Mridu Bhatnagar
-
مهندس نرم افزار
Mridu Bhatnagar فارغ التحصیل علوم و مهندسی کامپیوتر است.
وی دارای تجربه حرفه ای کار در صنایع fintech ، مسافرت و گردشگری است و nbsp؛ به عنوان توسعه دهنده باطن و مهندس داده است. او همچنین عضو فعال انجمن توسعه دهندگان پایتون است. او در جلسات و کنفرانس های مختلف در سراسر جهان سخنرانی می کند. برخی از گفتگوهای اخیر وی شامل کنفرانس EuroPython 2020 ، Remote Python Pizza Conf (برلین) 2020 ، Data Umbrella Meetup (شهر نیویورک) ، Python User Group Berlin و دیدارهای Pyladies در برلین و ایرلند است. جلسات گفتگوی ضبط شده وی را می توانید در & nbsp؛ YouTube پیدا کنید. & nbsp؛
وی دارای تجربه حرفه ای کار در صنایع fintech ، مسافرت و گردشگری است و nbsp؛ به عنوان توسعه دهنده باطن و مهندس داده است. او همچنین عضو فعال انجمن توسعه دهندگان پایتون است. او در جلسات و کنفرانس های مختلف در سراسر جهان سخنرانی می کند. برخی از گفتگوهای اخیر وی شامل کنفرانس EuroPython 2020 ، Remote Python Pizza Conf (برلین) 2020 ، Data Umbrella Meetup (شهر نیویورک) ، Python User Group Berlin و دیدارهای Pyladies در برلین و ایرلند است. جلسات گفتگوی ضبط شده وی را می توانید در & nbsp؛ YouTube پیدا کنید. & nbsp؛
دوره های Mridu Bhatnagar | دانلود آموزشهای Mridu Bhatnagar:
آموزش ساختارهای داده Python: مجموعه ها و مجموعه های منجمد
Python Data Structures: Sets and Frozen Sets
اصول مهم استفاده از مجموعه های پایتون و مجموعه های منجمد را بیاموزید.
Mridu Bhatnagar
آموزش ساختارهای داده پایتون: مجموعه ها و مجموعه های منجمد
دانلود Python Data Structures: Sets and Frozen Sets
مجموعه‌ها در پایتون عموماً کارآمدترین ساختار داده برای ذخیره‌سازی و کار با عناصر منحصربه‌فرد هستند که عملکرد میانگین موردی در زمان ثابت را برای عملیات‌های آزمایش عضویت، درج و حذف ارائه می‌دهند. آنها همچنین دارای حافظه نسبتا کمی در مقایسه با دیکشنری ها هستند. در حالی که فهرست‌ها و لغت‌نامه‌ها موارد استفاده خاص خود را دارند، مجموعه‌ها به دلیل سادگی و کارایی، اغلب در هنگام برخورد با مجموعه‌ای از عناصر منحصربه‌فرد و عملیات مجموعه، انتخاب ارجح هستند.