출처
동빈나 이코테
참고하면 좋은 포스트
파이썬 코딩테스트 요구사항 분석

Python 자료형 - 정수, 실수, 복소수, 문자열, 리스트, 튜플, 사전

☘️ 정수형 (Integer) 자료형

양의 정수, 음의 정수, 0

☘️ 실수형 (Real Number) 자료형

소수점 아래 데이터 포함

소수부나 정수부가 0인 소수는 0을 생략하고 표기 가능

a = 5.
# 5.0
a = -.7
# -0.7

🦨 지수 표현 방식

• 1e9는 최댓값이 10억 미만인 경우 무한(INF)값으로 사용 가능

1e9 = 10⁹ = 1,000,000,000

🌸 지수는 실수형으로 출력

a = 1e9
# 1000000000.0

a = 12.34e1
# 123.4

a = 5678e-3
5.678

🌸 int형으로 바꾸기

a = int(1e9)
# 1000000000

🦨 실수형 정확도 한계

2진수로 소수점 표현 한계

a = 0.3
b = 0.6
a + b == 0.9
# 0.899999999999999
# False

🌸 round()

round(실수, 표현할 최대 소수점 자리)

• 소수 셋째 자리에서 반올림(둘째 자리까지 표기)

round(123.456, 2)
# 123.46

🦨 나누기 연산

나누기 연산자는 결과를 실수형으로 반환

a = 7
b = 3

print(a / b)
# 2.333333333333333333335

🌸 나머지와 몫

• % 나머지
• // 몫

a = 7
b = 3

print(a % b)
# 1

print(a // b)
# 2

🌸 거듭제곱

• **

a = 5
b = 3

print(a ** b)
# 125

print(a ** 0.5)
# 2.3606797749979

☘️ 리스트 (List) 자료형

• C나 자바의 배열(Array) 기능 및 연결 리스트와 유사한 기능 지원
• C++ 의 STL vector와 기능적으로 유사
• 배열 혹은 테이블이라고도 불림

🌸 초기화

a = [1, 2, 3, 4]
# [1, 2, 3, 4]

b = [0] * 10
# [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

🌸 비어있는 리스트 선언

b = list()
c = []

🌸 인덱싱 (indexing)

음의 정수로 거꾸로 인덱싱 가능

a = [1, 2, 3, 4]
print(a[-1])
# 4

🌸 슬라이싱 (slicing)

시작 인덱스부터 끝 인덱스 전까지

a = [1, 2, 3, 4]
print(a[1:3])
# [2, 3]

🦨 리스트 컴프리헨션

대활호 안에 조건문이나 반복문 작성

• range()는 시작 인덱스부터 끝 인덱스 전까지
• 2차 배열 초기화할 때 효과적

array = [i for i in range(10)]
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

array = [i for i in range(20) if i % 2 == 1]
# [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

array = [i * i for i in range(1, 10)]
# [1, 4, 9, 16, 25, 36, 49, 64, 81]

a = [1, 2, 3, 4, 5]
remove_set = {3, 5}	# 집합 자료형
result = [i for i in a if i not in remove_set]
print(result)
# [1, 2, 4]

🌸 일반적인 코드와 비교

# 리스트 컴프리헨션
array = [i for i in range(20) if i % 2 == 1]

# 일반적인 코드
array = []
for i in range(20):
	if (i % 2) == 1:
    	array.append(i)

🌸 N x M 2차배열 초기화

n = 4
m = 3
array = [[0] * m for _ in range(n)]

가로 m 세로 n

🚨 주의

각 리스트가 모두 같은 객체로 인식되어 특정 인덱스번째 리스트에 접근 불가

n = 4
m = 3
array = [[0] * m] * n
array[1][1] = 5
# [[0, 5, 0], [0, 5, 0], [0, 5, 0], [0, 5, 0]]

🌸 언더바

변수 값 무시할 때 사용

for _ in range(5):
	print('hi')
# hihihihihi

🦨 리스트 관련 메소드

함수	사용법	설명	시간복잡도
append()	변수명.append()	리스트에 원소 하나 삽입	O(1)
sort()	변수명.sort()	기본 정렬(오름차순)	O(NlogN)
	변수명.sort(reverse = True)	내림차순 정렬
reverse()	변수명.reverse()	원소 순서 뒤집기	O(N)
insert()	변수명.insert(인덱스, 값)	인덱스 위치에 값을 삽입	O(N)
count()	변수명.count(값)	특정 값을 가지는 데이터 개수 세기	O(N)
remove()	변수명.remove(값)	특정한 값을 갖는 원소 제거. 여러개면 하나만 제거	O(N)

☘️ 문자열 자료형

🦨 큰따옴표와 작은따옴표

• " 나 ' 로 초기화
• "로 문자열 구성시 내부에 ' 포함 가능
• '로 문자열 구성시 내부에 " 포함 가능
• \로 원하는 만큼의 "와 ' 포함 가능

data = "Don't you know \"Python\"?"
print(data)
# Don't you know "Python"?

🦨 문자열 연산

🌸 덧셈기호 +

문자열이 더해져 연결(Concatenate)됨

a = "Hello"
b = "World"
print(a + " " + b)
# Hello World

🌸 곱셉기호 *

양의 정수와 곱셈시 그 값만큼 여러번 더해짐

a = "String"
print(a * 3)
# StringStringString

🌸 인덱싱과 슬라이싱

• 다만 문자열의 특정 인덱스 값은 변경 불가

a = "ABCDEF"
print(a[2:4])
CD

☘️ 튜플 자료형

• 리스트와 유사
• 한 번 선언된 값 변경 불가
• 리스트는 대괄호[] 튜플은 소괄호()
• 리스트에 비해 상대적으로 공간 효율적

a = (1, 2, 3, 4, 5, 6, 7, 8, 9)

print(a[3])
# 4

print(a[1:4])
# (2, 3, 4)

🌸 튜플을 사용하면 좋은 경우

서로 다른 성질의 데이타

• 서로 다른 성질의 데이터 묶어서 관리
  • 최단 경로 알고리즘에서 (비용, 노드 번호)의 형태로 자주 사용

해싱(Hashing)

• 데이터 나열을 해싱의 키 값으로 사용할 때
  • 변경이 불가능해 키값으로 사용하기 좋음

효율적인 메모리 관리

리스트보다 효율적으로 메로리를 사용할 경우

☘️ 사전 자료형

🌸 특징

키(key)와 값(value)의 쌍을 데이타로 가지는 자료형

• 리스트나 튜플가 값을 순차적으로 저장하는 것과 대비
• 인덱싱을 통해 값 얻는 것 불가능

변경 불가능한 자료형 (Immutable)

변경 불가능한 자료형을 키로 사용 가능

해시 테이블 (Hash Table)

• Python의 사전 자료형은 해시 테이블을 사용
  • 데이터의 조회 및 수정에 있어서 O(1)의 시간에 처리 가능
• 다른 언어에서는 해시 테이블로 불림

시간복잡도 O(1)

• 사전의 키 혹은 집합의 원소를 이용해 O(1)의 시간 복잡도로 조회

🦨 초기화

# 방법1
data1 = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

# 방법2
data2 = {
    '사과': 'Apple',
    '바나나': 'Banana',
    '코코넛': 'Coconut'
}

print(data1)
# {'사과': 'Apple', '바나나': 'Banana', '코코넛': 'Coconut'}
print(data2)
# {'사과': 'Apple', '바나나': 'Banana', '코코넛': 'Coconut'}

🌸 키값 존재

print(data)
# {'사과': 'Apple', '바나나': 'Banana', '코코넛': 'Coconut'}

if '사과' in data:
	print("'사과'"를 키로 가지는 데이타가 존재합니다.")
    
# '사과'"를 키로 가지는 데이타가 존재합니다.

🦨 keys()와 values()

키/값 데이타만 뽑아서 리스트로 사용가능

• 하나의 객체로 반환

print(data)
# {'사과': 'Apple', '바나나': 'Banana', '코코넛': 'Coconut'}

key_list = data.keys()
print(key_list)
# dict_keys(['사과', '바나나', '코코넛'])

value_list = data.values()
print(value_list)
# dict_values(['Apple', 'Banana', 'Coconut'])

🌸 리스트형

객체가 아닌 리스트형으로 변환

key_list = list(dict.keys())
print(key_list)
# ['Apple', 'Banana', 'Coconut']

🌸 원소 접근

for key in key_list:
	print(data[key])
# Apple
# Banana
# Coconut

☘️ 집합 자료형

• 중복 허용X
• 순서X
• 원소(Element)를 이용해 데이터를 O(1)의 시간 복잡도로 조회 및 수정

🦨 초기화

• 리스트/문자열 이용해서 초기화 가능
  • set() 함수 사용

# 방법1
data = set([1, 1, 2, 3, 4, 4, 5])
print(data)
# {1, 2, 3, 4, 5}

# 방법2
data = {1, 1, 2, 3, 4, 4, 5}
print(data)
# {1, 2, 3, 4, 5}

🦨 연산

• 합집합 (A ⋃ B)
• 교집합 (A ⋂ B)
• 차집합 (A - B)

a = set([1, 2, 3, 4, 5])
b = set([3, 4, 5, 6, 7])

# 합집합 (A ⋃ B)
print(a|b)
# {1, 2, 3, 4, 5, 6, 7}

# 교집합 (A ⋂ B)
print(a&b)
# {3, 4, 5}

# 차집합 (A - B)
print(a - b)
# {1, 2}

🦨 집합 자료형 관련 함수

• add()
• update() - 여러 원소 추가
• remove()

data = set([1, 2, 3])
print(data)
# {1, 2, 3}

data.add(4)
print(data)
# {1, 2, 3, 4}

data.update([5, 6])
print(data)
# {1, 2, 3, 4, 5, 6}

data.remove(3)
print(data)
# {1, 2, 4, 5, 6}