기본 콘텐츠로 건너뛰기

벡터와 행렬에 관련된 그림들

[python] 튜플(Tuple)

튜플(Tuple)

3.3.1 튜플의 특성

컬렉션인 튜플은 다음의 특성을 제외하고 리스트(list)와 유사합니다.

튜플(tuple)
  • 튜플은 원칙적으로 소괄호('()')를 사용합니다.
    • 예) (2,3), (2, 't', '튜플', [4, 1, 3])
  • 소괄호는 생략가능합니다. 이 경우 리터럴과 구분하기 위해 요소 끝에 쉼표를 첨가해야 합니다.
    • 예) 3, → (3,) 튜플; 3 → 3 숫자 리터럴
  • 튜플은 값을 수정할 수 없습니다. 불변형 객체(immutable)
  • 요소들은 리터럴(숫자형, 문자형), 리스트 등이 될 수 있습니다.
tup1=(1,2,3);tup1
(1, 2, 3)

튜플은 불변형 객체입니다.

tup1[2]=23
~~TypeError: 'tuple' object does not support item assignment
tup1=("a", 2.3, 1, 0.96, "모든 자료형이 가능");tup1
('a', 2.3, 1, 0.96, '모든 자료형이 가능')

튜플의 기본 프레임인 소괄호는 생략할 수 있습니다.

tup2=2, 1, 9, "apple", "dog"; tup2
(2, 1, 9, 'apple', 'dog')
type(tup2)
tuple

tuple의 요소가 하나일 경우 원소의 마지막 부분에 쉼표(,)가 필요합니다. 이것을 첨가하지 않을 경우는 리터럴로 인식합니다. 하나의 요소를 포함하는 괄호일 경우 역시 쉼표를 첨가해야 합니다.

ex1, ex2="name", ("a")
print(f'ex1의 자료와 자료형: {ex1, type(ex1)}\nex2의 자료와 자료형: {ex2, type(ex2)}')
ex1의 자료와 자료형: ('name', <class 'str'>')
ex2의 자료와 자료형: ('a', <class 'str'>')
ex3="name",
ex4=("a",)
print(f'ex1의 자료와 자료형: {ex3, type(ex3)}\nex4의 자료와 자료형: {ex4, type(ex4)}')
ex1의 자료와 자료형: (('name',), <class 'tuple'>')
ex4의 자료와 자료형: (('a',), <class 'tuple'>')
ex5=3
ex6=3,
print(f'ex5의 자료형: {type(ex5)}\nex6의 자료형: {type(ex6)}')
ex5의 자료형: <class 'int'>'
ex6의 자료형: <class 'tuple'>'

tuple 자료형에서 각 요소의 접근과 슬라이싱은 인덱스를 사용합니다.

s="program","python","kotlin"
s
('program', 'python', 'kotlin')
s[1]
'python'
t=(1,2,3, s[0]); t
(1, 2, 3, 'program')
t[1]
2
t[3][3]
'g'

위 객체 t의 요소 s[0]는 문자열로서 인덱스를 사용하여 각 문자를 호출할 수 있습니다.

튜플의 대표적인 메소드

표 1에 소개된 명령어들은 튜플 객체에 적용되는 메서드와 연산자입니다.

표 1 튜플 연산자와 메서드
연산자 및 메서드 내용
"+" 연산 두개 이상의 tuple을 결합합니다.
"*" 연산 tuple 객체를 반복합니다.
del x tuple 객체 x를 삭제합니다.
x.count(y) tuple 객체 x의 요소들 중에 y의 갯수를 반환합니다.
x.index(y) tuple 객체 x의 요소들 중에 y의 index를 반환합니다.
y가 여러개일 경우 처음의 index만을 반환합니다.
a in obj 객체 obj에 요소 a의 포함 여부를 True/False로 반환
t1=(1,2, 3)
t2=("apple", "pear")
t1+t2
(1, 2, 3, 'apple', 'pear')
t1*3
(1, 2, 3, 1, 2, 3, 1, 2, 3)
t1=(1,2, 3); t1
(1, 2, 3)
del t1
t1
 ~~ NameError: name 't1' is not defined
x=('p', 'r', 'o', 'g', 'r', 'a', 'm') 
x.count('r') 
2
"b" in x 
False
"o" in x 
True

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...

[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...

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...