파이썬 주요 문법
for문
- range를 이용한 for문과 인덱싱
a = [1,2,3,4,5,6,7,8,9,10]
for i in range(len(a)):
print(a[i])- 반복자를 이용한 for문
a = [1,2,3,4,5,6,7,8,9,10]
for elem in a:
print(elem)- enumerate를 이용한 인덱싱 + 반복자
a = [1,2,3,4,5,6,7,8,9,10]
for i, elem in enumerate(a):
print(f'a[{i}] = {elem}')- zip을 이용한 여러 반복자 동시 반복
a = [1,2,3,4,5,6,7,8,9,10]
b = [10,9,8,7,6,5,4,3,2,1]
for e1, e2 in aip(a,b):
print(f'{e1}, {e2}')함수의 구현
- 기본적인 함수 정의
def solution(x,y):
return x + y지능형 리스트(List comprehension)
- for문에 비해 빠르게 동작하는 장점이 있음
-> for문과 append(가장 나쁜 방법)
a=[]
for i in range(10):
a.append(i)-> Pre-allocation(조금 나은 방법)
a=[0]*10
for i in range(10):
a[i] = i-> List comprehension(가장 좋은 방법)
a = [x for x in range(10)]- Generator: 미리 값을 만들지 않으므로 메모리를 적게 씀
a = (x for x in range(100000))- Dictionary comprehension: 딕셔너리도 지능형 리스트처럼
a = {key:key**2 for key in range(10)}람다 표현식(Lambda expression)
- 함수 프로그래밍을 하기 위한 핵심 문법
print((lambda x: x**2(10))조건 표현식(Conditional expression)
- if문 사용을 줄이는 핵심 문법
b = 20
a = 1 if b >0 else -1많이 쓰이는 함수 프로그래밍
- map 함수
a = [x for x in range(10)]
a = list(map(lambda x: x**10, a))- filter 함수
a = [x for x in range(100)]
a = list(filter(lambda x: x % 2, a))- reduce 함수
from functools import reduce
a = [x for x in range(100)]
a = reduce(lambda x, y: x + y, a, 0)클래스 구현
class Foo:
cls_var = 10 # 클래스 멤버 벼눗
def __init__(self, x):
self.x = x
def method(self, y):
return self.x + y
@classmethod
def cls_method(cls, z):
return cls.cls_var + z
@staticmethod
def static_method(k):
return k좋은 습관/나쁜 습관
좋은 습관
- 변수 명을 정할 때 의미가 있는 이름으로 결정
- 변수, 클래스 명은 컨벤션을 지켜서 일정하게 구현
- PEP-8을 지켜서 가독성 좋은 코드 작성
- map, filter, reduce등을 이용하여 함수형 프로그래밍을 적절하게 채용
나쁜 습관
- C언어처럼 구현하는 습관(항상 for문으로 모든 것을 처리): Python은 for문으로 처리할 경우 속도가 느리고 코드의 가독성이 떨어짐
- 신기한 코드: 나만 알아볼 수 있는 신기한 코드는 적절하지 않음
- 무조건 짧은 코드: Short code 자체도 의미는 있으나, 일반적으로는 사용하지 않음
- 무조건 내가 구현: 기본 파이썬 라이브러리에 구현된 것은 import 해서 쓰는 편이 좋음
- 무조건 최적화: 최적화, 가독성 사이에 trade-off 관계가 있을 경우, 상황에 맞게 결정
이 글은 제로베이스 데이터 취업 스쿨의 강의 자료 일부를 발췌하여 작성되었습니다
