네이버 부스트코스에서 제공하는 최성철 님의 강의를 참고하여 작성된 포스팅입니다.

운영체제 & 파일 시스템

윈도우 vs 쉘 명령어

사실 윈도우 명령어까지는 굳이 알아둬야 하나 싶다 (그냥 WSL2 깔아서 쓰자..)

파이썬은?

플랫폼 독립적인 인터프리터 언어

플랫폼 독립적
인터프리터 언어

플랫폼 독립적 : OS = 플랫폼. 즉 OS에 상관없이 한번 프로그램을 작성하면 사용 가능함
- 파이썬은 인터프리터를 사용하기에 플랫폼 독립적 실행이 가능하다
컴파일러 vs 인터프리터 언어
- 컴파일러 : 소스코드를 기계어로 먼저 번역
  - OS 의존적
  - 실행속도 빠름
  - 한번의 많은 기억 장소 필요
  - C, Java, C#…
- 인터프리터 : 소스코드를 실행시점에 해석
  - OS 독립적
  - 실행속도 느림
  - 메모리 적게 필요
  - Python, scala..
    인터프리터 해석 과정

인터프리터 언어에서는 컴파일-어셈블 (기계어 변환과정) 이 하나의 과정처럼 보임

객체 지향 : 실행 순서가 아닌 모듈 중심의 프로그램 작성
- 모듈 : 행동 (method), 속성 (attribute)로 구성
- 절차 지향과 반대됨 (실행 순서 중심)
동적 타이핑 언어 : 프로그램이 실행되는 시점에 데이터 타입을 결정
- 후에 나올 타입 힌트는 제공될 수 있음

파이썬 기초 문법

변수

변수 : 값을 저장하는 장소
- 선언되는 순간 메모리 특정 영역에 물리적 공간이 할당됨
- 변수는 메모리 주소를 가지고, 변수에 들어가는 값은 그 메모리 주소에 할당된다.
- A = 8 : “A라는 이름을 가진 메모리 주소에 8을 저장”

리스트

리스트에 있는 값들은 주소 (offset) 을 가짐

slicingcities[::2] : 2칸 단위
cities[::-1] : 역으로 슬라이싱
cities[-50:50] : 범위 넘어갈 경우 자동으로 최대범위 지정
extend(list) : 리스트에 새로운 리스트 추가
- color.extend([”black”, “purple”])
insert(index, value) : index 번째 주소에 값 추가
- color.insert(0, “orange”)
remove(value) : list 중 처음으로 있는 value 요소 삭제
- color.remove(”white”)
del(list[index]) : list의 index번째 요소 삭제

패킹, 언패킹

패킹 : 한 변수에 여러 개 데이터 넣기
언패킹 : 한 변수 데이터를 각각의 변수로 반환

copy() vs deepcopy()

얕은 복사
- 변수 대입, copy.copy()
- 원본 객체의 값을 변경하면 복사본도 변경됨
깊은 복사
- copy.deepcopy()
- 원본 객체의 값을 변경해도 복사본은 변경 X
- 내부 객체들까지 모두 복사되기 때문

함수

코드를 논리적인 단위로 분리
캡슐화 : 인터페이스만 알면 타인의 코드 사용 가능
parameter : 함수의 입력 값 인터페이스
argument : 실제 파라미터에 대입된 값

프린트 포맷팅

% string
print(’%s’ %(’one’))
format
- 인덱스 형태 : print("My name is {0} and {1} years old.".format(name,age))
- 변수명 형태 : print("Product:{name:>10s},Price per unit: {price:10.5f}.".format(name="Apple", price=5.243))
- print(’{}’.format(’one’))
f-string : 최근 가장 많이 쓰임
- name = "Sungchul"
  age = 39
  print(f"Hello, {name}. You are {age}.")
padding
- print("Product:%5s, Price per unit: %.5f." % ("Apple", 5.243))
  print("Product: {0:>5s}, Price per unit: {1:10.3f}.".format("Apple", 5.243))

조건문

명령문이 한줄이면 붙여쓰기 가능하다

if score>=90 : grade='A'
elif score>=60: grade='D'
else: grade='F'

삼항 연산자

value = 12
is_even = True if value % 2 == 0 else False

반복문

왜 range는 0부터 시작할까?
- 일종의 관례인데 2진수가 0부터 시작하기 때문에 0부터 시작하는 걸 권장한다고 한다!

문자열

영문자 1글자 = 1byte
그럼 한글은 어떨까?
한 글자씩 메모리 공간이 할당됨
컴퓨터는 문자를 직접적으로 인식하지 못하고, 2진수로 인식함
→ 2진수를 문자로 변환하는 표준 규칙 (ex. UTF-8)
문자열 오프셋
왼쪽에선 0부터, 오른쪽에선 -1부터 시작

문자열 함수

헷갈리거나 생소한 것들만 따로 정리해보자!
Python String Methods

함수명	기능
a.capitalize()	첫 문자를 대문자로 변환
a.title()	띄어쓰기 후 첫 글자만 대문자
a.count(’abc’)	문자열 a에 ‘abc’가 들어간 횟수
a.find(’abc’)	문자열 a에 ‘abc’가 들어간 위치 (왼쪽부터 탐색)
a.rfind(’abc’)	문자열 a에 ‘abc’가 들어간 위치 (오른쪽부터 탐색)
a.startswith('abc')	문자열 a는 ‘abc’로 시작하는가?
a.endswith('abc')	문자열 a는 'abc'로 끝나는가?
a.isdigit()	문자열이 숫자인지
a.islower()	문자열이 소문자인지
a.isupper()	문자열이 대문자인지

함수에서 파라미터를 전달하는 방식

값에 의한 호출 (Call by Value)
- 함수에 인자를 넘길 때 값만 넘김
- 함수 내에서 인자 값 변경해도 호출자에 영향 X
참조에 의한 호출 (Call by Reference)
- 함수에 인자를 넘길 때 메모리 주소를 넘김
- 함수 내에 인자 값 변경 시, 호출자의 값도 변경됨
객체 참조에 의한 호출 (Call by Object Reference)
- 파이썬 함수는 객체의 주소가 함수로 전달되는 방식
- 전달된 객체를 참조하여 변경 시 호출자에게 영향을 주나, 새로운 객체를 만들 경우 호출자에게 영향을 주지 않음

def swap_value (x, y):
    temp = x
    x = y
    y = temp

변수가 가리키는 메모리 주소만 변경되고, 함수 밖에서 호출자가 변경되지 않음

def swap_offset (offset_x, offset_y):

    temp = a[offset_x]
    a[offset_x] = a[offset_y]
    a[offset_y] = temp

a 리스트의 전역 변수 값을 직접 변경함 → 값이 변경됨

가장 권장되는 방식

객체 자체를 함수에 호출, 객체가 그대로 유지되고 값도 변경됨

def swap_reference (list, offset_x, offset_y):

    temp = list[offset_x]
    list[offset_x] = list[offset_y]
    list[offset_y] = temp

a 리스트 객체의 주소 값을 받아 값을 변경 → 값이 변경됨

지역 변수 VS 전역 변수

지역 변수 : 함수 내에서만 사용
전역 변수 : 프로그램 전체에서 사용
함수 내에 전역 변수와 같은 이름의 변수 선언 시 새로운 지역 변수 생성
함수 내에서 전역 변수 사용하려면 global 키워드 사용

type hints

파이썬의 가장 큰 특징은 동적 타이핑이지만, 다른 사용자가 인터페이스를 알기 어려움

사용자에게 인터페이스를 명확히 알려줄 수 있음
함수 문서화 시 파라미터에 대한 정보를 명확히 알 수 있음
mypy, IDE, linter를 통해 코드의 발생 가능한 오류 사전에 확인
- linter : 소스 코드 분석해 버그, 스타일 오류 등을 표시해주는 도구들
  https://sanggi-jayg.tistory.com/entry/Python-Linter-비교
  - mypy : Mypy는 파이썬에서 가장 많이 사용되고 있는 정적 타입 검사 도구
  - no: int = "1" print(no) ## 인터프리터 실행 ## python test.py 1 ## mypy 실행 ## mypy test.py test.py:1: error: Incompatible types in assignment (expression has type "str", variable has type "int") Found 1 error in 1 file (checked 1 source file)
  - pip install mypy mypy new_file.py
- flake8, black
  pep8 like 수준을 준수하는지 확인
  - flake8 : 어느 라인이 잘못됐는지 출력
  - conda install -c anaconda flake8 ##### flake8_test.py:2:12: E203 whitespace before ':' flake8_test.py:3:10: E211 whitespace before '('
  - black : 자동으로 수정까지!
  - conda install black black function.py
type hint 예시
def do_function(var_name : var_type) -> return_type: pass # name은 str 자료형, 반환값은 str def type_hint_example(name: str) -> str: return f"Hello,{name}" # index는 int 자료형, 반환값은 없음 def insert(self, index: int, module: Module) -> None: r"""Insert a given module before a given index in the list. Args: index (int): index to insert. module (nn.Module): module to insert """ for i in range(len(self._modules), index, -1): self._modules[str(i)] = self._modules[str(i - 1)] self._modules[str(index)] = module
docstring : 파이썬 함수에 대한 상세 스펙
- 함수 기능만 설명
- def multiplier(a, b): """Takes in two numbers, returns their product.""" return a*b
- 파라미터, 반환 값까지 설명
- def add_binary(a, b): ''' Returns the sum of two decimal numbers in binary digits. Parameters: a (int): A decimal integer b (int): Another decimal integer Returns: binary_sum (str): Binary string of the sum of a and b ''' binary_sum = bin(a+b)[2:] return binary_sum
Python Docstrings (With Examples)

함수 개발 가이드라인

좋은 함수에 대한 고민은 협업을 위해 꼭 필요하다!

함수는 가능하면 짧게!
함수 이름에는 함수 역할, 의도를 명확하게
하나의 함수에는 유사한 역할 하는 코드만
인자로 받은 값 자체를 바꾸지 말고 임시변수로 선언
코딩 컨벤션
- 코드 마지막에는 항상 한 줄 추가
- 함수명은 소문자와 언더바로 구성
huggingface transformer 라이브러리 내 모델 구현 코드들을 살펴보면 많은도움이 된다고 한다!

https://huggingface.co/docs/transformers/index

🤗 Transformers

Efficient training techniques

huggingface.co

자료 구조

스택 (LIFO)

후입선출
push, pop
[스택 포스팅] (https://ll2ll.tistory.com/9)

큐 (FIFO)

선입선출
put, get
[큐 포스팅] (https://ll2ll.tistory.com/10)

튜플

값의 변경이 불가능한 리스트
리스트의 연산, 인덱싱, 슬라이싱 등 동일하게 사용 가능
변경되지 않아야 할 데이터를 저장 → 사용자 실수에 의한 에러를 방지

set

값을 순서 없이 저장
중복 X, 모두 unique value
집합 연산
- s1.union(s2), s1|s2 : s1, s2의 합집합
- s1.intersection(s2), s1&s2 : s1, s2 교집합
- s1.difference(s2), s1-s2 : s1, s2 차집합

dict

{key : value, key : value, …}

OrderedDict

데이터를 입력한 순서대로 dict 반환 (그냥 dict도 파이썬 3.6부터 입력 순서 보장)

defaultdict

dict type 값에 기본값 지정, 신규값 생성 시 default value가 들어감

from collections import defaultdict
d = defaultdict(lambda:0)
print(d['first']) # 0

deque

stack, queue 지원
리스트에 비해 효율적이고 빠름
Linked list의 특성 지원 (rotate, reverse)

collections — 컨테이너 데이터형

counter

sequence type의 element 개수를 dict로 반환
dict type, keyword parameter도 처리 가능
set 연산 지원

namedtuple

tuple 형태로 데이터 구조체 저장

from collections import namedtuple
Point = namedtuple('Point', ['x', 'y'])
p = Point(11, y=22)
print(p[0] + p[1])

namedtuple 사용법에 대해서는 아래 포스팅을 참고하면 좋다!
Python Namedtuple Example 및 사용법

Pythonic Code

어떤 것이 ‘파이썬다운’ 코드인가?

split

string을 기준값으로 나눠 list로 반환

join

string으로 구성된 list를 합쳐 하나의 string으로 반환

list comprehension

기존 list를 사용해 다른 list를 만드는 방법
for + append보다 속도가 빠름

enumerate, zip

enumerate : list element 추출 시 번호 붙여서 추출
zip : 두 개 리스트 값을 병렬 추출

lambda

코드 해석 어려움
이름이 존재하지 않는 함수 (익명 함수)

→ 최근에는 사용을 권장하지 않음.. 하지만 많이 쓴다!

map function

출처 : https://tykimos.github.io/2020/01/01/Python_Lambda_Map/

map을 사용하면 iterable 객체를 순회하며 각 입력마다 해당 함수 적용함
메모리 효율적
조건문 적용
list( map( lambda x:x ** 2 if x % 2 == 0 else x, ex) )

reduce function

map과는 달리 통합하는 과정까지 포함

from functools import reduce
print(reduce(lambda x, y : x+y, [1,2,3,4,5]))

generator

iterable 객체를 특수한 형태로 사용하는 함수
여러 개의 데이터를 미리 만들어놓지 않고 필요할 때마다 즉석에서 하나씩 만들어낼 수 있는 객체
next() 를 통해 차례로 값에 접근할 때마다 메모리에 적재

def geneartor_list(value):
result = []

for i in range(value):
    yield i

→ yield를 사용해 한 번에 하나의 element 반환 가능

def return_abc():
  return list("ABC") # 리스트 반환

def yield_abc():
  yield "A"
  yield "B"
  yield "C" # generator 반환

return 키워드를 사용할 때는 결과값을 딱 한 번만 제공하는데, yield 키워드는 결과값을 여러 번 나누어서 제공
- return은 모든 결과값을 메모리에 올려야 함 / yield는 결과 값을 하나씩 메모리에 올림
- yield는 대용량 파일을 읽거나, 스트림 데이터를 처리할 때 사용
list 또한 generator처럼 쓸 수 있다
- def yield_abc(): yield from ["A", "B", "C"]

generator comprehension

yield 이외에 generator를 만드는 또 다른 방법

list comprehension과 비슷하다

gen_ex = (n*n  for n in range(500))
print(type(gen_ex))

abc = (ch for ch in "ABC")

print(abc)

for ch in abc:
  print(ch)

#############
<generator object <genexpr> at 0x7f2dab21ff90>
A
B
C

이걸 왜 써야 하지?
- 리스트(iterator) 보다 훨씬 작은 크기이기 때문에 메모리 효율적
- ```
from sys import getsizeof
gen_ex = (n*n  for n in range(500))
list_ex = [n*n for n in range(500)]
print(getsizeof(gen_ex), getsizeof(list_ex))
```
- 중간 과정에서 루프 중단 우려 있는 경우
- 큰 데이터, 스트림 데이터 처리

미리 모든 값을 계산하지 않고 필요할 때마다 값을 그때그때 계산하기 때문에 수행 시간이 긴 연산을 필요한 순간까지 늦출 수 있고 메모리를 절약할 수 있다.

function arguments

keyword arguments
- 함수에 입력되는 파라미터 변수명 사용
default arguments
- 파라미터 기본 값 사용, 입력 X 시 기본값
variable-length arguments
- 개수가 정해지지 않은 변수를 함수 파라미터로 사용
- asterisk(*) 기호 사용
  - 위치 가변 인자 (*args)
    - 가변인자는 일반적으로 *args를 변수명으로 사용
    - 오직 1개만 사용 가능 -> *args1, *args2 이런 식으로는 사용이 불가!
    - 기존 파라미터 이후 값을 튜플로 저장
```
def print_somthing(my_name, your_name):
	print("Hello {0}, My name is {1}".format(your_name, my_name))

def print_somthing_2(my_name, your_name="TEAMLAB"):
	print("Hello {0}, My name is {1}".format(your_name, my_name))

def asterisk_test(a, b, *args):
	return a+b+sum(args)

print(asterisk_test(1, 2, 3, 4, 5)) # 15
```
  - 키워드 가변인자(**kwargs)
    - 파라미터 이름을 따로 지정하지 않고 입력
    - asterisk 2개 사용 (**)
    - 입력된 값은 dict type 으로 사용 가능
    - 가변인자는 오직 한 개만 기존 가변인자 다음에 사용
```
def f(x, y, **kwargs):
  # x -> 2
  # y -> 3
  # kwargs -> { 'flag': True, 'mode': 'fast', 'header': 'debug' }
```
두 가지 혼합
- f(2, 3, flag=True, mode='fast', header='debug') def f(*args, **kwargs): # args = (2, 3) # kwargs -> { 'flag': True, 'mode': 'fast', 'header': 'debug' } ...

asterisk - unpacking

def asterisk_test(a,*args):

    print(a,args)
    print(type(args))

asterisk_test(1,*(2,3,4,5,6)) # 1 (2,3,4,5,6)

def asterisk_test(a,args):

    print(a,*args)
    print(type(args))

asterisk_test(1,(2,3,4,5,6)) # 1 2 3 4 5 6

저작자표시

'NLP > AI 이론' 카테고리의 다른 글

[AI Math] 벡터와 행렬의 개념 (1)	2024.01.28
[Python] NumPy & Pandas (1)	2024.01.28
[Python] Python Data Handling (1)	2024.01.28
[Python] Python File/Exception/Log Handler (1)	2024.01.28
[Python] OOP + 파이썬 모듈화 (1)	2024.01.28

[Python] 파이썬이란?