student = {"name": "Mei"}
student["score"] = 88 # add a new key
student["score"] = 90 # update the value
print(student) # {'name': 'Mei', 'score': 90}
확인 및 루프
키 존재 여부를 테스트하려면 in를 사용하십시오. 키를 루프하거나, 키와 값을 모두 얻으려면 .items()을 루프하십시오.
student = {"name": "Mei", "score": 90}
print("score" in student) # True
for key, value in student.items():
print(key, "=", value)
# name = Mei
# score = 90
.get(key, default)는 키가 없을 때 기본값을 반환하며, 오류를 발생시키지 않습니다.
함수는 return를 사용하여 값을 반환할 수 있습니다. 그러면 호출문은 그 값을 의미하게 됩니다.
def square(n):
return n * n
print(square(5)) # 25
print(square(3) + 1) # 10
return은 즉시 함수를 종료합니다. return이 없는 함수는 None를 반환합니다.
8.3
매개변수, 인자 및 범위
매개변수는 def에 있는 이름입니다. 인자는 전달하는 값입니다.
def power(base, exp): # base, exp are parameters
return base ** exp
print(power(2, 3)) # 8 (2 and 3 are arguments)
함수 내부에서 생성된 변수는 로컬이며, 그곳에서만 존재합니다. 이 영역이 바로 scope(범위)입니다.
def f():
x = 10 # local to f
return x
print(f()) # 10
# print(x) here would be an error: x is not defined outside f
매개변수에는 기본값을 지정할 수 있으며, 호출자가 생략했을 때 사용됩니다:
def greet(name, greeting="Hello"):
return greeting + ", " + name
print(greet("Mei")) # Hello, Mei
print(greet("Sam", "Welcome")) # Welcome, Sam
8.4
절차적 추상화
절차적 추상화는 이름을 통해 세부 사항을 숨기는 것입니다. 함수는 작동 방식이 아닌 이름과 역할로 사용합니다.
def area_of_rectangle(w, h):
return w * h
print(area_of_rectangle(4, 5)) # 20
좋은 함수는 한 가지 역할만 수행하고, 명확한 이름을 가지며, 코드의 중복을 피합니다.
8.5
모듈 & import
모듈은 미리 만든 함수들이 들어있는 파일입니다. import으로 가져옵니다.
import random
random.seed(0) # makes the result repeatable
print(random.randint(1, 6)) # a dice roll
import math
print(math.sqrt(16)) # 4.0
Common mistakes
None를 반환하지 않는 한 함수는 return을 반환합니다. 출력(print)은 반환(return)과 다릅니다.
mutable default인 def f(x=[])을 절대 사용하지 마십시오. 모든 호출에서 동일한 목록이 공유됩니다.
함수 내부에서 생성된 변수는 로컬이며 외부에서는 볼 수 없습니다.
f()로 함수를 실행합니다; f을 단독으로 작성하면 단순히 이름만 지정됩니다.
9오류, 예외 및 테스트
9.1
오류 & 디버깅
코드는 세 가지 방식으로 실패할 수 있습니다. 구문 오류(syntax error)는 Python 규칙을 위반하여 실행되지 않습니다. 런타임 오류(runtime error)는 실행 중 발생하며, 0으로 나누기 등이 포함됩니다. 논리 오류(logic error)는 실행되지만 잘못된 결과를 줍니다.
Common Python errors: Syntax, Name, Type, Index
# A runtime error, caught so this block still finishes:
try:
print(10 / 0)
except ZeroDivisionError:
print("cannot divide by zero")
# cannot divide by zero
Python은 실패 지점을 보여주는 traceback을 출력합니다. 아래에서부터 읽으세요.
9.2
try / except / raise
위험한 코드를 try에 넣으세요; 실패 시 except이 예외를 포착하여 프로그램이 종료되는 것을 방지합니다.
특정 타입의 예외를 catch합니다 (ValueError, ZeroDivisionError 등).
raise은 의도적으로 사용자 정의 오류를 발생시킵니다.
def set_age(age):
if age < 0:
raise ValueError("age cannot be negative")
return age
try:
set_age(-1)
except ValueError as err:
print("error:", err)
# error: age cannot be negative
9.3
테스트 & 내구성
테스트는 코드가 올바른 결과를 내놓는지 확인합니다. 정상적인 경우 와 가장자리(case edge case) — 빈 입력, 0, 매우 큰 값 — 모두 시도하십시오.
bare except:을 사용하지 마십시오. 구체적인 오류를 catch하십시오. 예: except ValueError:.
구문 오류는 실행 전에 전체 프로그램을 멈추므로 먼저 수정하십시오.
쉬운 경우뿐만 아니라 가장자리 사례(빈 입력, 0, 최대값 등)도 테스트하세요.
10파일(File)
10.1
텍스트 파일 읽기 및 쓰기
텍스트 파일은 디스크에 텍스트를 저장합니다. mode가 read 또는 write일 때 open(name, mode)으로 엽니다. 항상 with을 사용하십시오. 이는 파일을 자동으로 닫아줍니다.
쓰기
모드 "w"는 새 파일을 작성하며 기존 파일은 지워집니다.
with open("notes.txt", "w") as f:
f.write("first line\n")
f.write("second line\n")
print("saved") # saved
읽기
mode "r"(기본값)은 읽습니다. .read()은 전체 파일을 하나의 문자열로 반환합니다.
with open("notes.txt", "w") as f:
f.write("hello\nworld\n")
with open("notes.txt") as f:
print(f.read().strip()) # hello / world
줄 단위로
Loop over the file to get one line at a time. .strip() removes the newline at the end.
with open("data.txt", "w") as f:
f.write("Mei,88\nSam,71\n")
with open("data.txt") as f:
for line in f:
name, score = line.strip().split(",")
print(name, "scored", score)
# Mei scored 88
# Sam scored 71
추가하기
Mode "a" appends — it adds to the end without erasing.
with open("log.txt", "w") as f:
f.write("line 1\n")
with open("log.txt", "a") as f:
f.write("line 2\n")
with open("log.txt") as f:
print(f.read().strip()) # line 1 / line 2
Mode
Meaning
"r"
read (default)
"w"
write (erases first)
"a"
append (add to the end)
Common mistakes
항상 파일을 닫거나, with open(...) as f:을 사용하여 자동으로 닫게 하십시오.
read()은 전체 파일을 하나의 문자열로 제공하며, 각 줄은 여전히 \n으로 끝납니다.
Opening with "w" erases the file first; use "a" to add to the end.
open → read/write → close (with auto-closes)
11알고리즘 설계(Algorithm design)
11.1
알고리즘 & 분해
알고리즘은 문제를 해결하는 명확한 단계 목록입니다. 분해(decomposition)는 큰 문제를 작은 부분으로 나누어 하나씩 해결할 수 있게 하는 것입니다.
# Algorithm: find the largest number in a list
def largest(nums):
best = nums[0]
for n in nums:
if n > best:
best = n
return best
print(largest([3, 9, 2, 7])) # 9
추상화는 세부 사항을 무시하는 것입니다. largest(...)을 어떻게 작동하는지 다시 읽지 않고 사용합니다.
11.2
가상의 코드 & 흐름도
가상의 코드는 실제 코드 이전에 작성되는 알고리즘을 위한plain, 구조화된 영어입니다. 실행되지 않습니다.
SET best TO first number
FOR Each number n
IF n > best
THEN
SET best TO n
OUTPUT best
흐름도는 동일한 계획을그립니다: 각 단계마다 상자, 각 결정마다 마름모, 순서에 따라 화살표를 사용합니다.
11.3
재귀 & 호출 택
재귀는 함수가 자신을 호출하는 것입니다. 기본 케이스(base case, 간단한 입력이 즉시 반환)와 재귀적 경우(recursive case, 더 작은 입력에서 자신을 호출)가 필요합니다.
factorial(3)의 콜 스택: 각 호출이 대기했다가 역순으로 반환
def fact(n):
return 1 if n <= 1 else n * fact(n - 1)
print(fact(5)) # 120
each paused call sits on the call stack until the call above it returns.
Common mistakes
재귀에는 기본 케이스가 필요하며, 그렇지 않으면 무한히 자신을 호출하여 호출 스택이 충돌합니다.
가상의 코드는 계획용입니다. 실행될 필요는 없지만, 모든 단계는 모호하지 않아야 합니다.
코드를 작성하기 전에 큰 문제를 작은 이름 붙은 단계로 나누십시오.
12데이터 구조
12.1
추상 데이터 타입(ADT)
추상 데이터 유형(ADT)은 데이터와 그에 대한 연산을 설명하며, 구현 방식과는 분리됩니다. 내부 저장소가 아닌 연산을 통해 사용합니다.
# A stack ADT, built on a list
s = []
s.append(1) # add
s.append(2)
print(s.pop()) # 2 (remove the most recent)
스택이나 큐에서 값을 제거(popping/dequeuing)하기 전에 구조체가 비어 있는지 확인하십시오.
링크드 리스트에서 head 포인터를 잃으면 전체 리스트를 잃게 됩니다.
13검색, 정렬 및 효율성
13.1
선형 탐색 및 이진 탐색
검색은 값이 어디에 있는지 찾습니다. 선형 검색은 항목을 순차적으로 확인하므로 어떤 리스트에서도 작동합니다.
def linear_search(items, target):
for i in range(len(items)):
if items[i] == target:
return i
return -1 # not found
print(linear_search([4, 8, 2, 9], 2)) # 2
이진 검색은 훨씬 빠르지만 정렬된 리스트가 필요합니다. 각 단계마다 범위를 절반으로 줄입니다.
def binary_search(items, target):
lo, hi = 0, len(items) - 1
while lo <= hi:
mid = (lo + hi) // 2
if items[mid] == target:
return mid
elif items[mid] < target:
lo = mid + 1
else:
hi = mid - 1
return -1
print(binary_search([1, 3, 5, 7, 9], 7)) # 3
이진 검색은 각 단계마다 범위를 절반으로 줄임 — 정렬된 리스트에서 O(log n)
13.2
정렬 (버블 & 삽입)
정렬은 항목을 순서대로 나열하는 것입니다. 버블 정렬은 잘못된 순서의 인접한 항목을 반복해서 스왑합니다.
def bubble_sort(a):
a = a[:] # work on a copy
for i in range(len(a)):
for j in range(len(a) - 1 - i):
if a[j] > a[j + 1]:
a[j], a[j + 1] = a[j + 1], a[j]
return a
print(bubble_sort([5, 2, 4, 1])) # [1, 2, 4, 5]
삽입 정렬은 정렬된 부분을 하나씩 구축하며, 새로운 항목을 제자리에 밀어 넣습니다:
def insertion_sort(a):
a = a[:] # work on a copy
for i in range(1, len(a)):
key = a[i]
j = i - 1
while j >= 0 and a[j] > key: # shift bigger values right
a[j + 1] = a[j]
j -= 1
a[j + 1] = key # drop key into the gap
return a
print(insertion_sort([5, 2, 4, 1])) # [1, 2, 4, 5]
실제 코드에서는 Python의 내장 sorted()을 사용하십시오:
print(sorted([5, 2, 4, 1])) # [1, 2, 4, 5]
13.3
알고리즘 효율성
효율성은 입력이 커질수록 작업량이 어떻게 증가하는지를 묻습니다. 이를 Big-O 표기법으로 설명합니다.
일반적인 복잡도별 입력 크기 대비 단계 수 증가 추이
Big-O
이름
예시
$O(1)$
상수
사전 데이터 구조의 키 조회
$O(\log n)$
로그(logarithmic)
이진 탐색(binary search)
$O(n)$
선형
선형 검색
$O(n^2)$
이차
버블 정렬
def steps(n): # how many steps a linear scan takes
count = 0
for i in range(n):
count = count + 1
return count
print(steps(100)) # 100 -> O(n)
13.4
무작위성 및 시뮬레이션
random 모듈은 무작위 숫자를 생성합니다. 결과를 재현 가능하게 하기 위해 시드(seed)를 사용하십시오. 시뮬레이션은 많은 무작위 시련(trial)을 수행하여 답을 추정합니다.
import random
random.seed(0)
rolls = [random.randint(1, 6) for _ in range(1000)]
print(rolls.count(6)) # about 1/6 of 1000
Common mistakes
이진 검색은 오직 정렬된 리스트에서만 작동합니다.
Big-O는 정확한 시간이 아니라 시간이 어떻게 증가하는지 알려줍니다. O(n²) 방식은 O(n)보다 작은 입력에서만 유리합니다.
버블 정렬은 O(n²) — 학습용으로는 적절하지만, 큰 리스트에서는 느립니다.
14OOP 및 패러다임
14.1
클래스 및 객체
클래스는 청사진입니다. 객체는 이를 바탕으로 만들어진 단일 인스턴스(instance)입니다. __init__는 각 객체를 설정하는 생성자(constructor)이며, self은 객체 자체입니다.
class Dog:
def __init__(self, name):
self.name = name # an attribute
def speak(self):
return self.name + " says woof"
d = Dog("Rex")
print(d.speak()) # Rex says woof
class Dog:
def __init__(self, name):
self.name = name
def __str__(self):
return f"Dog named {self.name}"
print(Dog("Rex")) # Dog named Rex
클래스는 설계도이며, 이를 호출하면 객체가 생성됩니다
14.2
상속, 캡슐화 및 다형성
상속(subclass)은 superclass의 기능을 재사용할 수 있게 합니다. parent를 호출하려면 super()을 사용하고, 메소드를 오라이드(override)하여 변경할 수 있습니다.
class Animal:
def speak(self):
return "some sound"
class Cat(Animal):
def speak(self): # override
return "meow"
print(Cat().speak()) # meow
캡슐화는 데이터를 메서드와 묶어 의도한 인터페이스를 노출합니다. Python에서는 앞쪽 언더스코어는 비공용(보통 ‘프라이빗’이라 불림)임을 관례로 표시하며, 외부 코드 접근을 막지는 않습니다. 더블 리딩 언더스코어 네임 맨글링은 보안 강화를 위한 것이 아니라 우발적인 서브클래스 네임 충돌을 피하기 위함입니다.
class Account:
def __init__(self):
self._balance = 0 # non-public by convention
def deposit(self, n):
self._balance += n
def balance(self):
return self._balance
a = Account()
a.deposit(50)
print(a.balance()) # 50
다형성은 하나의 이름으로 여러 행동을 의미하며, 각 객체에 맞는 올바른 speak가 실행됩니다.
class Cat:
def speak(self):
return "meow"
class Cow:
def speak(self):
return "moo"
for animal in [Cat(), Cow()]:
print(animal.speak()) # meow, then moo
14.3
프로그래밍 패러다임
파라다임(paradigm)은 프로그래밍 스타일입니다. 프로세듀럴 코드는 단계와 함수의 연속입니다. 객체 지향 코드는 데이터와 메소드를 객체로 묶습니다. 선언적(declarative) 코드는 '어떻게'가 아니라 **'무엇'**을 원하는지 명시합니다(예: 리스트 컴프리헨션 또는 SQL).
def total(nums): # procedural
t = 0
for n in nums:
t += n
return t
print(total([1, 2, 3])) # 6
print(sum([1, 2, 3])) # 6 (declarative: same result)
Common mistakes
모든 메서드는 첫 번째 매개변수로 self을 필요로 합니다.
__init__은 새 객체를 설정하고, 객체를 생성할 때 자동으로 실행됩니다.
Two objects of the same class have separate attributes; changing one does not change the other.
15데이터 표현
15.1
비트 및 이_Handle 진법
비트는 단일 0 또는 1입니다. 이_Handle는 base-2 진법으로, 각 자릿수는 오른쪽 자릿수보다 두 배의 가치를 가집니다 (1, 2, 4, 8, …). 데나리(base-10)는 우리가 사용하는 일반 숫자 체계입니다.
압축(compression)은 데이터를 작게 만듭니다. 무손실 압축(lossless compression)은 모든 비트를 보존하므로 원본을 정확히 복원할 수 있습니다. 무손실 압축(lossy compression)은 디테일을 제거하여 더 작지만 완벽하지 않으며, 사진과 음악에 사용됩니다.
런-렌스 인코딩은 간단한 무손실 방법입니다: 연속된 값(반복)을 개수와 값으로 저장합니다.
def rle(text):
out = ""
i = 0
while i < len(text):
run = 1
while i + run < len(text) and text[i + run] == text[i]:
run += 1
out += str(run) + text[i]
i += run
return out
print(rle("AAAABBBCCD")) # 4A3B2C1D
Common mistakes
n 비트는 0부터 2**n - 1까지 총 2**n가지 다른 값을 저장할 수 있습니다.
무손실 압축(lossy compression)은 디테일을 제거하여 되돌릴 수 없으며, 무손실 압축(lossless compression)은 정확히 역행 가능합니다.
16컴퓨팅 개념
16.1
컴퓨팅의 정의 및 디자인 사이클
컴퓨팅은 컴퓨터를 사용하여 문제를 해결하는 것: 입력, 처리, 출력. 좋은 소프트웨어는 디자인 사이클(계획, 작성, 테스트, 개선)을 여러 번 반복하여 구축됩니다.
문제를 분해하고, 작은 부분을 만들고, 테스트한 후 더 추가하십시오.
프로그래머는 팀으로 협력하며 서로의 코드를 재사용합니다.
16.2
인터넷(Internet)
인터넷은 네트워크들의 네트워크입니다. 데이터는 패킷(packet)으로 분리되어 개별적으로 전송되며, 수신 측에서 다시 합쳐집니다. TCP/IP와 같은 프로토콜(protocol)이라는 공유 규칙이 이를 가능하게 합니다. 한 경로가 끊어지면 패킷은 다른 경로를 이용합니다 — 이는 리던던시(redundancy)이며, Fault tolerance(내결함성)를 제공합니다.
인터넷 지도: 각 선은 두 네트워크 간의 경로입니다
레이어
역할
HTTP
웹 페이지 요청 및 전송
TCP
신뢰 가능한 전달, 순서 보장
IP
주소 지정 및 라우팅
16.3
병렬 및 분산 컴퓨팅
순차적 코드는 한 단계씩 수행합니다. 병렬 컴퓨팅은 여러 코어에서 여러 단계를 동시에 수행하여 속도를 높일 수 있습니다. 분산 컴퓨팅은 클라우드와 같은 여러 컴퓨터에 작업을 분산시킵니다.
모든 것이 병렬로 실행되는 것은 아닙니다: 일부 단계는 이전 결과의 처리를 기다려야 합니다.
16.4
컴퓨팅의 영향
컴퓨팅은 이점과 해로운 측면을 모두 가집니다. 디지털 격차는 모든 사람이 동등하게 접근할 수 있음을 의미하지 않습니다. 소프트웨어는 학습하는 데이터로부터 편향을 포함할 수 있습니다. 지적 재산권(라이선스)을 존중하고, 사람들의 개인정보 및 프라이버시를 보호하십시오.
Common mistakes
인터넷과 월드 와이드 웹은 다릅니다: 웹은 인터넷 위에서 작동하는 하나의 서비스입니다.
더 많은 프로세서 코어가 도움이 되려면 작업이 동시에 실행되는 부분으로 나뉠 수 있어야 합니다.
17모아보기
17.1
엔드 투 엔드 미니 프로젝트
미니 프로젝트는 이전 아이디어들을 결합합니다: 리스트 안의 데이터, 루프 내 선택 문이 있는 함수, 그리고 출력된 결과물입니다. 이는 AP Create Performance Task의 형태이기도 합니다.