RePythonOOP 4일차 파이썬의 데이터 모델 , 네임드 튜플 , 속성과 메소드 들

D-Day - Robert Capa

insight

네임드 스페이스를 사용하는 이유 1 (클래스는 비싸고 딕셔너리는 너무 쉽게 변화되는데 값의 네임(키)를 주고 싶을 때)

 

네임드 스페이스를 사용하는 이유 2 (튜플을 인덱싱으로 접근하는 것을 파이썬 스럽지 못하고 가독성도 떨어져서)

 

네임드 튜플을 선언 하면서 리스트나 딕셔너리를 인자로 받을 수 있다

 

네임드 튜플의 메서드들과 값을 수정할 수 있는 메서드도 있다. 

 

All Code Info : https://github.com/DevRyu/DaliyCode/blob/master/OOPpython/Day04.py

 

 

 

 

 

오늘은 다른 일들로 코딩을 잘못해서 개고생하다가 위의 이미지가 내 마음 같아서 여기 붙였다.

 

파이썬의 중요한 핵심 프레임워크는 시퀀스(seq),반복(iter),함수(fun),클래스(cla) 라고 해도 과언이 아닙니다.

 

시퀀스의 예제는 리스트 구조입니다.

반복(iter)의 예는 for i in 리스트 처럼 반복이 되는 구조입니다.

 

객체란 파이썬의 데이터를 추상화 한 것 예) a ='apple' # a는 사과야~ 파이썬아~

모든 객체는 id, type, value를 가진다.

 

 

 

일반적인 튜플과 네임스페이스의 차이

 

튜플: 속성이 처음 생성 이후 수정이 되지 않는 것

키가 없어서 인덱스 슬라이싱으로 접근 된다.

 

두점 사이의 거리를 구하는 공식을 예로 들어보자

 

a1 = (1.0, 5.0)
a2 = (2.0, 8.0)

from math import sqrt

line = sqrt((a2[0]-a1[0]) ** 2 + (a2[1] - a1[1]) ** 2)

print('line : ', line) # line :  3.1622776601683795

 

위의 단점은 x,y축을 알아보기 힘들고 다른 사람들이 보기에 가독성이 떨어진다.

 

네임드 튜플 사용시

튜플의 값에 이름을 주는 것이다.

 

from collections import namedtuple

 

 

 

첫번째 인자는 객체의 오브젝트의 가짜 이름이고

두번째인자는 실제로 튜플의 개수에 맞춰 받을 파라미터를 정의하는 것이다.

 

Point = namedtuple('Point', 'x y')

p1 = Point(1.0, 5.0)
p2 = Point(2.0, 8.0)

 

네임드 튜플 사용시 X,Y가 명시가 되어 구분하기가 편해 진다.

 

 

line2 = sqrt((p2.x-p1.x) ** 2 + (p2.y - p1.y)**2)

print('line2 : ', line2) # line2 :  3.1622776601683795

# 값을 비교하면 어떨까?
# 당연히 True로 리턴이 된다.
print('line_compare : ', line == line2) # True

 

네임드 튜플을 선언하는 법 4가지

 

# 리스트로 파라미터를 넣어줄수도 있고
Point1 = namedtuple('Point', ['x', 'y'])

# 문자열 내에서 콤마로 구분 지어 줄수도 있고
Point2 = namedtuple('Point', 'x, y')
Point3 = namedtuple('Point', 'x y')

# 파라미터 명이 중복되면 rename으로 구분되게 재사용 할수 있게 해준다. 
# class는 저장된 예약어 인데? 어떻게 될까?
Point4 = namedtuple('Point', 'x y x class', rename = True) # 리네임은 디폴트가 False

# 출력 해보자
print('named tuple methods', Point1, Point2, Point3, Point4) #  named tuple methods <class '__main__.Point'> <class '__main__.Point'> <class '__main__.Point'> <class '__main__.Point'>

 

네임드 튜플의 인자를 넣는 여러 방법

 

# 객체를 생성후 출력 해보자

# x y를 명시해줘도 된다
p1 = Point1(x = 10, y = 35)

# 갑많 넣어줘도
p2 = Point2(20, 40)

# y를 명시해줘도
p3 = Point3(45, y = 20)

# 중복되는 x는 _2로 예약어인 class는 _3으로 자동으로 치환해서 만들어준다 
p4 = Point4(10, 20, 30, 40) # Point(x=10, y=20, _2=30, _3=40) 
print('objected namedtuple', p1, p2, p3, p4) # objected namedtuple Point(x=10, y=35) Point(x=20, y=40) Point(x=45, y=20) Point(x=10, y=20, _2=30, _3=40)

 

딕셔너리를 언패킹하여 네임드스페이스에 넣어 줄 수도 있다.

 

temp_dict = {'x': 70, 'y': 35}
p5 = Point3(**temp_dict)

print('unpacked_dict_namedtuple : ', p5) # unpacked_dict_namedtuple :  Point(x=70, y=35)

 

네임드 튜플은 인덱스로도 접근이 된다.

이렇게 쓸거면 네임드 튜플을 쓸 이유는 없긴 하다.

 

print('index work? :', p1[0] + p2[1]) # index work? : 50

 

네임드 튜플 답게 값에 접근하기

 

print('namedtuple work? :', p1.x + p2.y) # index work? : 50

 

네임드 튜플을 언패킹을 하게되면 어떻게 될까?

각자의 값으로 (int,str) 반환 된다.

 

x, y = p1
print(type(x)) # <class 'int'>
print(x,y) # 10 35

 

네임드 튜플에 메소드는 어떤것이 있을까?

 

make() : 새로운 객체를 생성하는 메서드

 

t = [52, 38]
# t라는 리스트 값을 집어 넣어준다. 리스트는 시퀀스,이터러블등 대체로 모든 기능을 가진 데이터 구조 
pp1 = Point1._make(t)
# 그냥 언패킹 할 때와 차이는 무엇일까? 
pp2 = Point1(*t)
# 차이는 없고 알아서 들어간다.
print(pp1, pp2) # Point(x=52, y=38) Point(x=52, y=38)
print("pp1, pp2 values are same?", pp1 == pp2 ) # True

 

_fields : 네임드 튜플의 필드네임(키) 확인하는 메서드

 

print(p1._fields, p2._fields) # ('x', 'y') ('x', 'y')

 

_asdict() : OrderedDict(정렬된딕셔너리)함수형을 반환하는 메서드

 

print(p1._asdict)  # <bound method Point._asdict of Point(x=10, y=35)>
# 반환되는 값은 메서드이지 딕셔너리가 아니다!!
print(type(p1._asdict)) # <class 'method'>

# 딕셔너리 형태로 또 바꾸어줘야한다.
print(dict(p1._asdict())) # <class 'dict'> 

 

_replace() : 수정된 새로운 객체를 반환한다.

 

# 이 메서드의 존재 이유는 튜플이 바뀌는 속성이 없어서 사용되어 진다!
print('replaced_namedtuple :', p2._replace(y=999)) # replaced_namedtuple Point(x=20, y=999)