ლექცია 13 · XIII კვირაLecture 13 · Week XIII

იტერატორები და
კონტეინერებიIterators and
containers

როგორ მუშაობს for სინამდვილეში · iter() და next() · გენერატორები How for really works · iter() and next() · generators

დღეს ასევე: პრაქტიკული დავალება #4 Also today: practical assignment #4

გამეორება · ლექციები 11–12Review · lectures 11–12

შემოწმება — 9 კითხვაCheck yourself — 9 questions

ცნებაConcept

კონტეინერი — რა არისWhat a container is

ობიექტი, რომელიც სხვა ობიექტებს იტევს და შეუძლია პასუხი გასცეს კითხვას „ეს შენში არის?“

An object that holds other objects and can answer the question “is this one of yours?”

print(3 in [1, 2, 3])           # list
print("a" in ("a", "b"))        # tuple
print(1 in {1, 2})              # set
print("key" in {"key": 1})      # dict — searches the keys
print("th" in "python")         # str

# every one of them supports len()
print(len([1,2,3]), len("abc"), len({1,2}))

მთავარიThe core idea

რა ხდება for-ის შიგნითWhat happens inside a for

for x in [10, 20, 30]:
    print(x)

it = iter([10, 20, 30])   # get an iterator
while True:
    try:
        x = next(it)       # the next element
    except StopIteration:  # elements exhausted
        break
    print(x)

პრაქტიკაPractice

iter() და next() ხელითiter() and next() by hand

numbers = [10, 20, 30]
it = iter(numbers)

print(next(it))    # 10
print(next(it))    # 20
print(next(it))    # 30
print(next(it))    # StopIteration!

# with a default value — no error
it = iter(numbers)
print(next(it, "დასრულდა"))   # 10
print(next(it, "დასრულდა"))   # 20
print(next(it, "დასრულდა"))   # 30
print(next(it, "დასრულდა"))   # დასრულდა

it = iter([1, 2, 3])
print(list(it))    # [1, 2, 3]
print(list(it))    # []  — already exhausted!

შექმნაBuilding one

საკუთარი იტერატორიYour own iterator

class Countdown:
    """უკუთვლა n-დან 1-მდე. / Counts down from n to 1."""

    def __init__(self, start):
        self.current = start

    def __iter__(self):
        return self                # it is its own iterator

    def __next__(self):
        if self.current <= 0:
            raise StopIteration    # the signal: we are done
        value = self.current
        self.current -= 1
        return value


for n in Countdown(5):
    print(n, end=" ")              # 5 4 3 2 1

კლასები კურსის პროგრამაში არაა — აქ ის მხოლოდ მექანიზმის საჩვენებლადაა. ქვემოთ ბევრად მარტივი გზაა. Classes are not part of this course — this is only to show the mechanism. A much simpler route follows.

მარტივი გზაThe simple route

გენერატორი — yieldGenerators — yield

class Countdown:
    def __init__(self, start):
        self.current = start
    def __iter__(self):
        return self
    def __next__(self):
        if self.current <= 0:
            raise StopIteration
        v = self.current
        self.current -= 1
        return v

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


for n in countdown(5):
    print(n, end=" ")     # 5 4 3 2 1

უპირატესობაThe advantage

„ზარმაცი“ გამოთვლა (lazy evaluation)Lazy evaluation

import sys

# a list — every element is in memory at once
squares_list = [n ** 2 for n in range(1_000_000)]
print(sys.getsizeof(squares_list))     # ~8,400,000 bytes

# a generator — each element is produced on demand
squares_gen = (n ** 2 for n in range(1_000_000))
print(sys.getsizeof(squares_gen))      # ~200 bytes

print(sum(squares_gen))                # works, without the memory

def naturals():
    n = 1
    while True:
        yield n
        n += 1

პრაქტიკაPractice

გენერატორები რეალურ ამოცანაშიGenerators in a real task

def read_lines(path):
    """ფაილს ხაზ-ხაზ კითხულობს, ცარიელებს ტოვებს.
    Reads the file line by line, skipping blanks."""
    with open(path, encoding="utf-8") as f:
        for line in f:
            line = line.strip()
            if line:
                yield line


def only_errors(lines):
    """მხოლოდ შეცდომების ხაზები. / Only the error lines."""
    for line in lines:
        if "ERROR" in line:
            yield line


def first_words(lines):
    for line in lines:
        yield line.split()[0]


# a chain — not a single intermediate list is built
for word in first_words(only_errors(read_lines("app.log"))):
    print(word)

ბიბლიოთეკაLibrary

itertools — მზა იტერატორებიitertools — ready-made iterators

from itertools import count, cycle, islice, chain, product, combinations

# an infinite counter
for n in islice(count(10, 5), 4):
    print(n, end=" ")            # 10 15 20 25

# repeating in a cycle
colors = cycle(["წითელი", "მწვანე"])
print(list(islice(colors, 5)))

# joining sequences
print(list(chain([1, 2], [3, 4])))       # [1, 2, 3, 4]

# the cartesian product
print(list(product("AB", [1, 2])))
# [('A',1), ('A',2), ('B',1), ('B',2)]

# combinations
print(list(combinations([1, 2, 3], 2)))
# [(1,2), (1,3), (2,3)]

შეფასებაAssessment

პრაქტიკული დავალება #4Practical assignment #4

8 ქულა · სრულდება აუდიტორიაში, დამოუკიდებლად 8 points · done in class, independently

1. iter/next ხელითსიაზე გაიარე while True-თი, next()-ითა და StopIteration-ის დაჭერით
2. გენერატორი even_numbers(limit)აბრუნებს ლუწ რიცხვებს yield-ით. შეადარე იმავე ლოგიკის სიისეულ ვარიანტს sys.getsizeof()-ით
3. ფიბონაჩის გენერატორიუსასრულო; პირველი 15 წევრი ამოიღე islice-ით
4. ფაილის მილსადენისამი გენერატორი: ხაზების კითხვა → გაფილტვრა → გარდაქმნა. ჩააერთე ერთ ჯაჭვში
5. ახსნადაწერე კომენტარად: რით განსხვავდება [x for x in ...] და (x for x in ...)

1. iter/next by handWalk a list with while True, next() and a caught StopIteration
2. A generator even_numbers(limit)Yields even numbers with yield. Compare it to the list version using sys.getsizeof()
3. A Fibonacci generatorInfinite; take the first 15 terms with islice
4. A file pipelineThree generators: read lines → filter → transform. Chain them together
5. ExplainWrite as a comment: how [x for x in ...] differs from (x for x in ...)

შემაჯამებელიWrap-up

რა უნდა დაგამახსოვრდესWhat to remember

• Iterable — რაზეც for-ით გავლა შეიძლება; Iterator — ის, ვინც ახსოვს, სად გაჩერდა
• for სინამდვილეში აკეთებს: iter() → next() → StopIteration
• იტერატორი ერთჯერადია — მეორედ გავლა ცარიელს დააბრუნებს
• საკუთარი იტერატორი: __iter__ + __next__; მარტივი გზა — yield
• გენერატორი მეხსიერებას არ ჭამს — ელემენტს საჭიროებისას ქმნის
• [...] სია · (...) გენერატორი

• An iterable is what you can loop over; an iterator is what remembers the position
• for really performs: iter() → next() → StopIteration
• An iterator is single-use — a second pass yields nothing
• Your own iterator: __iter__ + __next__; the easy way is yield
• A generator uses almost no memory — it produces items on demand
• [...] a list · (...) a generator