讀修倥訪(독수공방)

파이썬을 공부할 때, 기본 중의 기본이지만 대충 넘어간 부분이 자료형(type)에 관한 것이다. 어떤 함수는 type이 숫자만, 어떤 건 문자열만 받는다고 하는데, 머리 속에서 확실히 정리되지는 않는다. 그냥 그때그때 처리하기 바쁜데.. 사실 error 코드 보고 대처하는 수준밖에 안 된다. 공부 겸으로 한 번 정리해 본다. 근데 솔찍히 이런 그림 처음 본다. 자료형에 integer(정수), float, string(문자열), list(리스트) 정도가 익숙할 뿐이다. 파이썬 데이터 타입의 상위 분류가 '가변형', '불변형' 인 것도. 강사들이 그런 이야기를 하는 경우를 듣긴 했던 것 같은데... 수업을 건성으로 들은 사람의 한계다. 그 다음으로 숫자 타입, 시퀀스 타입, 리스트 타입, 사전 타입, 세트 타입 으로 나뉘고, 숫자 타입의 경우에 정수형, 소수형 (실수?), 불 형 (0, 1: 참, 거짓) * , 위 그림에는 없지만 복소수 형 이 있다. * 위 그림에서는 숫자 타입으로 분류하지만, 통상 불 형을 더 상위 수준 분류로 말하는 경우가 많다. 시퀀스 타입에 문자열 형, 튜플 형 으로 분류되는 것도 처음 알았다(분류를 어떻게 묶느냐에 따라 다르긴 하지만). 데이터의 유형을 확인할 때 사용하는 함수 type( )은 익숙하다. 자주 사용하는 함수다. jupyter를 이용해서 숫자 타입들을 찍어보면 다음과 같은 결과를 알 수 있다. 그동안 ' 복소수 '는 어떻게 다루는지 몰랐는데 'a+bj' 스타일로 쓴다. 'i'는 for문에서 주로 변수로 사용해서 못 쓰게 해 놓았는지는 모르지만 'a+bi' 형태로 쓰면 type( ) 함수에서 error가 발생한다. π 값을 어떻게 입력하는지 몰랐는데, 무한소수를 컴으로 다루는 건 한계가 있을 테니 일정 소수점에서 자른 수를 사용하고 있었다. π 값을 불러 오려면 math 라이브러리를 import해야 했다. 역시 소수니 'float

파이썬으로 로또 번호를 뽑을 수 있는 방법이 여러 가지 있겠지만, 나 같은 초보자가 짤 수 있는 것은 기껏해야 두 가지 정도다. random 라이브러리를 이용해서 1~45까지의 임의의 정수를 추출하는 randrange(1, 46), randint(1, 45)를 써서 숫자를 뽑는 방법이다. from random import * print (randrange( 1 , 46 )) print (randrange( 1 , 46 )) print (randrange( 1 , 46 )) print (randrange( 1 , 46 )) print (randrange( 1 , 46 )) print (randrange( 1 , 46 )) 이런 식으로 하면 1~45 사이의 6개의 숫자를 무작위로 뽑을 수 있다. 다만 이 경우는 중복을 막을 수 없다. 그렇게 중복이 자주 일어나는 것 같지는 않지만. 역시 random 라이브러리를 이용하지만, 리스트에서 원소를 뽑는 방식을 사용하면 훨씬 그럴 듯하게 '로또 번호'를 파이썬으로 만들어 볼 수 있다. 1~n까지 숫자로 이루어진 리스트를 만드는 방법을 알고, 해당 리스트에서 중복 없이 m개의 원소를 뽑는 함수를 알면 된다. 파이썬에서 1에서 N까지의 숫자 목록 위의 글에서 1~45까지 숫자 리스트 만드는 법을 참고할 수 있었다. 함수를 정의하는 방식으로 작성되어 있다. def createList (n): lst = [] for i in range (n+ 1 ): lst.append(i) return (lst) print (createList( 10 )) 0~10까지의 수로 이루어진 리스트를 이렇게 정의했는데, 원하는 것은 1~45이므로 range(1, n+1)로 해주면 1~n까지의 리스트 생성 함수를 정의할 수 있다. def createList (n): lst = [] for i in range ( 1 , n+ 1 ): lst.append(i) retur

아래와 같은 코드를 주피터 노트북으로 실습할 때 문제가 생겼다. a = [1,2,3,3,4,5,5,6,7] print(a) print(set(a)) * 이 예제의 출처는 주피터 노트북 - 딕셔너리(dictionary), set 이를 실행하면 다음과 같은 결과를 보여줘야 한다. [1, 2, 3, 3, 4, 5, 5, 6, 7] {1, 2, 3, 4, 5, 6, 7} 그런데 다음과 같은 결과가 나왔다. [1, 2, 3, 3, 4, 5, 5, 6, 7] --------------------------------------------------------------------------- TypeError Traceback (most recent call last) Input In [25], in <cell line: 3>() 1 a = [1,2,3,3,4,5,5,6,7] 2 print(a) ----> 3 print(set(a)) TypeError: 'set' object is not callable 이런 문제에 봉착하면 통상 구글링을 해 보는데, '한국어' 검색에서는 참고할 만한 결과가 나오지 않았다. "TypeError: 'set' object is not callable"로 구글링 했을 때 검색된 첫 결과물에서 해결책을 찾을 수 있었다. 해결책은 너무 간단했다. 커널을 다시 시작하라.  이렇게 처리하니 제대로 값이 나왔다. 그런데 왜 이게 문제가 되었나 싶었는데, 세트 항목을 연습하면서 세트 하나의 이름을 set으로 설정해 놓고 set(a)라고 했으니 코드 내에 충돌이 있어서 Error가 생긴 것이었다. 아주 초보적 실수도, 코딩 초보자에게는 해결이 난감한 문제일 수 있다. 오늘도 하나 배웠네.

anthropo.tistory.com 을 최종적으로 없앴다. 방금 전에 이미지와 기타 첨부파일 백업을 완료했다. 텍스트 스크래핑 코드를 약간 응용해서 쉽게 코드를 짤 수 있었다. 오류도 꽤 줄일 수 있어서 텍스트 스크래핑보다는 적은 시간이 걸렸다. 파이썬 코딩 공부한 결과는 추후에 정리해 볼까 한다.  .   .   . 검열의 티스토리와는 이제 확실히 안녕.      

우여곡절 끝에 텍스트 백업을 마쳤다. 글을 비공개 상태로 스크랩핑 하는 방법이나 word 파일에 텍스트와 이미지를 모두 넣어 저장하는 방법 등을 고심했지만, 현재 나의 코딩 실력으로는 하세월이었다. 검색으로 찾아 볼 수 있는 코드와 유튜브 강의들을 참고해서 노가다로 만들었다. 약 790여개 * 의 아티클을 word 파일로 저장할 수 있었다.  * 위 이미지에서 'range' 항목이 709-907로 되어 있는데(이 의미는 url주소의 끝 숫자가 709에서 906까지 해당 페이지에 대해서 아래의 코드를 실행) 중간 중간에 예상하지 못한 error들을 다루며 코드를 바꿔가면서 했기 때문이다. 출발한 url의 숫자는 61번이었다. 중간에 결측치가 있기 때문에 846건의 아티클을 수집한 게 아니었다. 일정한 패턴의 url 주소를 바탕으로 해당 페이지의 내용을 구문분석해서 텍스트를 추출하고 그렇게 추출된 텍스트에서 제목, 시간 정보를 추출하여 가공하고, 본문 텍스트를 뽑아 제목과 본문을 워드 파일로 저장하게 한 코드다.  워드 파일명은 해당 게시물의 시간 정보+글 제목으로 만들었는데, 이 덕분에 가공이 더 필요했다. 제목에는 '<', '/', '?', '!', ':', '"' 등 컴퓨터 파일명에 쓸 수 없는 기호들이 담겨 있다. 이를 파일명에 쓸 수 있는 기호나 문자로 변환해 주거나 삭제할 필요가 있었다.  파일명을 그렇게 어렵게 정하지 않았다면 코드가 더 단순해졌겠지만, 파일에 담긴 글의 정보를 손쉽게 확인하게 하기 위해서 글제목으로 파일명을 삼기로 한 기준은 포기할 수 없었다   이 백업 데이터 중에서 무엇을 가공해서 쓸지는 또 한참 고민과 노가다가 남아 있다. 티스토리 블로그는 각 게시물의 이미지를 추출한 후에 모두 삭제할 예정이다. 조만간 티스토리와는 정말 안녕이다.