기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[python]주요한 내장함수들

함수

관련내용

주요한 내장함수들(Built-in Functions)

표 1은 자주 사용되는 내장함수들을 나타낸 것입니다.

표 1 주요한 내장함수
함수내  용
all()모든 요소들이 참이면 True
0을 제외한 모든 수 True, empty일 경우도 True
any()참인 요소가 1개라도 존재하면 True
empty일 경우도 False
enumerate()객체의 인덱스와 값을 튜플 형식으로 반환.
set은 순서가 없는 자료형으로 디스플레이 된 순서대로 반환
len()객체의 크기 (원소수) 반환
max(), min()객체의 최대값과 최소값을 반환
sorted(x, key, reverse=False)객체를 올림차순으로 정렬
reverse=True이면 내림차순
key는 정렬의 기준을 설정 (람다 함수를 사용할 수 있음)
sum()객체내의 모든 원소의 합
filter(조건 또는 함수, 객체)객체에 함수를 적용하여 함수에 부합하는 부분만을 추출
x={1,2,3}
print(f'모든 요소가 True이므로 {all(x)}')
모든 요소가 True이므로 True
y=[0, False]
print(f'모든 요소가 False이므로 {any(y)}')
모든 요소가 False이므로 False
print(f'all은 empty일 경우 {all([])}, any는 empty일 경우 {any([])}')
all은 empty일 경우 True, any는 empty일 경우 False
list(enumerate(x))
[(0, 1), (1, 2), (2, 3)]
for i, j in enumerate(y):
    print(f'요소의 인덱스{i}, 값:{j}')
 요소의 인덱스0, 값:0
  요소의 인덱스1, 값:False 
A=[2,1,9, 4, 3]
print(f'최소값: {min(A)}, 최대값: {max(A)}')
최소값: 1, 최대값: 9
B=sorted(A); B
[1, 2, 3, 4, 9]
C=sorted(A, reverse=True); C
[9, 4, 3, 2, 1]
print(f'A의 총합: {sum(A)}')
A의 총합: 19

다음 객체 a는 [0, 9]사이의 정수들을 요소로 갖습니다. 함수 cond()는 인수 x가 짝수 그리고 홀수를 결정하여 각각 TrueFalse를 반환합니다. 이 함수에 객체 a의 각 요소를 인수로 전달하기 위해 filter()함수를 적용하며 True에 대응하는 값을 반환합니다.

a=range(10)
def cond(x):    
    return(x%2==0)
list(filter(cond, a))
[0, 2, 4, 6, 8]

filter()의 결과는 list() 함수를 사용하여 리스트 형으로 변환하였습니다. 이것은 filter()함수의 결과는 이터레이터로서 게으른 평가가 이루어지기 때문입니다. 즉, 이 결과 객체는 내장 메소드 __iter__()와 __next__() 을 포함합니다.

y=filter(cond, a)
"__iter__" in dir(y)
True
"__next__" in dir(y)
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...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...