F7 project

Deep 하게 Parameters 매개변수 | Arguments 인수 Overview 이 글은 Parameters(파라미터), 매개변수, Arguments(알규먼트), 인자, 인수와 같은 용어들이 서로 혼용되어 사용되는 것에 대한 혼동을 겪는 사람들을 위해 작성되었습니다. 이러한 용어들은 공식 문서나 블로그에서 종종 등장하는데, 용어들의 개념과 차이점을 명확히 설명하여 혼동을 해소하고자 합니다. In summary Parameters(파라미터)는 매개변수라고도 부르며, 함수에 전달된 값을 받는 변수를 지칭한다. * Python에서 함수를 선언(정의)할 때 함수 이름 뒤에 따라오는 "()"괄호 안에 작성한다. Arguments(알규먼트)는 인자 또는 인수라고 부르며, 함수에 전달된 값을 지칭한다. * Py..

지도 시각화 GeoPandas !pip install geopandas import pandas as pd import geopandas as gpd import matplotlib.pyplot as plt path = '/content/drive/MyDrive/NLP_project/프로젝트 #1/project/data/' test = pd.read_csv(f'{path}map/count.csv') kr_sido = gpd.read_file(f'{path}map/a', encoding='cp949') kr_sido = kr_sido.merge(test, on='CTP_KOR_NM') kr_sido from mpl_toolkits.axes_grid1 import make_axes_locatable..

시작에 앞서 본 내용은 학습 내용을 기록하기 위함이며 내용에 틀린 점이 있을 수 있으니 이점 유의 부탁드립니다. __init__ initialize, constructor 생성자, 초기화자, 초기화 함수 용어 설명 가변 객체(Mutable Object) : 값이 변하더라도 메모리에 할당된 주소 값이 일정한 객체 Ex. List, Dict,... 등 객체(Object) : 클래스에 선언된 모양 그 자체 클래스의 인스턴스(instance) 모든 인스턴스를 대표하는 포괄적인 의미 인스턴스(Instance) : 클래스가 메모리에 할당된 상태 인스턴스는 객체에 포함된다. 추상적인 개념과 구체적인 객체 사이의 관계에 초점을 맞출 경우에 사용 원본으로부터 생성된 복제본을 의미 추후 클래스 및 객체, 인스턴스에 대해 ..

sum() Signature: sum(iterable, /, start=0) Docstring: Return the sum of a 'start' value (default: 0) plus an iterable of numbers Type: builtin_function_or_method sum() python 내장 함수 반복가능(iterable)한 type을 전부 더해준다. = 반복가능(iterable)한 type : - String, List, Tuple, Dictionary, Range, Set - 단, String은 sum()을 지원하지 않는다. 'start' value를 우선으로 하여 item을 다 합한 값을 반환한다. iterable = → 반복가능(iterable)한 type을 입력 받는다...

시작에 앞서 본 내용은 학습 내용을 기록하기 위함이며 내용에 틀린 점이 있을 수 있으니 이점 유의 부탁드립니다. 문자열 포맷팅 Formatted String 문자열 포맷팅이란? 문자열안에 원하는 어떤 값 또는 계산된 값을 삽입하여 문자열로 사용하기 위한 방법 이를 문자열 보간법이라고도 한다. 문자열 포맷팅 방법 Python에는 3가지의 문자열 포맷팅 방법이 있으며 이는 아래와 같다 1. 고전적인 문자열 포맷팅(Classic String Format) >>> blog_name = 'F7 project' >>> visit_num = 20 >>> print('Blog : "%s"의 방문자 수는 %d 입니다.' %(blog_name, visit_num)) Blog : "F7 project"의 방문자 수는 20 ..

.split() Signature: .split(self, sep=None, maxsplit=-1) Docstring: Return a list of the words in the string, using sep as the delimiter string. Type: method_descriptor​ .split() str 내장 함수 괄호안의 첫번째 파라메터 문자를 구분자로 하여 문자열을 나눠 준다. 구분자(delimiter) : 임의의 기호로 성립되는 열을 구성 요소로 구분 짓기 위한 문자 . 앞에 str(문자열)을 입력 기존 str(문자열)을 나누어 list로 반환한다. → list type으로 반환 sep = → 나눌 기준이될 문자열을 입력받는다. → 파라메터에 입력값이 없다면 모든 빈공백을 기준으..

링크드 리스트(Linked List) - 단순연결리스트(Singly linked list) - 연결 리스트라고도 한다. - 배열(Array) → 장점 : 빠르게 접근이 가능하다. → 단점 : 메모리 사용이 비 효율적 배열 내의 공간을 미리 확보하여 구성하므로 데이터를 추가로 넣기 어렵다. - 연결리스트(Linked List) - 링크드 리스트는 떨어진 곳에 존재하는 데이터를 포인터로 연결해, 관리하는 데이터 구조 - 파이썬은 리스트 타입이 링크드 리스트의 기능을 모두 지원 한다. → 장점 : 삽입과 삭제가 편하다. 사용 후 메모리의 재사용이 가능하다. 메모리 공간을 미리 할당하지 않아도 되어 데이터를 추가, 제거, 등이 편하다. → 단점 : 포인터의 사용으로 저장공간 또한 추가로 사용한다. 알고리즘이 복..

[append an element in list] : performance testing → creat an empty list, [] and list() → append(element) and += [element] → 비어있는 list 생성 방법 [], list()의 속도 비교 → append() 함수와 += []의 속도 비교 시작에 앞서 이 글은 list에 요소 한 개 추가 시 append()를 사용하는 것을 추천합니다. *결과값 읽는 법 → %%timeit %%timeit 코드를 반복하여 평균 실행 속도를 구하는 코드 → %%timeit 결과값 959 ms ± 8.6 ms per loop (mean ± std. dev. of 7 runs, 10 loop each) 10번 반복하여 얻은 평균 실행 ..

스택(Stack) - 데이터를제한적으로 접근할 수 있는 구조 → 한쪽 끝에서만 자료를 넣거나 뺄 수 있는 구조 → LIFO & FILO(Last-In, First-Out & First-In, Last-Out) 데이터 관리 방식을 따른다. ▶ LIFO : 마지막에 넣은 데이터를 먼저 추출 ▶ FILO : 처음에 넣은 데이터를 먼저 추출 → 대표적인 스택의 활용 ▶ 컴퓨터 내부 프로세스 구조의 함수 동작 방식 - 장단점 → 장점 : ▶ 구조가 단순하여 구현이 쉽다. ▶ 데이터 저장/읽기 속도가 빠르다. → 단점 : ▶ 데이터 최대 갯수를 미리 정해야 한다. 파이썬의 경우 재귀 함수는 1000번까지만 호출 가능 ▶ 저장 공간의 낭비가 발생할 수 있다. 미리 사용할 최대 갯수만큼 저장 공간을 확보해야 한다 - ..

큐(Queue)- Priority - 우선순이가 높은 데이터를 먼저 꺼내는 구조 → 우선순위 : 0,1,2,...,n 순으로 0이 가장 우선순위가 높다. → LIFO & FILO(Last-In, First-Out & First-In, Last-Out) - 용어 → Enqueue : 큐에 데이터를 넣는 기능 → Dequeue : 큐에서 데이터를 꺼내는 기능 Enqueue : 큐에 데이터가 들어갈 때 Dequeue : 큐에서 데이터가 나갈 때 Python 라이브러리 import queue # queue 생성 priority_queue = queue.PriorityQueue() → put()을 사용하여 생성된 Queue에 데이터 넣기 # 생성된 queue에 데이터 입력 priority_queue.put((4,..

큐(Queue)-LIFO - 먼저 넣은 데이터를 마지막에 꺼내는 구조 → 후입 선출 & 선입 후출 → LIFO & FILO(Last-In, First-Out & First-In, Last-Out) - 용어 → Enqueue : 큐에 데이터를 넣는 기능 → Dequeue : 큐에서 데이터를 꺼내는 기능 Enqueue : 큐에 데이터가 들어갈 때 Dequeue : 큐에서 데이터가 나갈 때 Python 라이브러리 import queue # queue 생성 lfof_queue = queue.LifoQueue() → put()을 사용하여 생성된 Queue에 데이터 넣기 # 생성된 queue에 데이터 입력 lfof_queue.put('F') lfof_queue.put('7') lfof_queue.put(' ') l..

큐(Queue)-FIFO - 먼저 넣은 데이터를 먼저 꺼내는 구조 → 선입 선출 & 후입 후출 → FIFO & LILO(First-In, First-Out & Last-In, Last-Out) - 용어 → Enqueue : 큐에 데이터를 넣는 기능 → Dequeue : 큐에서 데이터를 꺼내는 기능 Enqueue : 큐에 데이터가 들어갈 때 Dequeue : 큐에서 데이터가 나갈 때 Python 라이브러리 import queue # queue 생성 ifof_queue = queue.Queue() → put()을 사용하여 생성된 Queue에 데이터 넣기 # 생성된 queue에 데이터 넣기 ifof_queue.put('F') ifof_queue.put('7') ifof_queue.put(' ') ifof_qu..

eval() Signature: eval(source, globals=None, locals=None, /) Docstring: Evaluate the given source in the context of globals and locals. """ The source may be a string representing a Python expression or a code object as returned by compile(). The globals must be a dictionary and locals can be any mapping, defaulting to the current globals and locals. If only globals is given, locals defaults to ..

.sort() Signature: .sort(*, key=None, reverse=False) Docstring: Sort the list in ascending order and return None. .sort() list를 정렬해주는 함수 . 앞에 정렬할 list를 입력 기존 list를 정렬하여 저장한다. → 반환값은 없다. key = → 정렬할 기준을 정해줄 수 있다. → (정령할 기준은 함수로 전달받는다.) reverse = → True : 내림차순 → False : 오름차순(기본설정값) 사용예제: a = [1, 3, 5, 4, 2, 1] a.sort() print(a) [1, 1, 2, 3, 4, 5] reverse = a = [1, 3, 5, 4, 2, 1] a.sort(reverse = T..

배열(Array) - 데이터를 나열하고, 각 데이터를 인덱스에 대응하도록 구성한 데이터 구조 - 파이썬에서는 List DataType이 배열 기능을 제공한다. 배열이 필요한 이유 같은 종류의 데이터를 효율적으로 관리하기 위함 같은 종류의 데이터를 순차적으로 저장 장점 → 접근이 빠르다. 단점 → 미리 최대 길이를 지정해야 한다. → 추가 또는 삭제가(데이터가 가변적이다.) 쉽지 않다. 단, Python에서는 단점이 많이 보안되었다. Python 배열(List Type) # 1차원 배열(list로 구현) data = [1, 2, 3, 4, 5] data [1, 2, 3, 4, 5] → 1차원 데이터 접근(인덱싱-Indexing) data[0] 1 # 2차원 배열(list로 구현) data = [ [1, 2..

자료구조와 알고리즘이란? 자료구조(데이터 구조, data structure) 많은 데이터를 효율적으로 관리할 수 있는 데이터의 구조를 의미한다. 코드상에서 데이터를 효율적으로 처리하기 위해 → 데이터 특성에 따라 → 체계적으로 데이터를 구조화해야 한다. [어떤 데이터 구조를 사용하느냐에 따라 코드 효율이 달라진다.] 컴퓨터에서 사용 배열, 스택, 큐, 링크드 리스트, 해쉬 테이블, 힙,... 현실 세계 사전,... 효율적인 데이터 관리 예시(일상) 주민등록번호 알고리즘(Alorthm) 어떤 문제를 풀기 위한 절차(방법) 어떤 문제에 대해 입력을 넣으면 원하는 출력을 얻을 수 있도록 만드는 프로그래밍 좋은 알고리즘을 판단하는 기준 - 성능 판단 → 실행 시간이 얼마나 걸리는지 → 저장 공간을 어느 정도 차..

[change type of whole list] : performance testing → comparison for loops and list comprehension and map → for문과 리스트 컨프리헨션, 맵의 속도 비교 시작에 앞서 이 글은 list안 요소의 type 변환 시 map()을 사용하는 것을 추천합니다. *결과값 읽는 법 → %%timeit %%timeit -n 10 코드를 반복 하여 평균 실행 속도를 구하는 코드 -n [num_loop] : [num_loop]에 반복 실행할 숫자를 입력(위 코드는 10번을 돌리라는 의미) → %%timeit 결과값 읽는 법 959 ms ± 8.6 ms per loop (mean ± std. dev. of 7 runs, 10 loop each)..

20가지의 기본 원칙 _ PEP 20 Python 프로그래밍의 설계에 영향을 미치는 20가지의 기본원칙 중 기록으로 남은 19개 원칙 PEP 20 – The Zen of Python | peps.python.org PEP 20 – The Zen of Python Author Tim Peters Status Active Type Informational Created 19-Aug-2004 Post-History 22-Aug-2004 Table of Contents Long time Pythoneer Tim Peters succinctly channels the BDFL’s guiding principles for Python’s design into 20 peps.python.org 초록(Abstract)..

파이썬 코드 스타일 가이드 _ PEP 8 코드를 작성하는 것보다 읽는 양이 훨씬 많기 때문에 가독성이 중요하다. PEP 8 – Style Guide for Python Code | peps.python.org PEP 8 – Style Guide for Python Code Author Guido van Rossum , Barry Warsaw , Nick Coghlan Status Active Type Process Created 05-Jul-2001 Post-History 05-Jul-2001, 01-Aug-2013 Table of Contents This document gives coding conventions for the Python code co peps.python.org PEP 8 가이드는..