DAY35. Python Basic 자료구조 (2)set, dict

set
형식) 변수 = {값1, 값2, ...} 

순서 없는 자료구조(색인 사용 불가)
중복 허용 불가
수정 불가
추가, 삭제 가능 
집합 개념 사용 

 

1. set 생성 

st = {1, 3, 5, 1, 5} # 중복 허용 불가  
print(st, len(st)) # {1, 3, 5} 3

 

for + set

for s in st :
    print(s)

색인 사용 불가 

st[0] # TypeError

2. 중복 불가 

gender = ['남','여','여','남'] # 중복 가능 
print(gender) # ['남', '여', '여', '남']

list -> set 변환 

sgender = set(gender)
print(sgender) # {'남', '여'}

set -> list 변환 

gender2 = list(sgender)
print(gender2) # ['남', '여']

 

3. 집합관련 

set1 = {1,2,3,4,5}
set2 = {3, 5}

type(set1) # set

set1.union(set2) #  합집합 : {1, 2, 3, 4, 5}
set1.difference(set2) # 차집합 : {1, 2, 4}
set1.intersection(set2) # 교집합 : {3, 5}

 

 

4. 추가, 삭제 가능 

set2.add(7) # 원소 추가 
print(set2) # {3, 5, 7}

set2.discard(7) # 원소 삭제 
print(set2) # {3, 5}

 

 

 

 

 

 

dict

사전형 자료구조
set과 유사함 

 

형식) 변수 = {key1:value, key2:value, ...}
원소 : 키:값 쌍으로 구성 
key를 색인 사용 
key 이용 : 수정, 삭제, 추가
key 중복 불가, 순서 없음 


1. dict 생성 

person = {'name':'홍길동', 'age':35, 'addr' : '서울시'}
print(type(person), len(person)) # <class 'dict'> 3

key -> value

person['name'] # '홍길동'

 

 

2. key -> 수정, 삭제, 추가, 검색 

person['age'] = 45 # 수정 
print(person) # {'name': '홍길동', 'age': 45, 'addr': '서울시'}

del person['addr'] # 삭제 
print(person) # {'name': '홍길동', 'age': 45}

person['pay'] = 350 # 추가 
print(person) # {'name': '홍길동', 'age': 45, 'pay': 350}

key 검색 

if 'age' in person :
    print('age 키 있음' )
else :
    print('age 키 없음')

    

3. 단어 빈도수 

charset = ['pay', 'name', 'pay', 'name', 'age'] # list

wc = {} # 빈set

for ch in charset : # 'pay'  
    wc[ch] = wc.get(ch, 0) + 1 # {'pay':2, 'name':1}

* get(key, 기본값) : 해당 사전에 key가 있으면 value를 반환하고, 없으면 기본값이 수행된다. 

print(wc) # {'pay': 2, 'name': 2, 'age': 1}   
wc.get('pay') + 1 # 2 + 1 -> 3

4. for + dict 

for key in person.keys() : # key 넘김 
    print(key, end = ' ') # name  age addr
    print(person[key]) # 홍길동 35 서울시
    
for value in person.values() : # value 넘김 
    print(value, end = ' ') 

for items in person.items() : # key + value
    print(items)

('name', '홍길동') -> tuple 반환 
('age', 35)
('addr', '서울시')

 

5. {key : [value1, value2]}
예) {'사번' : [급여, 수당]}

emp = {'1001' : [250,50], '1002':[200,40], '1003':[300,80]}
type(emp) #  dict

급여가 250 이상이면 사번 출력 & 수당 합계 

su_tot = 0 # 수당 합계 

for eno, pay_su in emp.items() : # key + value
    if pay_su[0] >= 250 :
        print(eno) # 사번출력 
        su_tot += pay_su[1] # 수당 누적 
        
print('수당의 합계 : %d'%su_tot) # 수당의 합계 : 130

급여 + 보너스 

pay = {'홍길동':200, '이순신':250, '유관순':200} # dict
bonus = {'홍길동':50, '이순신':80, '유관순':30} # dict

 

list 내포 

pays = [ pay[key] + bonus[key]  for key in pay.keys()]
print(pays) # [250, 330, 230]

avg = sum(pays) / len(pays)
print('급여 평균 : ', avg) # 급여 평균 :  270.0

6. 더미변수와 인코딩 
1) 혈액형 더미변수 변환 

map_data = {'AB':1, 'A':0, 'B':0, 'O':0}

datas = ['A', 'B', 'AB', 'O', 'A']

list 내포 

dummy = [map_data[data]  for data in datas] # [실행문 for문]
print(dummy) # [0, 0, 1, 0, 0]

 

 

2) label 인코딩(2진수)

label_map = {'thin': [1,0,0], 'normal' : [0,1,0], 'fat' : [0,0,1] } 

datas = ['normal', 'fat', 'thin', 'normal', 'fat'] # list

list 내포 

label_encoding = [label_map[data] for data in datas] # 중첩 list
print(label_encoding)
# [[0, 1, 0], [0, 0, 1], [1, 0, 0], [0, 1, 0], [0, 0, 1]]  

len(label_encoding)  # 5