IT-garden

isalpha()는 문자열이 모두 문자(영어 혹은 한글)이면 True를 반환하고 그렇지 않으면 False를 반환합니다.

a='abcd'
b='a1b1'
c='!@#$'
d='1234'
e='안녕'

# 출력>>True
print(a.isalpha())
# 출력>>False
print(b.isalpha())
# 출력>>False
print(c.isalpha())
# 출력>>False
print(d.isalpha())
# 출력>>True
print(e.isalpha())

a는 모두 문자(영어)로, e는 모두 문자(한글)로 구성되어 있어 True입니다.

b에는 숫자 1이 있어 False입니다.
c에는 특수문자가 있어 False입니다.
d에는 숫자 1234가 있어 False입니다.

isdigit()는 문자열이 모두 숫자인지 True를 반환하고 그렇지 않으면 False를 반환합니다.

a='abcd'
b='a1b1'
c='!@#$'
d='1234'
e='안녕'

# 출력>>False
print(a.isdigit())
# 출력>>False
print(b.isdigit())
# 출력>>False
print(c.isdigit())
# 출력>>True
print(d.isdigit())
# 출력>>False
print(e.isdigit())

d는 모두 숫자로 구성되어 있어 True입니다.
a는 문자(영어)가 있어 False입니다.
b에는 문자 a, b가 있어 False입니다.
c에는 특수문자가 있어 False입니다.
e에는 문자(한글)가 있어 False입니다.

isalnum()는 문자열이 영어, 한글 혹은 숫자이면 True를 반환하고 그렇지 않으면 False를 반환합니다.

a='abcd'
b='a1b1'
c='!@#$'
d='1234'
e='안녕'

# 출력>>True
print(a.isalnum())
# 출력>>True
print(b.isalnum())
# 출력>>False
print(c.isalnum())
# 출력>>True
print(d.isalnum())
# 출력>>True
print(e.isalnum())

a는 모두 문자(영어)로, b는 문자(영어)와 숫자로, d는 숫자로, e는 모두 문자(한글)로 구성되어 있어 True입니다.
c에는 특수문자가 있어 False입니다.

heapq 모듈은 힙큐 알고리즘 구현을 해줍니다.

heapq 모듈은 이진 트리의 최소힙 자료구조를 제공합니다.

heapq에서는 모든 k에 대해 heap[k] <= heap[2*k+1]과 heap[k] <= heap[2*k+2]을 만족하는 배열을 사용합니다.

따라서 인덱스 0인 이진 트리의 루트에 가장 작은 요소가 있습니다.

heapq.heappush(heap 이름, 추가할 원소)
heapq.heappop(heap 이름)
heapq.heappushpop(heap 이름, 추가할 원소)
heapq.heapify(리스트 이름)

heapq의 기본 함수입니다.

heappush는 힙에 원소를 추가합니다.
heappop은 가장 작은 원소를 삭제합니다.
heappushpop은 힙에 원소를 추가하고 가장 작은 원소를 삭제합니다. 이는 heappush()한 다음 heappop()을 각각 사용하는 것보다 더 유용합니다.

heapify는 리스트를 인자로 넘기면 리스트 원소들을 힙 구조에 맞게 바꿔줍니다. 새로운 리스트를 생성한 후 heappush() 함수로 원소를 하나씩 추가하는 것을 한번에 해주는 기능입니다.

import heapq

a=[]

heapq.heappush(a, 1)
heapq.heappush(a, 5)
heapq.heappush(a, 3)
heapq.heappush(a, 2)
heapq.heappush(a, 4)

# 출력>>[1, 2, 3, 5, 4]
print(a)

# 출력>>1
print(heapq.heappop(a))

b=[8,6,4,3,1,5]

heapq.heapify(b)

# 출력>>[1, 3, 4, 8, 6, 5]
print(b)

문자열을 오른쪽으로 정렬할 때는 rjust 함수를 왼쪽으로 정렬할 때는 ljust 함수를 사용합니다.

rjust(문자열의 크기, 생성 공간을 채울 문자)
ljust(문자열의 크기, 생성 공간을 채울 문자)

rjust와 ljust의 기본 구조입니다.

생성 공간을 채울 문자의 기본값은 공백입니다.

a='12345'

# 출력>>12345     
print(a.ljust(10))

# 출력>>     12345
print(a.rjust(10))

# 출력>>12345@@@@@
print(a.ljust(10,'@'))

# 출력>>@@@@@12345
print(a.rjust(10,'@'))

zfill은 문자열 앞을 0으로 채워주는 함수입니다.

zfill(문자열의 크기)

zfill의 기본 구조입니다.

a='12345'

# 출력>>0000012345
print(a.zfill(10))

zip()은 동일한 개수로 이루어진 자료형을 묶어주는 함수입니다.

a=[1, 2, 3]
b=[4, 5, 6]

# 출력>>[(1, 4), (2, 5), (3, 6)]
print(list(zip(a,b)))

c=[1, 2, 3]
d=['d1', 'd2', 'd3']
dic={}

for c, d in zip(c,d):
    dic[c] = d

# 출력>>{1: 'd1', 2: 'd2', 3: 'd3'}
print(dic)

enumerate는 열거하다라는 의미로 인덱스 번호와 원소 값을 enumerate 객체로 반환합니다.

반복문을 사용할 때 몇 번째 반복문인지 확인하기 위해 사용합니다.

주로 for문과 사용합니다.

a={1, 2, 3, 4, 5}

for index, value in enumerate(a):

    # 출력>>0 1
    #       1 2
    #       2 3
    #       3 4
    #       4 5
    print(index,value)

b=enumerate((1, 2, 3, 4, 5))

# 출력>>[(0, 1), (1, 2), (2, 3), (3, 4), (4, 5)]
print(list(b))

Counter는 collections의 모듈인 Counter 클래스를 사용합니다.

Counter는 항목의 개수를 세어줄 때 유용하게 사용할 수 있습니다.

from collections import Counter

a=[1,2,3,4,5,1,3,5,1,5,5]
b='abcdeaceabaeaa'

# 출력>>Counter({5: 4, 1: 3, 3: 2, 2: 1, 4: 1})
print(Counter(a))

# 출력>>Counter({'a': 6, 'e': 3, 'b': 2, 'c': 2, 'd': 1})
print(Counter(b))

Counter는 딕셔너리 형태로 Key 값으로 요소의 이름, Value 값으로 요소들의 횟수를 출력해줍니다.

from collections import Counter

b='abcdeaceabaeaa'
c='eabdeabc'

# 출력>>Counter({'a': 6, 'e': 3, 'b': 2, 'c': 2, 'd': 1})
print(Counter(b))

# 출력>>Counter({'e': 2, 'a': 2, 'b': 2, 'd': 1, 'c': 1})
print(Counter(c))

# 출력>>Counter({'a': 8, 'e': 5, 'b': 4, 'c': 3, 'd': 2})
print(Counter(b) + Counter(c))

# 출력>>Counter({'a': 4, 'c': 1, 'e': 1})
print(Counter(b) - Counter(c))

# 출력>>Counter()
print(Counter(c) - Counter(b))

# 출력>>[('a', 6), ('e', 3)]
print(Counter(b).most_common(2))

Counter를 이용해 계산도 가능합니다.

c에서 b를 빼면 c가 전체적으로 더 작기 때문에 빈 값으로 나옵니다.

most_common('상위요소 수')를 통해 상위요소를 출력할 수 있습니다.
상위요소의 수를 쓰지 않으면 전체요소를 출력해줍니다.

count와 Counter는 모두 항목의 개수를 세어줄 때 많이 사용합니다.

count의 시간 복잡도는 O(N)입니다.
여기서 각각의 리스트의 개수를 확인하기 위해서는 for문을 통해 count를 n번하기 때문에 시간 복잡도는 O(N2)입니다.

Counter 클래스를 이용해 Counter를 n번 하면 시간 복잡도는 O(N)입니다.
딕셔너리에서 원소를 접근할 때의 시간 복잡도는 O(1)이기 때문입니다.

from collections import Counter

a=[0, 1, 2, 3, 4, 0, 2, 4, 0, 2, 1, 1, 1, 1, 1, 2, 4]

# count 사용
for i in range(5):
    # 출력>>3 6 4 1 3
    print(a.count(i),end=' ')

# Counter 사용
counter = Counter(a)
for i in range(5):
    # 출력>>3 6 4 1 3
    print(counter[i],end=' ')

count를 여러번 사용하는 경우는 Counter 클래스가 더욱 유용합니다.