or
यह अभ्यास पाठ्यक्रम का हिस्सा है
आप इटरेटर और इटेरेबल्स के बारे में विस्तार से सीखेंगे, जिनके साथ आप पहले ही for लूप्स लिखते समय काम कर चुके हैं। आप कुछ उपयोगी फंक्शन्स जानेंगे जो आपको इटरेटर के साथ असरदार तरीके से काम करने में मदद करेंगे। और आप इस अध्याय को एक ऐसे यूज़ केस से समाप्त करेंगे जो डेटा साइंस की दुनिया और बड़े डेटा के साथ काम करने से जुड़ा है—इस केस में, आप Twitter के डेटा को इटरेटर का प्रयोग करके चंक्स में लोड करेंगे।
वर्तमान अभ्यास
इस अध्याय में, आप इटरेटर के अपने ज्ञान पर आगे बढ़ेंगे और लिस्ट कॉम्प्रिहेंशन्स से परिचित होंगे, जो आपको सिर्फ एक लाइन के कोड में जटिल लिस्ट्स—और लिस्ट्स की लिस्ट—बनाने देते हैं! लिस्ट कॉम्प्रिहेंशन्स आपके कोड को काफी सरल और कुशल बना सकते हैं, और ये आपके Python टूलबॉक्स का अहम हिस्सा बन जाएँगे। इसके बाद, आप जेनेरेटर्स के बारे में सीखेंगे, जो बड़े डेटा सीक्वेंसेज़ के साथ काम करते समय बेहद सहायक होते हैं—खासकर तब जब आप डेटा को मेमोरी में स्टोर नहीं करना चाहते, बल्कि ज़रूरत के अनुसार ऑन-द-फ्लाई जनरेट करना चाहते हैं।
यह अध्याय आपको अपने नए सीखे हुए स्किल्स को वास्तविक दुनिया के डेटासेट—World Bank के World Development Indicators—से सार्थक जानकारी निकालने और उसे सँभालने पर लागू करने का मौका देगा। आप अपने खुद के फंक्शन्स और लिस्ट कॉम्प्रिहेंशन्स लिखेंगे, और इटरेटर व जेनेरेटर्स के साथ काम करते हुए अपनी Python क्षमता को मज़बूत करेंगे।