파이썬의 데이터 구조

데이터 구조는 컴퓨터 과학 및 소프트웨어 관리에서 가장 필수적인 개념 중 하나이며 모든 언어로 프로그램을 작성하는 데 광범위하게 사용됩니다. Python은 다른 프로그래밍 언어와 달리 데이터 구조의 기초를 더 쉽게 연구할 수 있는 강력하고 상호 작용하는 객체 지향 해석 프로그래밍 언어입니다.

기계 학습 및 인공 지능과 같은 다른 분야와 대화형 및 고급 웹 사이트를 만드는 데 주로 사용되는 가장 다재다능하고 효율적인 언어 중 하나입니다. 데이터를 효율적으로 저장하고 적시에 액세스해야 하는 데이터에 크게 의존합니다. 이것은 Python의 데이터 구조 의 도움으로 달성됩니다 .

데이터 구조란 무엇입니까?

데이터 구조의 주요 목적은 데이터 수집을 저장하고 이에 대한 작업을 실행하기 위한 데이터의 효과적인 구성을 허용하는 것입니다. 예를 들어, 웹사이트에서 백엔드 데이터는 향후 수정을 위해 더 쉽게 액세스할 수 있도록 효율적으로 저장, 관리 및 구성되어야 합니다.

upGrad에서 온라인으로 데이터 과학 과정 배우기

선형 데이터 구조

선형 데이터 구조를 사용하면 데이터 요소를 적절한 순서로 저장할 수 있습니다. 선형 데이터 구조에는 여러 유형이 있습니다. 그것들은 다음과 같습니다:-

• 배열 - 데이터 요소의 인덱스와 쌍을 이루는 데이터 요소의 순차적 배열.
• 스택 - 스택은 특정 작업 순서를 따르는 데이터 구조입니다. FILO(선입선출) 또는 LIFO(후입선출)라고 합니다.
• Linked List - 모든 데이터 요소는 다른 요소와 그 안에 있는 데이터에 대한 링크로 구성됩니다.
• Matrix - 행렬은 데이터 요소가 한 쌍의 인덱스로 표시되는 2차원 데이터 구조입니다.

대기열 - 대기열은 스택과 유사하지만 유일한 작업 순서는 FIFO(선입 선출)입니다.

인기 있는 미국 - 데이터 과학 기사 읽기

비선형 데이터 구조

비선형 데이터 구조는 데이터 요소의 순차적 연결을 따르지 않습니다. 이 데이터 구조에서 데이터 요소의 그룹 또는 쌍은 서로 연결될 수 있으며 데이터 요소에 액세스하기 위한 엄격한 순서는 없습니다.

• 힙 - 힙은 상위 노드의 데이터가 하위 노드보다 엄격하게 작거나 하위 노드보다 크거나 같은 특수한 유형의 트리 데이터 구조입니다.
• 이진 트리 - 이진 트리는 각 데이터 요소를 최대 수의 다른 두 데이터 요소에 연결하는 데이터 구조입니다. 루트 노드로 시작합니다.
• 그래프 - 그래프는 일부 노드가 링크를 통해 다른 노드에 연결된 노드와 꼭짓점의 배열입니다.
• 해시 테이블 - 해시 테이블은 해시 함수의 도움으로 서로 연결된 배열로 구성된 데이터 구조입니다. 데이터 요소에서 인덱스가 아닌 키를 사용하여 값을 검색합니다.

Python 의 내장 데이터 구조

Python의 데이터 구조 는 다양한 데이터 유형을 유연하게 저장하고 Python 환경에서 데이터를 더 빠르게 처리하는 데 도움이 되기 때문에 이 프로그래밍 언어에만 해당됩니다. 이러한 데이터 구조가 Python 환경에 미리 로드되어 있기 때문에 프로그래머가 솔루션을 더 빨리 얻거나 개발할 수 있으므로 Python 언어를 사용하기가 훨씬 더 쉽습니다.

Python은 데이터 구조를 암시적으로 지원하므로 데이터의 저장과 손쉬운 액세스를 지원하고 사용자가 전체 제어를 통해 자신의 데이터 구조를 만들 수 있습니다. Python의 내장 데이터 구조는 다음과 같습니다.

목록

항목의 정렬된 컬렉션은 목록으로 정의되며, 이는 Python에서 프로젝트를 생성할 때 데이터 구조의 필수적인 부분입니다. "순서화된 컬렉션"은 목록에 속한 모든 항목이 고유하게 식별하는 데 사용되는 순서로 구성되어 있음을 의미합니다. 이 요소 순서는 목록이 지속되는 한 본질적으로 일정하게 유지되는 특성입니다. 파이썬의 모든 것은 객체로 간주됩니다. 따라서 목록을 만드는 것은 본질적으로 특정 유형의 Python 객체를 생성합니다.

List_A = [항목 1, 항목 2, 항목 3….., 항목 n]

목록이 중첩되면 모든 종류의 개체를 포함하거나 다른 목록 또는 다른 하위 목록으로 구성될 수도 있는 하위 목록을 포함할 수 있습니다. 중첩 목록에는 목록을 중첩할 수 있는 깊이에 대한 제한이 없습니다. Python으로 만든 목록은 생성된 후에도 변경될 수 있으므로 변경 가능합니다. 사용자는 재량에 따라 목록에서 요소를 추가, 검색, 이동, 이동 및 삭제할 수 있습니다. 목록의 요소를 교체해야 하는 경우 추가된 요소의 수가 요소의 수와 같을 필요는 없습니다. Python은 요구 사항에 따라 자체적으로 조정됩니다.

튜플

튜플은 파이썬에 내장된 또 다른 데이터 구조이며 객체의 정렬된 컬렉션입니다. 튜플에는 목록과 달리 제한된 기능이 있습니다. 가변성은 튜플과 목록을 구별하는 데 사용되는 주요 특성입니다. 목록은 변경 가능하고 튜플은 변경 불가능합니다. 이미 만들어진 튜플은 추가, 수정 또는 삭제할 수 없습니다. 목록에서 쉼표로 구분된 요소를 묶기 위해 괄호를 사용해야 합니다. 반면에 튜플은 생성 시 괄호를 사용하는 선택 사항이지만 튜플의 시작과 끝을 식별하는 데 널리 권장됩니다. 다음은 샘플 튜플입니다.

tuple_A = (항목 1, 항목 2, 항목 3,..., 항목 n)

튜플은 하나의 단일 엔티티로 생성되며 프로그래머가 수정 데이터를 허용하지 않을 때 주로 사용됩니다. 그들은 평생 동안 손상되지 않은 상태로 유지하려는 대상을 만드는 데 광범위하게 사용됩니다. 튜플은 변경할 수 없으므로 실수로 데이터를 수정, 추가 또는 제거하는 것을 잠재적으로 방지할 수 있습니다. 튜플을 사용하는 한 가지 이점은 메모리를 덜 사용하므로 목록을 사용하는 것보다 프로그램을 더 빠르게 실행할 수 있다는 것입니다.

세트

특정 순서를 따르지 않는 특정 요소의 고유한 컬렉션을 집합이라고 합니다. 개체 집합에서 개체의 존재가 개체의 순서나 출현 횟수보다 더 중요한 경우 집합이 사용됩니다. 세트는 튜플과 달리 변경 가능하며 쉽게 수정, 교체, 추가 또는 제거할 수 있습니다. 다음은 샘플 세트입니다.

set_a = {“항목 1”, “항목 2”, “항목 3”,….., “항목 n”}

집합은 주로 특정 요소가 집합 내에 있는지 여부를 확인하는 데 사용됩니다. 예를 들어, 집합은 구성원 테스트에 크게 최적화되어 있습니다. 또한 집합이 다른 집합의 하위 집합인지 확인하고 두 집합 간의 관계를 인식하는 데 사용할 수도 있습니다.

사전

Python에서 사용되는 통합 데이터 구조의 사전. 데이터 값의 비선형 모음이며 주로 지도와 같은 특정 데이터 값을 저장하는 데 사용됩니다. 하나의 특정 값만 요소로 갖는 다른 데이터 유형과 달리 사전은 키:값 쌍을 보유합니다. Key-value는 이를 최적화하기 위해 사전에 제공됩니다. Python 사전에는 요소를 추가하는 여러 가지 방법이 있습니다. 키로 값을 정의하여 한 번에 하나의 값만 사전에 추가할 수 있습니다. 사전에 있는 기존 값을 업데이트하려면 내장된 update() 메서드를 사용해야 합니다. 이미 존재하는 사전에 중첩된 키 값을 추가하는 것도 가능합니다. 값을 추가하는 동안 키-값이 이미 존재하면 값이 업데이트됩니다. 그렇지 않으면 새 키가 값과 함께 사전에 추가됩니다.

미국 확인 - 데이터 과학 프로그램

데이터 과학 분야에서 경력을 쌓으려면 Python의 데이터 구조에 대한 철저한 지식이 있어야 합니다. 신뢰할 수 있는 과정을 찾는 데 어려움을 겪고 있다면 upGrad는 미국 최고의 대학인 메릴랜드 대학의 데이터 과학 및 비즈니스 분석 분야 최고의 전문 인증 프로그램을 통해 이 주제를 시작하고 완벽하게 이해할 수 있도록 도와줍니다.