3.파이썬 기초2 - 파이썬 자료구조

강의 복습 내용

• 파이썬 기본 자료구조 스택, 큐, 튜플, 집합, 사전
• 모듈collection
• pythonic code
  • split,join,list comprehension,enumerate,zip
• lambda, map, reduce
• iterator, generator
• function passing arguments, asterisk(*)

얻은 지식

• 기초적인 파이썬의 자료구조와 사용방식을 배움
• 리스트를 조작하는 함수를 공부할 수 있었음
• 어렵지는 않지만 아직 눈과 손에 익지 않아서 햇갈림
• 점차 손에 익혀야할 함수와 코드 스타일

---

자료구조

스택

• LIFO(Last In First Out)

•   #list를 이용해 구현 가능
    a = [1,2,3,4]
    #push는 append로 데이터 입력
    a.append(5)
    #pop은 pop으로 데이터 출력
    a.pop()
  

---

큐

• FIFO(First In First Out)

•   #list를 이용해 구현 가능
    a = [1,2,3,4]
    #put은 append로 데이터 입력
    a.append(5)
    #get은 pop(0)으로 데이터 출력
    a.pop(0)
  

---

튜플

• 값의 변경이 불가능한 리스트
• 리스트 함수는 사용가능
• 선언은 []가 아닌 ()로 한다.
• (1,)값이 하나인 튜플 선언시

---

집합

• 중복이 없는 자료구조

•   s=set([1,2,3,1,2,2,1])
    #s = {1,2,3}
    s.add(1) # 원소 추가
    s.update([1,3,4,5,6])# 여러 요소 추가
  
    s.remove(1) # 1이라는 요소 삭제
    s.discard(3) # 3이라는 요소 삭제 
    #remove와 차이는 지우려는 요소가 없을때 에러가 안남
    s.clear() #전체 삭제
  

• 수학시간에 배운 합집합,교집합, 차집합을 지원해준다.

•   #합집합
    s1.union(s2)
    s1|s2
    # 교집합  
    s1.intersection(s2)
    s1&s2
    # 차집합
    s1.difference(s2)
    s1-s2
  

---

dictionary 사전

• hash/map과 유사한 역할을 하는 자료구조
• key와 value를 관리

•   #dict생성
    c = {}
    c = dict()
    # key value형식으로 출력 for in으로 하나씩 출력가능
    c.itmes()
    # key만
    c.keys()
    # value만 
    c.values()
    # 추가
    c["key2"]=49
  

---

collection 모듈

• list, tuple, dict에 대한 python built-in확장 자료 구조 모듈

• 좀더 사용하기 쉽다.

• deque
  • stack과 queue를 지원
  • list에 비해 효율적이고 속도도 향상된다.
  • rotate, reverse등 linked list의 특성을 지원

  •   from collection import deque
      dequeu_list = deque()
      #추가
      dequeu.append(1) 
      dequeu.appendleft(2)
      dequeu.extend([]) 
      dequeu.extendleft([])
      #회전 숫자만큼 시계방향으로 돌려준다, 음수면 왼쪽으로
      dequeu.rotate(1)
    
    

• orderedDict
  • 입력한 순서대로 dict를 반환(3.6부터는 dict도 보장)
• defaultdict
  • 빈값에 대해 기본 값을 지정해준다.

  •   from collection import defaultdict
      d = defaultdict(lambda : 0) # 기본 값 설정
    

• Counter
  • sequence type의 데이터 요소들의 갯수를 dict형태로 반환(복잡…)

  •   from collection import Counter
      v = ["b","b","b","b","b","c","c","c"]
      c = Counter(v) 
      #Counter({'b':5,"s":3}) 각 요소별로 key, 갯수를 value인 dict로 반환
      c = Counter("string")# 문자열도 가능
    

  • set연산도 가능
  • 공백기준으로 나뉜 문자 갯수를 셀때 유용하다.
• namedtuple
  • tuple형태로 data구조체를 저장

  •   from collection import namedtuple
      #Point라는 튜플에 x와 y값이 있다고 사전에 정의
      Point = namedtuple('Point',['x','y'])
      p = Point(11, 22) #x는 11,y는 22가 들어간다. 
      p.x # 11
      p.y # 12
      e,t = p
      e #11
      t #12
    

---

pythonic code

• 파이썬 스타일의 코딩 기법
• 파이썬 특유의 문법으로 효율적인 코드작성
• 파이썬만의 문법이 아니라고 함

split, join

• 어떻게 자르고, 합칠지
• join list를 결합할때 사용한다. 중간 문자를 지정할 수 있다.

  •     '중간마다 들어가는 문자'.join(결합할 list)
    

list comprehension

• 기존 list로 다른 list를 만드는 기법
• 가장 많이 사용된다.
• for + append보다 빠르다고 한다.

• #0부터 9까지의 배열 생성
  result = [i for i in range(10)] 
  
  # 필터를 통해 짝수만 가능
  result = [i for i in range(10) if i%2 == 0] 
  
  #2중 배열도 가능하다
  result = [i+j for i in word1 for j in word2]
  #for i in word1:
  #  for j in word2:
  #    result.append(i+j)
  #이것과 같은 효과를 가진다.
  
  # 필터 적용 가능
  result = [i+j for i in word1 for j in word2 if i==j]
  
  #이차원 배열 형식으로 출력도 가능
  result = [[w.upper(),w.lower(),len(w)]for w in words]
  
  #j부분부터 먼저 작동, 내부의 i가 다음 작동하여 이차원배열로 작성됨
  result = [[i+j for i in word1] for j in word2]
  #for j in word2:
  #  l = []
  #  for i in word1:
  #    l.append(i+j)
  #  result.append(l)
  

enumerate

• list의 요소를 추출할때 번호를 붙여줌

•   for i,v in enumerate(['a','b','c']):
        print(i,v)
        # 0 a
        # 1 b
        # 2 c
    list(enumerate(['a','b','c']))
    # [(0,'a'),(1,'b'),(2,'c')] #새로운 튜플로 이뤄진 리스트로 바꿀수 있다.
  

zip

• 두개이상의 list,tuple의 값을 병렬적으로 추출할때
• 두개의 리스트길이가 다르면 작은거 기준으로 만들어준다.

•   a=[1,2,3,4]
    b=['a','b','c','d']
    for i,j in zip(a,b):
        #i는 a[0] j는 b[0]
        #i는 a[1] j는 b[1]
        # ... 병렬적으로 출력해준다.
      
      
    #list comprehension로 표현도 된다.
    [i for i in zip((1,2,3),(4,5,6),(11,12,13))]
    #[(1,4,11),(2,5,12),(3,6,13)]
  

---

lambda,map,reduce

• 간단한 코드
• 직관성이 떨어져서 python3는 권장하지 않음
• legacy나 머신러닝에서는 사용됨

lambda

• 함수 이름 없이, 함수처럼 쓸 수 있는 익명 함수
  • f = lambda 입력파라매터 : 반환값
  • f = lambda x,y: x+y
• python3부턴 권장하진 않지만 많이 쓰임
  • f = lambda x:2*x 보다는 def f(x):return 2*x를 권장
  • 어려운문법
  • 테스트의 어려움
  • 문서화 docstring미비
  • 코드 해석의 어려움
  • 이름이 존재하지 않는 함수

map

• list의 각 요소를 돌면서 새로운 list를 새로 만드는 함수
• 함수를 정의하고(lambda를 자주 사용하는듯), 이 함수를 list의 요소마다 적용하여 새로운 list를 반환한다.
• map(함수,list1,...)

•   f = lambda x:x+7
    l = [1,2,3,4]
    list(map(f,l))# f함수를 l에 적용한다는 의미
    #[8,9,10,11]로 출력
      
    f2 = lambda x,y:x+y
    list(map(f2,l,l))
    #이게 입력이 x,y가 들어가야함, y자리를 특정 숫자로 넣으면 오류가난다.
    # 입력 두개다 iterable한 list여야 한다.
    # 두 입력이 순차적으로 같은 index에 대해 계산을 한다.
  
    # if filter 적용시
    f3 = lambda x :x+2 if x%2==0 else x #else까지 해줘야 잘 작동한다.
    list(map(f3,l)) 
  
  

reduce

• map과 달리 통합해준다.
• from functools import reduce를 선언해줘야 한다.

•   from functools import reduce
      
    reduce(lambda x,y:x+y,[1,2,3,4,5])
    # x에 가중되어서 넘어가고, y가 요소를 하나씩 가져온다.
    # 결과는 15
  

---

iterable object

• sequence형 자료형에서 데이터를 순서대로 추출하는 object

•   l = ["a","b","c"]# iterable 객체
    i_o = iter(l)# iterator object로 변환
    next(i_o)#next를 통해 하나씩 가져온다.
  

generator

• iterable object를 특수한 형태로 사용
• 요소가 사용되는 시점에 값을 메모리 반환
  • 좀더 메모리를 아낄수 있어 대용량일때 유용하다.
• yield를 이용해 한번에 하나의 요소만 반환
• generator comprehension은 ()로 표현한다.
• 언제 쓸지
  • 중간에 loop가 중단될 수 있으면
  • 빅 데이터
  • 파일데이터 처리시

• 
    # 일반적인 일정 범위만큼의 list를 만들기
    #0부터 v까지를 list로 만들기
    def make_list(v):
        result = []
        for i in range(value):
            result.append(i)
        return result
      
  
    # 아래처럼 yield를 사용한다.
    def generator_list(v):
        for i in range(value):
            yield i
  
    # for로 출력도 가능하다
    for i in generator_list(20):
        print(i)
        # print해야 한다고 하면 generator_list가 한번에 만드는게 아니라
        # yield로부터 값을 하나씩 받아온다.
        # 메모리 절약이 가능하다고 한다.
  
    #그냥 list로 감싸도 된다.
    list(generator_list(10)) 
  
    #next로 하나씩 가능하다
    ge_e = generator_list(100)
    next(ge_e)# 0
    next(ge_e)# 1
  
    #형태를 변형해서 중간중간 처리과정을 표현도 가능하다.
    def gen_exx():
        n=1
        print("시작")
        yield n
  
        n+=1
        print("중간")
        yield n
  
        n+=1
        print("끝")
        yield n
    # 위처럼 for로 출력하거나, list로 감싸거나, next로 하나씩 출력하는게 가능하다.
  
  
    #generator comprehension
    gen_ex = (n*n for n in range(600))
    #gne_ex도 for나 list로 감싸면 된다.
  

---

function passing arguments

• 함수에 입력되는 arguments의 다양한 형태

passing arguments

• 함수 사용시 파라매터 이름을 지정이 가능하다.

•   def f(a,b):
        ...
    f(b="aa",a="bb")
  

default arguments

• 파라매터에 기본값을 지정

•   def f(a,b="bb"):
        ...
    f("aa") # b를 입력하지 않아도 알아서 bb로 기본값이 입력
  

variable-length arguments

• 가변길이 arguments
• 개수가 정해지지 않은 변수를 함수의 parameter로 사용
• asterisk(*) 별 표 기호를 사용한다.
• 입력된 값은 tuple
• 가변인자는 오직 한개로 마지막 parameter위치에 사용가능

•   def f(a,*b):
        ...
    f("aa",1,2,3,4) # b=(1,2,3,4) 튜플형식
  

keyword variable-length

• parameter이름을 따로 지정하지 않고 입력
• asterisk(*) 별 표 기호 두개를 사용한다.
• 입력된 값은 dict type

•   def f(**b):
        ...
    f(a=1,b=2) # {'a':1,'b':2} dict형식으로 함수에 전달
  

합쳐서 가능

•   def f(a,b=3,*args,**kwargs):
        ...
    f(1,2,3,4,5,d=6,e=7)
    f(1,b=2,3,4,5,d=6,e=7)
    f(1,2,d=6,e=7)
    f(a=1,b=2,3,4,5,d=6,e=7)#에러난다. 
        #a=1이 a에 1을 넣는게 아닌, **키워드로 분류되기때문
  

asterisk

• tuple, dict 등 값을 unpacking할때

•   def f(a,*args):
        ...
    f(1,*(2,3,4,5))# (2,3,4,5)=>2,3,4,5로 값이 풀린상태로 들어간다.
  
    def f(a,args):
        #*args로 데이터를 풀어서 사용
        ...
    f(1,(2,3,4,5))
  
    #zip에서 유용하게 사용
    z = ([1,2],[3,4],[5,6])  # 여러 리스트를 가진 튜플
    a,b,c = z # 다시 또다른 변수에 넣어야한다.
    for v in zip(a,b,c):
        print(v)
    for v in zip(*z): # *를 이용해 z를 바로 풀어서 사용하면 된다.
        print(v)
  
      
  
  

---

기타 팁

• csv는 rainbow CSVextension을 추천
• 이쁘게 세로로 출력
  • python import pprint pprint.pprint(출력할거)
• 유닛테스트 추가 정보
  • self.assertEqual(1222,target_number)로 중간에서 값 확인할때 사용

---

피어세션 정리

• 과제 각자 후기
  • 디버깅
    • self.assertEqual()
  • mock같은 가끔쓰는 모듈은 가상환경을 만들어 새로운 pip설치하기
    • virtualenv myvenv
    • soure myvenv/bin/activate
• JNI
  • JVM으로 처리가 못할때 JAVA가아닌 운영체제 언어로 구현하는거 정도
• 딥러닝 / 머신러닝 차이
  • 머신러닝 안에 딥러닝이 있다.
    • 딥 - 레이어가 딥하다
• awsome devblog
  • 개발 관련 정보
• tensorflow / pytorch
  • pytorch모델 지원이 좀더 좋다.
  • 파이썬 코딩에 좀도 좋다는 의견
• teachablemachine
  • model을 따로 추출할 수 있다.
• katex
  • 수식 적는 마크다운