인프런 파이썬 입문 수업을 듣고 중요한 내용을 정리했습니다.
개인 공부 후 자료를 남기기 위한 목적이므로 내용 상에 오류가 있을 수 있습니다.
기초 자료형(숫자형)
# 숫자형 연산자
# + : 더하기
# - : 빼기
# * : 곱하기
# / : 나누기
# // : 나눈 후, 몫만 계산
# % : 나눈 후, 나머지만 계산
# abs(x) : 절대값
# pow(x, y) : x의 y제곱 계산
# x ** y : x의 y제곱 계산(pow(x, y)와 동일 기능)
# 정수 선언 & 출력
i = 77
i2 = -14
big_int = 13412934892014890123480921348092134
print(i)
print(i2)
print(big_int) # big_int와 같이 매우 큰 숫자도 선언 및 출력 가능
# 실수 선언 & 출력
f = 0.999999
f2 = 3.14525452
f3 = -3.9
f4 = 3 / 9
print(f)
print(f2)
print(f3)
print(f4)
<활용 예시>
i1 = 36
i2 = 432
big_int1 = 134213840823421340231840823402184
big_int2 = 814301234032948239048230194812409
f1 = 1.2424
f2 = 4.2342
print("i1 + i2 : ", i1 + i2)
print("f1 + f2 : ", f1 + f2)
print("big_int1 + big_int2 : ", big_int1 + big_int2)
print("i1 - i2: ", i1 - i2)
print("f1 - f2: ", f1 - f2)
print("big_int1 - big_int2: ", big_int1 - big_int2)
print("i1 * i2 : ", i1 * i2)
print("f1 * f2 : ", f1 * f2)
print("big_int1 * big_int2 : ", big_int1 * big_int2)
print("i2 / i1: ", i2 / i1)
print("f2 / f1: ", f2 / f1)
print("big_int2 / big_int1: ", big_int2 / big_int1)
print("i2 // i1: ", i2 // i1)
print("f2 // f1: ", f2 // f1)
print("big_int2 // big_int1: ", big_int2 // big_int1)
print("i1 % i2 :", i1 % i2)
print("f1 % f2 :", f1 % f2)
print("big_int1 % big_int2 :", big_int1 % big_int2)
print("2 ** 3: ", 2 ** 3)
print("i1 ** i2: ", i1 ** i2)
print("f1 ** f2: ", f1 ** f2)
# 파이썬에서 지원하는 모든 자료형
# int : 정수
# float : 실수
# complex : 복소수
# bool : 불린
# str : 문자열(시퀀스형)
# list : 리스트(시퀀스형)
# tuple : 튜플(시퀀스형)
# set : 집합
# dict : 딕셔너리
# 데이터 타입
str1 = "Python"
print(type(str1))
# 결과 : <class 'str'> [str타입]
bool = True
print(type(bool))
# 결과 : <class 'bool'>
# bool 타입으로 True or False 값을 가진다.
float_1 = 10.0
print(type(float_1))
# 결과 : <class 'float'>
# float 타입은 실수형을 의미하며, 10(정수형)과 10.0(실수형)은 다르다.
int_1 = 7
print(type(int_1))
# 결과 : <class 'int'> [int타입(정수형)]
list = [str1, str2, bool]
print(list, type(list))
# 결과 : ['Python', 'Anaconda', True] <class 'list'>
# list타입은 모든 자료형을 담을 수 있다.
dict = {
"name": "Machine Learning",
"version": 2.0
}
print(type(dict))
# 결과 : <class 'dict'>
# dict타입은 key와 value를 가지고 있으며,
# 여기서 name과 version는 key이고, Machine Learning과 2.0은 value이다.
tuple = (7, 8, 9)
print(type(tuple))
# 결과 : <class 'tuple'>
# tuple타입은 tuple = 7, 8, 9 형태로도 선언할 수 있다.
set = {3, 5, 7}
print(type(set))
# 결과 : <class 'set'> [set타입(집합 타입)]
# 자료형 변환 예시
a = 3. # 3.0을 의미함
b = 6
c = .7 # 0.7을 의미함
d = 12.7
print(type(a)) # 결과 : <class 'float'>
print(type(b)) # 결과 : <class 'int'>
print(type(c)) # 결과 : <class 'float'>
print(type(d)) # 결과 : <class 'float'>
a = 3 + 1.0
print(a)
print(type(a))
# 결과 : 4.0 <class 'float'>
# 정수형과 실수형을 더하면 파이썬은 자동으로 자료형을 변환해서 계산한다.(결과 값은 실수형)
a = 3.
b = 6
c = .7
d = 12.7
print(float(b))
# 결과 : 6.0
# 정수형 6이 실수형 6.0으로 변환된다.
print(int(c))
# 결과 : 0
# 실수형 0.7이 정수형으로 바뀌면서 0만 출력된다.(소수점 이하 제외)
print(int(d))
# 결과 : 12
# 실수형 12.7이 정수형으로 바뀌면서 12만 출력된다.(소수점 이하 제외)
print(int(True))
print(int(False))
# 결과 : 1, 0
# True는 숫자형으로 1, False는 숫자형으로 0이다.
print(float(False))
# 결과 : 0.0
# False는 숫자형으로 0인데, 실수형으로 변환되기 때문에 0.0으로 출력된다.
print(complex(3))
# 결과 : 3+0j
# 실수부와 허수부로 출력된다.(실수부 3, 허수부 0j)
print(complex('3'))
# 결과 : 3+0j
# complex( )함수의 인자로 문자형 3을 넣었지만,
# 파이썬은 문자형을 숫자형으로 자동 변경하여 결과값 출력한다.
print(complex(False))
# 결과 : 0j
# False가 숫자형으로 0인데, 복소수형으로 변환되기 때문에 0j가 결과값이 된다.
print(abs(-7))
# 결과 : 7
# -7의 절대값을 결과로 출력한다.
# 수치연산 함수 예시
x, y = divmod(100, 8)
print(x, y)
# 결과 : 12, 4
# 여기서 x는 몫, y는 나머지를 결과값으로 출력한다.
# divmod( ) 함수는 첫 번째 인자를 두 번째 인자로 나누어 몫과 나머지를 계산한다.
print(pow(5,3)) # 결과 : 125(pow( ) 함수)
print(5 ** 3) # 결과 : 125
# 외부모듈 사용 예시(파이썬 외부모듈 사용 시, 복잡한 연산기능 사용 가능함)
import math
print(math.pi)
# 결과 : 3.141592653589793(원주율)
print(math.ceil(5.1))
# 결과 : 6
# x 이상의 수 중에서 가장 작은 정수를 찾는 함수(즉, 올림 처리와 동일한 의미)
댓글