기본 콘텐츠로 건너뛰기

벡터와 행렬에 관련된 그림들

댓글 쓰기

패키지와 모듈(Package and Module)

내용

모듈(module)

모듈

프로그램 중 실행가능한 일정한 부분을 그룹화하여 전체 코드들에서 분해 할 수 있습니다. 이 그룹화된 부분은 다른 프로그램을 작성하기 위해 반복적으로 사용할 수 있는 프로그램이 됩니다. 이러한 프로그램을 모듈(Module)이라고 합니다.

큰 프로그램의 경우 작은 단위로 모듈화한다면 프로그램의 실행과 수정, 복구 등 관리차원에서 매우 유리합니다. 다음과 같이 정리할 수 있습니다.

모듈
  • 객체 정의(definition)와 문(statement)를 포함하는 파일
  • 파이썬에서 생성하는 모듈의 확장명은 .py입니다.
  • 프로그램을 실행 가능한 부분들의 조합으로 작성하기 위해 사용

모듈 전체 또는 일부를 다른 모듈, 프로그램 또는 인터프리터에서 호출하여 사용할 수 있습니다. 예를 들어 다음 함수를 확장자 ".py" 형식으로 작성하여 별도의 파일에 저장 한다면 모듈이 됩니다.

모듈의 import

"임포트(import)"는 파이썬을 작성하고 실행하는 코드 해석기(interpreter)에 모듈을 장착하는 명령 키워드입니다. 다음은 모듈을 생성하고 저장한 모듈을 임포트(import)하는 코드의 예입니다.

다음 코드는 두 수를 더하는 사용자 정의 함수입니다. 이 함수는 파이썬 인터프리터의 모든 영역에서 사용할 수 있습니다. 그러나 파이썬 자체의 종결은 생성한 함수도 함께 소멸되므로 추후에 사용하기 위해 별도의 파일로 저장합니다. 이렇게 저장된 python파일이 모듈이 됩니다.

다음은 test.py의 내용으로 두 수를 더하는 함수입니다.

def add(a, b):
    return a+b

위 파일을 모듈로 사용하기 위해 실행파일에서 test.py를 임포트 합니다. 임포트 된 모듈의 함수를 사용하는 경우 식 1과 같이 그 함수의 모듈(파일)을 명시하여야 합니다.

모듈이름.함수()(식 1)

식 1과 같이 모듈이름과 그 내부에 포함된 함수를 연결하기 위해 점(.)을 사용하였습니다.

import test
test.add(3,5)
8

모듈의 경로 설정

파이썬은 임포트하기 위한 모듈의 경로를 먼저 지정하여야 됩니다. 다시 말하면 파이썬에 등록된 위치에 모듈들을 저장해야 합니다.

새로운 경로는 파이썬 패키지 sys의 path.append("경로")를 사용하여 등록할 수 있습니다. 이 함수는 리스트 형의 결과를 반환합니다. 그러므로 리스트의 요소를 제거할 수 있는 메소드 remove()를 적용하여 특정 경로를 삭제할 수 있습니다.

import sys
sys.path.append('~/python') #새로운 경로 등록
print(sys.path) #확인
[ … '~/anaconda3/lib/python3.8', …, '~/python']

패키지(Package)

모듈은 하나의 파일입니다. 만약에 특정한 용도에 사용될 수 있는 여러 개의 모듈들이 존재하는 경우 하나의 디렉토리에 저장할 수 있습니다. 이러한 형태를 패키지(package)라고 합니다. 패키지는 여러 개 모듈들의 모둠이라고 할 수 있습니다. 본질적으로 패키지와 모듈은 같은 것으로 라이브러리(library)라고도 합니다. 그 모듈들을 저장하는 디렉토리 이름이 패키지 이름이 됩니다.

이와 같이 패키지의 디렉토리 구조적 특성으로 최상위 디렉토리에 여러 하위 디렉토리를 포함할 수 있습니다. 예를 들어 다음 그림은 벡터와 행렬에 관련된 다양한 모듈을 가진 패키지인 numpy의 구조를 나타낸 것입니다. 최상단의 numpy 디렉토리에 다양한 하위 디렉토리를 가지며 마지막 단위의 디렉토리는 다양한 파일들을 포함하고 있습니다. 이러한 파일들은 모듈이 되며 그들을 포함하는 디렉토리가 패키지가 됩니다. 그러므로 디렉토리 이름이 패키지 이름이 됩니다. 이 패키지의 경우 다양한 하위 패키지를 포함하고 있는 구조입니다.

importing 방법

위 코드에서 나타낸 것과 같이 모듈의 임포팅을 위해서 키워드 import를 사용합니다. 다음은 모듈을 임포팅하는 5가지 방법입니다. 예를 들어 numpy 패키지하에 linalg라는 선형대수를 위한 하위패키지가 포함되어 있으며 matrix_power() 함수를 포함합니다. 이 경우 다음의 각 방식으로 이 함수를 임포트하는 경우입니다.

1) import 패키지
패키지의 모든 하위패키지와 모듈을 호출
그 패키지의 함수, 클래스를 사용하기 위해서는 모든 경로를 명시해야 합니다.
$$\begin{align}&\text{import numpy}\\&\text{numpy.linalg.matrix_power()}\end{align}$$
2) import 패키지 as 별칭
패키지의 모든 하위 패키지와 모듈을 호출하지만 패키지 이름을 별칭으로 사용
$$\begin{align}&\text{import numpy as np}\\&\text{np.linalg.matrix_power()}\end{align}$$
3) import 패키지.하위패키지
특정한 하위패키지 하의 모든 모듈을 호출
$$\begin{align}&\text{import numpy.linalg}\\&\text{linalg.matrix_power()}\end{align}$$
4) from 패키지 import *
패키지에 포함된 모든 모듈들을 호출
$$\begin{align}&\text{from numpy import *}\\&\text{linalg.matrix_power()}\end{align}$$
5) from 패키지 import 하위패키지
패키지의 특정 하위패키지내에 포함된 모든 객체들을 호출
$$\begin{align}&\text{from numpy import linalg}\\&\text{matrix_power()}\end{align}$$

위의 방법중 from 패키지을 적용하는 경우 그 패키지 이름은 명시하지 않아야 합니다. 이것은 코딩 과정에 편리함으로 작용할 수 있지만 다른 패키지의 동일한 이름이 존재한다면 충돌을 일으키는 등 문제를 일으킬 수 있으므로 여러 패키지를 사용하는 경우는 키워드 from은 지양되는 방법입니다. 

import numpy  as np
import numpy.linalg as la
A=np.array([[1,2],[3,4]])
la.matrix_power(A, 2)
array([[ 7, 10],
       [15, 22]])
from numpy import *
A=array([[1,2],[3,4]])
linalg.matrix_power(A, 2)
array([[ 7, 10],
       [15, 22]])
Labels:

댓글

댓글 쓰기

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...
댓글 쓰기
Read more »

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...
댓글 쓰기
Read more »

sympy.solvers로 방정식해 구하기

sympy.solvers로 방정식해 구하기 대수 방정식을 해를 계산하기 위해 다음 함수를 사용합니다. sympy.solvers.solve(f, *symbols, **flags) f=0, 즉 동차방정식에 대해 지정한 변수의 해를 계산 f : 식 또는 함수 symbols: 식의 해를 계산하기 위한 변수, 변수가 하나인 경우는 생략가능(자동으로 인식) flags: 계산 또는 결과의 방식을 지정하기 위한 인수들 dict=True: {x:3, y:1}같이 사전형식, 기본값 = False set=True :{(x,3),(y,1)}같이 집합형식, 기본값 = False ratioal=True : 실수를 유리수로 반환, 기본값 = False positive=True: 해들 중에 양수만을 반환, 기본값 = False 예 $x^2=1$의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. $$x^2-1=0$$ import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. $$\begin{aligned}x^2-1=0 \rightarrow (x+1)(x-1)=0 \\ x=1 \; \text{or}\; -1\end{aligned}$$ 예 $x^4=1$의 해를 결정합니다. solve() 함수의 인수 set=True를 지정하였으므로 결과는 집합(set)형으로 반환됩니다. eq=x**4-1 solve(eq, set=True) ([x], {(-1,), (-I,), (1,), (I,)}) 위의 경우 I는 복소수입니다.즉 위 결과의 과정은 다음과 같습니다. $$x^4-1=(x^2+1)(x+1)(x-1)=0 \rightarrow x=\pm \sqrt{-1}, \; \pm 1=\pm i,\; \pm1$$ 실수...
댓글 쓰기
Read more »