• SQL문 안에 포함된 또 다른 SQL문 메인쿼리가 서브쿼리를 포함하는 종속적인 관계이다.
  • 서브쿼리는 메인쿼리의 칼럼 사용 가능
  • 메인쿼리는 서브쿼리의 칼럼 사용 불가
• Subquery는 괄호로 묶어서 사용
• 단일 행 혹은 복수 행 비교 연산자와 함께 사용 가능
• Subquery에는 order by 사용 X

Subquery 종류

• Scalar Subquery: SELECT 절에 사용
• Inline View: FROM 절에 사용
• Nested Subquery: WHERE 절에 사용

Scalar subquery

• SELECT 절에 사용하며, 결과는 하나의 column이어야 한다.

  SELECT column1, (SELECT column2
                 FROM tabe2
                 WHERE condition)
  FROM table1
  WHERE condition;

ex)

SELECT case_number 은평강도검거, (SELECT avg(case_number)
                                 FROM crime_status
                                 WHERE crime_type LIKE '강도' AND status_type LIKE '검거') 평균강도검거
FROM crime_status
WHERE police_station LIKE '은평' AND crime_type LIKE '강도' AND status_type LIKE '검거';

Inline View

• FROM 절에 사용하는 서브쿼리, 메인쿼리에서는 인라인 뷰에서 조회한 Column만 사용 가능

  SELECT a.column, b.column
  FROM table a, (SELECT column1, column2 FROM table2) b
  WHERE condition

  ex)

  SELECT c.police_station, c.crime_type, c.case_number
  FROM crime_status c, (
  SELECT police_station, max(case_number) count
  FROM crime_status
  WHERE status_type LIKE '발생'
  GROUP BY police_station) m
  WHERE c.police_station = m.police_station AND c.case_number = m.count;

  활용예시

Nested Subquery

Single Row

-하나의 열을 검색하는 서브쿼리 서브쿼리가 비교연산자와 사용되는 경우, 서브쿼리의 검색 결과는 한 개의 결과값을 가져야 한다.(두 개 이상인 경우 에러)

SELECT column_name
FROM table_name
WHERE column_name = (SELECT column_name
                FROM table_name
                WHERE condition)
ORDER BY column_name;

ex)

SELECT 상호, 가격
FROM oil_price
WHERE 가격 > (SELECT host
              FROM snl_show
              WHERE id=1);

활용예시

Multiple Row

• 하나 이상의 열을 검색하는 서브쿼리

• IN: 서브쿼리 결과 중에 포함될 때

  SELECT column_names
  FROM table_name
  WHERE column_name IN (SELECT column_name
                      FROM column_name
                      WHERE condition)
  ORDER BY column_names;

  ex)

  SELECT host
  FROM snl_show
  WHERE host IN (SELECT name
               FROM celeb
               WHERE job_title LIKE '%영화배우%');

  활용예시

• EXISTS: 서브쿼리 결과에 값이 있으면 반환

  SELECT column_names
  FROM table_name
  WHERE EXISTS (SELECT column_name
                      FROM column_name
                      WHERE condition)
  ORDER BY column_names;

  ex)

  SELECT name
  FROM police_station p
  WHERE EXISTS (SELECT police_station
              FROM crime_status c
              WHERE p.name=c.reference AND case_number > 2000);

• ANY: 서브쿼리 결과 중 최소 하나라도 만족하면 (비교연산자 사용)

  SELECT column_names
  FROM table_name
  WHERE column_name = ANY (SELECT column_name
                         FROM column_name
                           WHERE condition)
  ORDER BY column_names;

  ex)

  SELECT name
  FROM celeb
  WHERE name = ANY (SELECT host
                  FROM snl_show);

• ALL: 서브쿼리 결과를 모두 만족하면(비교연산자 사용)

  SELECT column_name
  FROM table_name
  WHERE column_name = (SELECT column_name
                     FROM table_name
                       WHERE condition)
  ORDER BY column_name;

  ex)

  SELECT name
  FROM celeb
  WHERE name = ALL (SELECT host
              FROM snl_show
              WHERE id=1);

Multiple ColumnL

• 하나 이상의 행을 검색하는 서브쿼리

  SELECT column_names
  FROM tablename a
  WHERE (a.column, column2, ...) IN (SELECT b.column1, column2, ...)
                                   FROM tablename b
                                   WHERE a.columnname = b.columnname);

ex)

SELECT name, sex, agency
FROM celeb
WHERE (sex, agency) IN (SELECT sex, agency
                        FROM celeb
                        WHERE name='강동원');

• COUNT: 촉 갯수를 계산해주는 함수 SUM: 합계 AVG: 평균 MIN: 가장 작은 값 MAX: 가장 큰 값 FIRST: 첫 번째 결과값을 리턴 LAST: 마지막 결과값을 리턴

COUNT

• 갯수를 파악할 때 사용
• DISTINCT와 함께 사용하면 중복 없는(UNIQUE) 데이터의 갯수를 파악할 수 있다.

  SELECT COUNT(column)
  FROM tablename
  WHERE dondition;

SUM

• 합계

  SELECT SUM(column)
  FROM tablename
  WHERE dondition;

AVG

• 평균

  SELECT AVG(column)
  FROM tablename
  WHERE dondition;

MIN/MAX

• 최소/최대

  SELECT MIN(column)
  FROM tablename
  WHERE dondition;

  SELECT MAX(column)
  FROM tablename
  WHERE dondition;

  TMI

• 동일값이 여러 개인 경우에도 단 한 개만 반환한다.

  TMI2

  • MIN과 다른 컬럼을 같이 써서 '강도 발생'이 가장 적은 경찰서는 어디일지 찾아보고 싶었다. SELECT에 MIN과 타 컬럼을 같이 썼더니, 엉뚱한 결과값이 나왔다. (위에 강도 발생이 가장 적은 경찰서는 중부라고 나오는데, 중부경찰서의 강도발생 건수는 3건이었다.

GROUP BY

• 데이터를 그룹화하여 조회

  SELECT column1, column2, ...
  FROM tablename
  WHERE condition
  GROUP BY column1, column2, ...
  ORDER BY column1, column2, ...;

• 주로 집계함수와 같이 사용하여 그룹별로 집계된 값을 추출할 때 사용한다.

  GROUP BY, ORDER BY 뒤에는 컬럼 이름을 써도 되지만, SELECT에 사용한 순서대로 숫자만 써도 된다.

  SELECT police_station, AVG(case_number) 평균건수 FROM crime_status
  WHERE (crime_type LIKE '폭력' OR crime_type LIKE '절도') AND status_type LIKE '발생'
  GROUP BY 1
  ORDER BY 2;

HAVING

• 조건에 집계함수가 포함되는 경우 WHERE 대신 HAVING 사용

  SELECT column1, column2, ...
  FROM tablename
  WHERE condition
  GROUP BY column1, column2, ...
  HAVING condition (Aggregate Functions)
  ORDER BY column1, column2, ...;

Scalar Functions

• 입력값을 기준으로 단일 값을 반환하는 함수

• UCASE: 영문을 대문자로 변환

• LCASE: 영문을 소문자로 변환

• MID: 문자열의 부분을 반환

  SELECT MID(string, start_position, length)

• LENGTH: 문자열의 길이를 반환

• ROUND: 반올림

  SELECT ROUND(number, decimals_place)

• NOW: 현재 날짜, 시간 표시

  TMI SELECT NOW()를 했을 때 현재 시간과 다르게 나올 수 있다. 이는 mysql에서 time zone 세팅으로 인한 차이이다.

  • time zone 세팅값 확인

    select @@system_time_zone, @@global.time_zone, @@session.time_zone;

  • time zone 세팅

    SET time_zone='Asia/Seoul';

    TMI2 system_time_zone은 가장 높은 단계의 설정값으로, OS에 설정된 시간대 정보를 가져와 설정한다. global.time_zone은 mysql 서버(인스턴스)에 설정된 설정값 session.time_zone은 현재 임의로 설정된 설정값으로, 재접속시 (global_timezone)으로 초기화

    위 방법으로 time zone 설정시 session.time_zone이 변경된다.

• FORMAT: 천 단위 콤마 형식으로 변환 ROUND는 반환값이 숫자인 대신, FORMAT은 문자로 반환한다. (비교 불가능)

  SELECT FORMAT(number, decimals_place) # decimals_place는 소수점 표시 위치. 숫자가 없으면 0으로 채워서 표시한다.

• 테이블의 각 레코드를 식별
• 중복되지 않은 고유값을 포함
• NULL값을 포함할 수 없음 (NOT NULL 옵션을 주지 않아도 자동으로 NOT NULL이 된다)
• 테이블 당 하나의 기본 키(Primary Key)를 가짐

PK 설정

CREATE TABLE tablename
(
    column1 datatype not null,
    column2 datatype not null,
    ...,
    CONSTRAINT constraint_name   # 생략가능
        PRIMARY KEY (column1, column2, ...)
);

• primary key에 컬럼이 두 개 이상 들어가는 것은 PK가 두 개라는 뜻이 아니라, 컬럼 두 개가 하나의 PK라는 뜻이다. (두 개 이상의 컬럼이 PK로 설정되는 경우, 한 컬럼에서의 중복은 가능하다.)

• PK가 한 개인 경우 다음과 같은 방법으로 설정할 수도 있다.

  CREATE TABLE tablename
  (
    column1 datatype not null PRIMARY KEY,
    column2 datatype not null,
    ...,
    CONSTRAINT constraint_name   # 생략가능
  );

이미 생성된 Table에 PK 설정(추가)

ALTER TABLE tablename
ADD PRIMARY KEY (column1, column2, ...)

PK 삭제

ALTER TABLE tablename
DROP PRIMARY KEY;

Foreign Key(외래 키)

• 한 테이블을 다른 테이블과 연결해주는 역할
• 참조되는 테이블의 항복은 그 테이블의 기본 키(혹은 단일값)
• DESC에서 MUL로 표시

FK 설정

CREATE TABLE tablename
(
    column1 datatype not null,
    column2 datatype not null,
    ...,
    CONSTRAINT constraint_name   # 생략가능
        PRIMARY KEY (column1, column2, ...),
    CONSTRAINT constraint_name
        FOREIGN KEY (column3, column4, ...) REFERENCES REF_tablename(REF_column),
        FOREIGN KEY (column5, column6, ...) REFERENCES REF_tablename2(REF2_column)
);

• PK와 마찬가지로 CONSTRAINT는 생략 가능하다. 차이점은, PK는 생략시 CONSTARINT가 없는 반명 FK는 생성된다.

이미 생성된 Table에 FK 설정(추가)

ALTER TABLE tablename
ADD FOREIGN KEY (column) REFERENCES REF_tablename(REF_column);

FK 삭제

• FK는 PK와 다르게 여러 개일 수 있으므로, DROP하려면 정확한 이름을 정해야 삭제할 수 있다.
• FK 이름(constraint)은 SHOW CREATE TABLE tablename;을 통해 확인할 수 있다.

TMI FK가 설정되면 Reference가 되는 Table의 Column을 Drop할 수 없다. (Table도 drop되지 않는다.)

• AWS(Amazon Web Services)에서 제공하는 RDS(Relational Database Service)
• 클라우드 환경에서 데이터베이스를 손쉽게 설정, 운영, 확장할 수 있는 시스템
• 터미널 환경에서 -h 옵션으로 RDS의 엔드포인트와 -P(port) 옵션으로 포트를 설정하면 어디서나 접속할 수 있다.

SQL 파일

• SQL 쿼리를 모아놓은 파일
• 여러 개의 쿼리를 한꺼번에 실행할 수 있음
• database, table 등을 백업하고 복원(resotre)할 때 용이하다.

SQL 파일 실행

• 방법1: 파일이 저장된 위치에서 SQL에 접속해서 실행

  source filename.sql

• 방법2: 터미널 환경에서 바로 실행

  mysql -u username -p <database> < </path/filename.sql>

SQL 백업

• SQL 파일로 database를 백업할 수 있다.

  mysqldump -u username -p dbname > backup.sql            # 특정 db 백업
  mysqldump -u username -p --all-databases > backup.sql   # 모든 db 백업

• 백업시 기존에 데이터와 중복되는 경우, 기존 데이터를 삭제하고 다시 만들도록 SQL 백업파일이 생성된다.

위 방식으로 백업 후 RDS에서 실행했을 때 에러가 발생하는 경우가 있다. 인코딩 문제로 보이는데, 백업시 언어 설정을 기본값으로 설정했던 utf8mb4가 아닌 utf8로 설정해줘서 해결할 수 있었다.

mysqldump -u username -p dbname --default-character-set utf8 > backup.sql

mysql에 접속할 때 인코딩을 설정하는 방법도 있다

mysql -u username -p --default -character-set utf8mb4

• AWS RDS의 데이터베이스를 백업할 때는 옵션을 추가해야 한다.

mysqldump --set-gtid-purged=OFF -h hostname -P port -u username -p dbname > backup.sql

Table 백업

• table 단위로도 백업할 수 있다.

  mysqldump -u username -p dbname tablename > backup.sql

• 복원(resotre) 방법은 위 SQL 파일 실행과 같다.

Table Schema 백업

• Table에서 데이터를 제외하고 테이블 정보만 백업할 수도 있다.
• 방법은 table 백업과 동일하고, user 옵션 앞에 -d 옵션을 추가하면 된다.

  mysqldump -d -u username -p dbname tablename > backup.sql

Python - SQL

• mysql-connector-python 모듈 설치

  pip install mysql-connector-python

• python에서 불러올 때

  import mysql.connector

Create Connection

mydb = mysql.connector.connect(
    host = "<hostname>",
    port = <port>,   # local 연결시 생략
    user = "<username>",
    password = "<password>",
    database = "<databasename>"   # 생략시 DB선택 없이 mysql 접속
)

Execute SQL

• cursor를 만들어 sql 쿼리문을 전송한다.

  cur = mydb.cursor()
  cur.excute("<query>")

  SQL 파일 실행

• open().read() 함수를 통해 실행

  sql = open("<filename>.sql").read
  cur.excute(sql)

  TMI

  open("file") 자체는 특수 클래스(_io.TextIOWrapper)로, 뒤에 .read()를 써줘야 안의 내용을 변수에 담을 수 있다.

• sql 파일에 여러 문장이 들어있는 경우, multi=True 옵션을 추가해야 한다. 사용법

  remote = mysql.connector.connect(
    host="<hostname>",
    port = <port>, 
    user = "<username>",
    password = "<password>",
    database = "<databasename>"
  )
  

cur = remote.cursor() sql = open("test04.sql").read() for result_iterator in cur.execute(sql, multi=True): if result_iterator.with_rows: print(result_iterator.fetchall()) else: print(result_iterator.statement)

remote.commit() remote.close()

- commit()을 실행함으로써 sql 데이터에 반영된다.(insert문 등이)

>#### TMI
- cur.excute(sql)에서 sql이 단문인 경우, return값이 없이 실행만 되는 메서드이다.(print문 안에 있더라도 쿼리는 실행된다)
![](https://velog.velcdn.com/images/hugh_y/post/594170de-c7c6-46a1-87f8-df4bd2029d98/image.png)
- 하지만 sql이 복문(여러 쿼리 포함)이라면, generator 객체를 return한다.
![](https://velog.velcdn.com/images/hugh_y/post/7fe1b4fd-21d8-4c1c-b3cf-2281eae30df9/image.png)
![](https://velog.velcdn.com/images/hugh_y/post/53749291-09e9-4c87-97fb-8a29d3f4b21a/image.png)

>**TMI2**
- 여러 sql문을 한꺼번에 execute할 때 executemany()를 쓸 수 있다.


## Fetch All
- fetch: 가지고[데리고/불러] 오다
- sql에서 select문을 사용하는 경우 결과 데이터를 가져온다.
- 가져온 데이터를 변수에 담을 때 cur.fetchall()을 사용한다.
- 읽어올 데이터 양이 많을 때는 커서를 만들 때 buffered=True 옵션을 주는 것이 좋다.
- fetchall()을 통해 가져온 데이터는 list 안에 tuple 형태로 담긴다.
>![](https://velog.velcdn.com/images/hugh_y/post/942e53ee-3660-42f2-8537-85f37cdf3934/image.png)

### Pandas 활용
- fetchall()을 통해 가져온 데이터가 리스트/튜플이므로, pandas를 통해 데이터프레임으로 만들 수 있다.
>![](https://velog.velcdn.com/images/hugh_y/post/31ca6768-ea30-42c3-aa0a-9ca2132a0c7e/image.png)
- execute()에 data를 직접 넣어 변수를 한꺼번에 입력할 수 있다.
cursor.execute(query, data)
```py
cur = remote.cursor(buffered=True)
sql = "INSERT INTO police_station VALUES (%s, %s)"

for i, row in df.iterrows():
    cur.execute(sql, tuple(row))
    print(tuple(row))
    remote.commit()

TMI

1. 강의에서는 tuple 형태로 넣었는데, list도 가능했다.
2. executemany(query, data)를 쓰면 for문을 쓰지 않고 여러 데이터를 한번에 입력할 수 있다. executemany()에 들어가는 데이터는 컨테이너 안에 컨테이너 형태로 들어가야 한다. pandas df를 넣기 위해서는 자료형 변환이 필요하다.

• show databases: 설치된 db 목록 불러오기
• create database [dbname]: db 생성
• drop database [dbname]: db 삭제

• CREATE DATABASE [dbname] DEFAULT CHARACTER SET utf8mb4: 해당 DB의 주 언어 설정

User 관리

• user 정보는 mysql에서 관리한다.

  use mysql;
  select host, user from user;   # user 테이블에서 host, user 정보 호출

• create user 'id'@'권한' identified by 'password': 권한을 가진 id를 생성하고, 비밀번호는 password이다. 권한은 localhost(현재 pc에서만 접속 가능), %(외부에서 접속 가능)가 있다.
• drop user 'id'@'권한': ~권한을 가진 유저(id)를 삭제한다.

• user name과 권한은 세트다. name이 같더라도 권한이 다르면 다른 유저이다.

User 권한 관리

• SHOW GRANTS FOR 'username'@'localhost': localhost인 username에게 부여된 모든 권한 목록 확인
• GRANT ALL ON dbname.* to 'username'@'localhost': 해당 유저에게 dbname에 관한 모든 권한을 부여
• REVOKE ALL ON dbname.* from 'username'@'localhost': 해당 유저의 dbname에 관한 모든 권한 삭제

Table

• DESC mytable: 표의 상세 정보 호출

Table 생성

• CREATE TABLE mytable(id int, name varchar(16)) mytable이란 표를 만든다. 내용은 id에 숫자가 들어가고 name에는 문자(최대16자)가 들어간다.
• 타입: varchar(문자 최대갯수), int(정수), double(실수), char(문자 1글자), date(날짜) 등
• 옵션 NOT NULL: 공백 비허용(반드시 값이 입력되어야 함) DEFAULT ~: 값이 입력되지 않으면 자동으로 ~값으로 입력 AUTO_INCREMENT: 자동으로 값이 증가(일련번호 등에 용이)

Table 수정

• ALTER TABLE mytable RENAME person: mytable의 이름을 person으로 변경
• ALTER TABLE person ADD COLUMN agee double: person table에 agee(double타입) 컬럼 추가
• ALTER TABLE person MODIFY COLUMN agee int: agee 컬럼의 타입을 int로 변경
• ALTER TABLE person CHANGE COLUMN agee age int: agee컬럼의 이름을 age(int타입)로 변경, 이름과 타입을 동시에 바꿀 수 있다.
• ALTER TABLE person DROP COLUMN age: age 컬럼 삭제
• DROP table mytable: mytable 삭제

Table 내용 추가(INSERT)

• INSERT INTO person (id, name, age, sex) VALUES (1, '홍길동', 43, 'M') person table의 id, name, age, sex 컬럼에 1, 홍길동, 43, M을 입력한다. 모든 컬럼값을 추가하는 경우에는 컬럼 이름을 지정하지 않아도 된다.(단, 컬럼 순서와 동일하게 입력)

Table 내용 조회(SELECT)

• SELECT ~ FROM : ~테이블에서 ~컬럼 자료 조회 컬럼에 * 입력시 모든 컬럼 데이터 조회

WHERE 조건

• SELECT ~ FROM ~ WHERE \~: \표에서 ~조건에 맞는 ~컬럼 조회

비교연산자/논리연산자

• 비교연산자 =, !=, <, >, <=, >=, <>
• A AND B: A조건과 B조건 모두 참
• A OR B: A조건 또는 B조건 참
• NOT A: A조건이 거짓인 경우 참
• BETWEEN A AND B: A와 B 사이에 있는 경우(A이상 B이하)

  기타 연산(+, -, *, /, %(나머지))도 가능

• LIKE : A패턴에 맞는 경우 %블라: ~블라로 끝나는 데이터 블라%: 블라로 시작하는 데이터 %블라%: 데이터에 블라 문자열을 가지고 있는 데이터

ORDER BY 정렬

• SELECT ~ FROM ~~ (WHERE ~) ORDER BY column1,column2... (ASC/DESC) 입력된 컬럼값에 따라 오름차순/내림차순 정렬(ASC/DESC 미입력시 오름차순) ORDER BY column1 DESC, column2 ASC 이런 식도 가능
• ORDER BY 뒤에는 숫자로 입력할 수도 있다.(SELECT에서 선택한 순서대로)

TABLE 내용 수정(UPDATE ~ SET)

• UPDATE ~ SET : ~테이블에 ~내용을 수정한다. ex) UPDATE person SET age=20: 모든 컬럼의 age를 20으로 수정, WHERE절을 써서 조건을 붙일 수 있다.

TABLE 내용 삭제(DELETE)

• DELETE FROM ~ WHERE ~ : ~ 테이블에서 ~ 조건에 해당되는 data 삭제(row)

UNION

• 여러 개의 SQL문을 합쳐서 하나의 SQL문으로 만드는 방법(컬럼 개수가 같아야 함)
• SELECT ~ FROM ~ UNION SELECT ? FROM ?? ~테이블의 ~ 데이터와, ??테이블의 ? 데이터를 합쳐서 중복값을 제거하고 보여준다. UNION ALL인 경우 중복 포함 모든 데이터를 보여준다.
• SELECT문 두 개를 하나로 묶는 개념
• 컬럼 개수만 같으면 되기 때문에 아래와 같은 이슈가 발생할 수 있다.

  ```sql mysql> SELECT name, job_title, birthday FROM celeb WHERE job_title LIKE '%가수%' -> UNION -> SELECT name, birthday, age FROM celeb WHERE birthday BETWEEN '19800101' AND '19891231';

• --------+--------------+------------+ | name | job_title | birthday |
• --------+--------------+------------+ | 아이유 | 가수, 텔런트 | 1993-05-16 | | 이미주 | 가수 | 1994-09-23 | | 이수연 | 가수 | 1999-05-04 | | 강동원 | 1981-01-18 | 41 |
• --------+--------------+------------+ 4 rows in set (0.00 sec)

  - 앞에 입력한 컬럼을 기준으로, UNION 뒤에서 선택한 컬럼 데이터가 들어간다.(컬럼 일치 여부와 상관없이)

JOIN

• 두 개 이상의 테이블을 결합하는 것
• FROM, JOIN 구문에서 table을 불러올 때 띄어쓰기로 구분자를 지정할 수 있다.

  SELECT c.id, c.name, s.id, s.host
  FROM celeb c, snl_show s
  WHERE c.name=s.host;

  JOIN 종류

INNER JOIN

• 교집합

  SELECT column1, column2, ...
  FROM tableA
  INNER JOIN table B
  ON tableA.column = tableB.column
  WHERE condition;

  FULL OUTER JOIN

• 합집합
• MYSQL에서는 지원하지 않음. left join, right join을 union으로 합칠 수 있다.

LEFT JOIN

• 교집합 + 왼쪽에만 있는 데이터

  RIGHT JOIN

• 교집합 + 오른쪽에만 있는 데이터

  SELF JOIN

• inner join과 같은 결과
• from으로 두 개의 테이블을 불러와 where절에서 조건으로 교집합을 구한다

  SELECT celeb.id, celeb.name, snl_show.id, snl_show.host
  FROM celeb, snl_show
  WHERE celeb.name=snl_show.host;

CONCAT

• 여러 문자열을 하나로 합치거나 연결 ex) SELECT CONCAT('str1', 'str2'); -> str1str2

ALIAS

• 컬럼이나 테이블 이름 별칭 생성(약자 or 더 알아보기 쉬운 단어로 설정 가능) ex) SELECT name as '이름' FROM celeb; -> 출력시 table 컬럼이 name이 아닌 이름으로 출력된다.
• as는 생략 가능하다.

• CONCAT + ALIAS 혼합 사용 예시

SELECT CONCAT(name, ' : ', job_title) as profile FROM celeb;
+---------------------------+
| profile                   |
+---------------------------+
| 아이땡 : 가수, 텔런트     |
| 이미땡 : 가수             |
| 송땡 : 텔런트             |
| 강동땡 : 영화배우, 텔런트 |
| 유재땡 : MC, 개그맨       |
| 차승땡 : 영화배우, 모델   |
| 이수땡 : 가수             |
+---------------------------+

DISTINCT

• 중복 제거

LIMIT

• SELECT문 맨 뒤에 입력시 출력되는 데이터 개수를 제한

• html 태그에서 데이터를 추출할 때 쓰는 모듈

page = open("../data/03. test_first.html", "r").read()
soup = BeautifulSoup(page, "html.parser")
print(soup.prettify())

read로 읽은 파일은 str형태로 변수에 저장된다. prettify() 메서드를 쓰면 보기 좋은 형태로 정렬(줄바꿈, 들여쓰기)해준다. 타입은 그대로 str

태그 찾기

• soup.head / soup.body / soup.p 해당 태그를 찾아 그 태그가 열리고 닫히는 범위까지의 데이터를 반환한다. 처음으로 나온 태그만 반환한다.

find

• soup.find(태그) 위와 같이 처음 나온 태그를 찾는다. 옵션으로 class, target, id 등 속성값을 조건으로 찾을 수 있다. (dict 형태로 찾는 것도 가능) 텍스트를 찾아 .text로 텍스트만 추출, strip()으로 공백을 제거할 수 있다.
• soup.find_all() soup.find()와 같지만 여러 개를 찾는다. list형태로 담긴다.(하나만 찾아도 list 형태가 필요한 경우 find_all을 쓸 수 있다.)

select

• select_one(태그): find()와 동일하게 하나만 찾는다.
• select(): find_all()과 동일하게 여러 개를 찾는다.
• 태그를 찾을 때 id는 #, class는 .으로 구분하여 찾는다.
• 태그가 여러 개일 때 원하는 태그를 찾기 위해 상위부터 하위로 내려가며 찾을 수 있는데, 그럴 땐 꺽쇄괄호 (>)를 쓴다.

exchangeList = soup.select("#exchangeList > li")

title = exchangeList[0].select_one(".h_lst").text
exchange = exchangeList[0].select_one(".value").text
change = exchangeList[0].select_one(".change").text
updown = exchangeList[0].select(".blind")[2].text

• 강의에서는 updown을 찾을 때 상위 클래스인 div.head_info point_dn > .blind로 찾았지만, 내용 중 상승/하락일 때 태그가 달라져(상승일 땐 up, 하락일 땐 dn)으로 구분됐다.

• 상승/하락 구분 없이 원하는 것을 찾기 위해 인덱스를 활용하는 방식으로 수정했다.

get()

• 태그 안의 속성값을 찾고자 할 때는 .get('태그')를 쓴다.

url 접근하기

urllib.request의 urlopen()

• urlopen('url'): 해당 url에 접근하는 코드

from urllib.request import urlopen 
from bs4 import BeautifulSoup

url = "https://finance.naver.com/marketindex/"
page = urlopen(url)
page.status   # html 상태 코드 반환

soup = BeautifulSoup(page, "html.parser")
print(soup.prettify())

• urljoin(a, b): base url과 상대주소가 나누어진 경우 합칠 때 사용

requests

import requests
from bs4 import BeautifulSoup

url = "https://finance.naver.com/marketindex/"
response = requests.get(url)
response.status_code   # urlopen의 status와 동일
soup = BeautifulSoup(response.text, "html.parser") 
print(soup.prettify())

• request.get()과 request.post()가 있다. 세부 내용은 웹개발에 속하는 내용으로, 현재는 다루지 않는다.

크롬 개발자 도구

정보 가져오기

• f12: 개발자도구 실행
• ctrl + shift + c: 원하는 내용 태그(속성값) 확인하기
• 해당 태그를 활용하여 find_all()로 내용 찾기
• 찾은 내용 중 원하는 값 인덱스 활용, text/string/get_text()를 통해 원하는 텍스트만 추출

원하는 데이터 모두 가져오기

import requests
from bs4 import BeautifulSoup
import pandas as pd

url = "https://finance.naver.com/marketindex/"
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser") 
exchangeList = soup.select("#exchangeList > li")

exchange_datas = [] 
baseUrl = "https://finance.naver.com"

for item in exchangeList:
    data = {
        "title": item.select_one(".h_lst").text,
        "exchnage": item.select_one(".value").text,
        "change": item.select_one(".change").text,
        "updown": item.select(".blind")[2].text,
        "link": baseUrl + item.select_one("a").get("href")
    }
    exchange_datas.append(data)
df = pd.DataFrame(exchange_datas)
df.to_excel("./naverfinance.xlsx", encoding="utf-8")

• 위 코드를 실행하면, 네이버금융(NPay증권)의 시장지표 중 환전 고시 환율 데이터를 엑셀파일로 저장할 수 있다.
• 위 코드는 파이썬에서도 실행 가능하다.

  • ipynb에서 실행하는 경우와 py에서 실행하는 경우 저장 위치가 달라질 수 있다.
  • 이유를 찾아보니, 저장 위치를 상대주소로 입력한 것이 CWD(Current Working Directory)의 차이로 인해 다른 위치에 저장되는 것이라고 한다.
  • ipynb파일은 CWD가 해당 파일이 저장된 위치이지만, py파일은 해당 코드가 실행되는 가상환경이다.

한글 url

• 검색 결과 주소는 한글로 되어있는데, 복사-붙여넣기 하면 깨지는 현상이 있다. 이는 인코딩/디코딩 문제로, 구글에서 url decoder를 통해 한글로 복사할 수 있다.
• 하지만, urllib의 urlopen방식으로는 한글 주소를 입력할 수 없다. 이를 해결하기 위해 urilib.parse.quote()를 쓸 수 있다.

  import urllib
  from urllib.request import urlopen, Request
  

html = "https://ko.wikipedia.org/wiki/{search_words}"

https://ko.wikipedia.org/wiki/여명의_눈동자

req = Request(html.format(search_words=urllib.parse.quote("여명의_눈동자"))) # 글자를 URL로 인코딩

req = Request("https://ko.wikipedia.org/wiki/여명의_눈동자") # 실행시 에러 발생

response = urlopen(req) soup = BeautifulSoup(response, "html.parser") print(soup.prettify())

>- request.get(url)을 쓰면 인코딩 필요없이 한글주소에 접속할 수 있다.

---
# List 자료형
- list는 대괄호로 만든다.
- list[n]으로 slicing할 수 있다. (해당 인덱스 자료만 추출)
list[n:m]: n~m-1 인덱스의 자료를 불러온다.
list[:m] / list[n:]  각각 콜론(:) 앞뒤 빈 자리는 '끝'까지를 의미한다.
list[n:m:t]: n부터 m-1까지 t간격으로
## list 자료형 for문
```py
colors = ['red', 'blue', 'green']
for color in colors:
    print(color)   # red / blue / green

in의 조건문 활용

if 'red' in colors:
    print('red is in list')

명령어

• append(): list 가장 뒤에 자료 추가 1개의 자료만 추가 가능(list를 넣으면 list 그대로 들어간다.
• pop(): 가장 뒤의 자료 제거 제거된 자료가 즉시 반환된다.

  movies = ["라라랜드", "먼 훗날 우리", "어벤저스", "다크나이트"]
  print(movies.pop())   # 다크나이트
  print(movies)   # ["라라랜드", "먼 훗날 우리", "어벤저스"]

• extend(): 가장 뒤에 리스트를 합친다. 인자로 list를 넣어야 한다. (str 데이터를 넣으면 글자가 하나씩 쪼개져서 추가된다)
• remove(): 해당 자료를 삭제한다.
• insert(a, b): a번째 인덱스에 b자료 추가 기존 a자리에 있던 자료는 a+1인덱스로 옮겨진다(뒤로 밀림) a에 기존 자료의 맨 뒤보다 큰 값을 입력해도 정상적으로 작동한다.

기타

• isinstance(a, b): a자료가 b자료형인지 확인하는 함수. b자료형이 맞다면 True를, 아니라면 False를 반환한다.

시카고 맛집 데이터 분석

• https://www.chicagomag.com/Chicago-Magazine/November-2012/Best-Sandwiches-Chicago/
• 50개의 맛집 및 대표메뉴 소개 페이지
• 얻고자 하는 정보 가게 이름 대표메뉴 대표메뉴 가격 가게 주소

403 에러

• 앞에서 하던 방법으로 접속하면 403에러가 발생한다.
• 해당 에러는 서버에서 유저(나)의 접근을 막을 때 나타나는 코드이다.
• 크롬에서 해당 페이지 접속 후 개발자도구에서 네트워크 정보에 나타나는 "user-agent"부분을 설정해주면 해결할 수 있다.

  

  • 위 내용을 복사-붙여넣기로 header 옵션에 dict형태로 붙여넣기하면 해결된다.

  import requests
  from bs4 import BeautifulSoup
  

url_base = "https://www.chicagomag.com/" url_sub = "Chicago-Magazine/November-2012/Best-Sandwiches-Chicago/" url = url_base + url_sub

response = requests.get(url,headers={"user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36"})

위 복잡한 내용은 간단하게 "chrome"만 써도 된다.

html = response.text soup = BeautifulSoup(html, "html.parser") print(soup.prettify())

```

• 강의에서는 urllib의 urlopen 기능을 썼는데, SSL 오류로 인해 작동하지 않아 requests 모듈을 사용했다.

정규식(Regular Expression)

• 문자열을 찾을 때
• .x: 임의의 한 문자(x가 마지막으로 끝) x+: x가 1번 이상 반복 x?: x가 0회 이상 존재 x*: x가 0번 이상 반복 x|y: x 또는 y(or연산자)

re.split()과 str.split의 차이 re.split은 인자를 정규식으로 받아들이기 때문에 결과에 차이가 발생할 수 있다. str.split은 문자열 그대로를 인식하기 때문에 '특정 문자'만 찾아서 그대로 나눈다.

• re.search(찾을 문자열, 대상): '대상'에서 '문자열'을 찾아 있으면 어떤 문자를 찾았는지 반환한다.

  

  • \$ : $로 시작 \d+ : 숫자가 1개 이상 . : .이 있다. (\d+)?: 숫자가 1개 이상 반복되는 것이 있을 수도 있고 없을 수도 있다.

• re.group(): 정규식 찾은 내용을 str로 그룹핑

tqdm

• 반복문이 실행되는 과정을 보여주는 모듈
• 실행 횟수별로 소요 시간 등이 출력된다

1. project 개요

강남3구의 체감 안전도가 높다는 신문 기사가 있었다. 과연 실제로 강남3구는 범죄로부터 안전하다고 볼 수 있는가?

2. 데이터 개요

데이터 출처: 공공데이터포털 서울시 관서별 5대 범죄 발생 검거 현황(2016년도) (세부 분석 내용은 별도 파일에 공유)

pd.read_csv()

• thousands=",": 기본적으로 csv는 콤마(,)를 기준으로 데이터를 구분한다. 데이터 중 천 단위 숫자에 콤마로 구분되어 있으면 숫자가 아니라 문자열로 읽기 때문에 해당 옵션을 입력한다. 해당 옵션을 추가해 불러들이면 콤마가 제거된 숫자로 불러온다.

데이터 정리(null값 삭제)

crime_raw_data = crime_raw_data[crime_raw_data["죄종"].notnull()] # NaN값 제거

pivot table

• pd.pivot_table(df, index='')/df.pivot_table(index='')
• index를 여러 개 설정할 땐 list 형태로
• values 옵션을 통해 산출할 데이터 선택
• aggfunc 옵션을 통해 산출 데이터 연산식 선택
• columns 옵션을 통해 df의 데이터를 column으로 출력할 수 있음. 데이터가 없는 경우 NaN으로 입력되는데, fill_value= 옵션을 통해 없을 때 입력될 데이터를 선택할 수 있다.
• margins=True 옵션으로 총계 표시

multi index/columns

• 컬럼이 여러 개인 경우 column level이 여러 개가 된다.
• droplovel()으로 특정 컬럼 level을 삭제할 수 있다.
• get_level_values() 메서드로 레벨별 컬럼을 볼 수 있다. (list 형태)

• jupyter notebook에서는 ! 명령어를 통해 os 레벨의 명령어를 쓸 수 있다.

• 단, jupyter notebook의 코드를 바로 다른 곳에서 사용할 땐 에러가 날 수 있다. get_ipython().system("")으로 명령어를 사용하면 다른 곳에서도 작동한다.

• 아나콘다는 python에서 유용하게 사용되는 '모듈 관리자'이다.

• 머신러닝 등 여러 가지 패키지가 기본적으로 포함되어 있고, 가상 환경 구축에도 유용하게 사용된다.
• pip를 사용하는 경우 conda 환경에서 dependency 관리가 정확하지 않을 수 있으므로 가급적 conda 명령으로 모듈을 관리하는 것이 좋다.
• conda 명령어 conda list : 설치된 모듈 list conda install module_name : 모듈 설치 conda uninstall module_name : 모듈제거 conda install -c channel_name moduel_name: 지정된 배포 채널에서 모듈 설치

• 특정 환경(맥북 M1 등)에서 설치하는 모듈을 별도로 운영하는 채널이 있다.

• 모든 모듈이 conda로 설치되는 것은 아니다.

np.mean()

• np.array 데이터 평균값을 계산할 때, axis 옵션을 통해 행열을 설정할 수 있다. 이때, pandas와 반대로 1이 행, 0이 열 계산이다.

Google Maps API

• googlemaps.Client(key=''): 구글맵 API 불러오기
• gmaps.geocode('검색어'): 구글맵에서 검색어를 검색한 결과값을 list 안의 dict형태로 저장
• 검색 결과를 tmp 변수에 담아 key-value로 원하는 데이터를 찾을 수 있다.

Seaborn

• matplotlib과 함께 사용되는 모듈
• import만 해도 matplotlib 그래프에 영향을 준다
• 실습용 데이터셋이 내장되어있다(tips, flights, iris, anscombe 등)

set_style()

• white, dark, whitegrid, darkgrid 등이 있고, 각각 흰/회색 배경에 격자 유/무로 나타난다.

plots

• boxplot: 중앙값, 50% 데이터 범위 등등
• swarmplot: 분포(점)
• lmplot: 두 데이터 사이의 관계 파악 robust옵션으로 경향에서 많이 벗어난 데이터는 제외할 수 있다
• heatmap: 전체 데이터 경향 확인 annot 옵션: 값 표현(True) fmt 옵션: format(f 실수, d 정수)
• pairplots: 다수의 컬럼 비교 kind 옵션: scatter(점), kde(지형도), hist(네모), reg(lmplot)
• hue 옵션: 카테고리 구분
• palatte 옵션: 색상 구분(Set 1~3)
• color 옵션(01): 검정하양 색상(swarmplot)

Folium

• 지도 시각화 도구
• 위경도 정보 입력시 지도츨 출력한다. (folium.map(location=[lat,lng])) 튜플 또는 리스트 형태로 입력, 북위/동경 기준

구글지도에서 좌표 얻기

• 강의에서는 원하는 지점을 우클릭하면 좌표가 바로 나왔는데, 버전이 달라져서 그런지 좌표를 바로 얻을 수 없었다.
• 우클릭 후 '이곳이 궁금한가요?'를 클릭하면 포인트가 생성되는데, 해당 포인트를 클릭 후 공유 버튼을 누르면 좌표를 복사할 수 있다.

  1. 우클릭->이곳이 궁금한가요? 클릭
  2. 생성된 포인트 하단의 공유 버튼 클릭
  3. 좌표 복사

folium.Map()

• zoom_start: 0~18, 숫자가 커질수록 확대
• tiles='': 지도 스타일 OpenStreetMap: 기본 지도 Stamen Terrain: 산악 지도 Stamen Watercolor CartoDBPositron/CartoDBDark_matter: 흐린(회색/검정) 배경 지도

save()

• 저장시 html파일로 저장된다.
• 주피터노트북 외의 환경에서는 지도가 보이지 않을 수 있으므로 저장을 통해 지도를 활용할 수 있다.

folium.Marker()

• 지도에 마커 생성
• 첫 번째 인자로 location을 입력하고, 뒤에 .add_to(지도)하면 지도에 해당 마커가 표시된다.
• 옵션 popup: 클릭시 출력되는 문자 입력, html 문법을 따른다. (html 문법을 따르기 때문에 a href를 통해 링크 입력도 가능) tooltip: 마우스 오버시 출력되는 문자 입력 icon: folium.Icon() 마커를 지정할 수 있다.

• color 옵션으로 마커 배경 색상 지정

• icon 옵션으로 마커 스타일(타입) 지정. info-sign, cloud 등이 있다. 일부 icon은 prefix 값을 지정해줘야 나타난다. (font awesome 아이콘은 fa, plyphicon은 plyphicom 입력)

• icon_color 옵션으로 마커 색상 지정

• angle 옵션으로 마커 회전

folium.ClickForMarker()

• 클릭시 마커가 생성되는 기능
• 안에 str 데이터가 없는 경우 위경도 좌표가 나오고, 데이터가 있으면 입력된 데이터가 나온다.

folium.LatLngPopup()

• 클릭시 위경도 좌표 생성
• ClickForMarker와 다른 점은 마커가 생성되지 않고 좌표만 나온다는 점

folium.Circle(), folium.CircleMarker()

• 원
• 옵션 radius: 원 크기 color: 원 테두리 색 fill: 원 안에 색 채우기 여부(기본 False) fill_color: 원 채우기 색
• 기본적으로 Circle과 CircleMarker은 거의 같지만 radius가 다르다. circle: radius 미터(m) 단위, 확대/축소해도 변하지 않는다. circlemarker: radius fixel 단위, 해상도(zoom)에 따라 크기가 바뀐다.

folium.Choropleth

• json 데이터를 통해 영역을 표시
• 옵션 geo_data: json 파일 경로 data: pandas DF 혹은 series columns: DF에서 사용할 컬럼 key_on: data와 geo_data를 연결하는 key 설정 fill_color: 색상 fill_opacity: 채우기 불투명도(0-1) line_opacity: 선 불투명도(0-1) legend_name: 주석 이름

json 데이터

• 행마다 좌표 데이터를 저장하고 있다. (세부 내용 추후에)

• 보통 파이썬에서 테이블 데이터(엑셀, csv 등)를 읽을 때 가장 마낳이 사용하는 모듈
• python에서 R만큼 강력한 데이터 핸들링 성능을 제공하는 모듈
• 단일 프로세스에서 최대 효율
• 코딩 및 응용이 가능한 엑셀, '스테로이드 맞은 엑셀'로 표현되기도 함

• import [a] as [b] 얼라이어스, 'import하는 모듈을 b로 명명하겠다'는 뜻으로 이후 코드 작성을 간소화할 수 있음

• csv(comma separated values): 쉼표(,)로 구분된 텍스트 데이터

• 인코딩 문제가 있어 csv파일을 엑셀로 열면 깨질 수 있다. pandas를 통해 불러올 때 csv파일의 인코딩을 확인하여 입력해야 한다.

Pandas DataFrame 구조

• Index: 각 행(row)의 고유 번호 Column Name: 열(세로 방향)의 이름 Column: 각 열의 고유 이름 Values: 각 행, 열에 해당하는 값

데이터프레임 읽기

• pd.read_***() 명령어로 읽어온다.
• 인자에 header 옵션을 통해 column명을 명명할 수 있다.(어디부터 읽어올지 설정할 수 있다) usecols 옵션을 통해 불러들일 column을 제한할 수 있다.
• df.inplace 옵션을 통해 수정한 내용을 저장한다.(사용하고 있는 변수에, 저장하지 않는 경우 일회성으로 변화된다)
• df.rename(columns=[a])을 통해 컬럼명 변경 가능. dict형태로 입력할 수 있다.
• df.head(), df.tail()을 통해 데이터의 일부를 불러올 수 있다.(인자로 숫자 입력시 해당 숫자만큼 불러온다. 숫자 미입력시 기본값 5)
• df.columns : 해당 DF의 column명을 list형태로 불러온다.

Pandas 기초

• Pandas의 데이터형을 구성하는 기본은 Series이다.

DataFrame

• pd.Series(): DF 생성(index, value)

강의 중 series는 한 가지 데이터 타입만 가질 수 있다고 표현했는데, 실제로는 각 value별 데이터타입은 다를 수 있었다.

# 예시
data = pd.Series([1,2,3,4,'5'])   # dtype: object
data[:4] % 2
# 0 1 
# 1 0
# 2 1
# 3 0

• pd.date_range("[날짜]", period=[a]): [날짜]부터 6일(기간)의 데이터 생성(Datetime Index)
• 데이터프레임 생성 방법 pd.DataFrame([value], index=[a], columns=[b]): 간단한 데이터프레임 생성 pd.DataFrame({"column": ['values']}): 딕셔너리 안의 리스트 형태(열 기준) pd.DataFrame([{'column': 'value'}]): 리스트 안의 딕셔너리 형태(행 기준)

정보 탐색

• df.index, df.columns, df.values: 각각의 값 추출
• df.info(): DF의 기본 정보 확인, 각 컬럼의 크기와 데이터 형태를 확인할 수 있다.
• df.describe(): DF의 통계적 기본 정보(count, 평균, 표준편차 등)

정렬

• df.sort_values(by=[a], ascending=[B]): [a]컬럼을 기준으로 [b](오름차순 True/ 내림차순 False) 정렬

선택

• df[]: 대괄호 안에 컬럼명으로 특정 컬럼만 추출할 수 있음
• • df. 뒤에 컬럼명을 써도 선택 가능(단, 컬럼명이 숫자인 경우 불가능. str형식인 숫자도 불가능!)
• • 두 개 이상의 컬럼을 불러올 땐 리스트에 담아서 df[["A", "B"]]

slice

• df[a:b]: a행(row) ~ b-1행 슬라이싱, a,b에 특정 index나 컬럼명으로 slice하는 경우 a부터 b까지(b포함)

loc / iloc (location / integer location)

• df.loc[a,b]: a행, b열의 데이터 선택, 각각 slice 및 이름으로 사용 가능(여러 개 이름을 입력할 땐 리스트형태)
• index/column 이름으로만 가능, slice시 n~m까지(마지막 행/열 포함) 행/열 선택*
• df.iloc[a,b]: loc 옵션과 같지만, 번호로만 접근 가능(row, column 모두 번호로)
• 이 경우에는 각각 n:m으로 slice하는 경우 n~m-1까지(마지막 행/열 불포함) 행/열 선택*

조건

• df[~]대괄호 안에 특정 조건을 통해 값을 필터링할 수 있음.(조건이 True인 row만 추출)
• df['a'].isin([values]): a컬럼에 value가 있는 경우 True, 없는 경우 False 반환 ex) df[df['a'] > 0]: 'a'컬럼 value가 0보다 큰 데이터 추출 ex) df[df > 0]: 모든 value 중 음수인 값은 NaN처리

삭제

• del df['a']: 특정 column(컬럼명 입력) 제거
• df.drop(): 1개의 인자만 넣으면 해당 행 삭제 axis=0(행), axis=1(열)을 통해 행/열을 삭제할 수 있다. columns= 옵션을 통해 컬럼을 지정하면 axis 옵션을 주지 않아도 열(column)이 삭제된다. 기본적으로 삭제 후 data에 반영되지 않으므로 inplace=True 옵션을 줘야 data에 반영된다.

apply

• df[column].apply(): "sum", "mean", "max", "min" 등을 통해 해당 컬럼의 데이터를 연산할 수 있다.
• 기본적으로 pandas는 numpy 패키지를 기반으로 만들어져있기 때문에 np.sum, np.std 등의 연산도 가능하다. 직접 만든 함수도 입력 가능

unique()

• 해당 컬럼의 값을 중복값 없이 나타낸다.(array 형태)

merge()

• on 옵션을 통해 기준 설정, 해당 컬럼을 기준으로 데이터가 합쳐진다.
• how 병합의 기준 데이터 설정 left: 좌측 데이터 기준, 우측에 없으면 NaN처리 right: 우측 데이터 기준, 좌측에 없으면 NaN처리 outer: 좌우측 상호 간에 없는 데이터는 NaN처리하며 합쳐진다.

상관관계(corr)

• 두 데이터 사이에서 한 데이터의 증가가 다른 데이터에 영향(증가 또는 감소)을 주는 지표

0.2 이하: 상관관계가 없거나 무시해도 좋은 수준 0.4 이하: 약한 상관관계 0.6 이상: 강한 상관관계

• • 상관관계가 있어도 인과관계는 아닐 수 있다.

matplotlib

• matplotlib.pyplot: matlab 프로그램 시각화 기능이 담겨있다.
• 파이썬의 대표 시각화 도구로, 주로 plt로 naming하여 사용한다.
• jupyter notebook을 사용하는 경우 matplotlib 결과를 한 화면에 나타내기 위해 %matplotlib inline 옵션을 사용한다.

• 2D 그래프 전담
• plt.figure()로 열어서 plt.show()로 닫는다.

  plt.figure()

• figsize: 그래프 크기 설정

plt.plot()

• 선그래프, 기본 인자로 x축과 y축 값을 받는다.
• 각종 옵션을 통해 디테일을 설정할 수 있다. color: 색상 linestyle: 선 스타일, ls로 쓸 수 있음 lw: 선 굵기 marker: 마커 모양 markerfacecolor: 마커 색상 markersize: 마커 크기

기타 옵션

• plt.grid(): 격자
• plt.legend(): 범례 label: 각 그래프별 라벨을 한꺼번에 입력 가능하고, 해당 그래프를 나타내는 식(plt.plot() 등) 안에 label 옵션을 통해 입력할 수도 있다. loc: 범례 위치, upper right, upper left 등이 있고, 숫자로도 입력할 수 있다.
• plt.xlabel(): x축 이름
• plt.ylabel(): y축 이름
• plt.title(): 그래프 제목
• plt.xlim(): x축 범위 설정
• plt.ylim(): y축 범위 설정
• plt.text(x, y, t): (x,y) 좌표에 t 텍스트 출력

plt.scatter()

• 점 그래프 c: 색상 marker: 점 모양 s: 마커 크기

Pandas를 활용해서 그래프 그리기

• Pandas DF는 변수에서 바로 plot 명령을 사용할 수 있다.
• 데이터(컬럼)가 많은 경우 정렬 후 그리는 것이 효과적일 때가 많다.

numpy를 이용한 1차 직선 만들기

• np.polyfit: 직선을 구성하기 위한 계수 계산
• np.poly1d: polyfit으로 찾은 계수로 python에서 사용할 함수로 만들어 줌
• np.linspace(a,b,n): a부터 b까지 n개의 등간격 데이터 생성

오차 데이터

• np.poly1d 함수값과 실 데이터 차이를 통해 경향 대비 오차 값을 구할 수 있다.

csv로 저장하기

• pd.DataFrame.to_csv('경로', sep=',', encoding='utf-8')

쓰기

file = open('C:/pythonEx/project/test.txt', 'w')   # 'w'는 쓰기 권한으로 실행

strCnt = file.write('Hello Python!')   # 말 그대로 쓰기만 가능(기존 내용 삭제 후 쓰기)
print(f'strCnt: {strCnt}')   # 13


file.close()

strCnt에 담으면 문자열의 개수(int)가 담긴다. 변수에 할당하지 않고 실행만 해도 작동한다. str 형태로 써야 한다(int 입력시 에러)

읽기

file = open('C:/pythonEx/project/test.txt', 'r')   # 'r'은 읽기 권한

read = file.read()
print(read)   #Hello Phthon!'

file.close()

[str].replace(a, b, c) -> str에서 a라는 문자열을 찾아 b로 바꾼다.(3회)

열기

• 파일모드를 통해 파일을 열 때 어떤 목적으로 열 건지 정하고 연다. w : 쓰기 전용(기존 내용 덮어쓰기) a : 쓰기 전용(기존 내용 뒤에 덧붙이기) x : 쓰기 전용(파일이 있으면 에러) r : 읽기 전용(파일이 없으면 에러)

with ~ as

• close하지 않아도 알아서 닫힌다.

  uri = '[디렉토리]'
  with open(uri + '5_037.txt', 'a') as f:
    f.write('Hello Python!')
  

with open(uri + '5_037.txt', 'r') as f: print(f.read()) # Hello Python!

>with ~ as 구문으로 파일을 읽을 때, 변수에 저장해두면 with ~ as 구문 밖에서도 활용할 수 있다.

## writelines()
* 리스트, 튜플 데이터를 파일에 쓰기 위한 함수
```py
languages = ['c/c++', 'java', 'c#', 'python', 'javascript']

with open(uri + 'languages.txt', 'a') as f:
    f.writelines(item + '\n' for item in languages)

조건식/조건문처럼 반복문도 한 줄 안에 명령어 사용 가능

scoreDic = {'kor': 85, 'eng': 85,'mat': 85,'sci': 85,'his': 85}
with open(uri + 'scores.txt', 'w') as f:
    print(scoreDic, file=f)

print() 함수의 인자로 file= 부분을 추가해 텍스트파일 안에 출력문 그대로 저장할 수 있다.

readlines() / readline()

• readlines(): 파일 전체를 list에 담음(행마다)
• readline(): 한 행을 읽어 문자로 반환, 개행 문자까지 읽으므로 자동개행된다.

[str].split(a) : a라는 문자를 기준으로 str을 나눠 list 형태로 담는다. [str].strip(a) : str문의 맨 앞뒤에 a 문자를 삭제한다.(맨 앞뒤에 있는 겨우에만 삭제)

다중 상속

• class [클래스명]([부모클래스1], [부모클래스2]) 형식으로 여러 개의 클래스로부터 상속받을 수 있다.
• 부모클래스의 메서드명이 동일한 경우 먼저 상속받는 클래스의 메서드가 호출되지만, 헷갈릴 수 있으므로 주의가 필요하다.

  super()로 상위 클래스를 불러올 때 먼저 상속받는(앞에 써있는) 클래스가 지정된다.

오버라이딩

• 부모 클래스의 기능(메써드)를 재정의할 수 있다.

추상클래스

• 상위 클래스에서 메서드를 빈 상태로 두고, 하위 클래스에서 구현하도록 강요한다.(구현하지 않으면 에러)
• abc 패키지에서 ABCMeta class 호출, abstractmethod 호출

  abc : abstract base class @abstractmethod: 추상 메서드 지정

  from abc import ABCMeta
  from abc import abstractmethod
  

class AirPlane(metaclass=ABCMeta): @abstractmethod # 빈 메서드,정의되지 않은 객체 생성시 오류 발생 def flight(self): pass

def forward(self):
    print('전진')

class AirLiner(AirPlane): def init(self, c): self.color = c

def flight(self):
    print('시속 400km/h 비행')

al = AirLiner('red') al.flight() # 시속 400km/h 비행 al.forward() # 전진

## 예외처리
* try ~ except으로 감싼다.
```py
eveList = []; oddList = []; floatList = []; dataLise = []

n = 1
count = 0
while n < 6:
    try:
        data = input('input number: ')
        num = float(data)

    except:
        print('오류 발생')
        continue   # 오류 발생시 아래 else문을 실행하지 않고 위로(try문) 올라가 다시 실행

    else:
        if num - int(num) != 0: 
            floatList.append(num)

        elif num % 2 == 0:
            eveList.append(int(num))

        else:
            oddList.append(int(num))

        n += 1
        dataList.append(data)

    finally:
        count += 1


print(f'eveList: {eveList}')
print(f'oddList: {oddList}')
print(f'floatList: {floatList}')    
print(f'dataList: {dataList}')
print(f'입력시도: {count}')

• ~ else 뒤에는 try에서 통과됐을 때 이후 실행된다. (try~except 뒤에 사용)

• finally 뒤에는 항상 실행된다!(try에서 오류가 발생해도, else문이 실행된 이후에도)

예외 관련 클래스는 Exception 클래스를 상속한다.

• 0으로 나눴을 때(ZeroDivisionError), 리스트 등에서 인덱스를 잘못 입력했을 때(IndexError) 등등

Exception 클래스

• 예외를 담당하는 클래스로, 어떤 예외가 발생했는지 알 수 있다.

  try:
    print(f'{num1} / {num2} = {num1 / num2}')
  except Exception as e:
    print(f'Exception: {e}')   # 0으로 나눌 시 'Exception: division by zero' 출력

• try문 실패시 Exception 클래스 객체를 생성한다.

• raise 키워드를 통해 예외를 발생시킬 수도 있다.

  def divCal(n1, n2):
    if n2 != 0:
        print(f'{n1} / {n2} = {n1 / n2}')
    else:
        raise Exception('0으로 나눌 수 없습니다.')
  

num1 = int(input('num1: ')) num2 = int(input('num2: '))

try: divCal(num1,num2) except Exception as e: print(f'Exception: {e}') # 0으로 나눌 시 'Exception: 0으로 나눌 수 없습니다.' 출력

* Exception('오류내용', *) \* 위치에 숫자를 표시하여 Exception 내용을 구분할 수 있다.
```py
def sendSMS(msg):
    if len(msg) > 10:
        raise Exception('길이 초과! MMS 전환 후 발송!!', 1)

    else:
        print('SMS 발송!!')


def sendMMS(msg):
    if len(msg) <= 10:
        raise Exception('길이 미달! SMS 전환 후 발송!!', 2)

    else:
        print('MMS 발송!!')


msg = input('input message: ')

try:
    sendSMS(msg)
except Exception as e:
    print(f'e: {e.args[0]}')   # 오류 내용 출력

    if e.args[1] == 1:   # 오류 구분에 따라 다른 함수 실행
        sendMMS(msg)
    elif e.args[1] == 2:
        sendSMS(msg)

사용자 예외 클래스

• Exception 클래스를 상속받아 사용자가 직접 예외 클래스를 만들 수 있다.

  class NotUseZeroException(Exception):
    def __init__(self, n):
        super().__init__(f'{n}은 사용할 수 없습니다.')
  
  

def div_cal(n1, n2): if n2 == 0: raise NotUseZeroException(n2)

else:
    print(f'{n1} / {n2} : {n1 / n2}')

inputNum1 = int(input('num1: ')) inputNum2 = int(input('num2: '))

try: div_cal(inputNum1, inputNum2)

except NotUseZeroException as e: print(e) ```

• class를 통해 객체를 만들고, 속성과 기능을 만들어 사용할 수 있다.
• 객체를 사용하는 경우 코드 재사용, 모듈화에 좋다.

  속성

• 객체가 가지는 속성(예를 들어, 자동차 클래스는 색상, 길이, 가격 등등의 속성을 가질 수 있다.)
• 객체를 만들 때 각각의 속성이 무엇인지 설장할 수 있고, 설정하지 않는 경우 기본값을 지정할 수 있다.

기능(메서드)

• 객체가 할 수 있는 행동(?) 같은 개념 (자동차 클래스 예로 전진, 후진 등의 기능을 가질 수 있다)
• 그 객체가 가지는 함수라고 볼 수 있다.

• class 안의 특정 기능은 매개변수로 self를 받는다.

  class Car:
  
    def __init__(self, col, len):   # 생성자, Car()와 대응되는 메써드
           self.color = col
           self.length = len
  
    def doStop(self):
        print('Stop!!')
  
    def doStart(self):
        print('Start!!')
  
    def printCarInfo(self):
        print(f'self.color: {self.color}')
        print(f'self.length: {self.length}')

• 객체는 클래스로부터 생성된다.

• 클래스를 생성한다는 것은 클래스 이름과 동일한 생성자를 호출해서 객체를 만든다(이때 필요한 매개변수 값을 정확하게 매치해야 한다)

• 레퍼런스 변수를 이용해서 객체의 기능을 사용할 수 있다.

  car1 = Car('red', 200)
  car1.doStop()   # Stop!!
  car1.printCarInfo()   # self.color: red \n self.length: 200

  객체의 속성 변경

car1.color = 'white'
car1.printCarInfo()   # self.color: white \n self.length: 200

• 객체의 속성은 값을 입력(대응연산자 '=')함으로써 수정할 수 있다.(변수처럼)

객체와 메모리

• 객체를 담는 변수는 실제 객체가 저장된 메모리의 '주소값'을 저장하고 있다.
• (객체의 속성을 바꾸는 경우 메모리와 상관없이 실제 객체의 메모리 데이터가 바뀐다)*

얕은 복사

• 객체 주소를 복사하는 것

깊은 복사

• 객체 자체를 복사하는 것으로, 또 하나의 객체가 만들어진다.(copy 모듈, copy.copy(객체)로 복사 가능)

  import copy
  class Car:
  
    def __init__(self, color):
        self.color = color
  
    def printCarInfo(self):
          print(f'{self.color}')
  

car1 = Car('red') car2 = car1 # 얕은 복사 car3 = copy.copy(car1) # 깊은 복사

car1.printCarInfo() # red car2.printCarInfo() # red car3.printCarInfo() # red

car1.color = 'blue'

car1.printCarInfo() # blue car2.printCarInfo() # blue car3.printCarInfo() # red

* 다음과 같은 방법으로 깊은 복사를 할 수 있다.
1. copy.copy() 메서드 활용
2. for문 활용 (빈 리스트 선언 후 for문을 통해 각 값을 append)
3. extend() 메서드 활용
4. 슬라이싱([:]) 활용

>강의에서는 위 방법이 깊은 복사라고 소개되었고, 실제로 각각 복사했을 때 id값이 다른 것을 확인할 수 있었다.
하지만 찾아보니 각 방법에는 그 안의 요소에 대한 매모리값은 고려되지 않아, 리스트 안에 리스트가 있는 경우 등 mutable(가변형) 자료형 안에 mutable 자료가 들어있는 경우 내부 자료의 주소값이 동일하다.
>>```python
a = [[1,2], [3,4]]
b = a[:]
print(id(a))   # 4395624328
print(id(b))   # 4396179592
print(id(a[0]))   # 4396116040
print(id(b[0]))   # 4396116040
>>
print(a)   # [[1,2], [3,4]]
print(b)   # [[1,2], [3,4]]
a[0][0] = 9
print(a)   # [[9,2], [3,4]]
print(b)   # [[9,2], [3,4]]

copy.deepcopy() 메서드를 활용해 깊은 복사를 할 수 있다.

상속

• 클래스의 기능을 그대로 가져올 수 있다. (부모의 기능 + 상속 클래스 기능 추가 가능)

  class Car:
       def drive(self):
           print('GO')
  

class Carr(Car): def back(self): print('BACK')

car1 = Carr() car1.drive() # GO

### 생성사 \__init__() 메서드와 super()
* 상속받는 child class는 기본적으로 parent class의 생성자를 호출하지 않는다.
* 강제로 parent class의 생성자를 호출하거나, super() 메서드를 사용해 parent class의 생성자를 호출할 수 있다.
* * P_Class의 생성자를 직접 호출할 땐 self를 써야 하고, super()로 호출할 땐 생략해도 된다.
```python
class P_Class:
    def __init__(self, pNum1, pNum2):
        print('[P_Class] __init__() called!')
        self.pNum1 = pNum1
        self.pNum2 = pNum2

class C_Class(P_Class):
    def __init__(self, cNum1, cNum2):
        print('[C_Class] __init__() called!')
        # P_Class.__init__(self, cNum1, cNum2)
        super().__init__(cNum1, cNum2)

        self.cNum1 = cNum1
        self.cNum2 = cNum2

cls = C_Class(20, 30)  # [C_Class] __init__() called!, [P_Class] __init__() called!'

내부 모듈

• 파이썬 설치 시 기본적으로 사용할 수 있는 모듈

  난수 모듈(random)

  import random
  rNum = random.randint(1,10)  # 1~10

  random 모듈 뜯어보기

  

외부 모듈

• 별도 설치 후 사용할 수 있는 모듈(ex. pandas, numpy 등)

사용자 모듈

• 사용자가 직접 만드는 모듈(파이썬 파일에 함수를 정의하고, import로 파이썬 파일을 호출해서 사용 가능)
• lambda로 만든 함수도 호출할 수 있다.

  • 복합연산자 += 는 문자열도 사용 가능하다.(문자열이 뒤에 붙음)

    sample = 'abc'
    sample += 'd'    # sample = sample + 'd'
    print(sample)   # abcd 

모듈 사용

• import 키워드로 모듈을 불러온다
• as 키워드를 이용해서 모듈 이름을 단축시킬 수 있다.
• from ~ import 키워드를 이용해서 특정 기능만 불러올 수 있다.

  • from을 통해서 기능을 불러오는 경우, 모듈명.기능()형식으로 쓸 필요 없이 기능을 바로 쓸 수 있다.
  • 콤마(,)를 통해 여러 개의 기능을 한꺼번에 가져올 수도 있다.
  • from ~ import * 하면 모든 기능을 다 가져온다.

실행(메인) 파일

• 전역변수 _name_ 는 별도로 선언(초기화)하지 않아도 내용을 담고 있다.
• 실행될 때는 _name_ 변수는 _main_ 을 담고있고, 실행되지 않을 때(모듈로써 호출될 때)는 해당 모듈명이 _name_ 변수에 담긴다.

  

  • 모듈 안에 실행문이 있는 경우, 호출만 해도 실행문이 실행된다.

    모듈이 호출될 때 실행되는 것을 방지하기 위해 조건문을 통해 __name__이 __main__인 경우에만 실행되도록 할 수 있다.

패키지

• 관련 있는 모듈을 디렉토리(그룹)로 관리

  from [패키지] import [모듈]

• 패키지, 모듈은 같은 디렉토리 내 혹은 venv/Lib/site-packages 디렉토리 내에서 불러올 수 있다.

  import sys
  

for path in sys.path: print(path)

* 위 실행문을 통해 import할 때 불러오는 package Library 디렉토리를 알 수 있다.
* 여러 디렉토리가 보이는데, 그 중 venv환경은 현재 가상환경에서만 불러오는 디렉토리이다.

>가상환경
>* 독립적인 환경 세팅을 통해 충돌을 피할 수 있다.(To be continued...)


## 자주 사용하는 모듈
### math 모듈
#### 절대값 fabs
```python
import math

print(f'math.fabs(-10): {math.fabs(-10)})    # 10.0, float

올림 ceil / 내림 floor / 버림 trunc

import math

print(f'math.ceil(0.1234): {math.ceil(0.1234)}')   # 1, int
print(f'math.floor(-5.2): {math.floor(-5.2)}')   # -6, int
print(f'math.trunc(-5.2): {math.trunc(-5.2)}')   # -5, int

최대공약수 gcd / 팩토리얼 factorial / 제곱근 sqrt

import math

print(f'math.gcd(14,21): {math.gcd(14,21)}')   # 7, int
print(f'math.factorial(8): {math.factorial(8)}')   # 40320, int
print(f'math.sqrt(4): {math.sqrt(4)}')    # 2.0, float

random 모듈

• randint(a, b) : a부터 b까지(a, b 포함)의 숫자 중 랜덤 정수(int) 반환
• sample(range(a, b), c) : a부터 b-1까지의 숫자 중 랜덤하게 c 갯수만큼 반환(list형)
• random() : 무작위 실수(float) 반환

time 모듈

• localtime() : 현재 시간
• • tm_year : 연도 tm_mon : 월 tm_mday : 일 tm_hour : 시 tm_min : 분 tm_sec : 초 tm_wday : 요일(0 ~ 6 / 일 ~ 토)

localtime()으로 클래스가 생성되고, 위에 언급된 것들 외에도 여러 속성들이 있다.

• 수학에서의 함수와 동일하게 input을 넣으면 연산(function)을 거쳐 output을 낸다.
• 함수는 내장함수(파이썬에서 기본으로 제공하는 함수)와 사용자 함수(사용자가 직접 선언)가 있다.
• 함수의 괄호()안에 들어가는 부분을 '매개변수'라고 한다.
• 함수를 통해 특정 함수를 작동하게 할 수도 있고, 특정 값을 반환할 수도 있다.
• 함수를 정의하고 사용하면 특정 기능을 반복해서 사용할 때 효율적으로 코드를 작성할 수 있다.

함수 선언

def 함수명(매개변수):
    내용

• 함수명의 첫 글자는 소문자로 한다(관례)
• 변수 선언과 마찬가지로 '어떤 기능인지' 알기 쉽도록 함수명을 정의하고, 주로 동사를 쓴다.
• 매개변수는 없을 수 있지만, 괄호는 반드시 써야 한다. (함수를 호출할 때 괄호 안에 넣는 것은 인수라고 한다.)
• 선언한 함수는 호출해야 작동한다.
• 실행문이 없는 경우 오류가 발생한다. (pass를 사용하면 오류를 피할 수 있다)

함수 호출

함수명(인수)

• 함수 내에서 또 다른 함수를 호출할 수 있다.
• 함수 호출 시 괄호 안에 인수를 입력하면, 해당 인수는 함수에서 정의된 매개변수에 저장되어 함수가 작동된다.
• 함수 선언 시 인수를 몇 개 받을지 갯수에 맞춰 매개변수를 입력해야 한다.
• 함수 호출 시에는 선언된 매개변수 갯수체 맞춰 입력해야 한다
• 받을 인수(매개변수)의 개수가 정해지지 않은 경우 를 이용해서 처리할 수 있다. (처리된 매개변수는 호출 시 입력하지 않아도 작동하는 데 문제없다.)

def printNum(*numbers):
    for number in numbers:
        print(number, ', ', end="")
    print()


# 출력결과

printNum(1)   # 1,
printNum(1,3)   # 1,3,
printNum(1,3,5)   # 1,3,5,
printNum(1,3,5,7)   # 1,3,5,7,

여러 개의 매개변수를 받을 떄, 함수에서는 받은 매개변수들을 tuple형태로 사용한다.

def testFunc(*args):
    print(args)
    print(type(args))
>
testfunc(1,2,3)  # (1,2,3) (<class tuple>)
testfunc('abc')  # ('abc',) (<class tuple>)

데이터 반환

def 함수명(매개변수):
    내용
    return [반환데이터]

• 함수 결과를 반환한다.

전역변수/지역변수

전역변수

• 함수 밖에서 선언된 변수로, 함수 안에서 사용은 가능하지만 수정할 수는 없다.(값을 바꿔도 함수 안에서만 바뀐다)

  num = 10
  def printNum():
  num = 20
  print(num)
  

출력결과

printNum() # 20 print(num) # 10

* global 키워드를 사용하면 전역변수를 함수 안에서 수정 가능하다.
```python
numOut = 10
def printNum():
    global numOut
    numOut = 20
    print(num)

# 출력결과
printNum()  # 20
print(numOut)  # 20

지역변수

• 함수 안에서 선언된 변수로, 함수 안에서만 사용 가능하다.

  def printNums():
  numIn = 10
  print(numIn)
  

printNums() # 10 print(numIn) # 에러(not defined)

## 중첩함수
* 함수 안에 다시 함수를 선언할 수 있다. (안에서 선언된 함수는 해당 함수 안에서만 사용 가능)
```python
def calculator(n1, n2, operator):

    def divCal():
        if n2 == 0:
            print('0으로는 나눌 수 없습니다.')
        else:
            print('나눗셈 연산: {}'.format(n1 / n2))

    if operator == 4:
        divCal()

위와 같은 경우, divCal() 함수는 호출할 수 없다.

lambda 함수

• lambda 매개변수: 반환값 위 형식으로 간단한 사용자함수를 정의할 수 있다. (사용법은 def로 만드는 것과 동일)

getTriangleArea = lambda n1, n2: n1 * n2 / 2

width = 3
height = 4
triangle = getTriangleArea(width,height)

print(triangle)  # 6.0

조건문

if 조건:
    실행문

elif 조건:
    실행문

else 조건:
    실행문

• 콜론(:)은 조건식이 끝나고, 실행문이 시작된다는 의미 실행문은 반드시 들여쓰기(코드블럭)를 해야 한다. (4칸/2칸 등 일관성 있게 띄어쓰기!) 들여쓰기를 통해 실행문을 구분한다.
• 실행문에 'pass'를 입력하면 그냥 넘어간다. (공백이면 에러)

조건식

• 문장 뒤에 if [조건]을 입력하면, 조건에 만족하는 경우 문장이 실행된다. 뒤에 else문도 사용 가능
• 조건식은 조건문으로 바꿀 수 있지만, 조건문은 조건식으로 변환하기 어려울 수 있다 (실행문이 여러 개인 경우 등)

반복문

횟수에 의한 반복문(for)

for i in range(a,b,c):
    실행문

• 조건문과 마찬가지로 콜론으로 제어문과 실행문을 구분한다.

• range(a, b, c)일때

• • a부터 b-1까지 c씩 증가하는 등차수열을 표현한다.
• • 인자를 두 개만 넣는 경우 c는 자동으로 1로 계산된다.
• • 인자는 한 개만 넣는 경우 a는 0, c는 1로 계산된다.

조건에 의한 반복(while)

while 조건:
    수행문

• 조건이 참(True)일 때 수행문을 반복 수행한다.
• 무한 반복이 되지 않도록 조건의 인자를 수행문에서 컨트롤해줄 필요가 있다.*

반복문 제어

• continue: 다음 실행문을 실행하지 않고 반복문으로 돌아간다.
• break: 반복분을 중단시킨다.
• 반복문 뒤에 else:문을 입력하면 반복문 종료 후 실행되는 수행문을 쓸 수 있다. else문은 반복문이 '종료'된 후 수행되기 때문에 break로 인해 반복문이 종료되는 경우에는 else문이 실행되지 않는다.

cnt = 0
for i in range(1, 100):
    if i % 7 != 0:
        continue
    print('{}는 7의 배수입니다.'.format(i))
    cnt += 1

else:
    print(f'1부터 99까지의 정수 중 7의 배수는 {cnt}개입니다.')
# 7의 배수 출력 후 99까지의 수 중 7의 배수 갯수 출력

• 기타 유용한 함수들 len() : 문자열(리스트, 튜플)의 길이를 int로 반환한다. isdigit() : 숫자 여부를 확인(숫자인 경우 True, 아닌 경우 False를 반환한다) abs() : 절대값(양수 변환) datetime 모듈을 사용하면 날짜와 시간을 사용할 수 있다.

데이터 입력

input() 함수는 항상 str 자료형으로 입력됨
다른 값으로 입력을 받고 싶을 땐 형 변환(int, float 등) 사용

데이터 출력

print() 함수에는 보이지 않지만, 자동 개행(\n)이 포함되어 있음
-> 자동 개행을 막고 싶을 땐 뒤에 end=''을 입력(마지막 자동개행을 공란으로 바꿈)
print()함수 안에서 콤마(,), +연산자(str의 경우)를 활용할 수 있다

특수문자

\t : 탭
\n : 개행(줄바꿈)

포맷 문자열 출력 방식

1) print(f'텍스트 {변수}')
2) print('텍스트 {인덱스}'.format(변수)) - format() 안에 format() 함수를 넣어 형식을 지정할 수 있음
ex) 
3) print('텍스트 %s/%d/%f' % 변수) - 타입을 정확하게 지정해야 함. %f의 경우 %.3f 이런 식으로 소수점 아래 자리수를 정할 수 있음(반올림)
-> 소수점 이하 반올림은 %.f 으로 입력

추가정보

• 3) 방식은 % operator 방식으로, 파이썬 3.x 이전 버전의 방식이다. 공식 문서에 따르면 % operator를 지원은 하지만 권장하지 않는다고 나와있다고 하는데, 학습해두면 다른 언어를 배울 때 도움이 된다고 한다.
• 형식 지정자는 %c(문자 1개), %o(8진수), %x(16진수)도 있다.
• 2) 방식은 str.format 방식으로, 파이썬 3 이후부터 적용되는 방식이다. {:.3f} 이런 식으로 소숫점 아래 자릿수를 정할 수 있다(마찬가지로 반올림)
• 1) 방식은 f-string 방식으로, 파이썬 3.6 이상 버전만 지원한다. {변수:.4f} 이런 식으로 소숫점 아래 자릿수를 정할 수 있다(마찬가지로 반올림). 연산도 가능하다.
• 앞에 000을 붙여서 출력 앞자리수를 맞출 수 있다.

format() 함수

num = 100000
formattedNum = format(num, ',')
print(formattedNum)   # 100,000 (str)

연산자

산술 연산자 [+, -, , /, //, %, *]

+, * 는 str에도 사용 가능하다.(+는 str끼리만, *는 문자열 * 숫자로)
/ 연산 결과는 float
//, % 연산 결과는 int

복합 연산자 [+=, -=, /= ...]

할당(대입)연산자 [=] 오른쪽의 값을 왼쪽에 할당(대입), 수학에서의 = 기호와는 의미가 다르다.

산술연산자 뒤에 할당연산자를 붙임으로서 연산 후 변수에 연산된 값을 수정저장한다.

비교 연산자 [>, >=, <, <=, ==, !=]

비교연산자의 연산결과는 bool이다(True or False)

문자 비교시 아스키 코드값으로 비교 ord('chr')을 통해 글자(한글자만 가능)를 숫자로(10진수) 바꿀 수 있다. chr(int)을 통해 글자를 숫자(10진수)로 바꿀 수 있다.

• 한글도 ord()함수를 통해 10진수로 바꿀 수 있다. 유니코드를 10진수로 바꾼 값이 나오는데, 표준이 아니라 오류가 발생할 수 있다고 한다.

논리 연산자 [and, or, not]

and는 참과 참인 경우에만 참
or은 거짓과 거짓인 경우에만 참
not은 참과 거짓을 바꾼다.

and, or, not이 모두 있는 경우 not, and, or 순으로 판단한다고 한다. 하지만 헷갈리므로 의도에 맞게 괄호()로 정리하면서 쓰는 게 좋다.

모듈 - 이미 만들어진 훌륭한 기능

operator, math 등이 있고, import 모듈명을 통해 불러온다. 사용할 때는 모듈명.함수() 형식으로 쓴다. 기본 모듈은 파이썬이 설치된 폴더 내 Lib 디렉토리에 들어있다. 각 파이썬 파일을 열어보면 해당 모듈을 뜯어볼(?) 수도 있다.

• 오퍼레이터 모듈 파일

변수

파이썬은 변수 선언 시 반드시 초기화가 필요하다. 데이터가 연산되는 과정에서 메모리에 저장되는데, 이 주소를 효율적으로 쓰기 위해 변수를 사용한다. 컴퓨터 입장에서는 그렇고, 사용자 입장에서는 변수를 사용하는 게 코드를 효율적으로 작성하는 데 도움이 된다.

• 추가로 알아보기 : PEP란? 변수명으로 name을 썼더니 전구 모양이 떴다. 코드 작동은 잘 되는데, 내용상 '헷갈릴 수 있으니 다른 변수명을 사용하는 것을 추천한다' 정도로 보인다. PEP는 (Python Enhancement Proposals)의 약자로, 파이썬 언어 사용에 관한 가이드 같은 것들이 정리되어있다. 내용이 많고 영어라서 자세히 보진 못했지만, 계속 공부하다 보면 찾아볼 일이 많을 것 같다. https://peps.python.org/pep-0000/

변수명 규칙

1) '어떤 자료를 담는지' 알 수 있어야 한다. (포장지에 아무것도 안 써있는 과자는 없다!) 2) 공백이 불가하므로 대문자로 단어를 구분하되, 첫 글자는 소문자로 한다 (가능은 하지만 class와 헷갈릴 수 있다. class는 나중에 배울 예정) 3) 숫자를 사용할 수 있지만, 첫 글자로는 사용할 수 없다 4) 한글도 쓸 수 있지만, 환경에 따라 에러가 발생할 확률이 높으므로 추천하지 않는다.(보안을 위한 목적으로 일부러 한글 변수를 쓰는 건 어떨까?) 5) print 등 예약어는 사용이 불가하다. (keyword 모듈을 import해서 kwlist를 통해 확인되는 것은 35개이다.)

자료형의 종류

문자(열) - str

큰따옴표와 작은따옴표를 모두 사용할 수 있지만, 혼용할 수는 없다(작은 따옴표로 열면 작은 따옴표로 닫아야 함)

변환

숫자로만 된 문자열인 경우 정수, 실수로 변환 가능 논리형으로 변환시, 문자의 '존재여부'에 따라 True, False로 변환 -> True, False라는 문자열 변환시 True, 따옴표 안에 공백이 있어도 True

연산

str 자료형도 연산이 가능하다(str + str / str * int)

정수 - int

파이썬의 가장 큰 장점, 메모리 허용 범위 내에서 무한 연산 가능

변환

0,1인 경우 논리형으로 변환이 가능하고, 실수(float)나 문자열(str)로 변환이 자유롭다 (실수로 변환시 한계가 생겨 데이터가 소실될 수 있다)

실수 - float

소수점 약 17~18번째 자리에서부터 오류가 발생한다.

float형으로 표현할 수 있는 숫자의 개수 자체가 17~18개 정도인 것 같다. (소수점 위로 숫자가 있는 경우, 소수점 아래에 표현되는 숫자가 줄어드는 것을 확인했다)

변환

정수와 마찬가지로 0, 1.0인 경우 논리형으로 변환 가능 정수로 변환 가능, 변환시 소숫점 아래는 내림(버림) 문자열로 변환 가능 문자열 '1.0'은 실수형으로는 변경 가능하지만, 정수형으로는 불가능(int(float('0.1')) 이런 식으로 가능)

논리형 - bool

True, False 두 가지로 표현된다.

변환

숫자로 변환시 1, 0으로 변환 문자로 변환시 True, False라는 문자열로 변환 ((리스트, 튜플, 딕셔너리는 나중에 배울 예정!))

연산

bool 자료형은 그대로 출력시 True, False로 나오지만, 연산시에는 1, 0으로 연산된다. 연산된 자료의 자료형은 int이다.

기타 팁

• 파이썬에서 주석 처리는 #이고, 다행 주석처리는 '''(작은 따옴표/큰 따옴표 세개)로 열고 닫는다.
• 큰 따옴표 안에 작은 따옴표를 넣으면 작은 따옴표를 문자로 쓸 수 있다. ex) print('그는 내게 "사랑해"라고 말했다')
• ctrl + / 키로 한꺼번에 여러 문장을 주석처리할 수 있다