항상 감사하며 마633

캡슐화 Encapsulation In object-oriented programming (OOP), encapsulation refers to the bundling of data with the methods that operate on that data, or the restricting of direct access to some of an object's components.[1] Encapsulation is used to hide the values or state of a structured data object inside a class, preventing direct access to them by clients in a way that could expose hidden impleme..

개발/python-객체지향프로그래밍(OOP) 2022. 5. 18. 23:09

추상화 abstraction 불필요한 정보는 숨기고 중요한(필요한) 정보만을 표현함으로써 공통의 속성이나 행위(methods)를 하나로 묶어 이름을 붙이는 것이다. 실습을 통해 추상화를 알아보자. siri, jarvis, bixby를 내가 프로그래밍 언어로 정의하고 싶다. 이들을 효율적으로 구현하고 싶은데, 무언가 공통의 속성과 기능을 정의할 수 있을 것 같고, 공통의 설계도를 만들 수 있을 것만 같다고 가정하자. siri, jarvis, bixby 는 모두 로봇이니 로봇이라는 이름으로 설계도를 작성해보자. 이들은 공통적으로 이름과 제품코드의 속성을 가지고, 인사 기능과 소멸 기능이 있다고 하자. 우리는 아래와 같이 로봇의 설계도를 작성하고, 로봇에 대한 객체로서 siri, jarvis, bixby 를 ..

개발/python-객체지향프로그래밍(OOP) 2022. 5. 18. 23:09

프로그램을 실제 세상에 가깝게 모델링하는 기법이다. 실제 세상에 가깝게 모델링한다는 것은 무슨 뜻일까. 데이터(data)를 추상화시켜 상태(속성)와 행위(methods)를 가진 객체(object)로 만들고 그 객체들 간의 유기적인 상호작용을 통해 로직(흐름)을 구성하는 프로그래밍 방법이라 할 수 있다 class 어떤 문제를 해결하기 위한 데이터를 만들기 위해 OOP 원칙에 따라 집단(현실 세계)에 속하는 속성과 행위(methods)를 변수와 메서드로 정의한 설계도와 같다 instance (object) class에서 정의한 것(설계도)을 토대로 실제 메모리상에 할당된 것(실제 사물, object)으로 실제 프로그램에서 사용되는 데이터이다. 하나의 class로 만들어진 여러 instance(object)는..

개발/python-객체지향프로그래밍(OOP) 2022. 5. 18. 23:09

파이썬을 다루며, 시퀀스형 전처리에 Reduce, Map, Filter 자주 사용하게 되었는데 해당 함수들이 단순 반복문을 사용하는 것보다 속도도 미세하게 빠르다고 알려져 있기 때문이다. 따라서 익명함수인 lambda 까지 해서 네가지 함수에 대해 정리하려고 한다 lambda 함수 lambda : 익명함수를 정의한다. 재사용을 위해 메모리에 저장되도록 변수에 할당하는 일반함수와 달리, lambda 함수를 사용했을 때 힙 영역 사용 즉시 소멸하여, 재사용되지 않는 함수를 pythonic 하게 정의할 수 있는 동시에 메모리에 남게하지 않을 수 있다. 즉시 소멸하다는 것은, lambda 함수의 reference count가 0으로 유지될 수 있다는 것이다. # Ex1 cul = lambda a, b, c: a..

개발/python-심화(Advanced) 2022. 5. 17. 23:32

앞서 병렬처리 부분에서 클로저의 개념을 다루기 전에 변수 범위를 간단하게 다루었는데, 이번에 본격적으로 개념을 정리하고자 한다 전역변수 전역변수는 주로 변하지 않는 상수값 또는 고정값을 가진 변수로 사용하는 것이 일반적이다 a = 10 # Global variable def foo(): # Read global variable print(a) foo() # 10 print(a) # 10 지역변수 지역변수는 함수 내에 로직 해결에 국한되고, 함수 실행 해제 시 소멸되는 특징을 가진다 따라서, 용도와 다르게 global keyword 를 활용하여 전역변수를 지역내에서 수정하는 것은 권장되지 않고 있다 (아래에서 global keyword 에 대해 정리하였다) b = 20 def bar(): b = 30 # ..

개발/python-심화(Advanced) 2022. 5. 17. 23:32

실험 데이터 개수 : 약 160만개 단일값 검색 성능 비교 단순히 pd.series 를 사용한 indexing 의 처리 시간보다, numpy 문법을 사용했을 때 시간이 단축되었고, groupby 를 통해 key-value를 사용한 방법에서는 더 큰 시간 단축을 경험했다 기존 코드 : 2.6초 소요 for code in item_codes: ... item_info = train_data[train_data['item_code'] == code] # 2.6 초 ... 대안 1: numpy 배열 사용 ( 2.4초 소요, 0.2초 감소, 7.7% 향상) for code in item_codes: ... item_info = train_data[train_data['item_code'].values == cod..

개발/python-속도향상(optimization) 2022. 5. 17. 23:32

일반적으로, pandas 에서 apply() 를 활용했을 때 데이터의 행들을 순회하며, 전처리 적용이 빠르게 가능하고, 나도 apply() 를 매우 자주 사용하는 편이다 그런데 종종 해당 row들을 순회하며, 데이터를 처리하여 열을 만드는 것이 아닌, 다른 목적으로 특정 데이터들을 뽑아내서 따로 저장해야할 때가 있다. 혹은 apply() 사용 시 debugging 용도로 반복문을 통한 DataFrame 순회가 필요할 때가 있다. 이 때 일반적으로 iterrows() 를 사용한다 # iterrows() 사용 temp=[] for i,row in df.iterrows(): name_new = row['name'] temp.append(name_new) 그런데 이 방법은 단순하나, 속도가 아쉬운 특징이 있다...

개발/python-속도향상(optimization) 2022. 5. 12. 19:09

asyncio 라이브러리 ( 공식문서 : https://docs.python.org/3.7/library/asyncio.html ) Queue 기반으로 동작하는 병렬처리를 위한 라이브러리이다 비동기 i/o 코루틴을 통한 동시 작업을 지원한다 async, await 의 keyword 를 사용할 수 있다 pip, conda를 통한 설치 필요 Blocking I/O: 호출된 함수가 자신의 작업이 완료될 때까지 제어권을 가진다. 타 함수는 대기 Non-Blocking I/O : 호출된 함수(서브루틴)이 return 후 (코루틴의 yield) 호출한 함수 (메인루틴) 에 제어권 전달, 또 다른 함수 작업 (서브루틴) 을 진행할 수 있다 asyncio 를 효과적으로 쓰려면? 내가 쓰려는 함수가 Blocking 으로..

개발/python-병렬처리 2022. 5. 12. 19:09