기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[python] 생성자(Constructor)

생성자(constructor)

생성자(constructor)는 클래스의 실행을 위한 인수들을 전달하기 위한 장치입니다.

다음 클래스는 기사 "클래스의 정의"에서 소개한 코드입니다.

class simpleStatistic:
    """데이터의 합계, 평균, 중간값, 최빈값, 
    그리고 표준편차를 계산합니다."""
    subject="math" 
    def __init__(self, obj):
        self.obj=obj 
    def sum(self): 
        total=0
        for i in self.obj:
            total +=i
        self.total=total 
        return(self.total)
    def mean(self): 
        tot=self.sum()
        self.mu=tot/len(self.obj)
        return(self.mu)
    def median(self):
        value=sorted(self.obj)
        n=int(len(value)/2)
        if n % 2 ==0:
            med=(value[n-1]+value[n])/2
        else:
            med=value[n]
        self.med=med
        return(self.med)
    def mode(self):
        re={}
        for i in self.obj:
            re[i]=self.obj.count(i)
        v=list(re.values())
        k=list(re.keys())
        self.mod=k[v.index(max(v))]
        return(self.mod)

    def std(self, df=0):
        n=len(self.obj)-df
        mu=self.mean()
        sd=0
        for i in self.obj:
            sd += (i-mu)**2
        self.sd=(sd/n)**(1/2)
        return(self.sd) 

위 클래스 simpleStatistic은 호출과 함께 데이터 x를 전달받습니다. 이 과정은 클래스 생성시 부여되는 내장 메소드인 __init__()를 활성화시키는 것으로 이루어 집니다. 이 메소드는 클래스 호출과 함께 실행되는 것으로 클래스의 첫번째 메소드인 def __init__()에 의해 구현되므로 이를 통해 클래스 실행에 필요한 인수(들)를 전달할 수 있습니다. 즉, 클래스를 초기화합니다. 생성자를 통해 전달받은 인수를 클래스의 모든 특성과 연결되는 인수(객체)인 self에 저장하므로 클래스 전체에서 사용할 수 있습니다.

다음은 피보나치 수열을 생성하기 위한 클래스의 일부로 수열의 범위를 지정하기 위한 인수를 생성자에 전달한 것입니다.

class Fib:
        ''' iterator that yields numbers in the Fibonacci sequence''' # ①
        def __init__(self, mx): # ②
            self.mx=mx
            if self.mx <  0:
                raise ValueError("maximum should be positive.") #③
  • ① 클래스에 대한 간략한 설명 즉, docstring 입니다.
  • ② __init__() 메소드는 클래스 개체인 인스턴스를 생성하면서 호출됩니다. 즉, 인스턴스 생성시 첫번째로 실행되는 코드입니다. 이 메소드의 인수 중 첫번째 인수는 self입니다. 이것은 클래스의 모든 부분들을 참조하는 객체(인수)입니다.
  • ③ 함수 raise()은 특정 조건에 에러를 발생시킵니다.
 b=Fib(-10)
ValueError: maximum should be positive.

생성자는 결과를 반환하는 함수인 return()을 가질 수 없습니다. 즉, __init__()는 None 만을 반환합니다. 다음 코드와 같이 클래스 Fib의 생성자에 return()을 포함시키는 경우 에러가 발생됩니다.

class Fib:
        ''' iterator that yields numbers in the Fibonacci sequence''' 
        def __init__(self, mx):
            self.mx=mx
            if self.mx <  0:
                raise ValueError("maximum should be positive.")
            return self.mx
Fib(10)
TypeError: __init__() should return None, not 'int'

파이썬의 모든 객체는 클래스로 이루어집니다. 즉, 각 객체의 유형이나 구조에 따라 객체 생성과 동시에 다양한 내장 속성(built-in attribution)과 내장 메서드(built-in method)들과 연결됩니다. 다시 말하면 이들은 이름공간에 저장된 클래스 이름과 참조관계가 성립됩니다. 참조 대상물은 내장함수인 dir() 함수로 확인할 수 있습니다.

print(dir(simpleStatistics))
['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', ..., 'mean', 'median', 'mode', 'std', 'subject']

예를 들어 __dict__와 __doc__는 클래스가 사용할 수 있는 속성과 메소드들, 그리고 이 클래스에 대한 문서(주석)를 반환합니다.

simpleStatistic.__dict__
mappingproxy({'__module__': '__main__',
              '__doc__': '데이터의 합계, 평균, 중간값, 최빈값, \n    그리고 표준편차를 계산합니다.',
              'subject': 'math',
              '__init__': ,
              'sum': ,
              'mean': ,
              'median': ,
              'mode': ,
              'std': ,
              '__dict__': ,
              '__weakref__': })
simpleStatistic.__doc__
'데이터의 합계, 평균, 중간값, 최빈값, \n    그리고 표준편차를 계산합니다.'

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...

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...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...