[BoostCamp] DAY3 파이썬 기초 문법#2

7 분 소요

[BoostCamp] DAY3 파이썬 기초 문법#2

1.Data Structure

stack & queue

1. stack

하노이 탑쌓기라는 문제를 접해 본적 있다면 이미 Stack을 경험 해본것이다.
스택은 Last In First Out (LIFO)의 특징을 가지고 있다.
즉, 나중에 들어간 데이터가 먼저 나온다는 것이다.

PUSH : data를 스택에 입력한다.
POP : 가장 나중에 들어간 data를 스택에서 출력한다.

그렇다면 Python에서는 어떻게 stack을 구현할 수 있을 까

a = [1, 2, 3, 4, 5]   #원래 stack에 1, 2, 3, 4, 5가 들어 있다고 하자.
a.append(5)  #push(5)   
a.append(6)  #push(6)   

a.pop()      #pop() --> 6출력   
a.pop()      #pop() --> 5출력   

2. queue

큐는 First In First Out (FIFO)의 특징을 가지고 있다.
즉, 먼저 들어간 데이터가 먼저 나온다는 것이다.

PUSH : data를 큐에 입력한다.
POP : 가장 먼저들어간 data를 큐에 입력한다.
그렇다면 Python에서는 어떻게 Queue를 구현할 수 있을 까

a = [1, 2, 3, 4, 5]   #원래 queue에 1, 2, 3, 4, 5가 들어 있다고 하자.
a.append(5)  #push(5)   
a.append(6)  #push(6)   

a.pop(0)      #pop() --> 1출력   
a.pop(0)      #pop() --> 2출력   

tuple & set

1.tuple

값의 변경이 불가능한 자료 구조이다.
리스트의 연산, 인덱싱 등의 연산을 동일하게 사용할 수 있다.
Why Using this?
- 프로그램의 작동 동안 변하지 않는 데이터를 저장한다.
- 혹시 모를 사용자의 실수를 미연에 방지할 수 있다.
어떻게 사용할 까?

a = (0) #하나의 정수로 인식한다.
a = (0, ) #튜플의 크기가 1인 경우 ,를 붙여주도록 하자.  

2.set

값을 순서없이 저장한다.
중복이 허용되지 않는다.

s = set({1, 2, 3, 4})  	# set함수를 사용해서 set 객체를 생성한다.
						# [1, 2, 3, 4]를 set객체에 넣어 초기화해준다.   

s.add(5)				#5를 set객체에 추가한다.   
						#만약 1, 2, 3, 4와 같은 기존에 s에 포함된 element는 추가 되지 않는다.
                        #-->중복 불허   

s.remove(1)				#1을 객체 s에서 삭제한다.   
						#s = {2, 3, 4, 5}    

s.update([6, 7, 8, 9])	#[6, 7, 8, 9]추가   
s.discard(3)			#3삭제   
s.clear()				#s 객체 비우기   

discard VS remove

remove 메소드는 존재하지 않는 값을 삭제하려고 시도할 경우,
Key Error가 발생한다.
discard 메소드는 존재하지 않는 값을 삭제하려고 시도할 경우에도 문제없이 잘 실행된다.

집합 연산

s1 = set([1, 2, 3, 4])
s2 = set([3, 4, 5, 6])

#합집합은 어떻게 연산할까?   
s1.union(s2)			#s1과 s2를 합집합을 구한다.   

#교집합은 어떻게 연산할까?   
s1.intersection(s2)		#s1과 s2의 교집합을 구한다.   
s1&s2

#차집합은 어떻게 연산할까?   
s1.difference(s2)		#s1 - s2를 구한다.
s1 - s2   

dictionary

key값을 활용하여 value값을 관리한다.
다른 언어의 hashTable, hashMap등 이라고 말한다.
{key1 : value1, key2 : value2…}으로 표현된다.

#dictionary 생성
d = {}  	# 빈 dictionary를 생성한다.
d = dict   	# 빈 dictionary를 생성한다.
d = {"one": 1, "two":2}	# dictionary를 생성하며 {"one":1, "two":2}라고 초기화 한다.   

d.items()  	#dictionary의 데이터를 출력한다.   
d.keys()	#dictionary의 key만 출력한다.   
d.values()	#dictionary의 value만 출력한다.   

collections

list, tuple, dict에 관련된 Python Built-in 확장 자료 구조이다.

편의성,실행효율등을 사용자에게 제공한다.

from collections import deque
from collections import Counter
from collections import OrderedDict
from collections import defaultdict
from collections import namedtuple

1.dequeue

스택과 큐를 합친 자료구조이다.
list에 비해 효율적인 저장 방식을 지원한다.

from collections import deque  

d_list = deque()  

for i in range(1, 6):
	d_list.append(i)
# [1, 2, 3, 4, 5]
d_list.appendleft(300)		# [300, 1, 2, 3, 4, 5]   
d_list.extend([6, 7, 8]) 	# [300, 1, 2, 3, 4, 5, 6, 7, 8]   
d_list.extendleft([100, 200])	# [200, 100, 300, 1, 2, 3, 4, 5, 6, 7, 8]   

d_list.rotate(1)			# [8, 200, 100, 300, 1, 2, 3, 4, 5, 6, 7]   
d_list.rotate(-1)			# [200, 100, 300, 1, 2, 3, 4, 5, 6, 7, 8]   

2. orderedDict

데이터를 입력한 순서대로 반환한다. 하지만 python 3.6부터 dict또한 입력한 순서를 보장한다.

dict type값을 value또는 key값으로 정렬할 때 사용가능하다.

#key값을 기준으로 정렬   
OrderedDict(sorted(d.items(), key=lambdat: t[0])).items()

#value값을 기준으로 정렬    
OrderedDict(sorted(d.items(), key=lambdat: t[1])).items()

3. defaultDict

우리가 보통 dict을 사용할 때 존재하지 않는 key값에 대한 연산을 하고자 한다면, Error가 발생한다.
defaultdict은 이러한 문제를 해결해준다.

from collections import defaultdict

d =defaultdict(lambda: 0)	# Default 값을0으로 설정한다.

defaultdict(object)에서 object의 경우 함수로 설정되어야한다.

4.else

그 외에도 collections에는 다양한 자료구조를 제공해주니 알아보도록 하자.!!

2.Pythonic code

파이썬 스타일의 코드를 Pythonic code라고 한다.

파이썬 특유의 문법을 활용하여 효율적인 코드를 작성한다.
그러나, 파이썬 특유의 문법뿐만 아니라, 많은 언어들의 장점을 채용해 작성한다.

1.split & join

split

#문자열을 기준값으로 나눠서 List형태로 반환하는 함수를 짠다고 생각하자.   
# 첫번째 경우
def split_string_1(input_str, sp) :
	str_list = []
    temp = ""
    for c in input_str:
    	if c == sp:
        	str_list.append(temp)
            temp = ""
       else:
       		temp += c
    str_list.append(temp)
    
    return str_list

def split_string_2(input_str, sp):
	return input_str.split(sp)
   

위의 코드들중 무엇이 더 편리해보이는 가?
Python에서는 split이라는 메소드를 통해 원하는 기준값에 맞게 문자열을 나누어 list형태로 반환할 수 있기 때문에 위와 같이 번거로운 연산을 할 필요가 없다.
그렇다면 과연 두 방법의 효율은 얼마나 차이 날까?

import time

def split_string_1(input_str, sp) :
    str_list = []
    temp = ""
    for c in input_str:
        if c == sp:
            str_list.append(temp)
            temp = ""
        else:
            temp += c
    str_list.append(temp)

    return str_list

def split_string_2(input_str, sp):
    return input_str.split(sp)

letter = "Yesterday All my troubles seemed so far away Now it looks as though they\'re here to stay Oh, I believe in yesterday" * 10000

st_time_1 = time.time()
split_string_1(letter, " ")
en_time_1 = time.time() - st_time_1

st_time_2 = time.time()
split_string_2(letter, " ")
en_time_2 = time.time() - st_time_2


print("split_string_1 Time : {}\nsplit_string_2 Time : {}".format(en_time_1, en_time_2))

위의 코드를 실행시켜보면,

split메소드를 이용한 방법이 더 효율적이라는 것을 알 수 있다.

join

string으로 구성된 list를 합쳐서 하나의 string으로 반환해준다.

c_list = ['a', 'b', 'c']   
ret = "".join(c_list)   

“리스트에서 string으로 합칠때 넣을 연결자“.join(list)

2.list comprehension

기존 list를 사용하여 간단히 다른 list를 만드는 방법
일반적으로 for + append 보다 속도가 빠르다.

#1부터 n까지 숫자로 이루어진 리스트를 만들어 보자.   
def make_list_1(n):
	ret_list = []
    for i in range(1, n + 1):
    	ret_list.append(i)
    return ret_list


def make_list_2(n):
	ret_list = [i for i in range(1, n + 1)]
    return ret_list

두 함수의 속도를 비교해보자.

list_comprehension 방법을 사용하는 함수가 시간이 덜 드는 것을 확인할 수 있다.

2중 for문이나 2차원 배열은 어떻게 표현할 수 있나요?

#2중 for문 사용
list = [i + j for i in range(10) for j in range(11, 20)]
'''
for i in range(10):
	for j in range(11, 20):
    	list.append(i+j)
'''

#2차원 배열 사용   
list = [[i + j for i in range(0, 10)] for j in range(11, 20)]  
'''
for j in range(11, 20):
	temp = []
    for i in range(0, 10):
    	temp.append(i + j)
    list.append(temp)
'''

3.enumerate & zip

enumerate

리스트의 element를 추출할 때 번호를 붙여서 추출한다.

for idx, val in enumerate(list):
	print(idx, val)

zip

두 개의 list의 값을 병렬적으로 추출함

a = ['a', 'b', 'c']   
b = ['1', '2', '3']   

for i, j in zip(a, b):
	print(i, j)
'''
a 1
b 2
c 3
'''

4.lambda & map & reduce

lambda

함수 이름 없이, 함수처럼 쓸 수 있는 악명함수이다.

#일반 함수   
def func(x, y):
	return x + y   


#lambda 함수   
f = lambda x, y: x + y

python 3에서 부터는 권장하지 않으나 여전히 많이 쓰이고 있다.
WHY?

테스트가 어렵다.
코드 해석에 어려움이 있다.
이름이 존재하지 않는 함수가 나타난다.

※if filter사용

f1 = lambda x : x ** 2 if x%2 == 0    

f2 = lambda x : 1 if x % 2 == 0 else 0

map

map(function, list)의 형식으로 사용가능하다.
리스트로부터 원소를 하나 씩 꺼내서 함수에 적용시킨다음, 새로 리스트를 업데이트 해주는 메소드이다.

list = [1, 2, 3, 4]   
list_after = list(map(lambda x : x + 1, list))
#python 3에서는 iteration을 생성해주기 때문에 list로 casting을 해줘야한다.
'''
list : [1, 2, 3, 4]
list_after : [2, 3, 4, 5]
'''

reduce

연속된 자료형을 누적하며 연산한다.

from functools import reduce  

a = reduce(lambda x, y: y + x, "abcde")   

위의 연산을 한번 생각해보자.

idx	calculate	status
0	‘b’ + ‘a’	‘ba’
1	‘c’ + ‘ba’	‘cba’
2	‘d’ + ‘cba’	‘dcba’
3	‘e’ + ‘dcba’	‘edcba’

즉 누적하며 lambda연산을 하니 ‘edcba’라는 결과 값이 나온다.

5. Iterable & Iterator & Generator

Iterable

연속적 자료형(sequence)에서 데이터를 순서대로 추출하는 객체이다.

Iterator

next()를 호출할 때 다음 값을 생성해내는 상태를 가진 helper이다.

Generator

Iterator의 종류 중 하나이다.
element가 사용되는 시점에 값을 메모리에 반환한다.
- yield라는 매직 키워드를 통해 하나의 element만 반환한다.

#Generator expression
gen_ex = (n * n for n in range(500))

일반적인 iterator보다 적은 메모리 용량을 사용한다.
큰데이터를 처리할때 고려해서 사용해보자!!!

6. function passing arguments

keyword arguments

def sum(x, y):
	return x + y   


sum(1, 2)

함수에 입력되는 parameter의 변수명을 사용한다.

default arguments

def sum2(x, y = 2):
	return x + y
    
    
sum(1)

입력하지 않을 경우 기본값을 출력한다.

variable-length asterisk

variable-length

개수가 정해지지 않은 변수를 함수의 parameter로 사용한다.
keyword argument와 함꼐 argument 추가가 가능하다.
*기호를 사용하여 함수의 매개변수를 표시한다.
입력된 값은 tuple type으로 사용할 수 있다.

#가변인자는 일반적으로 *args를 변수명으로 사용한다.   
#기존 매개변수 이후에 나오는 값을 tuple에 저장한다.   
#    --> 하나만 사용가능하다.
def test(a, b, *args):
	return sum(args)
    
    
#매개변수 이름을 따로 지정하지 않고 입력해보자.   
#*를 두개 사용하여 함수의 매개 변수를 표시한다.   
#입력된 값은 dict type으로 사용가능하다.   
def test2(a, b, *args, **kwargs):
	print("First V : {first}".format(**kwargs))

*는 무슨 의미일까?

단순 곱셈, 제곱연산, 가변인자등 다양하게 활용되는 * 또 다른 활용이 존재할까?
oooo 존재한다!!!!!!!

tuple, dict등 자료형에 들어 있는 값을 unpacking한다.
*(1, 2, 3, 4,) = 1, 2, 3, 4

def test(a, b, c):
	return a + b + c

data = {'a':1, 'b':2, 'c':3}
test(**data)

위와 같은 예제를 보면 **가 dict앞에 있는 경우에는 dict을 unpacking하여 그에 필요한 값을 대입한다.
다만 이때, 매개변수에 존재하지 않는 key가 존재한다면 오류가 날 수 있다.

3.이모저모

오늘의 강의

오늘 강의에서 요즘 사용되는 코딩 방식, 기존에 간과하고 넘어갔던 부분들에 대해 설명해 주셔서 좋았다.

피어세션

오늘은 피어세션을 어떻게 활용할지 고민을 해보는 시간을 가졌다.
U, P스테이지에서 학습하는 부분뿐만 아니라 그 외적인 부분도 함께 공부하고 싶은 욕심이 생겼다.
더 열심히 학습해야겠다.

Twitter Facebook LinkedIn

Happy Beagle

[BoostCamp] DAY3 파이썬 기초 문법#2

1.Data Structure

stack & queue

1. stack

2. queue

tuple & set

1.tuple

2.set

discard VS remove

집합 연산

dictionary

collections

1.dequeue

2. orderedDict

3. defaultDict

4.else

2.Pythonic code

1.split & join

split

join

2.list comprehension

2중 for문이나 2차원 배열은 어떻게 표현할 수 있나요?

3.enumerate & zip

enumerate

zip

4.lambda & map & reduce

lambda

map

reduce

5. Iterable & Iterator & Generator

Iterable

Iterator

Generator

6. function passing arguments

keyword arguments

default arguments

variable-length asterisk

*는 무슨 의미일까?

3.이모저모

오늘의 강의

피어세션

공유하기

댓글남기기

참고

[BoostCamp] P-stage stage2 Tabular Classification Plus

[BoostCamp] P-stage stage2 Tabular Classification day3

[BoostCamp] P-stage stage2 Tabular Classification day2

[BoostCamp] P-stage stage2 Tabular Classification day1