2주차(2) - [python]가상환경 세팅, 변수와 자료형

1. 파이썬 소개 및 개발 환경 설정

파이썬은 어디에 활용될까?

• 데이터 분석
• 머신러닝
• 웹 개발
• 자동화

그렇다면 해야할 부분은?

먼저 만들고, 필요한 부분을 채워넣는 게 더 좋다.

코랩 vs 코드편집기

코랩

• 구글 클라우드 기반 Jupyter 노트북 환경
• 별도로 소프트웨어 설치 필요 X
• 머신러닝, 데이터 분석 등 작업에 사용
• GPU / TPU와 같은 하드웨어 가속기를 무료로 사용할 수 있어 딥러닝 작업에 적합
• 주피터 노트북 파일(.ipynb) 형식을 지원, 코드와 문서를 통합해 작성 가능
• 코드와 결과를 공유하기 쉽고, 협업 간편

코드편집기

• VScode / Pycharm
• 컴퓨터 설치
• 디버깅, Git 통합, 코드 완성 등의 기능 제공
• 로컬 환경에서 작업하기에 인터넷 연결 필요치 않음

2. 가상환경에 대한 이해

가상환경

ex)

• 프로젝트1(환경 1)
  • 패키지 1 버전 1.x
  • 패키지 2 버전 2.x
• 프로젝트2(환경2)
  • 패키지1 버전 2.x
  • 패키지2 버전 3.x

별도의 환경을 통해 프로젝트 업데이트 진행 → 그렇기 때문에 Python 환경을 나누어 진행하는 이유이다.

• 각각 프로젝트가 필요로 하는 재료가 있음
• 시차에 따른 환경의 격리가 필요하다

실습

conda env list

입력을 통해 콘다 환경에 진입

• 콘다 환경의 리스트를 확인하는 방법

conda create -n ai2 python=3.8

• -n: name
• python=3.8: 아나콘다 내부에서 돌아가는 파이썬 환경
• 디렉토리 생성

conda activate ai2

• ai환경으로 진입했다는 의미

💡 py
py는 코드를 전체 다 돌린다느 느낌
- 필요한 패키지(함수)를 만들어서 다른 곳에서 호출할 수 있단 장점
💡 ipynb
- 결과를 바로바로 확인할 수 있다는 장점
- ipynb는 코드 작은 것들을 하나 하나 확인한다는 느낌

패키지란?

• 프로그램 개발에서 모듈을 묶어 관리하기 위한 단위

장점

1. 코드 관리가 쉬워짐
2. 코드 재사용 가능
3. 협업 원할

pandas 라이브러리 불러오기

• 커널 선택 후, !pip install pandas
• 이후 pandas 패키지 사용 가능

짧게 할 수는 없나?

• pd라고 보통 칭하기 때문에 pd라고 해줌

모듈? 패키지? 라이브러리?

패키지: 비슷한 기능을 하는 모듈을 묶어서 관리하는 단위

• 함수 단위로 관리
• (간단한 이해) 하나의 폴더

모듈: 프로그램 사용 중 작은 기능의 단위

• 하나의 py파일
• 모듈이 모여 하나의 패키지가 된다

3. 변수와 자료형

변수:

정의: 데이터 특정 이름을 붙여 저장

• 여러 형태 데이터를 하나 이상의 변수로 설정 가능

a = 1

b = “python”

c = [ 1 , 2, 3]

자료형:

• 데이터 자료형 규명은 가장 기본적이고 중요
• 파이썬에서는 데이터의 자료형을 자동으로 지정
• 자료형에 따라 분석의 기법이 달라질 수 있음

💡 - %: 나머지
- // : 몫
- **: 제곱

문자열:

• 문자, 단어 등으로 구성된 문자 집합
• 문자열 또한 여러 형태도 연산 가능
• indexing: 특정 위치의 문자 추출
• Slicing: 특정 위치 문자를 잘래냄
• 여러줄을 쓰고 싶을 떈 ‘’’ or “””을 사용해 줄바꿈
• 곱하길 사용해 반복할 수도 있음

인덱싱과 슬라이싱(중요!)

• 프로그래밍은 0부터 시작
• indexing: [n]번째 숫자를 출력

  print(str2[0]) # <- indexing

• slicing: [a:b] → a이상 b미만

  str4 = 'python programming'
  print(str4[:6]) #python
  print(str4[7:]) #programming
  print(str4[:]) #python programming

• 역슬레시를 통해 작은 따옴표 출력 가능

  text1= '나는 "서준범"입니다'
  text2= "나는 '서준범'입니다"
  text3= '서준범\'s 레시피'
  print(text3)
  
  서준범's 레시피

• 줄바꿈 → \n
  • 줄바꿈도 인덱싱으로 출력 가능

    text4 = "나는 \n서준범 \n입니다"
    print(text4)
    print(text4[4])
    
    나는 
    서준범 
    입니다

• find / index (위치 알려주기)
  • find: 못찾을 때 → -1 출력
  • index: 못찾을 때 에러

• 주요 함수 예제

  a = 'hobby'
  print(a.count('b'))
  print(a.find('o'))
  print(a.find('k'))
  print(a.index('k'))
  print('asdf'.join(a))
  print(a.upper())
  
  2
  1
  -1
  error
  hasdfoasdfbasdfbasdfy
  HOBBY

  • find 문자열을 찾을 수 없을 때 -1 출력
  • index 에러 출력
  • join 사이 사이에 삽입
• replace & split

b = 'Life is too short'
b.replace('Life', 'Your leg')

'Your leg is too short'

b.split(' ')
['Life', 'is', 'too', 'short']

split함수를 쓰면 자동으로 리스트 형태로 바뀌게 된다

- split / join 활용 예제

a = 'hobby'
a2 = ','.join(a)
a3 = a2.split(',')
a4 = ''.join(a3)

print(a2)
print(a3)
print(a4)

h,o,b,b,y
['h','o','b','b','y']
hobby

join함수는 다시 배열을 다시 문자열로 바꿔주는 기능을 하기도 함

예제 1

a = '890724'
a2 = a[0:2]
a3 = a[2:4]
a4 = a[4:6]
print(a2+'/'+a3+'/'+a4)

----
강사 예시 

ex1 = '890724'
print(ex1[:2]+'/'+ex1[2:4]+'/'+ex[4:6])

예제 2

a = '20190603'
a2 = a[0:4]
a3 = a[4:6]
a4 = a[6:8]
print(a2+'-'+a3+'-'+a4)

예제 3

1번째

phone = '010-1234-5678'
print(phone.replace('-', ''))

2번째

phone = '010-1234-5678'
phone.split('-')
''.join(phone.split('-'))

4. 자료형(매우 중요!)

리스트

• 여러 개의 데이터를 다룰 때, 하나의 변수에 많은 값을 집어넣을 수 있음
• 대괄호를 이용하여 데이터를 묶어줌
• 서로 다른 데이터도 하나의 리스트에 넣을 수 있음
• 리스트도 indexing / slicing이 가능
  • append(): 추가
  • insert(): 삽입
  • remove(): 삭제
• 인덱싱

a = [1,2,3]
a[0] -> 1
a[0]+ a[2] -> 4
a[-1] -> 3

음의 순서 설정 가능

• 리스트 활용

list2 = [1,2,3,4]
list3 = [5,6,7,8]

print(list2 + list3) -> [1,2,3,4,5,6,7,8]
print(list2 * 3) -> [1,2,3,4,1,2,3,4,1,2,3,4]
list2[1] = 9 -> [1,9,3,4]
list[1:3] = [10,11,12]
print(list3) -> [5,10,11,12,8]

list[1:3] = [] -> [5,12,8]

-더하기와 곱하기 모두 가능

• del[n] / remove(object) / sort() / reverse() /

  list2 = [9,4,3,1]
  
  **#index**
  list2.index(3) -> 2 # 찾고자 하는 요소 위치 반환
  
  **#insert**
  list2. insert(2,10) -> [9, 4, 10, 3, 1] #특정 포지션에 값을 넣을 때 insert 활용
  
  **#append**
  list.appned(11) -> [9, 4, 10, 3, 1, 11] #배열 끝에서 추가
  
  **#pop**
  list2.pop() -> 11 #가장 뒤에 있는 값을 꺼내 쓰는 함수
  print(list2) -> [9,4,10,3,1]
  
  **#count**
  a = [1,2,3,1]
  a.count(1) -> 2 #리스트 포함된 요소의 개수

튜플

정의: 리스트와 같이 여러 개의 데이터를 집어넣을 수 있음

• 소괄호를 이용하여 데이터를 묶어줌
• 튜플은 한 번 선언되면, 바꿀 수 없음 → 바꾸고 싶지 않은 값을 넣을 때 활용
  • 인덱싱 / 슬라이싱 // 더하기 / 곱하기는 가능
• Packing / Unpacking을 통해 데이터를 추출하거나 생성 가능
• 더하기 / 곱하기를 통해 변형을 할 수는 있음

a = (1,2,3,4,5) **#packing**
one, two, three = (1,2,3) **#unpacking:** 하나의 튜플을 여러 변수로 선언, 변수에 각 데이터 선언
print(one) -> 1
print(two) -> 2
print(three) -> 3

**a[1] = 5 -> 에러 발생.** 

딕셔너리

정의: Key와 Value의 pari 형태의 변수

d = {”name”: “Kim”, “value”:100}

• Kime이란 데이터가 name이란 키값과 쌍을 이룸
• 100이란 데이터가 value라는 키값과 쌍을 이룸
• Key를 통해 value를 얻는다 라고 생각하면 됨
• Key 값은 중복되지 않는다

dict1 = {1 : 'a'}
dict1[2] = 'b'
print(dict1) -> {1: 'a', 2:'b'}

del dict1[1]
print(dict1) -> {2: 'b'}

#get: key 값이 2인 데이터를 불러와라
print(dict1[2]) -> b
print(dict1.get(2)) -> b 

print(2 in dict1) -> dict1에 key값이 2인 데이터가 있니? ㅇㅇ 있음 TRUE
print(1 in dict1) -> dict1에 key값이 2인 데이터가 있니? ㅇㅇ 없음 FALSE

dict2 = {'name' : 'pey' , 'phone': '01012345678', 'birth': '0904'}
print(dict2.keys()) -> dict_keys(['name', 'phone', 'birth'])
print(dict2.values())-> dict_values(['pey', '01012345678', '0904'])
print(dict2.items()) -> dict_items([('name', 'pey'), ('phone', '01012345678'), ('birth', '0904')])

집합

• 중괄호를 이용하여 데이터를 묶어줌
• 데이터간 순서가 없고, 중복을 허용하지 않음

s1 = set([1,2,3]) -> 집합 선언
s2 = {2,3, 4,4} -> 얘도 집합 선언
print(s1) -> {1,2,3}
print(s2) -> {2,3,4}

s1.add(4)
print(s1) -> {1,2,3,4}
s2.update([5,6,7])
print(s2) -> {2,3,4,5,6,7}
s2.remove(7)
print(s2) -> {2,3,4,5,6}

---

교집합

print(s1) -> 1,2,3,4
print(s2) -> 2,3,4,5,6,
print(s1&s2) #교집합1 -> {2,3,4} 
print(s1.intersection(s2)) #교집합2 -> {2,3,4}

합집합

print(s1|s2) #합집합1 -> {1,2,3,4,5,6}
print(s1.union(s2)) #합집합2 -> {1,2,3,4,5,6}

차집합

print(s1-s2) #합집합1 -> {1}
print(s1.difference(s2)) #차집합2 -> {1}

 

Boolean

• 빈 문자열 / 리스트 / 튜플 / 딕셔너리 / 0 / None → False
  • 값이 비어있으면 False

print(1 == 1) -> True
print(1 != 1) -> False