기본 콘텐츠로 건너뛰기

[ML] 결정트리(Decision Tree) 모델

[python]print()와 input()

표준 입출력 함수

표준출력장치

print()

python에서 표준출력 장치로 print() 함수를 사용합니다. 또한 데이터를 다른 파일로 전송하는 방법을 사용할 수 있습니다.
print("print() 함수는 표준출력장치로 사용됩니다.")
print() 함수는 표준출력장치로 사용됩니다.
x=2
print("x의 값:", x)
x의 값: 2
위의 경우에서와 같이 print()함수는 문자열과(string)과 함께 결과를 출력할 수 있습니다. 이 함수는 위와 같은 형식외에 다양한 형식으로 출력이 가능합니다. 이 함수의 표준 구문은 다음과 같습니다.
print(x, sep=' ', end='\n', file=sys.out);
x: 출력의 대상
sep: 쉼표(,)와 같은 출력값들의 구분자를 지정하기 위한 인자, 기본값은 space
end: 모든 값을 출력한 후 end에 지정한 상태로 출력, 기본값은 줄바꿈
file: 출력 지점을 지정, 기본값은 screen(sys.out)
print(1,2,3)
1 2 3
print(1,2,3, sep='/', end='#')
1/2/3#

문자열 출력 형식

print() 함수에 str.format() 메소드를 결합하여 시각적으로 나은 형식으로 출력할 수 있습니다. 구문은 다음과 같습니다.
print("{ }".format(x)); format() 메소드에 전달한 인수 x가 중괄호 위치에서 출력
다음의 형식으로 동일한 결과를 반환합니다.
print("{x}".format(x=val))
print(f"{x}") 또는 print(F"{x}"): 결과를 문자열로 변환하여 출력하기 위해 str.format()대신 접두어 f 또는 F를 적용합니다.
x=2
y=3
print("{}와 {}의 합은 {} 입니다.".format(x, y, x+y))
2와 3의 합은 5 입니다.
print("{x}와 {y}의 합은 {z} 입니다.".format(x=2, y=3, z=x+y))
2와 3의 합은 5 입니다.
x="문자형"
print(f"{x}의 자료형은 {type(x)} 입니다.")
문자형의 자료형은 <class 'str'> 입니다.
실수를 출력할 경우 문자열로 전환하여 출력할 수의 자리수를 지정할 수 있습니다.
print("%n1.n2f".%x): 정수부분의 자리수(n1)와 소수부분의 자리수(n2)를 지정하여 실수 x를 출력
x=3.141592653589793
print("원주율 상수 pi 값은 %1.2f 입니다." %x)
원주율 상수 pi 값은 3.14 입니다.

표준력장치

입 python에서 데이터의 입력은 객체에 값을 할당하는 방식으로 실행합니다. 이러한 정적인 방식외에 input()함수를 사용하여 동적으로 데이터를 입력할 수 있습니다.

input()

input([prompt]): prompt는 입력을 위한 설명 문구이며 생략 가능
x=input("누구세요?")
print(f"안녕, {x}!")
누구세요?철수
안녕, 철수!
input() 함수에 의해 생성된 자료는 문자열입니다. 그러므로 수치형으로 전환을 위해서는 int(), float()와 같은 함수에 의해 type casting(명시적 변환)을 실행해야 합니다.
x=input("Enter a number?")
x
Enter a number?12
'12'
type(x)
str
int(x), float(x)
(12, 12.0)
문자형 수치에 대해 명시적 전환을 위해 eval()함수를 적용할 수 있습니다. 이 함수는 문자형 숫자의 타입을 자동적으로 인식하며 그들의 연산 역시 실행합니다.
x="3.12"
int(x)
ValueError: invalid literal for int() with base 10: '3.12'
float(x)
3.12
eval(x)
3.12
int('2+4')
ValueError: invalid literal for int() with base 10: '2+4'
eval("2+4")
6

댓글

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

[matplotlib] 히스토그램(Histogram)

히스토그램(Histogram) 히스토그램은 확률분포의 그래픽적인 표현이며 막대그래프의 종류입니다. 이 그래프가 확률분포와 관계가 있으므로 통계적 요소를 나타내기 위해 많이 사용됩니다. plt.hist(X, bins=10)함수를 사용합니다. x=np.random.randn(1000) plt.hist(x, 10) plt.show() 위 그래프의 y축은 각 구간에 해당하는 갯수이다. 빈도수 대신 확률밀도를 나타내기 위해서는 위 함수의 매개변수 normed=True로 조정하여 나타낼 수 있다. 또한 매개변수 bins의 인수를 숫자로 전달할 수 있지만 리스트 객체로 지정할 수 있다. 막대그래프의 경우와 마찬가지로 각 막대의 폭은 매개변수 width에 의해 조정된다. y=np.linspace(min(x)-1, max(x)+1, 10) y array([-4.48810153, -3.54351935, -2.59893717, -1.65435499, -0.70977282, 0.23480936, 1.17939154, 2.12397372, 3.0685559 , 4.01313807]) plt.hist(x, y, normed=True) plt.show()

R 미분과 적분

내용 expression 미분 2차 미분 mosaic를 사용한 미분 적분 미분과 적분 R에서의 미분과 적분 함수는 expression()함수에 의해 생성된 표현식을 대상으로 합니다. expression expression(문자, 또는 식) 이 표현식의 평가는 eval() 함수에 의해 실행됩니다. > ex1<-expression(1+0:9) > ex1 expression(1 + 0:9) > eval(ex1) [1] 1 2 3 4 5 6 7 8 9 10 > ex2<-expression(u, 2, u+0:9) > ex2 expression(u, 2, u + 0:9) > ex2[1] expression(u) > ex2[2] expression(2) > ex2[3] expression(u + 0:9) > u<-0.9 > eval(ex2[3]) [1] 0.9 1.9 2.9 3.9 4.9 5.9 6.9 7.9 8.9 9.9 미분 D(표현식, 미분 변수) 함수로 미분을 실행합니다. 이 함수의 표현식은 expression() 함수로 생성된 객체이며 미분 변수는 다음 식의 분모의 변수를 의미합니다. $$\frac{d}{d \text{변수}}\text{표현식}$$ 이 함수는 어떤 함수의 미분의 결과를 표현식으로 반환합니다. > D(expression(2*x^3), "x") 2 * (3 * x^2) > eq<-expression(log(x)) > eq expression(log(x)) > D(eq, "x") 1/x > eq2<-expression(a/(1+b*exp(-d*x))); eq2 expression(a/(1 + b * exp(-d * x))) > D(eq2, "x") a * (b * (exp(-d * x) * d))/(1 + b