектам и пожизненный доступ к теории пройденных уроков. Подписку можно отменить в любой момент.