[부스트캠프 AI-Tech] 1주차 Day 2

LKM·2022년 1월 23일

python

부스트캠프 AI-Tech U stage

목록 보기

2/31

✏️학습 정리

3-1 Python Data Structure

스택 (Stack)
- LIFO 구조
큐 (Queue)
- FIFO 구조
튜플 (Tuple)
- 값이 변경이 불가능한 리스트 (연산, 인덱싱, 슬라이싱은 동일)
- 변경되지 않은 데이터의 저장에 사용
집합 (Set)
- 순서없이 저장, 중복 불허 하는 자료형
- 다양한 집합 연산 가능
딕셔너리 (dictionary)
- key - value 로 데이터를 저장
- 다른 언어에서는 Hash Table이라고 불림
Collections
- 파이썬 빌트인 확장 자료 구조 모듈
- deque
  - 스택과 큐를 모두 지원
  - List에 비해 효율적인 저장 방식을 지원
  - Linked List의 특성을 지원
- ordered dict
  - 데이터를 입력한 순서대로 dict를 반환
  - python 3.6부터는 입력한 순서를 보장하여 기본 dict와 차이가 없다..
- defaultdict
  - dict type의 값에 기본 값을 지정
```
from collections import defaultdict
dic = defaultdict(int)  # Defalut 값을 0으로 설정
dic = defaultdict(lambda: 0)  # Defalut 값을 0으로 설정
```
- counter
  - sequence type의 data element들의 갯수를 dict 형태로 반환
  - set의 연산들을 지원
- namedtuple
  - data 구조체를 저장하는 방법
```
from collections import namedtuple
Point = namedtuple('Point', ['x','y'])
p = Point(3, y=4)
print(p[0] + p[1])  # 7
x, y = p
print(p.x + p.y)  # 7
```

3-2 Pythonic Code

파이썬 스타일 코드
- 파이썬 특유의 문법을 활용하여 효율적으로 코드 표현
- 고급 코드 작성 시 더 많이 필요해짐
- why 사용??
  - 많은 개발자들이 python 스타일로 코딩 (남의 코드 이해를 위해)
  - 효율 (ex. 단순 for loop append 보다 list comprehension이 더 빠르다)
Split & Join
- split: 기준값으로 나눠서 리스트로 반환
- join: string으로 구성된 리스트를 합쳐 하나의 string으로 반환

List Comprehension

가장 많이 사용되는 기법 중 하나

num1 = [i for i in range(5)]  # [1, 2, 3, 4, 5]
num2 = [i+j for i in range(3) for j in range(3)]  # [0, 1, 2, 1, 2, 3, 2, 3, 4]
num3 = [i for i in range(10) if i % 2 == 0]  # [0, 2, 4, 6, 8]

tip) pprint: 정렬되어 출력!

Enumerate & Zip
- enumerate: 리스트의 element를 추출할 때 번호를 붙여서 추출
- zip: 두 개의 리스트의 값을 병렬적으로 추출
Lambda & Map & Reduce
- lambda
  - 함수처럼 쓸 수 있는 익명함수
  - 문제점
    - 테스트의 어려움
    - 코드 해석의 어려움
    - 그래도 많이 쓴다....
- map
  - 리스트의 요소를 지정된 함수로 처리해주는 함수입니다
- reduce
  - map과 달리 리스트에 똑같은 함수를 적용해서 통합 (누적 느낌)
- 결론
  - 코드의 직관성이 떨어져 python 3에서 사용을 권장하지 않는다.
  - 하지만 다양한 머신러닝 코드에서 여전히 사용중..
Iterable Object
- sequence형 자료형에서 데이터를 순서대로 추출하는 object
- 내부적 구현으로 iter , next가 사용된다.
- iter()와 next() 함수로 iterable 객체를 iterator object로 사용한다.
- 구조
  
  ref. https://mingrammer.com/translation-iterators-vs-generators/
Generator
- iterable object를 특수한 형태로 사용해주는 함수
- yield를 사용해 한번에 하나의 element만 반환
- generator expression: [] 대신 ()를 사용 (list comprehension과 유사한 형태)
- why 사용??
  - 일반적인 itertor에 비해 훨씬 효율적인 메모리 사용
  - 데이터가 커도 처리의 어려움이 없음
Function Passing Arguments
- keyword arguments
  - 함수에 입력되는 parameter의 변수명을 사용, arguments를 넘김
- default arguments
  - parameter의 기본 값을 사용, 입력하지 않을 경우 기본값 출력
```
def func1(x,y):  # keyword arguments
		print(x,y)

def func2(x,y=1):  # default arguments
		print(x,y)
```
- Variable-length arguments
  - 가변인자
    - 개수가 정해지지 않은 변수
    - asterisk(*) 기호를 사용하여 함수의 parameter를 표시
```
def func1(*args):
		x, y, z = args
		print(x, y, z)

func1(1, 2, 3)
```
  - 키워드 가변인자
    - asterisk(*) 두개를 사용하여 함수의 parameter를 표시
    - 입력된 값은 dict로 사용할 수 있음
    - 기존 가변인자 다음에 사용
```
def func1(**kwargs):
		print(kwars)

func1(first=1, second=2, third=3)

# tip parameter 순서
keyword -> default -> 가변인자 -> 키워드 가변인자
(one, two, *args, **kwargs)
(one = 10, two, 3, 4, 5, first=3, ...)  # error
```
  - asterisk
    - tuple, dict 등 자료형에 들어가 있는 값을 언패킹
```
num = [[1, 2], [3, 4], [5, 6]]
print(num)  # [[1, 2], [3, 4], [5, 6]]
print(*num)  # [1, 2] [3, 4] [5, 6]
```

4-1 Python Object-Oriented Programming

객체 지향 프로그래밍
- 객체: 실생활에서 일종의 물건 (속성과 행동 가짐)
- 속성 → 변수, 행동 → 함수로 표현됨
- 클래스(설계도)와 인스턴스(실제 구현체)로 나눔

Class

class SoccerPlayer(object):
	def __init__(self, name, position):  # 객체 초기화 예약 함수
		self.name = name
		self.position = position
	def change_name(self, new_name):  # method(action) 추가
		print("선수의 이름을 변경합니다")
		self.name = new_name

jisung = SoccerPlayer("jisung", "MF")  #  objects 생성

Inheritance (상속)
- 부모클래스로부터 속성과 Method를 물려받은 자식 클래스를 생성하는 것
Polymorphism (다형성)
- 같은 이름 메소드의 내부 로직을 다르게 작성
Visibility (가시성)
- 객체의 정보를 볼 수 있는 레벨을 조절하는 것
- Why 필요?
  - 객체를 사용하는 사용자가 임의로 정보 수정
  - 필요 없는 정보에는 접근 할 필요가 없음
  - 제품 판매시 소스의 보호
Decorate
- first-class objects
  - parameter로 전달이 가능 + 리턴 값으로 사용 가능
  - 파이썬의 함수는 일급 함수(객체)
- Inner-function
  - 함수 내에 또 다른 함수가 존재
```
def outer():
	def inner():
		...
```
  - closures: inner function을 return 값을 반환
```
def outer():
	def inner():
		print("hello")
	return inner
```
- decorator
  - 복잡한 클로져 함수를 간단하게

4-2 Module and Project

Module
- 어떤 대상의 부분 혹은 조각
- 프로그램에서는 작은 프로그램 조각들
- namespace
  - 모듈을 호출할 때 범위 정하는 방법
  - 필요한 내용만 골라서 호출 가능
  - from 과 import 키워드를 사용
Package
- 모듈을 모아놓은 단위
- 하나의 대형 프로젝트를 만드는 코드의 묶음
- __init__, __main__ 등 키워드 파일명이 사용됨
- 모듈들의 합, 폴더로 연결됨
- __init__.py
  - 현재 폴더가 패키지임을 알리는 초기화 스크립트 (3.3 버전부터는 없어도됨)
  - import와 __all__ 키워드 사용
Virtual Environment
- 프로젝트 진행 시 필요한 패키지만 설치하는 환경
- 대표적인 두가지
  - virtualenv + pip
    - 가장 대표적인 관리도구
    - 레퍼런스 + 패키지 개수가 장점
  - conda
    - 상용 가상환경도구
    - 설치의 용이성, window에서 장점

LKM

함께 자라기

이전 포스트

[부스트캠프 AI-Tech] 1주차 Day 1

다음 포스트

[부스트캠프 AI-Tech] 1주차 Day 2

부스트캠프 AI-Tech U stage

✏️학습 정리

3-1 Python Data Structure

3-2 Pythonic Code

4-1 Python Object-Oriented Programming

4-2 Module and Project

[부스트캠프 AI-Tech] 1주차 Day 1

[부스트캠프 AI-Tech] 1주차 Day 3

0개의 댓글