데이터 과학을 위한 Python 데이터 형식

데이터 과학의 수

int는 정확하고 제한이 없습니다

big = 2 ** 200
print(big)
print(type(big))   # <class 'int'>

float 정밀도의 함정

print(0.1 + 0.2)          # 0.30000000000000004
print(0.1 + 0.2 == 0.3)   # False

부동소수점 수를 안전하게 비교하기

import math
print(math.isclose(0.1 + 0.2, 0.3))  # True

금액에는 Decimal 사용하기

from decimal import Decimal
price = Decimal("0.10") + Decimal("0.20")
print(price)   # 0.30

bool은 int의 하위 클래스입니다

mask = [True, False, True, True]
print(sum(mask))      # 3 matches
print(True + True)    # 2

불리언으로 개수 세기

ages = [12, 20, 35, 17, 40]
adults = sum(a >= 18 for a in ages)
print(adults)   # 3

type()으로 유형 확인하기

print(type(5))      # <class 'int'>
print(type(5.0))    # <class 'float'>
print(type("5"))    # <class 'str'>

isinstance()로 유형 확인하기

print(isinstance(5, int))        # True
print(isinstance(True, int))     # True (bool subclasses int)
print(isinstance(5.0, (int, float)))  # True

형 변환의 함정

print(5 / 2)        # 2.5  (true division always float)
print(5 // 2)       # 2    (floor division)
# "id-" + 5         # TypeError
print("id-" + str(5))  # id-5

집계에서 발생하는 float의 예기치 않은 결과

vals = [0.1] * 10
print(sum(vals))    # 0.9999999999999999
# NumPy: np.sum(vals) is more numerically stable

빠른 확인

복습