[Python] List, Dictionary
Updated:
1. List
List는 가장 기본적인 자료형이다.
- ordered: indexing이 가능하다
- mutable: 데이터 추가/삭제/삽입 등이 가능하다.
기본적인 사용방법은 건너뛰고 이번에는 Comprehension, filter함수, map함수 같이 사용하는 방법을 알아볼 것이다.
1.1 Comprehension
Comprehesion이란 sequence 자료형을 만드는 방법 중 하나로 간결하다는 것과 빠르다는 장점이 있다. Python에서는 크게 4가지 Comprehension이 있다.
- List Comprehension
- Set Comprehension
- Dictionary Comprehension
- Generator Expression
Generator의 경우 Comprehension과 동일하지만 특별히 expression이라고 부른다. 여기서는 List Comprehension과 Generator Expression에 대해 알아볼 것이다.
List Comprehesion의 기본적인 사용방법이다.
l1 = []
for i in range(10):
l1.append(i)
print(l1)
l2 = [i for i in range(10)]
print(l2)
결과
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
for-loop가 []안으로 들어왔다. 따라서 코드의 길이가 어느정도 줄었다는 것을 알 수 있다.
다음은 2로 나누었을 때 나머지가 0인 수로 이루어진 list를 만드는 방법이다.
l2 = [i for i in range(10) if i % 2 == 0]
print(l2)
결과
[0, 2, 4, 6, 8]
if-condition도 list안에 넣어서 코드가 줄어든 것을 알 수 있다. 이 외에도 double for-loop문을 사용한다던지 등의 List Comprehension을 적용할 수 있다.
Generator Expression에 대해 알아보기 전에 Generator에 대해 알아보자.
Generator는 iterator를 생성해주는 함수이다. iterator는 next() 메소드를 이용하여 순차적으로 접근이 가능한 object이다.
list와 가장 큰 차이점은 list는 한 번에 여러가지 항목에 접근할 수 있지만 generator는 iterator를 반환하기 때문에 next()를 이용해 한 번에 한가지 항목만 접근할 수 있다.
generator는 함수 안에서 yield를 사용하여 구현하며 yield에는 값(변수)를 지정한다.
def generator(n):
for i in range(n):
yield i
g = generator(5)
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
결과
0
1
2
3
4
기본적으로 함수를 이용해서 구현하지만 Generator Expression을 이용하면 더 간단하게 구현할 수 있다.
g = (i for i in range(5))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
print(next(g))
g = (i for i in range(5))
for x in g:
print(x)
결과
0
1
2
3
4
0
1
2
3
4
generator는 for-loop로 접근할 수 있다. generator는 나중에 조금 더 자세히 다룰 것이다.
1.2. filter, map 함수와의 사용
filter 함수는 특정 조건으로 걸러진 요소들로 iterator객체를 만들어 반환하는 함수이다. map 함수는 반복가능한 객체를 받아서 각 요소에 함수를 적용해준다.
filter(function,object)
- function: 조건으로 쓰일 함수
- object: filter함수가 쓰일 대상
map(function,object)
- funtion: 적용할 함수
- object: function을 적용할 대상
# filter 사용 예시
a = [1,2,3,4,5]
for i in filter(lambda x : x % 2 == 0, a):
print(i,end=' ')
print()
# map 사용 예시
a = ['1','2','3','4','5']
for i in map(int,a):
print(type(i),end=' ')
print()
# filter와 map을 같이 사용한 예시
a = ['1','2','3','4','5']
b = list(filter(lambda x : x % 2 == 0,map(int,a)))
print(b)
결과
2 4
<class 'int'> <class 'int'> <class 'int'> <class 'int'> <class 'int'>
[2, 4]
1.3. 깊은 복사와 얕은 복사
List를 사용할 때 깊은 복사와 얕은 복사의 차이점을 알아두는 것이 좋다. 종종 복사한 객체의 값을 수정하려고 할 때 깊은 복사와 얕은 복사의 차이를 잘 몰라서 의도치 않은 상황이 발생할 수 있다.
얕은 복사(Shallow Copy): 객체를 복사할 때 해당 객체의 주소값만을 복사 깊은 복사(Deep Copy): 객체를 복사할 때 객체가 지닌 인스 턴스 변수 등 값 자체를 복사
둘의 차이점은 얕은 복사는 복사된 객체가 원본 객체와 같다는 것이고 깊은 복사는 복사된 객체가 원본 객체와 전혀 다르다는 차이점이 있다.
다음 예시를 보자.
l1 = [[10] * 3 for _ in range(3)] # 깊은 복사
l2 = [[10] * 3] * 3 # 얕은 복사
l1[0][1] = 3
l2[0][1] = 3
print(l1)
print(l2)
for i in l1:
print(id(i),end = ' ')
print()
for i in l2:
print(id(i),end = ' ')
print()
결과
[[10, 3, 10], [10, 10, 10], [10, 10, 10]]
[[10, 3, 10], [10, 3, 10], [10, 3, 10]]
140728217315712 140728217304320 140728197417280
140728217313664 140728217313664 140728217313664
l2는 얕은 복사를 적용했기 때문에 l2[0][1] = 3이 의도치 않게 l2의 모든 원소 리스트의 1번째 원소를 3으로 변경하였다.
각 원소의 id값을 출력해보면 알 수 있듯이 깊은 복사는 모든 원소의 id값이 다르지만 얕은 복사는 모든 원소의 id값이 동일하여 l2의 모든 원소는 동일한 list임을 알 수 있다.
2. Dictionary
Python에서 Dictionary는 Hashtable을 구현한 자료구조이다. Hashtable은 key에 value를 저장하는 구조로 key를 이용하여 value에 빠르게 접근할 수 있다는 장점이 있다. key는 유일한 값이어야하며 중복을 허용하지 않는다. 그러면 어떤 자료형이 key가 될 수 있을까?
2.1. key가 될 수 있는 자료형
key가 될 수 있는 자료형은 기본적으로 str, int, float등 우리가 알고있는 기본적인 자료형이다. 여기까지만 된다면 Dictionary가 특별한 것처럼 보이지 않는데 추가로 immutable type 즉, 수정이 불가능한 자료형도 될 수 있다. 우리가 보통 알고 있는 자료형을 수정 가능한지 아닌지 나누어보았다
- 가변형 : list, bytearray, array.array, meomoryview, collections.deque
- 불변형 : tuple, str, bytes
더 구체적으로 확인하는 방법은 hash()를 활용해서 알아보는 방법이 있다.
t1 = (10,20,(30,40,50))
t2 = [10,20,[30,40,50]]
print(hash(t1))
print(hash(t2))
결과
465510690262297113
TypeError: unhashable type: 'list'
hash()는 hashable이 가능한 객체만을 받는다. unhashable type은 key가 될 수 없다.
2.2 setdefault와 Dictionary Comprehension
Dictionary를 만드는 기본적인 방법은 건너뛰고 setdefault()와 Dictionary Comprehension를 활용하여 dictionary를 만드는 방법에 대해 알아보자.
Dictionary는 key의 중복을 허락하지 않는다고 하였다. 그렇다면 중복된 key가 들어올다면 dictionary는 과연 어떻게 동작할까?
source = [('k1','val1'),('k1','val2'),('k2','val3'),('k2','val4'),('k2','val5')]
d1 = {}
for k,v in source:
d1[k] = v
# Dictionary Comprehension
d2 = {k:v for k, v in source}
print(d1)
print(d2)
결과
{'k1': 'val2', 'k2': 'val5'}
{'k1': 'val2', 'k2': 'val5'}
먼저 Dictionary Comprehension을 이용해 구성한 Dictionary를 보자. 코드의 길이가 훨씬 줄어든 것을 볼 수 있다.
다시 본론으로 돌아가서 key가 중복된다면 나중에 들어온다는 값으로 변경됨을 알 수 있다. 그러면 중복된 key가 들어오는 모든 value를 하나의 list로 만드는 dictionary를 만들려면 어떻게 해야할까?
다음과 같이 구성할 수 있을 것이다.
source = (('k1','val1'),('k1','val2'),('k2','val3'),('k2','val4'),('k2','val5'))
newDict1 = {}
for k,v in source:
if k in newDict1.keys():
newDict1[k].append(v)
else:
newDict1[k] = [v]
print(newDict1)
결과
{'k1': ['val1', 'val2'], 'k2': ['val3', 'val4', 'val5']}
그런데 setdefault 메소드를 이용하면 더 간단하게 구현할 수 있다.
setdefault(key,default) : key가 dictionary에 있다면 해당 value를 반환, key가 없으면 default를 반환하는 함수
- key: key로 쓰이는 변수
- default: key가 dictionary에 없을 때 쓰이는 초기값
source = (('k1','val1'),('k1','val2'),('k2','val3'),('k2','val4'),('k2','val5'))
newDict2 = {}
for k,v in source:
newDict2.setdefault(k,[]).append(v)
print(newDict2)
결과
{'k1': ['val1', 'val2'], 'k2': ['val3', 'val4', 'val5']}
Leave a comment