[python]파이썬 - 모듈(Module), 패키지(Package)

모듈(Module), 패키지(Package)

• 모듈: 변수, 함수, 클래스를 모아놓은 .py 확장자 파일
  • .py 파일: 마크다운이나 셀같은 정보는 없고 순수한 파이썬 코드만 존재
  • .ipynb 파일: 데이터분석가(과학자)들이 파이썬 언어와 데이터로 작업하고 실험할수 있도록 도와주는 Interactive 한 개발 환경에서 실행되는 파일
• 패키지: 모듈의 기능을 폴더별로 정리한 개념
  • 패키지생성: 기능별로 폴더를 정리하는것과 비슷한 개념

 

# 모듈 불러오기
import <모듈명>

# 패키지에서 모듈 불러오기
from <패키지명> import <모듈명>

# 모듈 안에 함수와 클래스 불러오기
from <모듈명> import <함수 or 클래스>

# 별칭 주기
import <모듈명> as <별칭>

 

sys,os 모듈 사용해 보기

 

 

import sys,os

 

 

sys.path

 

['',
 '/content',
 '/env/python',
 '/usr/lib/python37.zip',
 '/usr/lib/python3.7',
 '/usr/lib/python3.7/lib-dynload',
 '/usr/local/lib/python3.7/dist-packages',
 '/usr/lib/python3/dist-packages',
 '/usr/local/lib/python3.7/dist-packages/IPython/extensions',
 '/root/.ipython']

 

 

os.getcwd()

 

sys.version

 

 

 

• cpu 개수 확인하기

 

os.cpu_count()

 

2

 

• 폴더 만들기
  • 폴더가 이미 있을 경우 에러가 발생

os.mkdir("data")

 

os.mkdir("/content/data/files")

 

 

• 폴더 또는 파일명 변경하기

os.rename("data","data2")

 

 

• 폴더 삭제하기

os.rmdir("data2/files")

 

 

• 폴더 존재 여부 확인

os.path.isdir("data1") , os.path.isdir("data2")

 

(False, True)

 

• 파일 존재 여부 확인

 

os.path.isfile("demo.py")

 

True

 

• 파일 및 폴더 존재 여부 확인

 

os.path.exists("data2") , os.path.exists("demo.py")

 

(True, True)

 

• 파일 삭제하기

 

os.remove("demo.py")

 

 

random 모듈 사용해보기

 

 

import random

 

 

• random 함수
  • 0~1 사이에 랜덤한 실수를 반환한다.

 

random.random()

 

0.8370654726828246

 

• uniform 함수
  • 두개의 숫자 사이의 랜덤한 실수를 반환한다.

random.uniform(1,10)

 

6.119992584470131

 

• randint 함수
  • 2개의 숫자사이의 랜덤한 정수를 반환한다.

 

random.randint(0,5)

 

5

 

• randrange 함수
  • start,stop,step 으로 만들어지는 정수 중에 랜덤값을 반환한다.

 

random.randrange(20)

 

6

 

random.randrange(1,3)

 

1

 

random.randrange(0,10,2)

 

8

 

• choice 함수
  • 시퀀스 자료형에서 랜덤하게 하나의 요소를 선택해서 반환

lst = [1,2,3,4,5,6]
random.choice(lst)

 

6

 

• sample 함수
  • 시퀀스 자료형에서 랜덤하게 두번째 인수의 개수로 선택해서 반환

lst = [1,2,3,4,5,6]
random.sample(lst,2)

 

[5, 1]

 

• shuffle 함수
  • 요소의 순서를 랜덤하게 변경한다.

 

 

 

lst = [1,2,3,4,5,6]
random.shuffle(lst) # 원본을 변경한다.
lst

 

[2, 4, 1, 3, 6, 5]

 

 

 

random.shuffle("안녕하세요 반갑습니다.")

 

 

random.seed(42)
lst = [1,2,3,4,5,6]
random.shuffle(lst)
lst

 

[4, 2, 3, 5, 1, 6]

 

collections 모듈

• 파이썬의 내장 자료 구조
• 기존 자료구조를 확장하여 제작된 파이썬 내장모듈

 

deque

from collections import deque

dq = deque()
dq

 

deque([])

 

• append

dq.append(100)
dq

 

deque([100])

 

• appendleft
  • 인자로 넣은 값을 왼쪽 부터 추가

dq.appendleft(300)
dq

 

deque([300, 100])

 

lst = [100]
lst.insert(0,300)
lst

 

[300, 100]

 

• 디큐 객체 생성시 반복가능한 객체를 인자로 넣어도 된다.

dq = deque(range(10))
dq

 

deque([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

 

• rotate
  • dq 객체 안에 요소를 회전 한다.

dq.rotate()
dq

 

deque([9, 0, 1, 2, 3, 4, 5, 6, 7, 8])

 

dq = deque(range(10))
dq.rotate(5)
dq

 

deque([5, 6, 7, 8, 9, 0, 1, 2, 3, 4])

 

dq[-1] # 인덱싱 지원

 

4

 

dq[:] # 슬라이싱은 지원 안한다.

 

 

 

 

• 속도도 비교해 봅시다.

%%timeit
dq = deque()
for i in range(1000000):
    dq.append(i)

 

10 loops, best of 5: 97.4 ms per loop

%%timeit
lst = []
for i in range(1000000):
    lst.append(i)

 

10 loops, best of 5: 108 ms per loop

 

%%timeit
lst = [ i for i in range(1000000)]

 

10 loops, best of 5: 68.7 ms per loop

 

defaultdict

• 딕셔너리의 단점으로 없는 key 접근시 에러가 발생하는 단점을 보완
• 딕셔너리에 없는 key에 접근시 지정한 기본값을 이용하여 key,value 를 생성

d = {}
d["key1"]

 

 

from collections import defaultdict

default_dict = defaultdict(lambda:0)
default_dict["key1"]

 

0

 

 

 

default_dict

 

defaultdict(<function __main__.<lambda>>, {'key1': 0})

 

 

 

dict(default_dict)

 

{'key1': 0}

 

 

 

d = {
    "key1" : 0,
     "key2" :1
}
defaultdict(lambda:0,d)

 

defaultdict(<function __main__.<lambda>>, {'key1': 0, 'key2': 1})

 

defaultdict 활용방법

 

• 딕셔너리 예시

 

tup_list = [
    ("경제","10시 경제기사"),
    ("정치","10시 정치기사"),
    ("사회","10시 사회기사"),
    ("경제","14시 경제기사"),
    ("정치","15시 정치기사"),
]

news_dict = {}
for k,v in tup_list:
    if news_dict.get(k) is None:
        news_dict[k] = []
    news_dict[k].append(v)
news_dict

 

{'경제': ['10시 경제기사', '14시 경제기사'],
 '사회': ['10시 사회기사'],
 '정치': ['10시 정치기사', '15시 정치기사']}

 

news_dict = defaultdict(list)
for k,v in tup_list:
    news_dict[k].append(v)
news_dict

 

defaultdict(list,
            {'경제': ['10시 경제기사', '14시 경제기사'],
             '사회': ['10시 사회기사'],
             '정치': ['10시 정치기사', '15시 정치기사']})

 

OrderedDict

• 순서를 가진 딕셔너리 객체
• key, value 생성한 순서대로 저장된다.

 

 

 

from collections import OrderedDict
order_dict = OrderedDict()
order_dict["사과"] = 200
order_dict["딸기"] = 100
order_dict["포도"] = 500

for k,v in order_dict.items():
    print(k,v)

 

사과 200
딸기 100
포도 500

 

Counter

• 시퀀스 자료형의 데이터의 값의 개수를 딕셔너리 형태로 반환

from collections import Counter
Counter("aaabbc")

 

Counter({'a': 3, 'b': 2, 'c': 1})

 

counter = Counter({"사과":3,"포도":2,"딸기":1,"참외":4})
counter

 

Counter({'딸기': 1, '사과': 3, '참외': 4, '포도': 2})

 

• most_common
  • values 를 기준으로 내림차순 정렬하여 key,value 를 튜플에 담고 리스트에 담아 반환

counter.most_common()

 

[('참외', 4), ('사과', 3), ('포도', 2), ('딸기', 1)]

 

• elements
  • value의 갯수 만큼 key를 반복할수있는 객체를 반환

for i in counter.elements():
    print(i)

 

사과
사과
사과
포도
포도
딸기
참외
참외
참외
참외

 

파이썬 속도 향상을 위한 팁

 

• 단순하게 반복해서 데이터를 담아야하는 경우

 

 

 

# bad
lst = []
for i in range(1,1000):
    if i % 2 == 0:
        lst.append(i)

 

 

 

# good
lst = [i for i in range(1,1000) if i % 2 == 0 ]

 

 

• 여러개의 변수를 초기화 할때...

 

# bad
a = None
b = 0
c = ""

 

# good
a,b,c = None,0,""

 

 

• 컬랙션에 있는 문자열을 연결할때

 

 

 

# bad
lst = [
    ("A반","90점"),
    ("B반","88점"),
    ("C반","95점")
]
for s1,s2 in lst:
    print(f"{s1} {s1}")

 

A반 A반
B반 B반
C반 C반

 

# good
for s in lst:
    print(" ".join(s))

 

A반 90점
B반 88점
C반 95점

 

• 함수 호출은 컴퓨팅 비용이 많이 든다.

# bad
%%timeit
def square(n):
    return n**2
square_list = []
for i in range(1000000):
    square_list.append(square(i))

 

1 loop, best of 5: 398 ms per loop

 

# good
%%timeit
def square():
    square_list = []
    for i in range(1000000):
        square_list.append(i**2)
    return square_list
square()

 

1 loop, best of 5: 352 ms per loop

 

• 모듈을 불러올때...

 

 

# bad
import collections
counter = collections.Counter()
counter

Counter()

 

# good
from collections import Counter
counter = Counter()
counter

 

 

 

Counter()