[중급1] comprehension 연습
for문 대체¶
temp = [2, 3, 4, 5]
temp
temp_new = list()
for i in temp:
temp_new.append(i**2)
temp_new
temp_new_comp = [ i**2 for i in temp]
temp_new_comp
np.array()로 감싸면 어레이도 생성¶
import numpy as np
np.array( [ i**2 for i in temp] )
for문 + if문 대체¶
- if else 는 for 문 앞에
[ 연산 if 조건else 연산2
for문 ] - if만 있으 때는 for 문 뒤에
[ 연산 for문 if 조건 ]
temp_new = list()
for i in temp:
if i > 3:
temp_new.append(i**2)
else:
temp_new.append(i)
temp_new
[ i**2 if i>3 \
else i \
for i in temp]
[ i**2 if i>3 else i for i in temp]
[i**2 for i in temp if i>3]
'빅데이터 관련 프로그래밍 > pythonic practice' 카테고리의 다른 글
[중급3] Decorator for 반복되는 내용을 함수에 입히기 (0) | 2019.05.15 |
---|---|
[중급2] 리스트를 사용을 위한 Map, Filter, Reduce (0) | 2019.05.15 |
for문 유형 / 정수목과 나눈나머지 (0) | 2019.05.04 |
python random모듈 3개 정리 (randint, rand, randn) (8) | 2019.01.31 |
list, set comprehension 정리 (0) | 2019.01.30 |
알고리즘 평가기준 - 시간복잡도와 점근표기법-O(n)
이 글은 코드잇
의 알고리즘 강의와 오픈소스
들을 참고하여 정리한 글입니다^^
알고리즘 평가의 2가지 기준
- 시간 : 빨리빨리 => 더 중요
- (메모리)공간 => 돈 주고 사면 됨
시간 복잡도(Time Complexity)
컴퓨터 과학에서 알고리즘의 시간평가 방법
걸리는 시간으로는 판단x
데이터(리스트의 원소 개수)
가 많아질수록걸리는시간
이 얼마나 급격히 증가하는지
예를 들어, 리스트의 원소 개수가 10개, 20개, 100개 -> 걸리는 시간 10, 20, 100초라면 -> 걸리는 시간 일정하게 증가그러나 알고리즘 B는 걸리는 시간 증가량이 급격하다
A보다 B의 시간복잡도가 크다.! = A 알고리즘이 시간 복잡도가 더 작은 빠른 알고리즘
시간복잡도 계산을 위한 거듭제곱과 로그
거듭제곱 (Exponentiation)
- 패턴을 따라가다보면 2의 -1승은 2의 0승(1) / 2 이므로 1/2 임을 알 수 있다.
로그 (Logarithms)
a는 밑수 b는 진수 라 부른다.
편하게 생각하기 위해서는 a를 몇번(x) 곱해야 b가 나오는지로 생각한다.
혹은 b를 a로 몇번 나누어야지 1이 되는가? 이다.
컴퓨터 알고리즘 문제에서는 a가 2인 경우가 많다.
log2(16)은 16을 2로 몇번 나누어야(
몇번 반토막내야
) 1이 나오는지 생각해보면, 4번이다.예를 들어, 길이가 16인 리스트가 있다면, 총 4번 반토막 내어야한다.
그림으로 예를 들면,이 상태에서 총 4번을 반토막 내야 1이 된다.
log2( ) 를 lg로 쓰기도 한다.
시간복잡도 계산을 위한 1부터 n까지의 합
1부터 n까지의 합을 나열하여 T라 나타내고, 밑줄에 반대로 나열해놓고 더하자
2T = n * (n+1)T= n(n+1) /2
점근 표기법 (Big-O Notation)
알고리즘은 일반적으로 걸리는시간(X) 인풋에 따라 걸리는 시간의 증가량에 의해 평가된다고 하였다.
하나의 알고리즘은 인풋에 따라 걸리는 시간이 달라진다.
즉, 알고리즘 소요시간
= 인풋크기(n)의 수식으로 나타낼 수 있다.
예를 들어, 아래 리스트를 인풋한다고 가정했을 때 리스트의 길이(n)라면,알고리즘 소요시간
= 20n+40 or 2n^2 + 8n +157 일수도 있다.
그러나 n에 붙은 숫자들은 컴퓨터의 환경적인 것들에 의해 달라진다.
즉, 수식하나가지고는 하나의 알고리즘을 완벽하게 나타내지는 못한다.
그래서 컴퓨터 과학자들이 다같이 약속한 것이 점근표기법
으로 알고리즘을 평가하자는 것이다.
점근표기법의 룰
만약, 소요시간이 20n+40이라면?
- n의 영향력이 작은 40 삭제(영향력 젤 큰 항만 남김) -> n앞에 계수 삭제 -> n만남아서
O(n)
으로 표기 - 해당 알고리즘을 Big-O of n 알고리즘이라 부른다.
- n의 영향력이 작은 40 삭제(영향력 젤 큰 항만 남김) -> n앞에 계수 삭제 -> n만남아서
소요시간이 2차식이라면?
- 가장 영향력이 큰 2n^2 만 남김 -> 앞에 계수 삭제 ->
O(n^2)
- Big O of n^2 알고리즘
- 가장 영향력이 큰 2n^2 만 남김 -> 앞에 계수 삭제 ->
20lg(n) + 60 ?
- 60 없앰 -> 20없앰 ->
O(lg(n))
- Big O of lg(n) 알고리즘
- 60 없앰 -> 20없앰 ->
점근표기법을 위와 같이 표기하는 이유?
점근 표기법의 핵심 : n
이 엄청 크다고 가정 -> my)낮은차수와 계수는 무시된다.
절대적인 시간보다는 성장성을 보기위함이다.
- n(input, 리스트의 길이, 원소의 개수)가 얼마 안되면, 굳이 좋은 알고리즘을 쓸 필요가 없다.
- 골치 아픈 경우는, n이 엄청 컸을 때의 알고리즘이다.
만약, 한 알고리즘의 소요시간이 n(리스트의 길이)에 대한 수식으로 2n^2 + 8n + 157로 나타났다고 가정하자.
그리고 2n^2
과 점근표기법에서 삭제되는 8n+157
을 n에 대한 소요시간 그래프로 나타내보자.
처음에는
8n+157
의 소요시간이 더 크더라도, 나중에는2n^2
의 소요시간이 압도적으로 커진다.
n이 100만 정도로 엄청 커졌을 때, 차이는 두드러진다. 즉, n이 엄청 크다고 가정하면 영향력이 작은 부분은 그냥 무시해버리는 것이 핵심이다.
2n^2
이 아니라0.01n^2
이라면??? -> 결과적으로 계수도 무시해도 된다
점근표기법의 의미
O(1) : Big-O of 1 알고리즘은 인풋사이즈(n)에 영향받지 않고 일정하게 1초가 걸린다.
O(n) : 인풋(n) 증가량(n배)과 소요시간이 비례(n배)해서 증가한다.
- 리스트 크기가 100 -> 1초, 200 -> 2초...
O(n^2) : 인풋(n) 2배 -> 소요시간(n^2) 4배 증가
O(n^3) : 인풋이 n배 -> 소요시간 n^3배 증가
n이 1000까지라면,,,
n이 10000까지라면,,, 더 차이가 난다.
- O(n^3)은 너무 오래걸리니 안좋은 알고리즘이다.
같은 컴퓨터가 아니라... 오래걸리는 알고리즘에 최고사양 컴퓨터를 배정한다면? 소요시간이 더 줄 수 있다.
그러나, 이것은 리스트의 길이가 적을 때의 이야기이다.
BigO의 핵심은 n이 무수히 크다고 가정하는 것이고,
그 상태에서는 리스트의 길이(n)이 증가함에 따라 소요시간(n) 폭팔적으로 증가하여, 결국은 n의 차수가 높은 O(n^3)이 가장 오래 걸릴 것이다.
즉, 컴퓨터 사양이 아무리 좋아도, 빠른 언어를 사용하여도,
결국 알고리즘이 별로면, 싸구려 컴퓨터보다 느려진다.
'알고리즘 > Python - 알고리즘' 카테고리의 다른 글
선형/이진 탐색알고리즘 평가하기 및 주의사항 (0) | 2019.05.17 |
---|---|
정렬 알고리즘 - 1. 선택 정렬(index) / 2. 삽입 정렬(value) (2) | 2019.05.06 |
탐색 알고리즘 - 1. 선형 탐색 / 2. 이진 탐색 알고리즘 (1) | 2019.05.04 |
VS code 단축키 정리
Ctrl
+,
: 환경설정Ctrl
+K, O
: 폴더 열기(해당 프로젝트 열기)Ctrl
+Shift
+~
: 터미널 열기F2
: 변수이름바꾸기Ctrl
+Shift
+G
: git탭 열기
'빅데이터 관련 프로그래밍 > 단축키' 카테고리의 다른 글
Windows Anaconda Jupyter notebook(주피터 노트북) 홈 디렉토리 변경 방법 (0) | 2019.05.04 |
---|---|
R 마크다운 팁 + 단축키 (0) | 2019.01.30 |
jupyter notebook 필수 단축키 (0) | 2019.01.28 |
[Pycharm] 단축키 설정 및 한 줄 실행 (0) | 2018.12.30 |
정렬 알고리즘 - 1. 선택 정렬(index) / 2. 삽입 정렬(value)
이글은 코드잇
의 알고리즘 강의와 오픈소스
들을 참고하여 정리한 글입니다^^
정렬(Sorting)
: 리스트의 원서들을 특정 순서로 정리하는 것
- 오름차순, 내림차순, 알파벳순
- python에는 이미
sorted( list )
내장함수나 리스트의 list..sort()
method도 있다.
그냥 sorted()나 .sort()를 쓰면 될 것 같으나 정렬을 왜 배워야 할까?
그 이유는 정렬
자체가 알고리즘의 기초 & 모든 개발자가 알아야할 가장 기본적인 알고리즘이기 때문이다.
선택 정렬(Selection Sort)
: 각인덱스
에 들어갈 값들을 찾아서 정렬하는 알고리즘으로서,
가장 작은 값 -> 0번 인덱스
2번째 작은 값 -> 1번 인덱스
3번째 작은 값 -> 2번 인덱스 ... 방식으로 정렬한다.
예를들어,0번 인덱스
에 넣어줄 가장 작은 값을 찾기위해, 0~5번 인덱스의 값들을 확인한 뒤 넣어준다.0번 인덱스의 값을 볼때는, 4가 가장 최소값이다.
1번 인덱스의 값을 볼때는, 2가 가장 최소값이다.
3번 인덱스의 값을 볼때는, 1가 가장 최소값이다.
5번 인덱스까지 1회전 다봤으면,
0번 인덱스의 값 <-> 3번 인덱스의 값(최소값)을 교체한다.이제
1번 인덱스
에 들어갈 값을 찾기위해서, 1 ~ 5번 인덱스까지 값을 보고 가장 작은 값과 교체해준다.마찬가지로
2번 인덱스
-> 2~5번 인덱스의 값 탐색 후 가장 최소값 넣어주기 -> 반복한다.
삽입 정렬(Insertion Sort)
: 각값
이 어떤 인덱스에 들어가야할지 찾는 알고리즘으로서,
예를 들어, 카드 게임을 한다고 할 때, 이미 정렬된 카드를 가지고 있는 상태에서 딜러가 새로운 카드를 줬을 때, 새로운 카드를 올바른 위치에 삽입(끼워넣는)한다.
my) 0과1 정렬/ 0,1,2 정렬/ 0,1,2,3 정렬 하는데, 마지막값
을 기준으로 왼쪽으로 차례차례 비교해나간다.
아래와 같은 리스트가 있다고 가정하자.
- 먼저, 0번과 1번 인덱스의 값
만 보고, 정렬한다.
- 다음으로, 0,1,2번 인덱스의 값
을 보고, 정렬한다.
- 다음은, 0,1,2,3번 인덱스의 값
을 보고 정렬한다. 이 때, 3값<->2값, 2<->1값, 1값<->0값순으로 한번씩 비교하는 것 같다.
- 마지막 5번인덱스의 값
3은,
(1) 9와 비교해서 왼쪽,
(2) 7과 비교해서 왼쪽,
(3) 4와 비교해서 왼쪽, 총 3번을 한칸씩 움직인다.
참고)
- 이미 거의 정렬된 리스트를 정렬할 때는
삽입 정렬(Insertion Sort)
이 가장 빠른 반면, - 아예 정반대로 정렬된 리스트의 경우에는
삽입 정렬이 매우 오래 걸린다
는 것도 볼 수 있죠. 선택 정렬(Selection Sort)과 합병 정렬(Merge Sort)
은 상황에 영향을 받지 않고 일정한 시간이 소요된다는 점도 주목해 볼 만합니다.- 무작위 순서의 리스트를 정렬할 때는
힙 정렬(Heapsort)
이 가장 먼저 끝나네요.
구현시 참고 블로그 : http://ejklike.github.io/2017/03/04/sorting-algorithms-with-python.html
'알고리즘 > Python - 알고리즘' 카테고리의 다른 글
선형/이진 탐색알고리즘 평가하기 및 주의사항 (0) | 2019.05.17 |
---|---|
알고리즘 평가기준 - 시간복잡도와 점근표기법-O(n) (0) | 2019.05.13 |
탐색 알고리즘 - 1. 선형 탐색 / 2. 이진 탐색 알고리즘 (1) | 2019.05.04 |
날짜 데이터는 숫자로 되어있어서 더하거나 뺄 수있다.
default로는 숫자처럼, 셀 오른쪽에 붙는다.
그러나 다른문서에서 가져온 날자데이터가 문자열처럼 왼쪽정렬되어, 뺄셈
이 안된다면?
- 날자데이터의 앞에
'
를 입력하여문자열-날자데이터
를 임의로 만들었다.- 엑셀에서는 2017대신 17만 입력하여도 2017 자동인식
- 엑셀에서는 2017대신 17만 입력하여도 2017 자동인식
왼쪽 정렬된 문자열-날짜데이터는
더블클릭후 엔터
만 치더라도 날짜로 바뀌어 오른쪽정렬이 된다.(엑셀이 자동인식)- 그러나 일일히 그렇게 할 순 없다.
- 여기서는 강제로
'
입력해준 상태기 때문에, 안바뀐다.
=DATEVALUE()
를 이용하여, 문자열-날자데이터를 한번에 변환시켜보자.정상변환 되었다면, 우측정렬된 날짜데이터가 생김
(1) 변환시킬 필드를 세로 만든다.(2) 첫 셀만 선택하여,
=DATEVALUE(
입력후, 왼쪽데이터를 클릭 후 입력해준다.(만약 쌩둥맞은 숫자로 바뀌면, 셀서식>날짜)(3)
핸들바를 더블클릭
하여, 나머지행들에 전체적용해주기
날짜뺄셈
을 할때, 변환한=DATEVALUE(A2)
같은 서식으로는 엉뚱한 값이 나올 수 있다.
이럴때는
복사-붙혀넣기 > 값 및 원본서식
을 선택한다.수식만 제거하려면,
값
만 선택하면 됬지만, 날짜형식까지 유지하려면값 및 원본서식
을 선택해야한다.이후의 날짜 뺄셈은 잘된다.
'빅데이터 관련 프로그래밍 > └ 엑셀로 데이터 다루기' 카테고리의 다른 글
3. 엑셀 행 삽입의 3가지 방법( 단순 행 삽입 / 복사한 행 삽입 OR 표 만들어 단순 행 삽입) (2) | 2019.05.02 |
---|---|
2. 병합된 셀을 하나씩 나눠서 DB형태로 변환하기 ( 이동옵션>빈셀>상대참조>Ctrl+enter>절대참조 ) (0) | 2019.05.02 |
1. 데이터 만들 때, 주의점들(필드명, 그룹, 데이터 유효성 검사) (0) | 2019.05.01 |