판다스 데이터프레임

판다스(Pandas)는 파이썬에서 데이터 분석을 위해 널리 사용되는 라이브러리로, 그 중 데이터프레임(DataFrame)은 행과 열로 이루어진 2차원 자료구조입니다. 데이터프레임은 엑셀 스프레드시트와 유사한 형태로 데이터를 저장하고 조작할 수 있어 데이터 분석 작업에 매우 유용합니다.

import pandas as pd

# 데이터프레임 생성
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "Los Angeles", "Chicago"]
}
df = pd.DataFrame(data)
print(df)

데이터프레임의 주요 특징

1. 데이터프레임 생성

데이터프레임은 딕셔너리, 리스트, Numpy 배열 등 다양한 데이터 구조로부터 생성할 수 있습니다. 예를 들어, 딕셔너리를 사용하여 데이터프레임을 생성할 수 있습니다.

data = {
    "Product": ["Apple", "Banana", "Cherry"],
    "Price": [100, 200, 300]
}
df = pd.DataFrame(data)
print(df)

2. 데이터프레임 열과 행 접근

데이터프레임의 열(column)이나 행(row)에 접근하기 위해서는 loc 또는 iloc 메서드를 사용할 수 있습니다. loc은 라벨을 기준으로, iloc은 정수 인덱스를 기준으로 접근합니다.

# 열 접근
print(df["Product"])

# 행 접근 (loc 사용)
print(df.loc[0])

# 행 접근 (iloc 사용)
print(df.iloc[1])

3. 데이터 추가 및 삭제

데이터프레임에 새로운 열이나 행을 추가하거나 기존 데이터를 삭제할 수 있습니다. 새로운 열을 추가하려면 다음과 같이 작성합니다.

# 새로운 열 추가
df["Discounted Price"] = df["Price"] * 0.9
print(df)

행을 삭제하려면 drop() 메서드를 사용합니다.

# 행 삭제
df = df.drop(1)
print(df)

4. 데이터 분석 함수

판다스는 데이터 분석에 유용한 다양한 함수를 제공합니다. 예를 들어, describe() 함수는 데이터프레임의 기초 통계 정보를 제공합니다.

print(df.describe())

또한, 특정 열의 평균, 합계를 구하는 mean(), sum() 등의 함수도 사용할 수 있습니다.

average_price = df["Price"].mean()
print("Average Price:", average_price)

5. 데이터프레임 필터링

데이터프레임에서 특정 조건을 만족하는 데이터를 필터링할 수 있습니다. 예를 들어, 가격이 150 이상인 제품만 선택하려면 다음과 같이 작성합니다.

filtered_df = df[df["Price"] >= 150]
print(filtered_df)

6. 데이터프레임 정렬

데이터프레임을 특정 열을 기준으로 정렬하려면 sort_values() 메서드를 사용합니다.

# 가격을 기준으로 내림차순 정렬
sorted_df = df.sort_values(by="Price", ascending=False)
print(sorted_df)

요약

• 변수는 데이터를 저장하는 공간으로, 값을 할당하면 자동으로 자료형이 결정됩니다.
• type() 함수를 사용하여 변수의 자료형을 확인할 수 있습니다.
• 파이썬의 변수는 동적 타이핑을 사용하여, 동일한 변수에 다른 타입의 값을 할당할 수 있습니다.
• 여러 변수에 값을 한 번에 할당하거나 동일한 값을 여러 변수에 할당할 수 있습니다.
• 자료형을 변환하기 위해 int(), float(), str() 등의 함수를 사용할 수 있습니다.
• 판다스 데이터프레임은 행과 열로 이루어진 2차원 자료구조로, 데이터 분석에 매우 유용합니다.
• 데이터프레임은 딕셔너리나 리스트 등 다양한 형태로 생성할 수 있으며, 열과 행에 접근하고 데이터를 추가, 삭제할 수 있습니다.
• 데이터프레임의 필터링, 정렬, 통계 함수 등을 활용하여 데이터를 효율적으로 분석할 수 있습니다.

변수와 판다스 데이터프레임은 파이썬에서 데이터를 다루는 데 필수적인 도구입니다. 이들을 잘 이해하고 활용하여 효과적인 데이터 처리를 해보세요!

파이썬 집합 자료형

파이썬에서 집합(Set)은 고유한 값들의 모음을 나타내는 비순서 자료형입니다. 집합은 중괄호 {}를 사용하여 정의하며, 각 요소는 중복되지 않습니다. 예를 들면:

my_set = {1, 2, 3, 4, 5}

집합의 특징

1. 중복을 허용하지 않음

집합은 중복된 값을 허용하지 않기 때문에, 동일한 값이 여러 번 추가되더라도 하나의 값만 저장됩니다.

my_set = {1, 2, 2, 3, 4}
print(my_set)  # {1, 2, 3, 4}

2. 순서가 없음

집합은 순서가 없는 자료형이므로 인덱싱이나 슬라이싱을 지원하지 않습니다. 집합의 요소에 접근하려면 반복문을 사용해야 합니다.

my_set = {"apple", "banana", "cherry"}
for item in my_set:
    print(item)

3. 집합에 요소 추가 및 삭제

집합은 가변적이므로, 요소를 추가하거나 삭제할 수 있습니다. add() 메서드를 사용하여 요소를 추가하고, remove() 또는 discard() 메서드를 사용하여 요소를 삭제할 수 있습니다.

my_set = {1, 2, 3}
my_set.add(4)            # {1, 2, 3, 4}
my_set.remove(2)         # {1, 3, 4}
my_set.discard(5)        # {1, 3, 4} (없는 요소 삭제 시 오류 없음)
print(my_set)

4. 집합 연산

집합은 합집합, 교집합, 차집합 등의 다양한 집합 연산을 지원합니다. 이러한 연산은 |, &, - 연산자 또는 메서드를 사용하여 수행할 수 있습니다.

set1 = {1, 2, 3, 4}
set2 = {3, 4, 5, 6}

# 합집합
union_set = set1 | set2
print(union_set)  # {1, 2, 3, 4, 5, 6}

# 교집합
intersection_set = set1 & set2
print(intersection_set)  # {3, 4}

# 차집합
difference_set = set1 - set2
print(difference_set)  # {1, 2}

5. 집합 메서드

집합은 다양한 메서드를 제공하여 요소를 쉽게 조작할 수 있습니다:

• set.add(x): 집합에 요소를 추가합니다.
• set.remove(x): 집합에서 특정 요소를 제거하며, 요소가 없으면 오류가 발생합니다.
• set.discard(x): 집합에서 특정 요소를 제거하며, 요소가 없어도 오류가 발생하지 않습니다.
• set.union(other_set): 두 집합의 합집합을 반환합니다.
• set.intersection(other_set): 두 집합의 교집합을 반환합니다.
• set.difference(other_set): 두 집합의 차집합을 반환합니다.

set1 = {1, 2, 3}
set2 = {3, 4, 5}

set1.add(6)
print(set1)  # {1, 2, 3, 6}

set1.discard(2)
print(set1)  # {1, 3, 6}

union = set1.union(set2)
print(union)  # {1, 3, 4, 5, 6}

intersection = set1.intersection(set2)
print(intersection)  # {3}

6. 집합의 활용

집합은 중복된 값을 제거하거나, 여러 집합 간의 연산을 통해 공통 요소를 찾는 등 다양한 상황에서 유용하게 활용됩니다. 예를 들어, 리스트에서 중복된 요소를 제거하려면 집합으로 변환할 수 있습니다.

my_list = [1, 2, 2, 3, 4, 4, 5]
my_set = set(my_list)
print(my_set)  # {1, 2, 3, 4, 5}

요약

• 집합은 고유한 값들의 모음을 나타내며, 중복된 값을 허용하지 않습니다.
• 집합은 순서가 없으므로 인덱싱이나 슬라이싱을 지원하지 않습니다.
• add(), remove(), discard()와 같은 메서드를 사용하여 집합의 요소를 조작할 수 있습니다.
• 집합은 합집합, 교집합, 차집합 등의 연산을 지원하며, 이를 통해 데이터의 관계를 쉽게 분석할 수 있습니다.
• 집합을 활용하여 중복된 값을 제거하거나 공통 요소를 찾는 등 다양한 작업을 수행할 수 있습니다.

집합은 파이썬에서 매우 유용한 자료형 중 하나로, 특히 중복된 데이터를 처리하거나 집합 연산을 수행하는 데 적합합니다. 집합의 다양한 기능을 활용하여 데이터를 효율적으로 관리해 보세요!

파이썬(Python)은 초보자부터 전문가까지 모두에게 적합한 프로그래밍 언어로, 간결한 문법과 강력한 기능 덕분에 전 세계에서 널리 사용되고 있습니다. 이번 글에서는 파이썬이 어떤 언어인지, 그리고 다양한 기능과 응용 사례들을 둘러보며 파이썬의 매력을 소개해 보겠습니다.

1. 파이썬의 역사와 철학

파이썬은 1991년 네덜란드의 프로그래머인 귀도 반 로섬(Guido van Rossum)에 의해 처음 발표되었습니다. 그는 프로그래밍이 더욱 쉽고 재미있기를 바랐고, 이를 위해 파이썬을 설계했습니다. 파이썬은 ‘코드 가독성’을 철학으로 삼아 간결하고 직관적인 문법을 지향합니다. 이를 통해 초보자들도 쉽게 배울 수 있으며, 복잡한 코드를 간단하게 구현할 수 있습니다.

2. 파이썬의 문법 특징

• 간결하고 쉬운 문법: 파이썬은 영어처럼 읽히는 코드 스타일을 가지고 있어, 다른 언어에 비해 쉽게 이해할 수 있습니다.이러한 간단한 문법 덕분에 파이썬은 초보자가 배우기 좋은 언어로 널리 알려져 있습니다.
• if age >= 18: print(“성인입니다.”) else: print(“미성년자입니다.”)
• 동적 타이핑: 파이썬은 변수의 타입을 명시적으로 선언할 필요가 없습니다. 프로그램이 실행될 때 변수의 타입이 자동으로 결정되며, 이를 통해 코드 작성이 유연하고 빠르게 진행될 수 있습니다.

3. 풍부한 라이브러리

파이썬의 가장 큰 장점 중 하나는 다양한 표준 라이브러리와 오픈 소스 라이브러리를 제공한다는 것입니다. 이를 통해 복잡한 작업도 손쉽게 해결할 수 있습니다.

• 데이터 과학: pandas, numpy, matplotlib와 같은 라이브러리는 데이터 분석과 시각화를 쉽게 할 수 있도록 도와줍니다.
• 웹 개발: Django, Flask와 같은 웹 프레임워크를 사용하여 웹 애플리케이션을 빠르고 효율적으로 개발할 수 있습니다.
• 인공지능 및 머신러닝: TensorFlow, PyTorch와 같은 라이브러리는 인공지능과 머신러닝 프로젝트를 쉽게 시작할 수 있게 합니다.

4. 파이썬의 응용 분야

파이썬은 다양한 분야에서 사용되고 있으며, 그 활용 가능성은 무궁무진합니다.

• 웹 개발: 파이썬은 웹 서버 백엔드를 구축하는 데 널리 사용됩니다. Django와 Flask는 강력한 웹 프레임워크로, 빠르고 안전한 웹 애플리케이션을 개발하는 데 도움을 줍니다.
• 데이터 과학: 파이썬은 데이터 분석, 데이터 시각화, 그리고 머신러닝 모델 구축에 많이 사용됩니다. 데이터 과학자들에게는 거의 필수적인 도구로 자리 잡고 있습니다.
• 자동화 스크립트 작성: 파이썬은 다양한 반복 작업을 자동화하는 스크립트를 작성하는 데 매우 유용합니다. 예를 들어 파일 관리, 데이터 크롤링, 서버 유지 관리 등에서 파이썬 스크립트가 큰 역할을 합니다.
• 게임 개발: pygame 라이브러리를 사용하여 간단한 2D 게임을 개발할 수 있으며, 이를 통해 게임 개발의 기초를 배우고 실습해 볼 수 있습니다.

5. 파이썬 커뮤니티와 생태계

파이썬은 방대한 사용자 기반과 활발한 커뮤니티를 자랑합니다. 전 세계적으로 많은 개발자들이 파이썬을 사용하고 있으며, 다양한 오픈 소스 프로젝트에 기여하고 있습니다. 이를 통해 초보자들도 쉽게 도움을 얻을 수 있으며, 수많은 튜토리얼과 학습 자료를 찾을 수 있습니다.

• PyPI (Python Package Index): 파이썬의 공식 패키지 저장소로, 수천 개의 패키지를 다운로드하여 사용할 수 있습니다. 이를 통해 필요한 기능을 손쉽게 프로젝트에 추가할 수 있습니다.

6. 파이썬의 장단점

• 장점: 파이썬은 배우기 쉽고 간결한 문법을 가지고 있으며, 다양한 라이브러리와 강력한 커뮤니티의 지원을 받습니다. 빠른 프로토타입 개발이 가능하고, 다양한 플랫폼에서 실행할 수 있습니다.
• 단점: 파이썬은 인터프리터 언어로, 컴파일 언어에 비해 실행 속도가 느릴 수 있습니다. 또한, 동적 타이핑으로 인해 코드의 안정성이 떨어질 수 있는 경우가 있습니다.

결론

파이썬은 배우기 쉬우면서도 강력한 기능을 제공하는 언어로, 다양한 분야에서 활용되고 있습니다. 웹 개발, 데이터 과학, 인공지능, 게임 개발 등 여러 방면에서 파이썬을 통해 아이디어를 실현할 수 있습니다. 파이썬의 간결한 문법과 방대한 라이브러리 생태계는 프로그래머들이 효율적이고 생산적으로 작업할 수 있게 해 줍니다. 이제 파이썬을 둘러보고, 직접 사용해 보며 그 매력을 느껴보세요!

파이썬(Python)은 강력하면서도 배우기 쉬운 프로그래밍 언어로, 다양한 분야에서 널리 사용됩니다. 파이썬의 특징들은 이를 배우기 쉬운 언어로 만들며, 동시에 강력한 도구로서의 역할을 수행하게 합니다. 이번 글에서는 파이썬의 주요 특징들을 살펴보겠습니다.

1. 간결하고 읽기 쉬운 문법

파이썬은 간결하고 직관적인 문법을 가지고 있어, 코드를 작성하는 데 복잡한 구문을 사용하지 않아도 됩니다. 파이썬 코드는 마치 영어 문장을 읽는 것과 같은 느낌을 주며, 이를 통해 코드의 가독성을 크게 높여 줍니다. 초보자들도 빠르게 파이썬의 기본 개념을 익히고 사용할 수 있습니다.

x = 10
y = 20
print(x + y)  # 30

2. 동적 타이핑(Dynamic Typing)

파이썬은 동적 타이핑 언어로, 변수의 자료형을 미리 선언하지 않아도 됩니다. 이는 변수를 선언할 때 어떤 자료형이든 자유롭게 할당할 수 있음을 의미합니다. 이러한 특성 덕분에 코드 작성이 간편하고 유연하지만, 대규모 프로젝트에서는 오류가 발생할 가능성도 있으므로 주의가 필요합니다.

value = 10       # 정수형
value = "Hello" # 문자열로 변경

3. 풍부한 라이브러리와 프레임워크

파이썬은 다양한 내장 라이브러리와 오픈 소스 프레임워크를 제공합니다. 이 라이브러리들은 특정 기능을 쉽게 구현할 수 있도록 도와줍니다. 데이터 분석을 위한 pandas, 수학 계산을 위한 numpy, 웹 개발을 위한 Django와 Flask 등 다양한 라이브러리를 통해 복잡한 작업을 간단히 처리할 수 있습니다.

4. 크로스 플랫폼 지원

파이썬은 플랫폼 독립적인 언어로, Windows, MacOS, Linux 등 다양한 운영 체제에서 동일한 코드가 문제없이 실행됩니다. 이로 인해 다양한 환경에서 파이썬을 사용할 수 있으며, 개발자들이 개발한 프로그램이 여러 플랫폼에서 쉽게 사용될 수 있습니다.

5. 대화형 개발 환경(Interactive Shell)

파이썬은 대화형 셸(Interactive Shell)을 제공하여, 코드를 한 줄씩 실행하면서 결과를 즉시 확인할 수 있습니다. 이를 통해 개발자들은 빠르게 코드를 테스트하고 실험할 수 있으며, 문제를 쉽게 디버깅할 수 있습니다. 대표적인 대화형 환경으로는 IDLE과 Jupyter Notebook이 있습니다.

6. 객체 지향 프로그래밍 지원

파이썬은 객체 지향 프로그래밍(Object-Oriented Programming, OOP)을 지원합니다. 이를 통해 코드의 재사용성을 높이고, 복잡한 문제를 논리적인 객체 단위로 나누어 쉽게 해결할 수 있습니다. 클래스와 객체를 사용하여 보다 구조화된 프로그램을 작성할 수 있습니다.

class Animal:
    def __init__(self, name):
        self.name = name

    def speak(self):
        print(f"{self.name}이 소리를 냅니다.")

cat = Animal("고양이")
cat.speak()  # 고양이이 소리를 냅니다.

7. 강력한 커뮤니티와 풍부한 자료

파이썬은 전 세계적으로 활발한 커뮤니티를 가지고 있습니다. 이를 통해 초보자들이 학습할 수 있는 많은 자료와 튜토리얼을 쉽게 찾을 수 있습니다. 문제가 발생했을 때 Stack Overflow와 같은 사이트에서 도움을 받을 수 있으며, 다양한 오픈 소스 프로젝트에 기여할 수 있는 기회도 제공됩니다.

결론

파이썬은 간결한 문법과 강력한 라이브러리, 다양한 플랫폼 지원 덕분에 많은 개발자들이 선택하는 언어입니다. 파이썬의 특징들은 프로그래밍을 쉽게 배우고 사용할 수 있게 도와주며, 여러 가지 복잡한 작업도 효율적으로 처리할 수 있는 도구로서의 역할을 합니다. 이러한 이유로 파이썬은 웹 개발, 데이터 분석, 인공지능, 자동화 등 다양한 분야에서 널리 활용되고 있습니다.

Python에서 객체 지향 프로그래밍(OOP)의 기본을 알아보세요: 클래스, 객체, 인스턴스 메서드, 속성 등을 살펴보세요!

객체 지향 프로그래밍은 강력한 애플리케이션을 작성하는 데 널리 사용되는 개념입니다. 데이터 과학자로서 여러분은 데이터를 처리하는 애플리케이션을 작성해야 하며, 그 외에도 다양한 작업을 해야 합니다. 이 튜토리얼에서는 Python에서 객체 지향 프로그래밍의 기본을 알아봅니다. 다음을 배우게 됩니다.

• 클래스를 만드는 방법
• 객체 인스턴스화
• 클래스에 속성 추가
• 클래스 내에서 메서드 정의하기
• 메서드에 인수 전달
• 파이썬에서 OOP를 금융에 사용하는 방법

 

OOP: 소개

객체 지향 프로그래밍은 다른 디자인 패턴에 비해 몇 가지 장점이 있습니다. 개발이 더 빠르고 저렴하며 소프트웨어 유지 관리가 더 좋습니다. 이는 결과적으로 더 높은 품질의 소프트웨어로 이어지며, 이는 새로운 메서드와 속성으로 확장 가능합니다. 그러나 학습 곡선은 더 가파릅니다. 이 개념은 초보자에게는 너무 복잡할 수 있습니다. 계산적으로 OOP 소프트웨어는 더 느리고 더 많은 줄의 코드를 작성해야 하기 때문에 더 많은 메모리를 사용합니다.

객체 지향 프로그래밍은 명령문을 사용하여 프로그램의 상태를 변경하는 명령형 프로그래밍 패러다임을 기반으로 합니다. 프로그램이 어떻게 작동해야 하는지 설명하는 데 중점을 둡니다. 명령형 프로그래밍 언어의 예로는 C, C++, Java, Go, Ruby 및 Python이 있습니다. 이는 컴퓨터 프로그램이 어떻게 수행해야 하는지에 초점을 맞추고 방법을 지정하지 않는 선언형 프로그래밍과 대조됩니다. 예로는 SQL 및 XQuery와 같은 데이터베이스 쿼리 언어가 있는데, 여기서는 컴퓨터에 어디에서 어떤 데이터를 쿼리해야 하는지만 알려주고 지금은 어떻게 해야 하는지 알려줍니다.

OOP는 객체와 클래스의 개념을 사용합니다. 클래스는 객체에 대한 ‘청사진’으로 생각할 수 있습니다. 이러한 객체는 고유한 속성(소유하는 특성)과 메서드(수행하는 동작)를 가질 수 있습니다.

 

OOP 예제

클래스의 한 예는 클래스입니다 Dog. 그것을 특정한 개나 자신의 개로 생각하지 마십시오. 우리는 개가 무엇 이고 무엇을 할 수 있는지 , 일반적으로 설명하고 있습니다. 개는 일반적으로 name와 를 가지고 있습니다 age. 이것들은 인스턴스 속성입니다. 개는 또한 bark; 이것은 메서드입니다.

특정한 개에 대해 이야기할 때, 프로그래밍에서 객체가 있을 것입니다. 객체는 클래스의 인스턴스입니다. 이것이 객체 지향 프로그래밍의 기본 원리입니다. 예를 들어, 제 개 오지는 클래스에 속합니다. Dog그의 속성은 name = ‘Ozzy’과 입니다 age = ‘2’. 다른 개는 다른 속성을 가질 것입니다.

 

파이썬에서의 객체 지향 프로그래밍

파이썬은 객체 지향적인가?

Python은 OOP를 지원하는 훌륭한 프로그래밍 언어입니다. 이를 사용하여 속성과 메서드가 있는 클래스를 정의한 다음 호출합니다. Python은 Java, C++ 또는 R과 같은 다른 프로그래밍 언어에 비해 여러 가지 이점을 제공합니다. 고수준 데이터 유형을 갖춘 동적 언어입니다. 즉, Java 또는 C++보다 개발이 훨씬 빠릅니다. 프로그래머가 변수 및 인수 유형을 선언할 필요가 없습니다. 또한 Python은 초보자가 이해하고 배우기 쉽고 코드가 더 읽기 쉽고 직관적입니다.

 

 

클래스를 만드는 방법

Python에서 클래스를 정의하려면 class키워드를 사용하고, 그 뒤에 클래스 이름과 콜론을 붙입니다. 클래스 내부에서 메서드는 . __init__로 정의해야 합니다 def. 이것은 나중에 객체를 인스턴스화하는 데 사용할 수 있는 초기화 프로그램입니다. Java의 생성자와 비슷합니다. __init__항상 존재해야 합니다! 하나의 인수를 취합니다. self는 객체 자체를 참조합니다. 메서드 내부에서는 pass현재 키워드를 사용하는데, Python이 거기에 무언가를 입력할 것으로 예상하기 때문입니다. 올바른 들여쓰기를 사용하는 것을 잊지 마세요!

class Dog:     def __init__(self):         pass

참고 : Python에서는 C++ 또는 Java self와 동일합니다 .this

이 경우, (대부분 비어 있는) Dog클래스가 있지만 아직 객체가 없습니다. 하나 만들어 봅시다!

객체 인스턴스화

객체를 인스턴스화하려면 클래스 이름을 입력하고 그 뒤에 두 개의 괄호를 붙입니다. 이것을 변수에 할당하여 객체를 추적할 수 있습니다.

ozzy = Dog()

그리고 인쇄하세요:

print(ozzy) <__main__.Dog object at 0x111f47278>

 

클래스에 속성 추가

를 인쇄한 후 ozzy, 이 객체가 개라는 것이 분명해졌습니다. 하지만 아직 속성을 추가하지 않았습니다. 클래스에 Dog이름과 나이를 지정하려면 다음과 같이 다시 작성해 보겠습니다.

class Dog:     def __init__(self, name, age):           self.name = name         self.age = age

이제 함수가 self: name와 age. 뒤에 두 개의 인수를 취하는 것을 볼 수 있습니다. 그런 다음 각각 self.name와 에 할당됩니다 self.age. 이제 ozzy이름과 나이를 사용하여 새 객체를 만들 수 있습니다.

ozzy = Dog(“Ozzy”, 2)

파이썬에서 객체의 속성에 접근하려면 점 표기법을 사용할 수 있습니다. 이는 객체의 이름을 입력한 다음 점과 속성의 이름을 입력하여 수행됩니다.

print(ozzy.name) print(ozzy.age) Ozzy 2

이것은 더 정교한 문장으로 결합될 수도 있습니다:

print(ozzy.name + ” is ” + str(ozzy.age) + ” year(s) old.”) Ozzy is 2 year(s) old.

str()여기서 함수는 정수인 속성을 문자열로 변환하여 함수 내에서 사용할 수 있도록 하는 데 age사용 됩니다 print().

 

 

클래스에서 메서드 정의하기

이제 클래스가 생겼으니 Dog이름과 나이가 있는데, 이를 추적할 수 있지만 실제로는 아무것도 하지 않습니다. 여기서 인스턴스 메서드가 등장합니다. 이제 메서드를 포함하도록 클래스를 다시 작성할 수 있습니다 . 키워드가 어떻게 다시 사용되는지, 그리고 인수가 어떻게 사용 bark()되는지 주목하세요 .def self

class Dog:     def __init__(self, name, age):           self.name = name         self.age = age     def bark(self):         print(“bark bark!”)

bark이제 새 객체를 인스턴스화한 후 점 표기법을 사용하여 메서드를 호출할 수 있습니다 . ozzy메서드는 화면에 “bark bark!”를 인쇄해야 합니다. .의 괄호(중괄호)에 주목하세요 .bark(). 이는 메서드를 호출할 때 항상 사용됩니다. 이 경우 메서드가 bark()인수를 취하지 않으므로 비어 있습니다.

ozzy = Dog(“Ozzy”, 2) ozzy.bark() bark bark!

이전에 인쇄한 것을 기억하십니까 ozzy? 아래 코드는 이제 Dog메서드로 클래스 에서 이 기능을 구현합니다 doginfo(). 그런 다음 다른 속성을 가진 일부 객체를 인스턴스화하고 해당 객체에서 메서드를 호출합니다.

class Dog:     def __init__(self, name, age):           self.name = name         self.age = age     def bark(self):         print(“bark bark!”)     def doginfo(self):         print(self.name + ” is ” + str(self.age) + ” year(s) old.”) ozzy = Dog(“Ozzy”, 2) skippy = Dog(“Skippy”, 12) filou = Dog(“Filou”, 8) ozzy.doginfo() skippy.doginfo() filou.doginfo() Ozzy is 2 year(s) old. Skippy is 12 year(s) old. Filou is 8 year(s) old.

보시다시피, doginfo()점 표기법으로 객체에서 메서드를 호출할 수 있습니다. 이제 응답은 Dog메서드를 호출하는 객체에 따라 달라집니다.

개는 나이가 들기 때문에 그에 맞게 나이를 조절해 주시면 좋겠습니다. 오지가 막 3살이 되었으니, 나이를 바꿔 봅시다.

ozzy.age = 3 print(ozzy.age) 3

속성에 새 값을 할당하는 것만큼 쉽습니다. birthday()Dog 클래스에서 메서드로 구현할 수도 있습니다.

class Dog:     def __init__(self, name, age):           self.name = name         self.age = age     def bark(self):         print(“bark bark!”)     def doginfo(self):         print(self.name + ” is ” + str(self.age) + ” year(s) old.”)     def birthday(self):         self.age +=1 ozzy = Dog(“Ozzy”, 2) print(ozzy.age) 2 ozzy.birthday() print(ozzy.age) 3

이제 수동으로 강아지의 나이를 변경할 필요가 없습니다. 강아지의 생일이 되면 birthday()메서드를 호출하기만 하면 됩니다. 

 

메서드에 인수 전달

영어: 당신은 우리 개에게 친구가 있기를 원합니다. 모든 개가 사교적인 것은 아니므로 이것은 선택 사항이어야 합니다. 아래의 메서드를 살펴보세요 . 평소처럼 , 를 인수로 setBuddy()사용합니다 . 이 경우 는 다른 객체입니다 . 속성을 , 로 설정합니다 . 즉, 관계는 상호적입니다. 즉, 당신은 친구의 친구입니다. 이 경우 Filou는 Ozzy의 친구가 되며, 즉 Ozzy는 자동으로 Filou의 친구가 됩니다. 메서드를 정의하는 대신 이러한 속성을 수동으로 설정할 수도 있지만, 친구를 설정할 때마다 더 많은 작업(한 줄 대신 두 줄의 코드를 작성)이 필요합니다. Python에서는 인수의 유형을 지정할 필요가 없습니다. 이것이 Java라면 필수입니다.

class Dog:     def __init__(self, name, age):           self.name = name         self.age = age     def bark(self):         print(“bark bark!”)     def doginfo(self):         print(self.name + ” is ” + str(self.age) + ” year(s) old.”)     def birthday(self):         self.age +=1     def setBuddy(self, buddy):         self.buddy = buddy         buddy.buddy = self

이제 점 표기법으로 메서드를 호출하고 다른 Dog객체를 전달할 수 있습니다. 이 경우 Ozzy의 친구는 Filou가 됩니다.

ozzy = Dog(“Ozzy”, 2) filou = Dog(“Filou”, 8) ozzy.setBuddy(filou)

이제 오지의 친구에 대한 정보를 알고 싶다면 점 표기법을 두 번 사용할 수 있습니다. 첫 번째는 오지의 친구를 참조하고 두 번째는 해당 속성을 참조합니다.

print(ozzy.buddy.name) print(ozzy.buddy.age) Filou 8

이것이 Filou에게도 어떻게 가능한지 주목해보세요.

print(filou.buddy.name) print(filou.buddy.age) Ozzy 2

친구의 메서드도 호출할 수 있습니다. self전달되는 인수는 doginfo()now 이며 ozzy.buddy, 이는 filou.

ozzy.buddy.doginfo() Filou is 8 year(s) old.

 

파이썬 OOP 예제

Python에서 객체 지향 프로그래밍이 유용할 수 있는 예로는 Python For Finance: Algorithmic Trading 튜토리얼이 있습니다. 여기에서 주식 포트폴리오에 대한 거래 전략을 설정하는 방법을 설명합니다. 거래 전략은 주가의 이동 평균을 기반으로 합니다. signals[‘short_mavg’][short_window:] > signals[‘long_mavg’][short_window:]충족되면 신호가 생성됩니다. 이 신호는 주식의 미래 가격 변화에 대한 예측입니다. 아래 코드에서 먼저 초기화가 있고 그 다음에 이동 평균 계산과 신호 생성이 있습니다. 이것은 객체 지향 코드가 아니므로 한 번에 실행되는 큰 청크 하나뿐입니다. 이 aapl예에서 사용하고 있는 것은 Apple의 주식 티커입니다. 다른 주식에 대해 이 작업을 수행하려면 코드를 다시 작성해야 합니다.

# Initialize short_window = 40 long_window = 100 signals = pd.DataFrame(index=aapl.index) signals[‘signal’] = 0.0 # Create short simple moving average over the short window signals[‘short_mavg’] = aapl[‘Close’].rolling(window=short_window, min_periods=1, center=False).mean() # Create long simple moving average over the long window signals[‘long_mavg’] = aapl[‘Close’].rolling(window=long_window, min_periods=1, center=False).mean() # Create signals signals[‘signal’][short_window:] = np.where(signals[‘short_mavg’][short_window:] > signals[‘long_mavg’][short_window:], 1.0, 0.0)    # Generate trading orders signals[‘positions’] = signals[‘signal’].diff() # Print `signals` print(signals)

객체 지향 방식에서는 초기화 및 신호 생성 코드를 한 번만 작성하면 됩니다. 그런 다음 전략을 계산하려는 각 주식에 대해 새 객체를 만들고 해당 객체를 호출할 수 있습니다 generate_signals(). OOP 코드는 위의 코드와 매우 유사하지만 self.

class MovingAverage():     def __init__(self, symbol, bars, short_window, long_window):         self.symbol = symbol         self.bars = bars         self.short_window = short_window         self.long_window = long_window     def generate_signals(self):         signals = pd.DataFrame(index=self.bars.index)         signals[‘signal’] = 0.0         signals[‘short_mavg’] = bars[‘Close’].rolling(window=self.short_window, min_periods=1, center=False).mean()         signals[‘long_mavg’] = bars[‘Close’].rolling(window=self.long_window, min_periods=1, center=False).mean()         signals[‘signal’][self.short_window:] = np.where(signals[‘short_mavg’][self.short_window:] > signals[‘long_mavg’][self.short_window:], 1.0, 0.0)            signals[‘positions’] = signals[‘signal’].diff()            return signals

이제 원하는 매개변수로 객체를 간단히 인스턴스화하고, 해당 객체에 대한 신호를 생성할 수 있습니다.

apple = MovingAverage(‘aapl’, aapl, 40, 100) print(apple.generate_signals())

다른 주식에 대해 이렇게 하는 것은 매우 쉽습니다. 다른 주식 기호로 새 객체를 인스턴스화하는 문제일 뿐입니다.

microsoft = MovingAverage(‘msft’, msft, 40, 100) print(microsoft.generate_signals())

파이썬에서의 객체 지향 프로그래밍: 마무리

Python에서 주요 OOP 개념 중 일부를 다루었습니다. 이제 클래스와 메서드를 선언하고, 객체를 인스턴스화하고, 속성을 설정하고, 인스턴스 메서드를 호출하는 방법을 알게 되었습니다. 이러한 기술은 데이터 과학자로서의 미래 경력에 유용할 것입니다. 

OOP를 사용하면 프로그램이 커질수록 코드가 복잡해집니다. 다양한 클래스, 하위 클래스, 객체, 상속, 인스턴스 메서드 등이 있습니다. 코드를 적절하게 구조화하고 읽기 쉽게 유지해야 합니다. 그렇게 하려면 디자인 패턴을 따르는 것이 좋습니다. 이는 나쁜 디자인을 피하기 위한 일련의 지침을 나타내는 디자인 원칙입니다. 각각 Python OOP에서 자주 발생하는 특정 문제를 나타내며 해당 문제에 대한 솔루션을 설명하여 반복적으로 사용할 수 있습니다. 이러한 OOP 디자인 패턴은 생성 패턴, 구조적 패턴 및 동작 패턴의 여러 범주로 분류할 수 있습니다. 생성 패턴의 한 예는 싱글톤으로, 클래스의 인스턴스를 하나만 만들 수 있도록 하려는 경우 사용해야 합니다.