예외 처리(try, except)
- 코딩을 하다보면 생각하지 못한 여러 가지 오류가 발생
- 이런 상황에서 에러를 핸들링 하기 위해 파이썬에서 "try", "except문"을 사용
에러 종류에 상관없이 에러가 발생하면 except 블록 수행
try:
...
except :
...정해놓은 오류와 동일한 오류가 발생했을 때 except 블록 수행
try:
...
except 발생오류:
...오류의 내용까지 알고 싶을 때
- 에러가 발생하면 "e" 라는 변수에 해당 에러의 종류가 저장되고 이것을 "print()"를 이용해서 출력
try:
4 / 0
except ZeroDivisionError as e:
print(e)
# division by zeroQuiz
- 사용자로부터 숫자를 입력받아 100을 입력받은 숫자로 나누는 프로그램을 작성하려고 합니다. 하지만 사용자가 0을 입력하거나, 숫자가 아닌 값을 입력하면 예외가 발생합니다. 이 예외를 처리하고, 그 외의 경우에는 나눗셈 결과를 출력하는 코드를 작성하세요.
try:
x = int(input("나눌 수를 입력하세요: "))
y = 100 / x
except 영은안됨:
# 0으로 나누려고 할 때 예외 처리
except 숫자가아님:
# 숫자가 아닌 값을 입력했을 때 예외 처리
else:
# 나눗셈 결과 출력위의 코드에서 주석 처리된 부분과 except 옆의 한글 내용만 수정해보세요.
🡆
try:
x = int(input("나눌 수를 입력하세요: "))
y = 100 / x
except ZeroDivisionError as e:
print(e)
except ValueError:
print("숫자만 입력해주세요.")
else:
print(y)참고: 예외처리
외부 라이브러리 작업(NumPy, Pandas)
NumPy
- C언어로 구현된 파이썬 라이브러리
- 고성능의 수치 계산을 위해 제작됨
- 벡터 및 행렬 연산에 있어서 매우 편리한 기능을 제공
import numpy as np
# 1차원 배열
vec = np.array([1, 2, 3, 4, 5])
print(vec)
################
[1 2 3 4 5]
################
# 2차원 배열
mat = np.array([[10, 20, 30], [ 60, 70, 80]])
print(mat)
################
[[10 20 30]
[60 70 80]]
################
# 1씩 증가하는 1차원 배열(시작이 0부터)
print(np.arange(10))
################
[0 1 2 3 4 5 6 7 8 9]
################
# 1씩 증가하는 1차원 배열(시작이 5부터)
print(np.arange(5, 10))
################
[5 6 7 8 9]
################
# 영행렬 생성
print(np.zeros((2,2)))
################
[[0. 0.]
[0. 0.]]
################
# 유닛행렬
print(np.ones((2,3)))
################
[[1. 1. 1.]
[1. 1. 1.]]
################
# 모든 원소가 5인 2*3행렬
print(np.full((2,3), 5))
################
[[5 5 5]
[5 5 5]]
################
# 단위행렬
print(np.eye(3))
################
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
################Pandas
- 데이터 처리와 분석을 위한 파이썬 라이브러리
- 대용량의 데이터들을 처리하는데 매우 편리
- 행과 열로 이루어진 데이터 객체를 만들어 다룰 수 있음
Pandas가 사용하는 데이터 구조
- Series
- DataFrame: 가장 많이 사용됨
- Panel
DataFrame
- 2차원 리스트를 매개변수로 전달
- 2차원이므로 행방향 인덱스(index)와 열방향 인덱스(column)가 존재
- 즉 행과 열을 가지는 자료구조
values = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
index = ['one', 'two', 'three']
columns = ['A', 'B', 'C']
df = pd.DataFrame(values, index=index, columns=columns)
print('데이터프레임 출력 :')
print(df)
데이터프레임 출력 :
A B C
one 1 2 3
two 4 5 6
three 7 8 9외부 데이터를 가지고 데이터 프레임 생성하고 조회하기
- "example.csv"의 모습 예시
df = pd.read_csv('example.csv')
print(df)
######################################
student id name score
0 1000 Steve 90.72
1 1001 James 78.09
2 1002 Doyeon 98.43
3 1003 Jane 64.19
4 1004 Pilwoong 81.30
5 1005 Tony 99.14
# 위의 경우 인덱스가 자동으로 부여 됩니다.
print(df.index)
RangeIndex(start=0,stop=6,step=1)
### 데이터 프레임 조회 하기 ###
#앞 부분 2개까지 보기
print(df.head(2))
#########################
student id name score
0 1000 Steve 90.72
1 1001 James 78.09
#########################
# 뒷 부분 4개 까지 보기
print(df.tail(4))
#########################
student id name score
2 1002 Doyeon 98.43
3 1003 Jane 64.19
4 1004 Pilwoong 81.30
5 1005 Tony 99.14
#########################
# 'name'에 해당하는 열을 보기
print(df['name'])
#########################
0 Steve
1 James
2 Doyeon
3 Jane
4 Pilwoong
5 Tony
Name: name, dtype: object
#########################QUIZ
- 다음과 같은 numpy array가 주어졌을 때, 이를 pandas DataFrame으로 변환하고, 컬럼 이름을 'name', 'age', 'gender'로 지정하세요.
import numpy as np
arr = np.array([
['Kim', 35, 'M'],
['Ko', 28, 'F'],
['Choi', 29, 'F'],
['Lee', 36, 'F']
])🡆
import pandas as pd
import numpy as np
arr = np.array([
['Kim', 35, 'M'],
['Ko', 28, 'F'],
['Choi', 29, 'F'],
['Lee', 36, 'F']
])
df = pd.DataFrame(arr, columns = ['name', 'age', 'gender'])
dfANSWER
import pandas as pd
import numpy as np
arr = np.array([
['Kim', 35, 'M'],
['Ko', 28, 'F'],
['Choi', 29, 'F'],
['Lee', 36, 'F']
])
df = pd.DataFrame(arr, columns=['name', 'age', 'gender'])
print(df)Flask를 이용한 웹 개발 소개
Flask
- 웹사이트의 백엔드 개발을 위해 사용
- 가볍고 , 빠른 속도, 편리한 사용성 때문에 소셜미디어, 온라인 마켓플레이스, 교육 기관에 이르기까지 다양하게 사용
Python 개발 모범 사례(PEP 8)
- PEP 8: "Style Guide for Python Code"
- 파이썬 코드를 어떻게 구상해야할 지 알려주는 스타일 가이드
- 내용이 많기 때문에 문서를 참고해서 사용
네이밍 스타일
-
type
- Function
-
naming convention
- 소문자 단어를 사용하십시오.
- 가독성을 높이기 위해 단어를 밑줄로 구분합니다.
- snake case 라고 합니다.
-
example
- function, my_function
-
type
- Variable
-
naming convention
- 소문자 단일 문자, 단어 또는 단어를 사용하세요!
- 가독성을 높이기 위해 단어를 밑줄로 구분합니다.
-
example
- x, var, my_variable
-
type
- Class
-
naming convention
- 각 단어는 대문자로 시작합니다.
- 밑줄로 단어를 구분하지 마십시오.
- pascal case 또는 camel case라고 합니다.
-
example
- Model, MyClass
-
type
- Method
-
naming convention
- 소문자 단어를 사용합니다.
- 가독성을 높이기 위해 단어를 밑줄로 구분합니다.
-
example
- class_method, method
-
type
- Constant
-
naming convention
- 대문자 단일 문자, 단어 또는 단어를 사용합니다.
- 가독성을 높이기 위해 단어를 밑줄로 구분합니다.
-
example
- CONSTANT, MY_CONSTANT, MY_LONG_CONSTANT
-
type
- Module
-
naming convention
- 짧은 소문자 단어를 사용합니다.
- 가독성을 높이기 위해 단어를 밑줄로 구분합니다.
-
example
- module.py, my_module.py
-
type
- Package
-
naming convention
- 짧은 소문자 단어를 사용합니다.
- 밑줄로 단어를 구분하지 마십시오.
-
example
- package, mypackage
Black 을 사용하여 코드 스타일 통일하기
- Black은 PEP 8을 준수하는 독창적인 포맷터
2 B R 0 2 B