[ Python ] 자료형

수 자료형

* 정수형을 다루는 문제의 비율이 더 높다

정수형 Integer : 양의 정수, 음의 정수, 0

a = 1000 # 양의 정수
print(a) #1000

a = -7 # 음의 정수
print(a) #-7

#0
a = 0
print(a) #0

예를 들어 대부분의 언어에서는 HaspMap 과 같은 별도의 라이브러리를 이용해야 파이썬의 사전 자료형 기능을 구현할 수 있다. 파이썬에는 기본자료형이 이를 지원하므로 구현이 편리하다는 장점이 있다.

실수형 Real Number : 양의 실수, 음의 실수

* 소수부가 0이거나 정수부가 0인 소수는 0을 생략하고 작성할 수 있다.

a = 157.93 # 양의 실수
print(a) # 157.93

a = -1837.2 # 음의 실수
print(a) # -1837.2

a = 5. # 소수부가 0일 때 0을 생략
print(a) # 5.0

a = -.7 # 정수부가 0일 때 0을 생략
print(a) # -0.7

실수형 데이터를 표현하는 방식 : 지수표현 방식 ( e, E )

ex) 1e9 = 1,000,000,000

 

최단 경로 문제 ( 최단 경로로 가능한 최댓값이 10억 미만이라면 )
최단 거리 : 무한(INF) = 1e9

# 10억의 지수 표현 방식
a = 1e9
print(a) #1000000000.0

#752.5
a= 75.25e1
print(a) #752.5

# 3.954
a = 3954e-3
print(a) #3.954

컴퓨터는 실수를 정확하게 표현하지 못한다.

- 수 데이터 처리 : 2진수 이용
- 실수 처리 : 부동 소수점 방식 이용

a = 0.3 + 0.6
print(a) #0.8999999999999999

if a == 0.9:
    print(True)
else:
    print(False) 

#False

rouond( 실수형 데이터, 반올림하고자 하는 위치 -1 ) : 소수점 값을 비교하는 작업이 필요한 문제 시 사용

ex) round(123.456, 2) #123.46 if 인자를 하나만 넣을 경우 소수점 첫째 자리에서 반올림

a = 0.3 + 0.6
print(round(a, 4)) #0.9

if round(a, 4) == 0.9:
    print(True)
else:
    print(False)

#True

수 자료형의 연산 : +, -, *, /, %, //, **
나누기 연산자( / )는 나눠진 결과를 기본적으로 실수형으로 처리
% : 나머지 연산자
// : 몫 연산자
** : 거듭제곱 연산자

a = 7
b = 3

# 나누기
print(a/b) # 2.3333333333333335

# 나머지
print(a%b) # 1

# 몫
print(a//b) # 2

# 거듭제곱
print(a**b) # 343

 

리스트 자료형

* 여러 개의 데이터를 연속적으로 담아 처리하기 위해 사용 ( Array 기능 )
* 내부적으로 연결 리스트 자료구조를 채택 : append( ), remove( ) 등의 메서드를 지원

리스트 만들기
대괄호 [ ] 안에 원소를 넣어 초기화하며 쉼표(,)로 원소를 구분
리스트의 원소에 접근 시 Index 값(0부터 시작)을 괄호 안에 넣는다.

비어있는 리스트 선언 시 : list( ) or [ ]

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(a) # [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 인덱스 4, 즉 다섯 번째 원소에 접근
print(a[4]) # 5

# 빈 리스트 선언 방법 1)
a = list()
print(a) # []

# 빈 리스트 선언 방법 2)
a = [ ]
print(a) # []

* 주로 크기가 N인 1차원 리스트 초기화 시 리스트 사용

n = 10
a = [0] * n
print(a) #[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

 

리스트 인덱싱과 슬라이싱
인덱싱 : 인덱스 값을 입력하여 리스트의 특정 원소에 접근하는 것, 양의 정수, 음의 정수 모두 사용 가능

* 음의 정수 사용시 원소를 거꾸로 탐색, -1을 넣으면 가장 마지막 원소가 출력된다.

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
# 뒤에서 첫 번째 원소 출력
print(a[-1]) # 9

# 뒤에서 세 번째 원소 출력
print(a[-3]) # 7

# 네 번째 원소 값 변경
a[3] = 7
print(a) # [1, 2, 3, 7, 5, 6, 7, 8, 9]

슬라이싱 : 리스트에서 연속적인 위치를 갖는 원소들을 가져오는 것
대괄호 안에 콜론 : 을 넣어서 시작 인덱스와 ( 끝 인덱스 - 1 ) 을 설정할 수 있다.

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 두 번째 원소부터 네 번째 원소까지
print(a[1:4]) # [2, 3, 4]

리스트 컴프리헨션 : 리스트를 초기화하는 방법 중 하나

대괄호[ ] 안에 조건문과 반복문을 넣는 방식으로 리스트를 초기화
특정 크기를 가지는 2차원 리스트를 초기화할 때에는 리스트 컴프리핸션을 이용해야 한다.

# 0부터 19까지의 수 중에서 홀수만 포함하는 리스트
array = [ i for i in range(20) if i%2 == 1]

print(array) # [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

# 1부터 9까지의 수의 제곱 값을 포함하는 리스트
array = [ i*i for i in range(1, 10) ]

print(array) # [1, 4, 9, 16, 25, 36, 49, 64, 81]

# N * M 크기의 2차원 리스트 초기화
n = 3
m = 4
array = [[0] * m for _ in range(n)]

print(array) # [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

 

* 언더바 ( _ ) : 반복을 위한 변수의 값을 무시하고자 할 때 사용 423p 참고

리스트 관련 기타 메서드

메서드 명	사용법	설명	시간 복잡도
append( )	변수명.append( )	리스트에 원소를 하나 삽입할 때 사용	O(1)
sort( )	변수명.sort( )	기본 정렬 기능으로 오름차순정렬	O(NlogN)
	변수명.sort(reverse = True)	내림차순으로 정렬	O(N)
reverse( )	변수명.reverse( )	리스트의 원소의 순서를 모두 뒤집음	O(N)
insert( )	변수명.insert(삽입할 위치 인덱스, 삽입할 값)	특정 인덱스 위치에 원소 삽입	O(N)
count( )	변수명.count(특정 값)	리스트에서 특정한 값을 가지는 데이터개수 셀 때	O(N)
remove( )	변수명.remove(특정 값)	특정한 값을 갖는 원소를 제거하는데 값을 가진 원소가 여러 개면 하나만 제거	O(N)

a = [1, 3, 4]
print("기본 리스트: ", a) # [1, 3, 4]

# 리스트에 원소 삽입
a.append(2)
print("삽입: ", a) # [1, 3, 4, 2]

# 오름차순 정렬
a.sort()
print("오름차순 정렬: ", a) # [1, 2, 3, 4]

# 내림차순 정렬
a.sort(reverse = True)
print("내림차순 정렬: ", a) # [4, 3, 2, 1]

# 리스트 원소 뒤집기
a.reverse()
print("원소 뒤집기: ", a) # [1, 2, 3, 4]

# 특정 인덱스에 데이터 추가
a.insert(2, 3)
print("인덱스 2에 3 추가: ", a) #  [1, 2, 3, 3, 4]

# 특정 값인 데이터 개수 세기
print("값이 3인 데이터 개수: ", a.count(3)) # 2

# 특정 값 데이터 삭제
a.remove(1)
print("값이 1인 데이터 삭제: ", a) # [2, 3, 3, 4]

insert( ) 함수를 남발하면 '시간 초과'로 테스트를 통과하지 못할 수 있다 : 시간복잡도 O(N), remove( ) 함수도 마찬가지

list에서 특정 값 제거 시

a = [1, 2, 3, 4, 5, 5, 5]
remove_set = {3, 5}

# remove_set에 포함되지 않은 값만을 지정
result = [ i for i in a if i not in remove_set]
print(result) # [1, 2, 4]

# a에 포함된 원소를 하나씩 확인하며 그 원소가 remove_set에 포함되어 있지 않았을 때만 
# 리스트 변수인 result에 넣겠다는 의미

문자열 자료형

 

문자열 초기화 : 큰따옴표 " or 작은따옴표 ' 사용

- 문자열을 큰따옴표로 구성하는 경우 : 내부적으로 작은따옴표 포함 가능
- 문자열을 작은따옴표로 구성하는 경우 : 내부적으로 큰따옴표 포함 가능

- 백슬래시 사용 \ : 큰따옴표, 작은따옴표 원하는 만큼 포함

data = 'Hello World'
print(data) # Hello World

data = "Don't you know \"Python\""
print(data) # Don't you know "Python"

 

튜플 자료형

 

Python의 튜플 자료형은 리스트와 거의 비슷한데 다음과 같은 차이가 있다.

• 튜플은 한 번 선언된 값을 변경할 수 없다.
• 리스트는 대괄호 [ ] 를 이용하지만, 튜플은 소괄호 ( ) 를 이용한다.

* 그래프 알고리즘을 구현할 때 자주 사용 : 다익스트라 최단경로 알고리즘 처럼 최단 경로를 찾아주는 알고리즘 내부에서는 우선순위 큐를 사용하는데 해당 알고리즘에서 우선순위 큐에 한 번 들어간 값은 변경되지 않는다. 그래서 그 우선순위 큐에 들어가는 데이터를 튜플로 구성하여 소스코드를 작성한다.

* 변경 불가능한 자료형 : 한 번 초기화 되면 변경이 불가능한 자료형을 의미, 튜플 자료형이 사전 자료형의 키로 사용되기도 함

사전 자료형

 

사전 자료형 소개 : 키 Key와 값 Value의 쌍으로 데이터를 가지는 자료형

리스트, 튜플 : 순차적으로 저장
사전 자료형 : 키 - 값 쌍으로 데이터를 가진다는 점에서 변경불가능한 데이터를 키로 사용 가능

사전자료형은 내부적으로 해시테이블을 이용하므로 데이터의 검색 및 수정 시 O(1)의 시간에 처리
키 - 값 쌍으로 구성된 데이터를 처리함에 있어서 리스트보다 훨씬 빠르게 동작한다.

data = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

print(data) # {'사과': 'Apple', '바나나': 'Banana', '코코넛': 'Coconut'}

if '사과' in data:
    print("'사과'를 키로 가지는 데이터가 존재합니다.")

** 파이썬에서 리스트, 문자열, 튜플 등 순차적인 정보를 담는 자료형을 iterable 자료형이라고 한다. in 문법은 이러한 iterable 자료형에 모두 사용이 가능하다.

사전 자료형 관련 함수
keys( ) : 키 데이터만 뽑아서 리스트로 이용 시
values( ) : 값 데이터만 뽑아서 리스트로 이용 시

data = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

# 키 데이터만 담은 리스트
key_list = data.keys()
# 값 데이터만 담은 리스트
value_list = data.values()
print(key_list) # dict_keys(['사과', '바나나', '코코넛'])
print(value_list) # dict_values(['Apple', 'Banana', 'Coconut'])

# 각 키에 따른 값을 하나씩 출력
for key in key_list:
    print(data[key])

# Apple
# Banana
# Coconut

 

집합 자료형

 

집합 자료형 소개 : 집합Set을 처리하기 위한 집합 자료형, 리스트 혹은 문자열을 이용해서 생성

- 중복을 허용하지 X
- 순서 X

사전자료형, 집합자료형 : 인덱싱으로 값을 얻을수 X ( 순서가 없기 때문에 )
집합자료형 : 키가 존재하지 않고, 값 데이터만을 담게 된다.

* 집합 자료형의 특정 원소가 존재하는지 검사하는 연산의 시간복잡도 O(1)

특정한 데이터가 이미 등장한 적이 있는지 여부를 체크할 때 매우 효과적

초기화 방법 : set( ) or { }

# 집합 자료형 초기화 방법 1
data = set([1, 1, 2, 3, 4, 4, 5])
print(data) # {1, 2, 3, 4, 5}

# 집합 자료형 초기화 방법 2
data = { 1, 1, 2, 3, 4, 4, 5 }
print(data) # {1, 2, 3, 4, 5}

집합 자료형 연산 : 합집합 | , 교집합 & , 차집합 -

a = set([1, 2, 3, 4, 5])
b = set([3, 4, 5, 6, 7])

print( a | b ) # 합집합 {1, 2, 3, 4, 5, 6, 7}
print( a & b ) # 교집합 {3, 4, 5}
print( a - b ) # 차집합 {1, 2}

집합 자료형 관련 함수 : add( ), update( ), remove( ) * add( ), remove( ) : 시간 복잡도 O(1)

data = set([1, 2, 3])
print(data) # {1, 2, 3}

# 새로운 원소 추가
data.add(4)
print(data) # {1, 2, 3, 4}

# 새로운 원소 여러 개 추가
data.update([5, 6])
print(data) # {1, 2, 3, 4, 5, 6}

# 특정한 값을 갖는 원소 삭제
data.remove(3)
print(data) # {1, 2, 4, 5, 6}

 

 

본 게시물은  [ 이것이 취업을 위한 코딩테스트다 with 파이썬  - 나동빈 ] 을 참조하여 정리한 게시글입니다.