✅ 배깅 정의

• bootstrap aggregating
• 주어진 데이터로부터 랜덤하게 여러 개의 부트스트랩 데이터를 모델링한 후 결합하여 최종의 예측 모델을 생성하는 앙상블 기법 중 하나

🌟 앙상블 기법 (Ensemble)
- 여러 머신러닝 모델을 연결하여 더 강력한 모델을 만드는 기법
- 즉, 여러 개의 약 분류기를 결합하여 강 분류기를 만드는 것
- 앙상블 기법을 이용한 대표적인 모델은 랜덤포레스트와 그래디언트 부스팅이 있음

앙상블 종류
1. 배깅(bagging)
2. 부스팅(boosting)
3. 스태킹(staking)

• 각 모델별 임의의 데이터 세트 생성 시 기존 데이터 세트에서 중복을 허용한 채로 무작위 N개를 선택하여 생성
• 데이터로부터 부트스트랩을 한 후, 부트스트랩한 데이터로 모델을 학습시킨다. 그리고 학습된 모델의 결과를 집계(평균 또는 투표방식 활용)하여 최종 결과 값을 구한다.

🌟 부트스트랩 (Bootstrap)

- 유한표본 또는 작은 표본에서 표본 추출과 통계치 계산의 과정을 반복함으로써
  주어진 통계량의 유한표본분포를 구하는 방법

- 표본의 크기가 항상 크기를 기대할 수는 없다. 따라서 이때 표본평균을 정규분포에 근사시키는 방법으로 사용하는 것이 바로 부트스트랩

✔️ 중복을 허용하지 않고 샘플링하는 방식도 있는데, 이를 **페이스팅**이라고 한다.

• 하늘색, 빨간색, 파란색으로 색칠된 도형들은 각 Bootstrap에 포함된 데이터를 의미하고, 각 그래프의 실선은 학습 모델의 분류 경계선을 나타낸다.

개별 모델들의 분류 경계선은 전체 데이터의 관점에서는 정확도가 떨어지지만, 이를 결합한 모델(왼쪽 하단의 그래프)은 전체 데이터의 분포에 대해서 좀 더 정확한 분류 경계선을 갖는 것을 확인 할 수 있다.

✅ 배깅의 목적

• 예측 모형의 변동성이 큰 경우, 해당 변동성을 감소시키기 위해 사용
• 원 자료로부터 여러 번의 복원 샘플링을 통해 예측 모형의 분산을 최소화하여 예측력 향상

✅ 배깅의 절차

1) Rawdata에서 bootstrap 데이터 추출

2) 추출을 반복하여 n개의 데이터 생성

3) 데이터를 각각 모델링하여 모델 생성

4) 단일 모델을 결합하여 배깅 모델 생성

✅ 배깅의 특징

• 과적합된 모형, 편의가 작고 분산이 큰 모형에 적합
• 병렬 학습함
• 여러 개의 모델이 독립적
• 범주형 데이터는 투표 방식(Votinig)으로 결과를 집계하며, 연속형 데이터는 평균으로 집계함

🔍 배깅의 대표적인 예시: Random Forest

• 앙상블 기법(Ensemble) 의 일종으로 다수의 결정 트리들을 학습하여 검출, 분류, 그리고 회귀 등 다양한 문제에 활용하는 기법

• 배깅 모형의 문제는 동일한 데이터셋에서 복원추출로 만든 데이터 셋 B개가 서로 상관관계가 존재해서 B개의 트리 모형도 상관관계를 갖게 되고, 공분산이 존재하게 되어서 예측력이 떨어질 수 있다는 것이었다. 👉 이 공분산을 줄이기 위해 랜덤 포레스트는 트리를 그릴때 모든 변수를 다 사용하지 않는다.

• 랜덤포레스트의 주요 파라미터

  n_estimators: 트리를 몇 개 만들 것인지 (int, default=100), 값이 클수록 오버피팅 방지

  criterion: gini 또는 entropy 중 선택

  max_depth: 트리의 깊이 (int, default=None)

  bootstrap: True이면 전체 feature에서 복원추출해서 트리 생성 (default=True)

  max_features: 선택할 feature의 개수, 보통 default값으로 씀 (default='auto')

✅ 배깅의 장점

• 편향은 그대로 유지하면서 분산은 감소시키기 때문에 성능을 향상시킴

🌟 랜덤포레스트와 의사결정 트리를 예시로 설명하면, 한 개의 결정트리의 경우 훈련 데이터에 있는 노이즈에 대해서 매우 민감하지만, 트리들이 서로 상관화 되어 있지 않다면 여러 트리들의 평균은 노이즈에 대해 강인하다.

• 배깅에서 사용할 수 있는 기본 학습기의 종류에는 제한이 없음

🌟 분류문제에서 DT 이외에도 로지스틱회귀 모형을 사용해도 좋고, 회귀문제에서 선형 회귀모형이나 knn방법을 써도 좋다.

• 별도의 검증데이터 없이 데이터를 Hyper Parameter 최적화나 성능검증에 활용 가능
• 어렵지 않은 구현
• 불안정한 모형일수록 빛을 발하는 성능

✅ 배깅의 단점

• 해석이 다소 어려움
• 항상 성능 향상을 보장하는 것은 아님

🧚🏻‍♀️ 참고자료

• tistory

배깅(bagging)의 이해

랜덤 포레스트 원리와 구현 사이킷런 예제로 코드 실습해보기

[머신러닝] 앙상블 학습 - 2) Bagging

머신러닝 - 11. 앙상블 학습 (Ensemble Learning): 배깅(Bagging)과 부스팅(Boosting)

23. 배깅(Bagging)에 대해서 알아보자

1. 앙상블(Ensemble) 기법과 배깅(Bagging), 부스팅(Boosting), 스태킹(Stacking)

머신러닝 강좌 #15 랜덤 포레스트 (Random Forest)

• naver 블로그

ML / DL : 네이버 블로그

👩🏻‍🔧 One-Hot Encoding

✅ 정의

• 단어 집합의 크기를 벡터의 차원으로 하고, 표현하고 싶은 단어의 인덱스에 1의 값을 부여하고, 다른 인덱스에는 0을 부여하는 단어의 벡터 표현 방식
• 한 개의 요소는 True, 나머지 요소는 False로 만들어주는 기법
  • 순서가 없는 데이터에 사용
  • 해당 관계는 **독립적**임을 표현
  • 흩어져있을 뿐 모든 정보 유지

✅ 필요성

• scikit-learn에서 제공하는 머신러닝 알고리즘은 문자열 값을 입력 값으로 허락하지 않기 때문에 모든 문자열 값들을 숫자형으로 인코딩하는 전처리 작업 후에 머신러닝 모델에 학습

✅ 한계

• 해당 Feature에 너무 많은 고유값이 있는 경우 Feature가 지나치게 많아짐
  • 필요한 저장공간도 늘어나게 됨
• 단어의 유사도를 표현하지 못함
  • [늑대, 호랑이, 강아지, 고양이]라는 4개의 단어에 대해 원-핫 인코딩을 했을 때 강아지와 늑대가 유사하고, 호랑이와 고양이가 유사하다는 것을 표현할 수 없음
  • 여행 숙소 예약을 위해 ‘삿포로 숙소’라는 단어를 검색할 때 제대로 된 검색 시스템일 경우 [삿포로 게스트 하우스, 삿포로 호텔] 등과 같은 유사 단어의 결과도 보여줄 수 있어야 하지만, 유사성을 계산하지 못할 경우 연관 검색어를 보여줄 수 없음

✅ 방법

1️⃣ Pandas - get_dummies

pd.get_dummies(data['Embarked'], prefix = 'Embarked')

🌟 prefix를 활용하여 컬럼을 좀 더 명시적으로 표현 가능

prefix 적용 전

prefix 적용 후

2️⃣ sklearn - OneHotEncoder

from sklearn.preprocessing import OneHotEncoder

enc = OneHotEncoder()

X = [['male', 'from US', 'uses Safari'],
     ['female', 'from Europe', 'uses Firefox']]

enc.fit(X)
enc_out = enc.transform([['female', 'from US', 'uses Safari'],
               ['male', 'from Europe', 'uses Safari']]).toarray()

=>[[1. 0. 0. 1. 0. 1.]
   [0. 1. 1. 0. 0. 1.]]
------------------------------------------------------------------------------------
enc.get_feature_names_out()

=> ['x0_female' 'x0_male' 'x1_from Europe' 'x1_from US' 'x2_uses Firefox'
    'x2_uses Safari']
------------------------------------------------------------------------------------
pd.DataFrame(enc_out, columns=enc.get_feature_names_out())
↓

🔗 참고 자료

• scikit-learn 공식 문서

scikit-learn

• wikidocs - 딥 러닝을 이용한 자연어 처리 입문

점프 투 파이썬

• 블로그

growthj.link

List Comprehension

• 기존 List를 사용하여 간단히 다른 List를 만드는 기법
• 포괄적인 List, 포함되는 List라는 의미로 사용됨
• 파이썬에서 가장 많이 사용되는 기법 중 하나
• 일반적으로 for + append 보다 속도가 빠름

One dimensional List

### 1

# for + append 사용
result = []
for i in range(10):
    result.append(i)

print(result)
=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]


# List Comprehension 사용
result = [i for i in range(10)]
print(result)
=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 필터
result = [i for i in range(10) if i % 2 == 0]
print(result)
=> [0, 2, 4, 6, 8]

### 2

Nested For loop

word_1 = "Hello"
word_2 = "World"
result = [i+j for i in word_1 for j in word_2]

print(result)
=> ['HW', 'Ho', 'Hr', 'Hl', 'Hd',
'eW', 'eo', 'er', 'el', 'ed',
'lW', 'lo', 'lr', 'll', 'ld',
'lW', 'lo', 'lr', 'll', 'ld',
'oW', 'oo', 'or', 'ol', 'od']

### 3

** Nested For loop + filter**

# Nested For loop
case_1 = ["A","B","C"]
case_2 = ["D","E","A"]
result = [i+j for i in case_1 for j in case_2]

print(result)
=> ['AD', 'AE', 'AA', 'BD', 'BE', 'BA', 'CD', 'CE', 'CA']

# Nested For loop + filter
# Filter: i랑 j과 같다면 List에 추가하지 않음
result = [i+j for i in case_1 for j in case_2 if not(i==j)]

print(result)
=> ['AD', 'AE', 'BD', 'BE', 'BA', 'CD', 'CE', 'CA']

result.sort()
print(result)
=> ['AD', 'AE', 'BA', 'BD', 'BE', 'CA', 'CD', 'CE']

Two dimensional List

### 4

# 문장을 빈칸 기준으로 나눠 list로 변환
words = 'The quick brown fox jumps over the lazy dog'.split()

print (words)
=> ['The', 'quick', 'brown', 'fox', 'jumps', 'over', 'the', 'lazy', 'dog']


# list의 각 elemente들을 대문자, 소문자, 길이로 변환하여 two dimensional list로 변환
stuff = [[w.upper(), w.lower(), len(w)] for w in words]

for i in stuff:
    print (i)

['THE', 'the', 3]
['QUICK', 'quick', 5]
['BROWN', 'brown', 5]
['FOX', 'fox', 3]
['JUMPS', 'jumps', 5]
['OVER', 'over', 4]
['THE', 'the', 3]
['LAZY', 'lazy', 4]
['DOG', 'dog', 3]

Split & Join

⭐ Split

String Type의 값을 나눠서 List 형태로 변환

# 빈칸을 기준으로 문자열 나누기
items = 'zero one two three'.split()
print(items)
=> ['zero', 'one', 'two', 'three']


# ','을 기준으로 문자열 나누기
example = 'python,jquery,javascript'
example.split(',')
=> ['python', 'jquery', 'javascript']

# 리스트에 있는 각 값을 a,b,c 변수로 unpacking
a, b, c = example.split(',')

⭐ Join

String List를 합쳐 하나의 String으로 반환할 때 사용

# 문자열 합치기
colors = ['red', 'blue', 'green', 'yellow']
result = ''.join(colors)
=> 'redbluegreenyellow'

# 연결 시 빈칸 1칸으로 연결
result = ' '.join(colors)
=> 'red blue green yellow'

# 연결 시 ', '으로 연결
result = ', '.join(colors)
=> 'red, blue, green, yellow'

# 연결 시 '-'으로 연결
result = '-'.join(colors)
=> 'red-blue-green-yellow'

Overview

⭐ Pythonic Code

다른 사람의 코드를 잘 이해하기 위해 파이썬 특유의 문법을 활용하여 효율적으로 코드를 표현하는 기법

# 일반 코드

colors = ["a", "b", "c", "d", "e"]
result = ""

for s in colors:
    result += s

print(result)

# pythonic code

colors = ["a", "b", "c", "d", "e"]
result = "".join(colors)

print(result)

🤷‍❓ Why Pythonic Code

1. 다른 사람 코드에 대한 이해도 : 많은 개발자들이 python 스타일로 코딩
2. 효율 : 단순 for loop append보다 list가 조금 더 빠름, 익숙해지면 코드도 짧아짐

빅데이터

• 가치를 추출하고 결과를 분석
• sensor network + digital transformation + hardware evolution
• 빅데이터를 통해 IoT, 클라우드, 머신러닝 기술이 상호 협력

머신러닝

• 데이터라는 디지털 자료를 바탕으로 수행하는 분석 방식

• 빅 데이터를 분석할 수 있는 강력한 툴

• 기존 통계학 및 시각화 방법의 한계를 해결

• 예측, 패턴 파악, 추천 시스템 등

• 명시적으로 프로그래밍을 하지 않고도 컴퓨터가 학습할 수 있는 능력을 갖게 하는 것

  • 명시적 프로그래밍 : 데이터별로 케이스를 나눠 경우에 따라 행동하게 함
  • 머신 러닝 : 데이터가 들어왔을 때 학습이라는 과정을 통해 직접 배우도록 함

• 머신러닝 기법

  • 지도학습 : 예측해야 할 결과에 대한 정답 데이터가 있다
    • 회귀분석(Regression)
    • 분류(Classification)
  • 비지도학습 : 예측해야 할 결과에 대한 정답 데이터가 없다
  • 강화학습 : 학습을 수행하기 위한 데이터가 없어도 학습,기계가 스스로 학습할 데이터를 만들어내고 이 데이터를 바탕으로 스스로 학습
    • ex. 알파고 최신 모델 (기존 알파고는 지도학습 모델)

• 자료의 형태

  • 수치형 자료(Numerical data)
    • 양적 자료(Quantitative data)
    • 수치로 측정이 가능한 자료
    • ex. 키, 몸무게, 시험 점수, 나이 등
  • 범주형 자료(Categorical data)
    • 질적 자료(Qualitative data)
    • 수치로 측정이 불가능한 자료
    • ex. 성별, 지역, 혈액형 등

자료의 요약

범주형 자료의 요약

• 필요성
  • 다수의 범주가 반복해서 관측
  • 관측값의 크기보다 포함되는 범주에 관심
• 절차
  1. 각 범주에 속하는 관측값의 개수 측정
  2. 전체에서 차지하는 각 범주의 비율 파악
  3. 효율적으로 범주 간의 차이점 비교 가능
• 도수분포표(Frequency Table)
  • 범주형 자료에서 범주와 그 범주에 대응하는 도수, 상대도수를 나열해 표로 만든 것
• 도수(Frequency)
  • value_counts()
  • 각 범주에 속하는 관측값에 개수
  • 범주에 해당하는 대상(인원)
• 상대도수(Relative Frequency)
  • value_counts(normalize=True)
  • 도수를 자료의 전체 개수로 나눈 비율
  • 도수 / 100
• 누적 상대도수
  • 첫번째 상대도수부터 그 아래 상대도수를 쭉 더한값
  • 연속되어있는 여러 범주의 상대도수를 알기 위함

수치형 자료의 요약

• 특징

  • 수치로 구성되어 통계값을 사용한 요약 가능

  • 시각적 자료로는 이론적 근거 제시가 쉽지 않다는 단점 보완

    ⇒ 많은 양의 자료를 의미 있는 수치(통계값)로 요약하여 대략적인 분포상태 파악 가능

• 평균 (Mean)

  • np.mean()
  • 관측값들을 대표할 수 있는 통계값
  • 수치형 자료의 통계값 중 기초적인 통계 수치로 가장 많이 사용되는 방법
  • 극단적으로 큰 값이나 작은 값의 영향을 많이 받음
  • 모든 관측값의 합을 자료의 개수로 나눈 것 (산술평균)

• 퍼진 정도의 측도

  • 평균만으로 분포를 파악하기엔 부족

  • 분산

    • variance()

      from statistics import variance
      variance()

    • 자료가 얼마나 흩어졌는지 숫자로 표현

    • 각 관측값이 자료의 평균으로부터 떨어진 정도

    • 분산값이 클수록 그래프가 퍼짐

  • 표준편차

    • stdev()

      from statistics import stdev
      stdev()

    • 분산의 단위 = 관측값의 단위의 제곱

      • 관측값의 단위와 불일치

    • 분산의 양의 제곱근

      • 양의 제곱근을 구해야 관측값의 단위와 일치 시킬 수 있음

Seaborn

• 파이썬의 대표적인 시각화 도구 : matplotlib, seaborn
• 파이썬 데이터 시각화 라이브러리 중 하나
• matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지
• 다양한 종류의 plot을 제공

scatterplot

• 산점도 그래프
• 두 변수간 공통적인 분포 묘사
• 수치형 데이터의 상관관계를 볼 때 사용

❓ 산점도 데이터를 기반으로 형성된 점들의 뭉치

lineplot

• 선 그래프
• 지속성을 강조하는 기법
• 기간, 연도 등 변화의 폭이나 흐름을 볼 때 사용

relplot

• scatterplot과 lineplot의 상위 개념 => 두 함수를 모두 포함
• 그래프 형식의 기본값 : scatter
  • kind option을 통해 그래프 종류 지정
• 각 값들의 관계를 나타낼 때 사용

• 참조 http://seaborn.pydata.org/generated/seaborn.relplot.html http://seaborn.pydata.org/generated/seaborn.scatterplot.html http://seaborn.pydata.org/generated/seaborn.lineplot.html

파이썬이란?

1990년 귀도 반 로섬이 개발한 인터프리터 언어이다. 좋아하는 코미디 쇼인 "몬티 파이썬의 날아다니는 서커스"에서 이름을 따왔다.

❓ 인터프리터 언어 한 줄씩 소스 코드를 해석하고 실행해 결과를 바로 확인할 수 있는 언어

파이썬의 특징

• 간결하다.
• 문법이 쉬워 빠르게 배울 수 있다. => 사람의 사고 체계와 매우 닮아 있다.
• 개발 속도가 빠르다.
• 다양한 패키지가 제공되어 생산성이 높다.

❓ 패키지 특정 기능을 미리 만들어 놓은 것으로 활용하면 코드를 간단하게 작성할 수 있다.

자료형

숫자형

숫자 형태로 이루어진 자료형이다. 1, 2, 3 과 같은 정수, 1.23 과 같은 실수 8진수나 16진수도 있다.

정수형(Integer)

말 그대로 정수를 뜻하는 자료형이다. 정수의 타입은 'int' 로 출력된다.

a = 1 
a = 0 
a = -321

type(a) -> int

❓ type() 데이터의 타입을 확인할 수 있는 함수이다.

실수형(Floating-point)

소수점이 포함된 숫자를 말한다. 실수형의 타입은 'float'으로 출력된다.

a = 1.5
a = -3.45

type(a) -> float

문자열(String)

문자, 단어 등으로 구성된 문자들의 집합을 의미한다. 큰따옴표(" ") 혹은 작은따옴표(' ')로 둘러싸여 있다.

'Hello, world!'
"Hello, world!"
'''Hello, world!'''
"""Hello, world!"""

이렇게 총 4가지의 방법으로 작성할 수 있다.

실수형의 타입은 'str'로 출력된다.

>>> a = "Hello, world!"
>>> type(a)
str

따옴표를 양쪽에 3개씩 입력하는 방법은 문자열이 여러줄로 입력되어 있는 경우에 주로 사용한다.

"""
Life is to short
You need python
"""

작은따옴표를 사용하더라도 결과는 같다.

연산하기

숫자형은 물론이고 문자열도 연산이 가능하다. 더하거나 곱할 수 있으며, 다른 언어에서는 볼 수 없는 파이썬만의 장점이다.

• 더하기

  >>> head = "Python"
  >>> tail = " is fun!"
  >>> head + tail
  'Python is fun!'

• 곱하기

  >>> a = "python"
  >>> a * 2
  'pythonpython'

  # multistring.py
  

print("=" * 50) print("My Program") print("=" * 50)

---

백준 단계별 문제풀이를 진행하였습니다. '5단계 함수' 풀어보기 💨

🖋 15596 정수 N개의 합

📖 문제

💻 소스 코드

def solve(a):
    sum = 0
    for num in a:
        sum += num
    return sum

🖋 4673 셀프 넘버

📖 문제

💻 소스 코드

range_numbers = set(range(1, 10001))
non_self_nums = set()

for i in range(1, 10001):
    for j in str(i):
        i += int(j)
    non_self_nums.add(i)

self_num = sorted(range_numbers - non_self_nums)
for i in self_num:
    print(i)

🖋 1065 한수

📖 문제

💻 소스 코드

n = int(input())

result = 0
for i in range(1, n+1):
    num_list = list(map(int, str(i)))
    if i < 100:
        result += 1
    elif num_list[0]-num_list[1] == num_list[1]-num_list[2]:
        result += 1

print(result)

백준 단계별 문제풀이를 진행하였습니다. '4단계 1차원 배열' 풀어보기 💨

🖋 10818 최소, 최대

📖 문제

💻 소스 코드

n = int(input())
result = list(map(int, input().split()))

print(min(result), max(result))

🖋 2562 최댓값

📖 문제

💻 소스 코드

lst = []

for i in range(1, 10):
    n = int(input())
    lst.append(n)

result = max(lst)

print(result)
print(lst.index(result) + 1)

🖋 2577 숫자의 개수

📖 문제

💻 소스 코드

a = int(input())
b = int(input())
c = int(input())

result = list(str(a*b*c))

for i in range(10):
    print(result.count(str(i)))

🖋 3052 나머지

📖 문제

💻 소스 코드

lst = []

for i in range(10):
    n = int(input())
    lst.append(n % 42)

lst = set(lst)
print(len(lst))

🖋 1546 평균

📖 문제

💻 소스 코드

n = int(input())
lst = list(map(int, input().split()))

lst.sort(reverse=False)
m = lst[len(lst)-1]

sumN = 0


for i in lst:
    ns = (i/m)*100
    sumN += ns

print(sumN/len(lst))

🖋 8958 OX퀴즈

📖 문제

💻 소스 코드

n = int(input())

for i in range(1, n+1):
    caseSc = input()
    score = 0
    sumS = 0
    for j in caseSc:
        if j == 'O':
            score += 1
        else:
            score = 0
        sumS += score
    print(sumS)

🖋 4344 평균은 넘겠지

📖 문제

💻 소스 코드

n = int(input())

for i in range(1, n+1):
    case = list(map(int, input().split()))
    avg = sum(case[1:])/case[0]
    cnt = 0
    for score in case[1:]:
        if score > avg:
            cnt += 1

    result = cnt/case[0]*100
    print(f'{result:.3f}%')

📌3단계 반복문

'3단계 반복문' 풀어보기 💨

조건문과 같이 반복문을 많이 연습했어서 쉽게 풀 수 있었습니다 !

🖋 2739 구구단

📖 문제

💻 소스 코드

n = int(input())

for i in range(1, 10):
    print(f'{n} * {i} = {n*i}')

🖋 10950 A+B - 3

📖 문제

💻 소스 코드

t = int(input())

for i in range(1, t+1):
    a, b = map(int, input().split())
    print(a+b)

🖋 8393 합

📖 문제

💻 소스 코드

n = int(input())

result = 0
for i in range(1, n+1):
    result += i

print(result)

🖋 15552 빠른 A+B

📖 문제

🔍 해당 문제는 Python의 경우 sys.stdin.readline() 을 사용할 수 있다고 명시되어 있어요. 처음 보는 내용이어서 조금 검색해보고 사용하였습니다. input()을 사용할 때보다 시간 단축에 용이한 함수 !

💻 소스 코드

import sys

t = int(sys.stdin.readline())

for i in range(1, t+1):
    a, b = map(int, sys.stdin.readline().split())
    print(a+b)

🖋 2741 N 찍기

📖 문제

💻 소스 코드

n = int(input())

for i in range(1, n+1):
    print(i)

🖋 2742 기찍 N

📖 문제

🔍 range(a, b, c) a부터 b-1까지 c만큼의 간격으로 반복

💻 소스 코드

n = int(input())

for i in range(n, 0, -1):
    print(i)

🖋 11021 A+B - 7

📖 문제

💻 소스 코드

t = int(input())

for i in range(1, t+1):
    a, b = map(int, input().split())
    print(f'Case #{i}: {a+b}')

🖋 11022 A+B - 8

📖 문제

💻 소스 코드

t = int(input())

for i in range(1, t+1):
    a, b = map(int, input().split())
    print(f'Case #{i}: {a} + {b} = {a+b}')

🖋 2438 별 찍기 - 1

📖 문제

💻 소스 코드

n = int(input())

for i in range(1, n+1):
    print('*'*i)

🖋 2439 별 찍기 - 2

📖 문제

🔍 .rjust(총 글자 수, 채울 문자) 총 글자 수에서 함수 앞에서 입력된 글자 수를 제외한 나머지 부분을 원하는 문자로 채워줍니다. 우측 정렬 시 이용됩니다. 반대로 좌측 정렬 .ljust() 함수도 있고 사용 형태는 동일합니다.

💻 소스 코드

n = int(input())

for i in range(1, n+1):
    print(('*' * i).rjust(n))

🖋 10871 X보다 작은 수

📖 문제

💻 소스 코드

n, x = map(int, input().split())
a = list(map(int, input().split()))

for i in range(n):
    if a[i] < x:
        print(a[i], end=' ')

🖋 10952 A+B - 5

📖 문제

💻 소스 코드

flag = True
while flag:
    a, b = map(int, input().split())
    if a != 0 and b != 0:
        print(a+b)

    elif a == b == 0:
        break

🖋 10951 A+B - 4

📖 문제

🔍 테스트 케이스의 개수가 주어지지 않을 때, <try: 에러 발생 가능 코드 작성, except: 에러 발생 시 실행할 코드 작성>을 활용했습니다.

💻 소스 코드

flag = True
while flag:
    try:
        a, b = map(int, input().split())
        print(a+b)

    except:
        break

🖋 1110 더하기 사이클

📖 문제

🔍 원리를 알면 쉬운데 살짝 복잡했던 문제

💻 소스 코드

n = int(input())

num = n
cnt = 0   # 사이클 횟수
while True:
    sumN = (num // 10) + (num % 10)   # 각 자릿수를 더함
    newN = ((num % 10) * 10) + (sumN % 10)   # 새로운 수
    cnt += 1
    num = newN
    if n == newN:
        break

print(cnt)

📌2단계 조건문

이번 주도 저번과 마찬가지로 백준 단계별 문제풀이를 진행하였습니다. '2단계 조건문' 풀어보기 💨

기본기를 탄탄하게 😊 코딩테스트 전에 혼자 연습할 때에도 조건문을 많이 연습했어서 쉽게 풀 수 있었습니다 !

🖋 1330 두 수 비교하기

📖 문제

💻 소스 코드

a, b = map(int, input().split())

if a > b:
    print('>')
elif a < b:
    print('<')
elif a == b:
    print('==')

🖋 9498 시험 성적

📖 문제

💻 소스 코드

score = int(input())

if score >= 90:
    print('A')
elif score >= 80:
    print('B')
elif score >= 70:
    print('C')
elif score >= 60:
    print('D')
else:
    print('F')

🖋 2753 윤년

📖 문제

💻 소스 코드

y = int(input())

if y % 4 == 0:

    if y % 100 != 0 or y % 400 == 0:
        print('1')

    else:
        print('0')

else:
    print('0')

🖋 14681 사분면 고르기

📖 문제

💻 소스 코드

x = int(input())
y = int(input())

if x > 0:
    if y > 0:
        print('1')
    elif y < 0:
        print('4')
elif x < 0:
    if y > 0:
        print('2')
    elif y < 0:
        print('3')

🖋 2884 알람 시계

📖 문제

💻 소스 코드

h, m = map(int, input().split())

if m >= 45:
    print(h, m-45)
elif m < 45:
    if h == 0:
        print(23, 60-(45-m))
    else:
        print(h-1, 60-(45-m))

🖋 2525 오븐 시계

📖 문제

🔍 앞에 알람 시계 문제는 금방 풀었는데, 이번 문제는 시간 계산이 헷갈렸어요 (っ °Д °;)っ

💻 소스 코드

a, b = map(int, input().split())
c = int(input())

m = b + c
h = int(a + (m // 60))

if m < 60:
    print(a, m)

elif m >= 60:
    if h > 23:
        print((h - 24), int(m % 60))
    else:
        print(h, int(m % 60))

🖋 2480 주사위 세개

📖 문제

💻 소스 코드

a, b, c = map(int, input().split())

if a == b == c:
    print(10000+a*1000)
elif a == b != c:
    print(1000+a*100)
elif a != b == c:
    print(1000+b*100)
elif b != c == a:
    print(1000+c*100)
elif a != b != c:
    print(max(a, b, c)*100)

6월 새로운 스터디 조 분들과 백준 단계별 문제풀이 중 '1단계 입출력과 사칙연산' 풀어보기를 제안했습니다 💨

첫 주는 가볍게 진행할 수 있도록 파이썬 기본기 복습 겸 문제를 풀어보았습니다 😊

🖋 2557 Hello World

📖 문제

💻 소스 코드

print('Hello World!')

🖋 10718 We love kriii

📖 문제

💻 소스 코드

for i in range(2):
    print('강한친구 대한육군')

🖋 10171 고양이

📖 문제

🔍 "" (역슬래시) 출력 시 두 번씩 입력하기

💻 소스 코드

print("\\    /\\")
print(" )  ( ')")
print("(  /  )")
print(" \\(__)|")

🖋 10172 개

📖 문제

🔍 10171 고양이와 같은 유형이라 어렵지 않았습니다 (｡･∀･)ﾉﾞ

💻 소스 코드

print('|\\_/|')
print('|q p|   /}')
print('( 0 )"""\\')
print('|"^"`    |')
print('||_/=\\\\__|')

🖋 1000 A+B

📖 문제

🔍 input()을 통해 입력 받은 값을 .split()을 통해 공백 기준으로 분리, map()을 활용하여 int 정수형으로 변환 후 변수에 각각 저장!

💻 소스 코드

a, b = map(int, input().split())
print(f'{a + b}')

🖋 1001 A-B

📖 문제

🔍 앞에서 map() 함수 활용해본 뒤라 쉽게 풀렸어요 (╹ڡ╹ )

💻 소스 코드

a, b = map(int, input().split())
print(f'{a - b}')

🖋 10998 AxB

📖 문제

💻 소스 코드

a,b = map(int, input().split())
print(f'{a * b}')

🖋 1008 A/B

📖 문제

💻 소스 코드

a,b = map(int, input().split())
print(f'{a / b}')

🖋 10869 사칙연산

📖 문제

🔍 sep='\n' : 하나의 print로 감싸진 각각의 출력 문구 사이를 개행, 한줄씩 출력합니다.

💻 소스 코드

a, b = map(int, input().split())
print(a+b, a-b, a*b, a//b, a%b, sep='\n')

🖋 10926 ??!

📖 문제

💻 소스 코드

userId = input()
print(userId+'??!')

🖋 18108 1998년생인 내가 태국에서는 2541년생?!

📖 문제

💻 소스 코드

print(int(input())-543)

🖋 10430 나머지

📖 문제

🔍 10869 사칙연산 문제랑 비슷하네요!

💻 소스 코드

a,b,c = map(int, input().split())
print((a+b)%c, ((a%c)+(b%c))%c, (a*b)%c, ((a%c)*(b%c))%c, sep='\n')

🖋 2588 곱셈

📖 문제

🔍 b의 index 번호를 활용

💻 소스 코드

a = int(input())
b = input()
print(a*int(b[2]))
print(a*int(b[1]))
print(a*int(b[0]))
print(a*int(b))

🖋 25083 새싹

📖 문제

🔍 ' 와 " 출력이 한 행 안에서 이루어질때는 ''' 또는 """을 활용합니다. 🔍🔍 혹은 출력문에서 ' 와 " 앞에 \ 입력합니다. (ex.첫째줄 print(" ,r'"7"))

💻 소스 코드

print('''         ,r'"7''')
print('''r`-_   ,'  ,/''')
print(""" \\. ". L_r'""")
print('''   `~\\/''')
print('''      |''')
print('''      |''')