Python

Github LinkSometimes I need to plot a performance map of a compressor like this. I drew a simple plot using Python. The data source is noted in the so

frequency magnitude0 100 11.01 200 12.02 300 13.03 400 14.04 500 15.0

"보일러플레이트 코드"는 특정 기능을 구현할 때 거의 변화 없이 반복적으로 작성해야 하는 코드를 의미합니다.기능 구현과 직접적인 로직보다는 환경 세팅, 기본 구조, 초기화 과정 등에 쓰이는 경우가 많습니다.원래 "Boilerplate"라는 단어는 인쇄·신문업계에서 반복

파일 로딩 ['./data/data.csv'] './data/data.csv' .dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe

다음은 파이썬에서 천만(10,000,000) 개의 숫자 배열을:아래 3가지를 모두 비교합니다.tofile() → 순수 Binary 저장np.save() → NumPy 전용 Binary 저장savetxt() → Text 저장그리고 각각에 대해:저장 시간읽기 시간파일 크기

파이썬을 학습하다 보면 대부분 dict는 익숙하게 사용합니다.하지만 조금 더 깊게 공부하다 보면 다음과 같은 코드를 만나게 됩니다.그리고 이런 코드도 등장합니다.처음에는 많은 사람들이 이런 의문을 가집니다.“dict가 있는데 왜 Mapping을 또 사용하는가?”이번 글

collections 모듈은 기본 dict를 확장한 4가지 특화 매핑형을 제공합니다.Python 3.7+부터 기본 dict도 삽입 순서를 보존하지만, OrderedDict는 순서 기반 동작에 특화된 추가 기능을 제공합니다.활용: 설정값 우선순위 처리, 스코프 체인(변수

직접 Mapping ABC를 상속해서 커스텀 매핑을 만드는 일은 실무에서 흔하지 않습니다.대부분의 경우 dict, defaultdict, ChainMap 등으로 충분히 해결되기 때문입니다.직접 상속보다, "이 함수가 dict뿐 아니라 모든 매핑을 받는다" 는 것을 표현

덕 타이핑(Duck Typing)은 객체의 실제 타입(클래스)이 무엇인지보다, "그 객체가 어떤 메서드나 행동을 할 수 있는가"를 기준으로 타입을 검사하는 동적 타이핑 언어(파이썬, 자바스크립트 등)의 철학입니다.이 개념은 아래의 유명한 구절에서 유래되었습니다."만약

데이터 클래스는 데이터의 '틀'이 명확히 정해져 있을 경우 사용한다.Mapping은 추상 기반 클래스(ABC)로, 이를 상속받으면 일반 딕셔너리처럼 getitem, iter, len 등을 구현하여 딕셔너리 인터페이스를 가진 커스텀 객체를 만들 수 있다.

파이썬을 공부하다 보면 Entity, DTO, VO라는 용어를 자주 만나게 됩니다. 특히 웹 개발, 데이터베이스 프로그래밍, DDD(Domain Driven Design)를 학습하기 시작하면 거의 반드시 등장하는 개념입니다.하지만 처음 접하면 이런 생각이 들 수 있습니

실무에서는 비밀번호 숨기기보다 데이터 가공(Data Transformation) 목적으로 DTO를 훨씬 많이 사용

파이썬에서 "어노테이트(annotate)한다"는 말은 코드에 추가적인 정보를 붙여주는 것을 의미한다. 프로그램의 실행에 직접적인 영향을 주기보다는 사람이나 개발 도구(IDE, 타입 체커 등)가 코드를 더 잘 이해하도록 돕기 위한 메타데이터이다.

파이썬을 어느 정도 학습한 이후에는 "데이터를 어떻게 표현할 것인가?"가 매우 중요한 주제가 됩니다.실무에서는 다음과 같이 사용하는 경우가 많습니다.일반 클래스(Class) → 비즈니스 로직이 많은 객체NamedTuple → 변경되지 않는(Immutable) 간단한 데

파이썬에서 일반클래스와 dataclass의 차이를 이해하기 위한 코드를 작성해줘. 코드에서 UserRequest class는 사용자의 간단한 정보 (username, password, age 등)을 담고 있고, 초기화 하는 과정까지 담고 있다.일반 클래스와 datacl

dataclass와 Pydantic가 편리하다고 해서 모든 상황에서 일반 클래스를 대체할 수 있는 것은 아닙니다. 실무에서는 다음과 같은 경우에 반드시 또는 사실상 일반 클래스를 사용하는 것이 더 적합합니다.예를 들어 은행 계좌 객체를 생각해보겠습니다.이 객체의 핵심은

파이썬의 ABC(Abstract Base Class, 추상 베이스 클래스) 는 객체지향 프로그래밍에서 "반드시 구현해야 하는 인터페이스(규약)를 정의하기 위한 클래스" 입니다.쉽게 말하면,"이 클래스를 상속받는 모든 자식 클래스는 특정 메서드를 반드시 구현해야 한다."

반드시 구현해야 하는 인터페이스(규약)을 정의하기 위한 클래스"이 클래스를 상속받는 모든 자식 클래스는 특정 메서드를 반드시 구현해야 한다"추상 클래스는 객체 생성이 불가능하다.Protocol 은 파이썬 3.8부터 typing 모듈에 추가된 기능상속 여부와 상관없이 필

객체지향 프로그래밍(OOP)에서 다중 상속(Multiple Inheritance)은 하나의 클래스가 여러 부모 클래스로부터 기능을 상속받는 기능이다.다중 상속은 매우 강력한 기능이지만, 메서드 호출 순서를 잘 이해하지 못하면 예상과 다른 결과가 발생한다. 이러한 문제를

네, 맞습니다. 하지만 주의할 점이 있습니다.코드를 작성할 때는 함수 이름이 같은 것을 여러 개 나열하지만, 실제로 컴퓨터가 실행할 때(Runtime)는 @overload가 붙은 함수들은 무시됩니다. @overload가 붙은 함수들은 일종의 "설명서(Signature/

Ellipsis는 파이썬의 내장 싱글턴(singleton) 객체로, ... (점 세 개)로 축약해서 쓸 수 있습니다. None, True, False처럼 파이썬 언어 자체에 내장된 특수 상수입니다.가장 흔한 용도는 "아직 구현하지 않았지만 문법적으로는 뭔가 채워야 하는

dataclass와 TypedDict는 모두 "데이터를 구조화"하기 위해 사용되지만, 그 본질과 용도가 완전히 다릅니다.가장 쉽게 요약하자면 다음과 같습니다.dataclass: 데이터를 가진 "객체(Object)"를 만들기 위한 도구TypedDict: 데이터가 담긴 "

다음은 Python에서 동시성을 구현하는 세 가지 방법에 대한 예제입니다:주요 특성:파이썬의 threading 모듈을 사용하여 동시 실행스레드는 동일한 메모리 공간을 공유 (GIL 제약)I/O 바운드 작업에 적합구현이 간단하지만 파이썬의 GIL로 인해 제한됨주요 특성:

Thread (threading)장점: 생성 비용이 적고 가벼움. 메모리를 공유해서 데이터 교환이 쉬움. I/O 바운드 작업(네트워크 요청, 파일 읽기/쓰기 등 대기 시간이 많은 작업)에는 효과적단점: GIL(Global Interpreter Lock) 때문에 한 순간

파이썬에서 \_\_str\_\_과 \_\_repr\_\_은 객체를 문자열로 표현할 때 호출되는 특별한 메서드(Magic Method)입니다. 두 메서드의 핵심적인 차이점은 "누구를 위한 출력인가?"에 있습니다.목적: 사용자(End-user)를 위한 출력입니다.특징: 객

파이썬의 이항 연산자(Binary Operator)가 구현되지 않았을 때, 파이썬 인터프리터에게 "나는 이 타입에 대한 연산을 어떻게 처리해야 할지 모르겠으니, 상대방 객체에게 물어봐라"라고 알리는 아주 특별한 약속(Signal)입니다.파이썬에서 a \* b를 실행하면