Notice
Recent Posts
Recent Comments
Link
์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- special method
- Python
- anaconda ๊ฐ์ํ๊ฒฝ
- ์ค์คํธ๋ฆฌ์
- fatigue fracture
- ์ฒญ์ถ ํ์ดํ
- m1 anaconda ์ค์น
- Linear Regression
- set method
- ์ ๋ฝ ๊ตํํ์
- Deeplearning
- electrochemical models
- Andrew ng
- ๋์23์ด
- ๋ฏธ๋์์ ์ฅํ์
- ๋ฏธ๋์์ ํด์ธ๊ตํ
- ํน๋ณ ๋ฉ์๋
- fluent python
- ์๊ทน์ฌ
- ์ ํํ๊ท
- ์ ๋ฝ
- set add
- cost function
- Machine learning
- li-ion
- 2022๋
- ๊ตํํ์
- ์ด์ฐจ์ ์ง
- ๋ฅ๋ฌ๋
- gradient descent
Archives
- Today
- Total
Done is Better Than Perfect
[์๊ณ ๋ฆฌ์ฆ] set method ๋ณธ๋ฌธ
collection ์๋ฃ๊ตฌ์กฐ - ๋ฐ์ดํฐ๋ฅผ ์ฐ๊ด์ํค์ง ์๊ณ ๋ชจ์๋๋ ์ปจํ ์ด๋
ํ์ด์ฌ์์๋ set, dictionary๊ฐ ์๋ค.
์ค๋์ ์ฐ์ set์ method์ ์ฌ์ฉ ์์๋ฅผ ์์๋ณด๋๋ก ํ์!
# set; ๋ฐ๋ณต ๊ฐ๋ฅ, ๊ฐ๋ณ์ , ์ค๋ณต X, ์ ๋ ฌ X, ์ธ๋ฑ์ค ์ฐ์ฐ X -> ๋ฉค๋ฒ์ฝ ํ
์คํธ(in), ์ค๋ณต ํญ๋ชฉ ์ ๊ฑฐ์ ์ฌ์ฉ
SET์ method
1) A.add(x) : set A ์ x๊ฐ ์์ ์ถ๊ฐ
# add: ์ถ๊ฐ
fruits = {"apple","banana","orange"}
fruits.add("mango")
print(fruits)
# {'apple', 'orange', 'mango', 'banana'}
2) A.clear( ) : set ์ ๋ถ ์ญ์
# clear: ์ญ์
fruits.clear()
print(fruits)
# set()
3) A.union(B) : set์ ํฉ์งํฉ ๋ฐํ [์ฐ์ฐ๊ฒฐ๊ณผ๋ฅผ ๋ณต์ฌ๋ณธ์ผ๋ก ๋ฐํ]
# union: ํฉ์งํฉ ๋ฐํ
fruits = {"apple","banana","orange"}
fruits = fruits.union({"kiwi","strawberry","banana"})
print(fruits)
# fruits = {"apple","banana","orange"}
+) A.update(B)๋ set์ ํฉ์งํฉ์ ๋ฐํ [๋ณต์ฌ๋ณธ ๋ฐํ X / A์ B๋ฅผ ์ถ๊ฐํ๋ค.]
4) A.intersection(B) : set์ ๊ต์งํฉ ๋ฐํ [์ฐ์ฐ๊ฒฐ๊ณผ๋ฅผ ๋ณต์ฌ๋ณธ์ผ๋ก ๋ฐํ]
# intersection: ๊ต์งํฉ ๋ฐํ
yummy = {"apple","samsung","vega"}
yummy_fruits = fruits.intersection(yummy)
print(yummy_fruits)
# {'apple'}
+) & ์ฐ์ฐ์๋ ๊ฐ์ ์ญํ ( A & B)
5) A.difference(B) : set์ ์ฐจ์งํฉ ๋ฐํ [์ฐ์ฐ๊ฒฐ๊ณผ๋ฅผ ๋ณต์ฌ๋ณธ์ผ๋ก ๋ฐํ]
# difference: ์ฐจ์งํฉ ๋ฐํ
fruit_yummy = fruits.difference(yummy)
print(fruit_yummy)
# {'orange', 'banana', 'kiwi', 'strawberry'}
+) - ์ฐ์ฐ์๋ ๊ฐ์ ์ญํ ( A - B)
6) A.discard(X) : ํญ๋ชฉ X ์ ๊ฑฐ
# discard: ํน์ ํญ๋ชฉ ์ ๊ฑฐ
fruits = {'apple', 'banana', 'kiwi', 'orange', 'strawberry'}
fruits.discard('apple')
print(fruits)
# {'banana', 'orange', 'strawberry', 'kiwi'}
7) A. remove(X) : ํญ๋ชฉ X ์ ๊ฑฐ [์ ๊ฑฐํ ํญ๋ชฉ ์๋ ๊ฒฝ์ฐ KeyError]
# remove: ํน์ ํญ๋ชฉ ์ ๊ฑฐ - ์ ๊ฑฐํ ํญ๋ชฉ ์๋ ๊ฒฝ์ฐ KeyError
fruits.remove('kiwi')
print(fruits)
# {'banana', 'strawberry', 'orange'}
8) A.pop( ) : ๋ฌด์์๋ก ํญ๋ชฉ ์ ๊ฑฐ
# pop: ๋ฌด์์๋ก ํญ๋ชฉ ์ ๊ฑฐ - set์ด ๋น์ด ์๋ ๊ฒฝ์ฐ KeyError
fruits.pop()
print(fruits)
# {'banana', 'orange'}
'๐ค AI > ๊ฐ๋ฐ๊ณต๋ถ' ์นดํ ๊ณ ๋ฆฌ์ ๋ค๋ฅธ ๊ธ
๐ H-๋ชจ๋น๋ฆฌํฐ ํด๋์ค (์๋์ง ์๋ฃจ์ ) ์ง์ ๊ณผ์ (0) | 2025.04.13 |
---|---|
[Fluent Python ์คํฐ๋] Study Note #1 Data Model (0) | 2021.11.15 |
[์๊ณ ๋ฆฌ์ฆ] ์ต๋ ๊ณต์ฝ์, ์ต์ ๊ณต๋ฐฐ์ (0) | 2021.08.03 |
[๋ฅ๋ฌ๋] ์ ํ ํ๊ท์ ์ต์ ์ ๊ณฑ๋ฒ (0) | 2021.07.20 |
conda ๊ฐ์ ํ๊ฒฝ ์์ฑ, ๊ด๋ฆฌ (3) | 2021.07.14 |