파이썬 데이터타입(1)

in Programming on Python


  • Numeric
  • String
  • Sequence - list, set, dictionary, tuple, string

Python Data Types(1)

  • Literal(리터럴)이란?
    • Data type 정의 표기

[Numeric]

1. integer

  • n진수 표기
a = 0b10 #2진수
b = 0o47 #8진수
c = 0xa8 #16진수
  • 여기서 0b, 0o, 0x는 각각 리터럴
    • 십진수의 리터럴은 존재 X
  • 숫자 사이에 underbar 표시 가능 (실제 출력시엔 무시됨)
    • 100,000 나 0b_11011 와 같이 구분을 위해 표시

2. float

  • 부동소수점이 존재 - 정확한 값을 구현할 수 X

    • 그러나 ML/DL의 경우 exact value를 예측하지 않기 때문에 굳이 큰 상관없음

  • 리터럴 2가지

    • .2
    • 3e4

  • 정수보다 압도적으로 빠름

  • infinite 의 type은 float

    • inf로 표기

      float('int') #무한대 선언
float('nan') #NAN 선언

3. complex

  • 복소수(데싸에 전혀사용X)

4. boolean

  • 0/1로 이루어짐
  • int 클래스를 상속받은 형태
    • 따라서 int에서 사용되는 모든 함수가 수용됨
      • ex. True+True 시 2 출력

[String]

1. string

  • 리터럴 : u””
    • 이지만 생략하여 사용

2. Bytes

a = b"하이"

3. Bytearray

  • 한정된 메모리 사용
  • ex. beautiful soup
b = bytearray(b"하이")

[Sequence]

  • Container (or Collection) 하위 type

    • “순서”가 중요한 container

  • indexing과 slicing을 지원

    • indexing 시 sequence의 크기 이상 출력 시 index error 발생
    • slicing은 에러나지 X
    a=[1,2,3]
a[4] #index error
  
a[1:1000] #[1,2,3]출력
a[slice(1,1000)]
  
range(10)[3:100]

  • 비교 가능

    'a'>'b' #False
'a'>'Aa' #True
  
[1,2,3]>[4,5,6] #False
    • 맨 처음 원소를 비교

  • 연산 가능

    'abc'+'def' #'abcdef'
(1,)+(2,3) #(1,2,3) 
(1,)*3 #(1,1,1)
    • 더하기/곱하기 : concatenate
    • 같은 형태의 sequence 끼리만 연산 가능
    3+'strr' #typeerror 발생

  • sequence들 기능 모두 같은 이유 = 같은 class에서 상속받기때문

sequence 분류1 : homogeneous/heterogeneous

  • hetero : 다른 데이터 타입 수용 가능
    • list, set
  • homo : 한가지 데이터 타입만
    • string

sequence 분류2 : mutable/immutable

  • mutable : 자기 자신 변형이 가능
    • ex. bytearray,list,set,dictionary
    • 자기변형 함수 example
      • return값 None - append, remove, pd 함수 내 ‘inplace=True’
      • return값 ㅇ - pop
  • immutable : 자기 자신 변형 불가능
    • ex. tuple
      • count,index만 존재(삭제,삽입 함수X)
  • mutable / immutable은 항상 paired. (ex. list와tuple은 pair)

Sequence 종류

1. list

b = [1,[2,3],] #trailing comma = 뒤에 더 삽입할 수 있다는 것을 표현
len(b) #2출력
  • heterogenous, mutable

2. set

  • 중복/순서가 존재하지X

    • indexing 불가능

  • heterogenous, mutable

  • 리터럴은 {}이나, 공집합을 {}로 생성할 수 X

    z = set()
z #set() = 공집합

  • list를 집어넣을 수 없음

    z = {1,[2,3]} #type error : unhashable type
    • 왜? set은 결국 dictionary의 key 부분이기 때문

  • 집합연산자

a={1,2,3}
b={3,4}
print(a&b) #{3}
print(a^b) #{1,2,4}

#서로 다른 함수의 기능 비교 시에도 사용 가능
set(dir(list()))-set(dir(tuple()))

3.dictionary

  • key 특징

    • hashable: 유일하게 하나로 결정되는 값(immutable)으로 배정해야함

      • mutable type이 오면 X
      • immutable 내 mutable이 존재해도 X
      a = {'[1,2,3]':1, 'b':2, 'a':4} 
#가능
    
a = {(1,2,3):1, 'b':2, 'a':4} 
#가능
    
a = {(1,[2,2],3):1, 'b':2, 'a':4} 
#error

    • 유일함

      a = {'a':1, 'b':2, 'a':4} 
a #{'a':4, 'b':2} 출력

  • key가 중심

    • key 중심으로 len 계산

      1 in {'a':1, 'b':2} #False

  • ‘dictionary view’ - dict.keys(), dict.values(), dict.items()

    for i,j in a.items(): #튜플할당 -(i,j)를 i,j로 표시할 수 ㅇ.
    print(i,j)

  • 순서가 없음 - key이름으로 indexing

    a = {'a':1, 'b':2}
a[1] #error
a['a'] #1
a['c'] #keyerror
  
#단 키의 값을 추가시켜 keyerror 방지가능
a['c']=3
a #{'a': 1, 'b': 2, 'c': 3}

    xx = 3
globals()['xx'] #3출력
    • get 함수로 가져올수도 있음 - error 막기 위해 유용
    a.get('a',3) #key가 없으면 3 반환

  • pandas는 dictionary 구조임 - key(column)로 값 집어넣을 수 있는 이유

    • ex) df[‘temp’] = np.zeros(10)

  • heterogeneous, mutable

    • hetero이지만 list를 key 집어넣으면 typeerror
    • immutable pair = frozenset

4. string

import string

#유용한 모듈들
string.ascii_letters
string.digits
string.punctuation
string.whitespace

[Collections]

Python Data Types(2)에 이어서 설명


© by Jihye Kwon