딕셔너리:
dic = {"하나" :1, "둘":2}
#키값은 자동으로 abc 순, 혹은 가나다 순으로 정렬
{'둘':2, '하나':1}
dic.keys()
dict_keys([ '하나', '둘'])
dic.values()
dict_values([1, 2])
튜플:
tup = (1,2)
tup
(1,2)
리스트
데이터 전처리할 때 가장 많이 쓰임, 문자형 데이터가 들어가는 factory 변수 설정
factory=["전기", "오퍼레이터", "직업", "사무실", "사장"]
len 함수는 자료형의 길이 확인 가능
len(factory)
5
append
for 반복문과 함께 데이터 전처리할 때 많이 활용됨
factory.append("비")
factory
['전기', '오퍼레이터', '직업', '사무실', '사장', '비']
factory.append(factory)
['전기', '오퍼레이터', '직업', '사무실', '사장', '비',['전기', '오퍼레이터', '직업', '사무실', '사장', '비']]
값을 하나씩 추가할때는 append
리스트를 추가할 때는 extend
factory.extend(factory)
['전기', '오퍼레이터', '직업', '사무실', '사장', '비', '전기', '오퍼레이터', '직업', '사무실', '사장', '비']
factory.remove("전기")
factory
['오퍼레이터', '직업', '사무실', '사장', '비']
딕셔너리: key value 값으로 이루어진 {}안에서 입력되는 자료형
fac_word = {'factory':'공장', 'electricity': '전기', 'assemble': '조립하다' }
fac_word
{ 'assemble': '조립하다' ,'electricity': '전기', 'factory':'공장'}
fac_word["factory"]
'공장'
fac_word["assemble"] = "모으다"
fac_word
{ 'assemble': '모으다' ,'electricity': '전기', 'factory':'공장'}
fac)word.keys()
dict_keys(['factory', 'electricity', 'assemble'])
tuple 변수 할당
digit = (0,1,"two")
digit = tuple(0,1,"two")
digit[1]
1
tuple은 조회밖에 안됨
digit[0] = 1
오류
반복되는 코드에 대해서 처리가 가능한 기능 for문, while문
while문
i=1
while i <= 100:
print(i)
i=i+1
1부터 100까지 출력
x in A
x not in A
for i in range(1, 101): /101까지 해야 100까지
a=118* 29
b=97*35
if a>b:
** 제곱
예외처리
.py 파일은 중간에 오류가 하나라도 발생하면 실행을 멈춤
예외처리를 하면 자잘한 오류를 무시하고 코드 실행 가능
커스텀 에러 메시지 구현
text = "100퍼센트"
try: #try 구문 정의
number=int(text) # int 변환
excepty ValueError:
print("{}는 숫자가 아닙니다.".format(text))
#함수설정
def list_print(list, index): #입력변수: 리스트 면수, 인덱스
print(list.pop(index)):
numpy 패키지
수학 연산, 행렬처리 등의 작업 수행
numpy 형태로 데이터를 변환 후 머신러닝/딥러닝 모델에 입력 가능
특징
1.Numpy 배열을 리스트와 같은 값의 집합으로 볼 수 있으나 리스트와 다르게 하나의 타입만을 가질 수 있음
2. 각 차원의 크기를 튜플 형태로 표현 가능
3.배열의 차원에 따라서 인덱싱(조회) 가능
#외부 패키지 임포트
import numpy as np
#import pandas as pd
arr1 = np.array([1, 2, 3])
type(arr1)
numpy.ndarray
arr1.shape # numpy 행렬의 사이즈 출력
(3,)
arr1.ndim #차원
1
arr2 = np.array([[1, 2, 3],[4, 5, 6,]])
type(arr2)
(2,3)
arr2.ndim
2
np.zeros(shape=(5,5))
'파이썬' 카테고리의 다른 글
| Visual Studio Code (0) | 2023.07.28 |
|---|---|
| Visual Studio Code (0) | 2023.07.28 |
| Colaboratory (0) | 2023.07.28 |
| Jupyter Notebook (0) | 2023.07.27 |
| 아나콘다 개발 환경 구축 (0) | 2023.07.27 |
