1. Learning Outcomes#

2. प्रत्येक data साठी List वापरायची नसते#

Python शिकताना list खूप लवकर परिचित होते.

त्यामुळे सुरुवातीला असे वाटू शकते:

"list मध्ये data ठेवता येतो, मग प्रत्येक ठिकाणी list वापरली तर झाले!"

पण real development मध्ये collection निवडताना फक्त data ठेवता येतो का हे पाहत नाही.

आपण हेही पाहतो:

• items चा क्रम महत्त्वाचा आहे का?
• data नंतर बदलणार आहे का?
• duplicate values ठेवायच्या आहेत का?
• फक्त unique values हव्या आहेत का?
• values position ने access करायच्या आहेत की key ने?
• data fixed ठेवायचा आहे का?

list, tuple, set आणि dictionary या चारही collections data ठेवतात.

पण त्यांचा उपयोग एकसारखा नाही.

"अति तिथे माती" या म्हणीसारखे, प्रत्येक problem साठी list वापरणे सोपे वाटले तरी ते नेहमी योग्य design नसते.

3. List कधी वापरायची?#

list ही ordered आणि mutable sequence आहे.

ही दोन शब्दे आधी सोप्या भाषेत समजून घेऊ.

ordered म्हणजे items ची position आणि sequence अर्थपूर्ण असते.

mutable म्हणजे list तयार झाल्यानंतर तिच्यातील data बदलता येतो.

उदाहरणार्थ, एका application मध्ये process चे steps ठेवायचे आहेत:

steps = ["login", "search", "checkout"]

steps[1] = "filter"

print(steps)

Expected Output#

['login', 'filter', 'checkout']

इथे दोन गोष्टी महत्त्वाच्या आहेत.

पहिली म्हणजे items चा क्रम आहे.

login आधी आहे आणि checkout नंतर आहे.

दुसरी म्हणजे list मधील item बदलता आला.

"search" ऐवजी "filter" ठेवले.

म्हणून अशा data साठी list योग्य ठरू शकते.

List साठी मजबूत संकेत#

खालील requirements असतील तर list हा चांगला starting choice असतो:

• अनेक related items sequence मध्ये ठेवायचे आहेत
• item ची position महत्त्वाची आहे
• data नंतर बदलू शकतो
• duplicate values स्वीकारायच्या आहेत
• index वापरून item access करणे उपयोगी आहे

उदाहरणे:

• shopping cart मधील products
• playlist मधील songs
• daily tasks
• exam scores ची sequence
• application मध्ये process होणाऱ्या items ची ordered collection

4. Collection निवडण्याचा basic mental model#

Beginner म्हणून खालील decision flow उपयोगी पडतो.

Flow च्या सुरुवातीला आपण data ची requirement पाहतो.

जर प्रत्येक value ला नावासारखी key आवश्यक असेल, तर dictionary natural choice असू शकतो.

जर मुख्य requirement uniqueness असेल, तर set उपयोगी ठरतो.

जर data sequence स्वरूपात आहे आणि नंतर बदलणार आहे, तर list मजबूत choice आहे.

जर sequence fixed ठेवण्याचा intent असेल, तर tuple विचारात घेता येतो.

हा beginner decision guide आहे.

Real projects मध्ये एकाच problem मध्ये अनेक requirements असू शकतात. पण basic collection selection समजण्यासाठी हा mental model उपयोगी आहे.

5. List vs Tuple Overview#

list आणि tuple दोन्ही ordered collections आहेत.

म्हणजे दोन्हीमध्ये items ची sequence असते.

मुख्य फरक आहे mutability.

List निवडण्याची situation#

समजा application मध्ये आजची task list आहे:

["Email", "Meeting", "Coding"]

दिवसभरात tasks बदलू शकतात.

काही task replace होऊ शकते.

नवीन काम येऊ शकते.

अशा data चे स्वरूप dynamic आहे.

त्यामुळे list logical choice आहे.

Tuple निवडण्याची situation#

समजा एखादी fixed coordinate pair conceptually दाखवायची आहे:

(18.5204, 73.8567)

ही values sequence मध्ये आहेत.

पण त्या collection चा intent "ही fixed pair आहे" असा असेल, तर tuple अधिक स्पष्ट choice असू शकतो.

बदल अपेक्षित असतील तर list कडे झुकतो.

Fixed sequence दाखवायची असेल तर tuple विचारात घेतो.

6. List vs Set Overview#

आता दुसरी situation पाहू.

समजा विद्यार्थ्यांनी निवडलेल्या technologies अशा आहेत:

["Python", "Java", "Python", "SQL"]

इथे "Python" दोनदा आले आहे.

जर प्रत्येक selection जसा झाला तसा जपायचा असेल, तर duplicate meaningful असू शकतो.

अशा वेळी list उपयोगी आहे.

पण requirement अशी असेल की:

फक्त कोणकोणत्या technologies निवडल्या आहेत याची unique collection हवी.

मग set जास्त natural ठरतो.

एक छोटा example पाहू.

participants = ["Asha", "Ravi", "Asha"]

unique_participants = set(participants)

print(len(participants))
print(len(unique_participants))

Expected Output#

3
2

participants list मध्ये तीन entries आहेत.

त्यात "Asha" दोनदा आहे.

set uniqueness ठेवतो, त्यामुळे unique participants ची संख्या 2 होते.

जर तुम्हाला first item, second item, third item अशा positions महत्त्वाच्या असतील, तर list अधिक योग्य असू शकते.

7. List vs Dictionary Overview#

list आणि dictionary मधील फरक आणखी महत्त्वाचा आहे.

List मध्ये values positions च्या sequence मध्ये ठेवतो.

Dictionary मध्ये data key-value relationship स्वरूपात ठेवतो.

समजा तीन scores आहेत:

scores = [78, 85, 91]

इथे 85 म्हणजे कोणाचा score हे समजण्यासाठी त्याची position माहीत असणे आवश्यक आहे.

आता हेच data नावानुसार ठेवू:

student_scores = {
    "Asha": 78,
    "Ravi": 85,
    "Meera": 91
}

इथे "Ravi" ही key आहे आणि 85 ही तिच्याशी जोडलेली value आहे.

दोन्ही प्रकारे 85 मिळवता येते:

scores = [78, 85, 91]

student_scores = {
    "Asha": 78,
    "Ravi": 85,
    "Meera": 91
}

print(scores[1])
print(student_scores["Ravi"])

Expected Output#

85
85

Output दोन्हीकडे 85 आहे.

पण विचार करण्याची पद्धत वेगळी आहे.

scores[1] म्हणजे:

position 1 वरील value द्या.

student_scores["Ravi"] म्हणजे:

"Ravi" या key शी संबंधित value द्या.

Modern Python मध्ये dictionaries insertion order जपतात.

पण त्यामुळे dictionary ही list चा replacement होत नाही.

Dictionary चा मुख्य mental model अजूनही mapping आहे.

List चा मुख्य mental model sequence आहे.

8. Ordered Data Requirement समजून घ्या#

ordered आणि sorted हे एकच नाहीत.

हा फरक खूप महत्त्वाचा आहे.

समजा list अशी आहे:

[50, 10, 30]

ही ascending order मध्ये नाही.

तरीही ती ordered collection आहे.

कारण positions जपल्या आहेत:

ordered म्हणजे values लहान ते मोठ्या क्रमाने असतात असा अर्थ नाही.

त्याचा अर्थ collection मधील sequence अर्थपूर्ण आणि जपलेली असते.

Order कधी महत्त्वाचा असतो?#

Playlist विचार करा.

Songs अशा क्रमाने आहेत:

["Intro", "Main Song", "Final Song"]

जर user ला याच sequence मध्ये songs ऐकायचे असतील, तर position महत्त्वाची आहे.

त्यामुळे sequence-based collection आवश्यक आहे.

जर playlist नंतर editही होणार असेल, तर list योग्य choice ठरते.

दुसरे उदाहरण म्हणजे instructions:

["Open file", "Read data", "Generate report"]

इथे order बदलला तर process चा अर्थ बदलू शकतो.

म्हणून ordered data requirement स्पष्ट आहे.

9. Mutable Data Requirement#

mutable म्हणजे object तयार झाल्यानंतर त्याच्या contents मध्ये बदल करता येणे.

List mutable आहे.

उदाहरण:

tasks = ["read", "practice"]

tasks[1] = "revise"

print(tasks)

Expected Output#

['read', 'revise']

सुरुवातीला second item "practice" होता.

नंतर त्याच list मधील second item "revise" केला.

नवीन conceptual collection निवडण्याची गरज पडली नाही.

Existing list मधील content बदलला.

यालाच list ची mutability म्हणतो.

Mutability practically कुठे उपयोगी पडते?#

Shopping cart मध्ये user products बदलू शकतो.

Task list मध्ये कामे बदलू शकतात.

Playlist मध्ये songs बदलू शकतात.

Processing queue मधील items बदलू शकतात.

Application state मधील ordered values update होऊ शकतात.

अशा situations मध्ये mutable sequence उपयोगी ठरते.

Fixed data असेल तर?#

Data चा intent असा असेल की sequence तयार झाल्यानंतर ती बदलू नये, तर tuple अधिक योग्य representation असू शकतो.

यामुळे code वाचणाऱ्या developer ला देखील intent समजतो:

"ही बदलणारी working list नाही; ही fixed sequence आहे."

Collection selection म्हणजे फक्त functionality नाही.

ते code चा meaning स्पष्ट करण्याचे साधनही आहे.

10. चार Collections एकत्र समजून घ्या#

आता चारही basic choices एका ठिकाणी पाहू.

ही table पाठ करण्यापेक्षा तिच्यामागची reasoning समजणे महत्त्वाचे आहे.

Scenario: Shopping Cart#

Items चा क्रम उपयोगी असू शकतो.

User products बदलू शकतो.

Duplicate products काही designs मध्ये meaningful असू शकतात.

म्हणून basic representation म्हणून list योग्य ठरू शकते.

Scenario: Fixed Coordinate#

दोन किंवा तीन values एका fixed ordered unit म्हणून ठेवायच्या आहेत.

त्या collection चा intent बदलण्याचा नाही.

tuple विचारात घेता येतो.

Scenario: Unique Skill Names#

फक्त user ला कोणकोणती skills आहेत हे ठेवायचे आहे.

Same skill दोनदा ठेवून फायदा नाही.

set natural choice ठरू शकतो.

Scenario: Student Information#

name, email, score यांसारख्या labelled values ठेवायच्या आहेत.

Position 0, 1, 2 लक्षात ठेवण्यापेक्षा keys वापरणे स्पष्ट आहे.

dictionary योग्य ठरतो.

11. List निवडताना विचार करण्याची पद्धत#

List निवडण्यापूर्वी requirement कडे खालील क्रमाने पाहा:

1. Data हा sequence आहे.
2. Items ची position महत्त्वाची आहे.
3. Sequence नंतर बदलण्याची गरज आहे.
4. Duplicate values वैध असू शकतात.
5. Key-value mapping ही मुख्य requirement नाही.
6. Uniqueness ही मुख्य requirement नाही.

यापैकी बहुतेक गोष्टी लागू होत असतील तर list strong candidate आहे.

फक्त "मला अनेक values ठेवायच्या आहेत" म्हणून list निवडू नका.

अनेक values ठेवणे हे चारही collections करू शकतात.

खरा प्रश्न आहे:

त्या values मध्ये relationship कोणता आहे?

12. Practical Collection Choice#

एका music application साठी काही data पाहू.

recent_songs मध्ये user ने ऐकलेल्या songs ची sequence ठेवायची आहे आणि ती बदलत राहणार आहे.

त्यासाठी list योग्य आहे.

audio_settings मध्ये fixed pair सारखा data असेल, तर tuple योग्य असू शकतो.

liked_genres मध्ये प्रत्येक genre एकदाच ठेवायचा असेल, तर set उपयुक्त आहे.

profile मध्ये "name", "email" आणि "city" यांना त्यांच्या values शी जोडायचे असेल, तर dictionary natural आहे.

या examples मध्ये syntax पेक्षा requirement महत्त्वाची आहे.

Professional developer आधी problem समजतो.

नंतर collection निवडतो.

13. Interview Preparation#

14. Chapter Recap#

या chapter मधून मुख्यतः हे लक्षात ठेवा:

• list म्हणजे ordered आणि mutable sequence.
• order म्हणजे sorted असणे नाही; items ची sequence जपली जाणे.
• बदलणाऱ्या ordered data साठी list चांगला starting choice आहे.
• fixed ordered sequence साठी tuple विचारात घ्या.
• uniqueness महत्त्वाची असेल तर set विचारात घ्या.
• key-value relationship असेल तर dictionary विचारात घ्या.
• list duplicate values ठेवू शकते.
• collection निवडताना syntax पेक्षा requirement महत्त्वाची आहे.
• चांगला developer "कोणता collection वापरता येईल?" एवढेच पाहत नाही; "या data च्या meaning साठी कोणता collection योग्य आहे?" हे पाहतो.