이 이 포스트의 설명 및 코드는 Python official documentation을 참조했습니다.
url: https://docs.python.org/ko/3/tutorial/datastructures.html
5.5 딕셔너리
딕셔너리를 자세히 살펴보기 위해서는 아래 링크를 보자.
https://docs.python.org/ko/3/tutorial/datastructures.html#dictionaries
이 본문에서는 일단 파이썬 공식문서에 등장한 내용부터 다루려고 한다.
하나의 딕셔너리는…
키(key)로 인덱싱이 되고
이때, 키(key)들은 서로 중복되지 않는다라는 제약 조건을 지키며
키(key):값(value) 로 된 쌍(pair)의 집합
이다.
또한, 집합(set)에서 언급되었지만 {} 은 빈 딕셔너리를 만들고, {} 안에 키:값 쌍들의 목록을 넣는 방식으로 딕셔너리를 초기화할 수 있다.
>>> empty_dict = {}
>>> empty_dict
{}
>>> type(empty_dict)
<class 'dict'>
>>> len(empty_dict)
0
>>> new_dict = {'key1':1,'key2':2,'This_is_also_a_key':5}
>>> new_dict
{'key1': 1, 'key2': 2, 'This_is_also_a_key': 5}
>>> type(new_dict)
<class 'dict'>
>>> len(new_dict)
3
위에 첨부한 링크를 따라가면, 딕셔너리가 지원하는 연산들에 대해서 자세히 알 수 있다. 이때, 딕셔너리의 주 연산을 한줄로 요약한다면, 값에 대한 연산이 키를 이용하여 이루어진다 는 것이다.
>>> new_dict
{'key1': 1, 'key2': 2, 'This_is_also_a_key': 5}
>>> new_dict['key1'] #key를 이용하여 딕셔너리 내 value에 접근
1
>>> new_dict
{'key1': 1, 'key2': 2, 'This_is_also_a_key': 5}
>>> del new_dict['key1'] #del도 key를 이용
>>> new_dict
{'key2': 2, 'This_is_also_a_key': 5}
새로운 원소를 추가하는 것 역시 key를 중심으로 할 수 있다.
>>> new_dict
{'key1': 1, 'key2': 2, 'This_is_also_a_key': 5}
>>> new_dict['new_key'] = 329020
>>> new_dict
{'key1': 1, 'key2': 2, 'This_is_also_a_key': 5, 'new_key': 329020}
추가적으로, 키에 대한 내용을 좀 더 살펴보면,
list(d)는 딕셔너리에서 사용되고 있는 모든 키의 리스트를 삽입 순서대로 돌려준다.
정렬된 결과를 돌려받고 싶을 때는 sorted(d) 를 이용하면 된다.
>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'jack': 4098, 'sape': 4139, 'guido': 4127}
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'jack': 4098, 'guido': 4127, 'irv': 4127}
>>> list(tel)
['jack', 'guido', 'irv']
>>> sorted(tel)
['guido', 'irv', 'jack']
- 하나의 키가 딕셔너리에 있는지 검사하려면,
in키워드를 사용한다.
>>> 'guido' in tel
True
>>> 'jact' not in tel
True
>>> 'jack' not in tel
False
다음으로, 딕셔너리를 생성하는 추가적인 방법을 알아보자.
dict()이용- 딕셔너리 생성 시,
dict()생성자를 사용하여 키-값 쌍들의 시퀀스 (예: 리스트)로부터 직접 딕셔너리를 만들 수도 있다.
>>> dict([('sape',4139),('guido',4127),('jack',4098)]) #(key, value) {'sape': 4139, 'guido': 4127, 'jack': 4098}- 딕셔너리 생성 시,
딕셔너리 컴프리헨션
>>> dict_1 = {x: x**2 for x in (2,4,6)} >>> dict_1 {2: 4, 4: 16, 6: 36} >>> dict_1[6] #6 is the key for the value 36 36키가 간단한 문자열일 때, 키워드 인자를 이용해서 쌍을 만들 수 있다.
>>> sape Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'sape' is not defined >>> dict(sape=4139, guido=4127, jack=4098) #sape, guido, jack 모두 '' 표시 없는데도 문자열로 인식됨 {'sape': 4139, 'guido': 4127, 'jack': 4098} >>> sape Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'sape' is not defined
5.6 루프 테크닉
시퀀스를 루핑할 때, 즉, 반복문을 돌 때, 다음 세가지 함수를 이용하자: items() , enumerate() , zip()
items()items()메서드를 사용하면 키와 해당 키에 대응하는 값을 동시에 얻을 수 있다.>>> match_the_fruit = {'red':'apple','yellow':'banana','green':'kiwi'} >>> match_the_fruit {'red': 'apple', 'yellow': 'banana', 'green': 'kiwi'} >>> type(match_the_fruit) <class 'dict'> >>> for color, fruit_name in match_the_fruit.items(): ... print(color, fruit_name) ... red apple yellow banana green kiwi
enumerate()enumerate()함수를 사용하면 위치 인덱스와 해당 인덱스에 대응하는 값을 동시에 얻을 수 있다.>>> for i, v in enumerate(['tic','tac','toe']): ... print(i,v) ... 0 tic 1 tac 2 toe
zip()zip()함수는 둘 혹은 그 이상의 시퀀스를 동시에 루핑할 때, 사용된다.zip()함수로 엔트리들의 쌍을 만들 수 있다.>>> questions = ['name', 'favorite food', 'favorite color'] >>> answers = ['lancelot', 'fried potatoes', 'blue'] >>> for q, a in zip(questions, answers): ... print('What is your {0}? It is {1}.'.format(q,a)) ... What is your name? It is lancelot. What is your favorite food? It is fried potatoes. What is your favorite color? It is blue.
추가적으로, 시퀀스를 거꾸로 루핑할 때는
reversed()함수를, 정렬된 순서로 시퀀스를 루핑할 때는sorted()함수를 이용한다.그리고 루프를 돌고 있는 리스트를 변경하고 싶을 때는 이 자체를 변경하기보다 새 리스트를 만드는 게 종종 더 간단하고 안전하다. 아래 예제를 보면, 루프를 돌고 있는 리스트를 변경해서 무한 루프가 발생한다.
>>> #아래 코드 시, 무한 루프가 발생하니 되도록 실행을 권하지 않으며 혹시 실행 시 주의!! >>> import math >>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8] >>> >>> for value in raw_data: ... if not math.isnan(value): ... raw_data.append(value)위 코드를 보면,
for문 안에서value가NaN이 아닐 때마다 해당 값을raw_data에 추가하는데, 이때,NaN이 아닌 값이 계속해서 추가되기 때문에 무한 루프가 발생한다. 위 코드를 아래와 같이 수정해보자.>>> import math >>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8] >>> filtered_data = [] >>> for value in raw_data: ... if not math.isnan(value): ... print(value) ... filtered_data.append(value) ... 56.2 51.7 55.3 52.5 47.8 >>> raw_data [56.2, nan, 51.7, 55.3, 52.5, nan, 47.8] >>> filtered_data [56.2, 51.7, 55.3, 52.5, 47.8]위 코드에서는
filtered_data라는 새로운 리스트를 사용함으로써 사용자가 의도했던NaN이 아닌 값만 추출하려는 목적도 충족하고, 무한 루프도 발생하지 않는다.
5.7 조건 더 보기
이 부분에서는 아래 두 내용만 짚고 넘어가자.
논리 연산자
and와or는 단락-회로(short-circuit) 연산자이다. 이 두 논리 연산자를 사용할 경우, 인자들은 왼쪽에서 오른쪽으로 값이 구해지고, 결과가 결정되자마자 값 구하기는 중단된다. 즉,A and B and C라는 식에서A와C가True,B가False이면 첫번째and뒤에 있는B에 의해서 이 식의 값이False로 정해지기 때문에 마지막C는 계산되지 않는다.비교의 결과나 다른 논리 표현식의 결과를 변수에 대입할 수 있다.
>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance' >>> non_null = string1 or string2 or string3 >>> non_null #'Hammer Dance'는 출력되지 않는 것에 주의! 'Trondheim' >>> result = (3+4==7) and (2+3==5) >>> result True파이썬에서는 표현식 안에서는 대입 연산자가 등장할 수 없다.