Sesac 27일차

함수

lambda

• def 명령어 없이 간단하게 정의해서 사용할 수 있는 함수
• 한 줄짜리 함수로 간편하게 사용할 수 있다.

def add(a, b):
  return a+b

def return_length(s):
  return len(s)

f = lambda a, b: a+b
print(add(3, 5))
print(f(3, 5))

• 출력 결과물

---

List comprehension

• 한 줄로 간단하게 함수를 표현할 수 있다.

mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

even = [i for i in mylist]
print(even)
even = [i for i in mylist if i % 2 == 0]
even

• 출력 결과물
  [1, 2, 3, 4, 5, 6, 7, 8, 9, 10][2, 4, 6, 8, 10]

• 함수 내에서 변수 값을 가공할 수도 있다.

even = [i+2 for i in mylist]
even

• 출력 결과물
  [3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

패키지와 모듈, 함수의 관계도

• 그룹화된 함수가 뭉쳐서 모듈이 되고, 그룹화된 모듈들이 패키지가 됨.
• 함수<모듈<패키지=라이브러리

import

• 타인이 만들어놓은 모듈을 쉽게 사용 가능
• pandas 패키지 안에서 DataFrame 모듈 불러오기

import pandas
from pandas import DataFrame
DataFrame()

데이터 IO

dataIO(input/output)

Numpy

• numerical python의 약자
• numpy array : numpy list와 유사하지만 행렬 모양임
• 모든 원소의 데이터가 동일한 자료형(type)이어야 함
• 한번 크기를 선언하면 변경할 수 없다. 개별 원소의 변경만 가능.

data2 = [
        [1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]
        ]
data2

---

arr2 = np.array(data2)
print(arr2)
print(type(arr2))
arr2.shape

• 출력
  [[1 2 3][4 5 6]
  [7 8 9]]
  <class 'numpy.ndarray'>
  (3, 3)

print("arr2의 ndim : ", arr2.ndim)
print("arr2의 shape : ", arr2.shape)
print("arr2의 size : ", arr2.size)
print("arr2의 dtype : ", arr2.dtype)
print("arr2의 itemsize : ", arr2.itemsize)
print("arr2의 nbytes : ", arr2.nbytes)

Numpy Array Creation

• array initialization
• array operation -> universal function
• Broadcast
• universal functions
• Indexing
• masking
• numpy methods
• reshaping array

Pandas

• python data analysis의 약자.
• python에서 excel의 기능을 상요할 수 있게 함. 고성능 데이터처리에 적합.
• DataFrame은 2차원 테이블이고, 테이블의 행과 열을 Series라고 한다.
• Series의 모임이 DataFrame

df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=['A', 'B', 'C', 'D'])
df

• 출력 결과
  

---