[python] 연산자 II: 비트 연산자, 특수한 연산자

연산자 II

비트 연산자(Bitwise operators)
특수한 연산자

비트 연산자(Bitwise operators)

컴퓨터 연산은 2진법에 의해 진행됩니다. 데이터가 입력되면 2진수로 변환되고 그 결과는 메모리에 한 개(1비트)당 0 또는 1로 저장 됩니다. 입력된 두 데이터의 연산은 다음의 순서로 이루어집니다.

2진수로 변환
동일한 위치에 저장된 값들 사이에 비트단위로 연산

예를 들어 십진수 2와 10의 경우 2진수로 b0010, b1010이 됩니다. 두수의 각 비트의 연산은 표 1과 같습니다.

표 1 2와 10의 비트 연산
십진수	이진수
2	0	0	1
10	1	0	1
(+)12	1	1	0

비트로 표현된 객체 또는 객체들 사이에 연산은 표 2에 소개한 연산자를 사용합니다. 비트 연산을 위해서는 이진수로 전환이 필요하며 음의 이진수로의 변환을 위해서는 보수법을 적용합니다.

표 2 비트 연산자
연산자	의미
x & y	비트 단위로 AND
x \| y	비트 단위로 OR
~x	비트 단위로 NOT, 1의 보수(complement)
x^y	비트 단위로 XOR (다른 값: True(1), 같은 값: False(0))
x >> a	객체 x를 오른쪽으로 a 비트 이동
x << a	객체 x를 왼쪽으로 a 비트 이동

표 1에서 나타낸 것과 같이 표 2에서 소개한 비트연산자 역시 동일한 위치의 비트 사이에서 연산이 이루어집니다.

x=2
y=10
print(bin(x))

0b10

print(bin(y))

0b1010

x & y

x | y

x^y

위 두 연산의 과정은 다음과 같습니다.

x =	0(F)	0(F)	1(T)	0(F)	⇒ 2
y =	1(T)	0(F)	1(T)	0(F)	⇒ 10
& :	0	0	1	0	⇒ 2
\| =	1	0	1	0	⇒ 10
x^y =	1	0	0	0	⇒ 8

연산자 ~는 각 비트 값의 반전입니다. 위 x의 반전(1의 보수)는 다음과 같습니다.

	0	0	1	0
not x(~x) ⇒	1	1	0	1

위 반전된 값은 최왼쪽 비트가 1이므로 음수를 나타냅니다. 그러므로 대응하는 십진수를 확인하기 위해서는 양수로 전환합니다. 양수와 음수의 상호전환은 2의 보수에 의해 결정합니다.

	1	1	0	1
2의보수 ⇒	0	0	1	1	⇒ 3
∴ 1101₍₂₎ = -3₍₁₀₎

~x

-3

bin(~0b10)

'-0b11'

비트의 수를 왼쪽, 오른쪽으로 이동하여 수의 변화를 일으킬수 있습니다. 다음은 오른쪽과 왼쪽으로 각 1비트와 2비트를 이동시킨 과정입니다.

x ⇒	0	1	0
오른쪽 1비트이동: >>1 ⇒	0	0	1	⇒ 1
왼쪽 2비트이동: <<2 ⇒	1	0	0	⇒ 8

x>>1

x<<2

특수한 연산자

재할당연산자

위에서 소개한 다양한 연산의 결과를 피연산자 객체에 다시 할당하기 위해 사용합니다(표 3).

표 3 재할당연산자
연산자	x = 5	x += 5	x -= 5	x *= 5	x /= 5
의미	x = 5	x = x+5	x = x-5	x = x*5	x = x/5

연산자	x %= 5	x //= 5	x **= 5	x &= 5	x \|= 5
의미	x = x%5	x = x//5	x = x**5	x = x & 5	x = x \| 5

연산자	x ^= 5	x >>= 5	x <<= 5
의미	x = x^5	x = x>>5	x = x<<5

x=5
x+=5
x

x//=5
x

x|=5
x

x =	0	1	0
5 =	1	0	1
\| ⇒	1	1	1	= 7

다중할당

파이썬에서는 여러가지 객체에 값들을 동시에 할당할 수 있습니다.

a, b, c=1, 2, 3
(a, b, c)

(1, 2, 3)

a, b, c=b, c, a+b+c
(a, b, c)

(2, 3, 6)

위코드의 다중할당은 다음과 같이 순차적으로 실행할 수 있습니다.

a, b, c=1, 2, 3
a, b, c=b, c, a+b+c
(a, b, c)

(2, 3, 6)

in, is 연산자

객체들의 참조위치의 동일성 여부를 확인하기 위해 연산자 is를 적용할 수 있습니다. 또한 여러 요소들로 구성된 객체의 경우 각 요소와 객체의 소유 관계를 나타내기 위해 연산자 in을 사용합니다. 표 4는 이 두 연산자에 대해 소개하고 있습니다.

표 4 in, is 연산자
연산자	의미
x is not y	x,y가 동일하면 False
x is y	x,y가 동일하면 True
x in y	x가 y의 원소이면 True
x not in y	x가 y의 원소가 아니면 True

x='python'
y='python practice'
x is y

False

x is not y

True

x=[1,2, 'apple', 7]
 'apple' in x

True

10 in x

False

7 not in x

False

가변연산자('*')

객체의 참조는 일대일로 이루어집니다. 다음 코드는 다중할당을 실행하는 것으로 객체 a, b는 순차적으로 각 값 1과 2를 참조합니다. 나머지 두 개 3과 4를 할당받는 객체 두 개가 필요하지만 연산자 asterik(*)과 연결된 객체 c는 이 두 값을 모두 참조할 수 있습니다. 이 연산자를 가변연산자, 그 대상을 가변객체라고 합니다.

a, b, *c=1,2,3,4
print(a)
print(b)
print(c)

1
2
[3, 4]

위 코드에서 *c는 a와 b에 할당받고 남은 요소들을 모두 할당받습니다. 위와 반대로 할당되는 값이 부족한 경우 객체 가변 객체인 c에는 할당될 데이터가 없는 상태이므로 빈 객체가 생성됩니다. 다시 말하면 가변객체가 참조할 수 있는 객체의 크기는 코드의 실행 중에 결정되므로 일대일로 참조하는 객체들의 실행이 완료된 다음에 가변객체가 할당이 이루어 집니다.

a, b, *c=1,2
print(a)
print(b)
print(c)

1
2
[]

위와 같은 상황으로 가변 객체를 c에서 b로 변경하면 가변객체인 b의 실행은 a, c의 할당이 이루어진 후에 실행됩니다. 그러나 b에 할당할 값이 없는 상태이므로 빈 객체가 됩니다.

a, *b, c=1,2
print(a)
print(b)
print(c)

1
[]
2

a, *b, c=1,2,3,4
print(a)
print(b)
print(c)

1
[2,3]
4

위 코드 결과와 같이 연산자 *와 연결된 객체의 크기는 가변적입니다. 위 결과들로부터 할당하기 위한 값의 수가 객체의 수보다 많을 경우 할당 순서가 지켜집니다. 그러나 값의 수가 작을 경우 가변객체에 할당은 이루어지지 않습니다. 이 순서의 혼동 때문에 일반적으로 가변객체는 순서상 마지막에 입력됩니다.

[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...

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...

부분분수의 미분

내용 방법 1 방법 2 방법 3 부분분수의 미분 분수의 미분은 일정한 공식 을 적용하여 계산할 수 있습니다. 그러나 분수 자체가 단순한 표현으로 이루어지지 않았다면 미분 과정이나 결과는 매우 복잡할 수 있습니다. 만약 복잡한 분수 함수를 간단한 분수들로 분해할 수 있다면 계산이 보다 간편해질 것입니다. 이와 같이 분해된 간단한 분수들을 부분분수 라고 합니다. 예를 들어 다음 두 분수의 합을 계산해 봅니다. $$\begin{align} \frac{1}{x+1}+\frac{2}{x-1}&=\frac{x-1+2(x+1)}{(x+1)(x-1)}\\ &=\frac{3x+1}{x^2-1} \end{align}$$ 위 과정은 3개 이상의 여러 분수에서도 이루어질 수 있습니다. 또한 역으로 진행될 수 있습니다. 즉, 분수를 부분 분수로 분할할 수 있습니다. 그러나 이러한 과정은 대수분수 (분자의 가장 큰 차수가 분모의 최고의 차수보다 작은 분수)에서만 이루어질 수 있습니다. 예를 들어 $\displaystyle \frac {x^2+2}{x^2-1}$의 경우는 분자와 분모의 차수는 2차로 같습니다. 이러한 경우 다음과 같이 분리할 수 있습니다. $$\frac{x^2+2}{x^2-1}=1+\frac{3}{x^2-1}$$ 위의 식 중 $\displaystyle \frac{3}{x^2-1}$은 분자의 차수가 분모의 차수 보다 낮은 대수 분수이므로 부분 분수로 분리할 수 있습니다. 이와같이 부분 분수로 분해하는 방법은 다음과 같이 몇 가지로 구분할 수 있습니다. 방법 1 위 예의 결과 $\displaystyle \frac{3x+1}{x^2-1}$의 경우를 역으로 생각해 봅니다. 분모의 인수분해가 가능하면 그 분모의 인수에 의해 다음과 같이 분해할 수 있습니다. $$\begin{align} \frac{3x+1}{x^2-1}&=\frac{3x+1}{(x+1)(x-1)}\\ &=\frac{A}{x+1...

sons dataStory

이 블로그 검색

pandas_ta를 적용한 통계적 인덱스 지표