# 변수 선언

a = 15
print("a의 값은 {}이고, a의 타입은 {}입니다.".format(a,type(a)))

b = 15.3
print("b의 값은 {0}이고, b의 타입은 {1}입니다.".format(b,type(b)))

c = a + b
print("c의 값은 {1}이고, c의 타입은 {0}입니다.".format(type(c),c))

print()

print(int(b))
print(float(a))

# 숫자형의 타입

a = 13 # 정수형
print(type(a))
a = 12.1423 # 실수형
print(type(a))
a = 0o123 # 8진수
print(a)
a = 0xFF2 # 16진수
print(a)

# 숫자형의 연산

a = 5
b = 3
print(a + b) # 더하기
print(a * b) # 빼기
print(a / b) # 나누기
print(a % b) # 나머지
print(a // b) # 나머지를 버린 나누기
print(a ** b) # 제곱

# 문자열의 연산 (다른 언어에서는 대부분 불가능)
# 파이썬에서는 모든 문자는 문자열 자료구조

head = "Python is"
tail = " fun"
print(head + tail) # 출력값은 아니며 중복하여 화면에 나타낼 수 있음
print(head * 2)
head + tail # 출력값 자체이며 마지막 출력값만 저장되어 화면에 나타남
head * 2

# 문자열 연산 응용

print("-" * 50)
print(head + tail)
print("-" * 50)

# 문자열 슬라이싱

py = "0123456789"
print(len(py)) # 길이 출력
print(py[0]) # 파이썬은 0부터 시작, 길이가 13일 경우 0부터 12까지 인덱스 존재
print(py[2:8]) # 2번째 "이상" 8번째 "미만"까지 출력
print(py[-5:-1]) # 뒤에서 5번째 이상 뒤에서 1번째 미만까지 출력
print(py[4:-1]) # 4번째 이상 뒤에서 1번째 미만까지 출력
print(py[4:]) # 4번째 이상 모두 출력

# 슬라이싱 응용

temp = "Pithon"

# Python으로 변경하고 싶으면?

temp = temp[0] + "y" + temp[2:]
temp

# 리스트 선언

a = [] # a = list() 동일
print(a)

a = [1,"a","3",[5,3,[2],4]] # 리스트의 내부에는 모든 자료구조가 다 들어갈 수 있다.
print(a)

# 리스트 슬라이싱(문자열과 동일)

print(a[0]) # 단일 슬라이싱
print(a[0:3]) # 다중 슬라이싱
print(a[3]) # list 안의 list
print(a[3][2]) # list 안의 list 안의 list
print(a[3][2][0]) # ...

# 리스트에서의 연산

a = [1,2,3]
b = [4,5,6]
print(a+b) # 더하기
print(a*2) # 곱하기

a[1] = [10] # 리스트 단일 값 수정
print(a)
a[1:2] = [11,12] # 리스트 다중 값 수정
print(a)

# a[1]과 a[1:2]는 동일한 범위 인덱싱이지만 결과가 다르다.
# a[1]은 리스트의 첫 번째 요소 값만을 반환하지만, a[2]은 리스트를 반환

# 리스트 내부 함수들
# 객체 지향 프로그래밍의 특징

a = [3,2]

a.append(1) # 추가
print("append = ", a)

a.sort() # 정렬
print("sort = ", a)

a.sort?
# 역순으로 정렬하려면 어떻게 해야할까?

a.append(2)
a.reverse() # 뒤집기
print("reverse = ", a)

print("index = ", a.index(3), a.index(2), a.index(1)) # 값의 위치 찾기
# 중복된 값이 있으면 가장 앞에 있는 값만 찾아준다.

a.insert(2,15) # 원하는 위치에 삽입
print("insert = ", a)

print("2의 count = ", a.count(2)) # 리스트 내에서 특정한 값의 개수 세기

a.remove(2) # 값을 찾아서 지우기, 중복된 값이 있으면 가장 앞에 있는 값만 삭제
print("remove = ", a)

print("pop = ", a.pop()) # 마지막 요소의 값을 삭제하고 반환한다.
print("pop = ", a.pop(1)) # 두 번째 요소의 값을 삭제하고 반환한다.
print(a)

b = [5,2]
a.extend(b) # 리스트 더하기. a += b 와 동일함
print("extend = ", a)

del a[1] # 특정한 위치의 값 삭제. pop과 동일하지만 값을 반환하지 않는다는 차이 존재
print(a)

# 튜플의 선언

a = () # a = tuple()
print(type(a))

temp = [3,2,1]
a = tuple(temp)
print(a) # 변수 자체를 덮어씌우는 것은 가능하지만 리스트의 연산, 함수들 사용 불가

# 딕셔너리 선언

a = {"a":1, 2:[1,2,3], "c":"d", "boil":100} # a.dict()
print(type(a))
print(a)
print(a["boil"])
print(a[2])

# 딕셔너리 요소 추가
a["abcd"] = 1234
print(a)

# 딕셔너리 함수들

print(a.keys()) # key 값의 요소들 반환
print(a.values()) # value 값의 요소들 반환
print(a.items()) # key와 value의 매칭을 튜플로 각각 반환함
'boil' in a # 'boil'이라는 key 값이 a 딕셔너리 변수 안에 존재하는지 확인

# 집합 선언

a = {3,3,3,6,7,8} # a.set()
print(type(a))
print(a)

# $ pip install numpy  -  numpy를 설치하기 위한 명령어

import numpy as np # numpy 모듈을 np라는 명령어로 불러와라.

list1 = [1, 2, 3, 4]
a = np.array(list1)
print(a.shape, end="\n\n") # (4, )

b_li = [[1,2,3],[4,5,6],[7,8,9]] # list형태
print(b_li, end="\n\n")

b = np.array(b_li, dtype='int64')
print(b) # array 형태
print(b.shape) # (3, 3)
print(b[1,1])  # 5
print()

print(b.dtype) # 데이터 타입 확인
b = np.array(b, dtype=np.float32)
print(b.dtype)

a = np.array(range(20)).reshape((4,5))
print(a)
# 범위 0~19까지의 수를 array 형태로 만드는데, 4행 5열의 형태로 만들어라

lst = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]
arr = np.array(lst)

# 슬라이스
a = arr[0:2, 0:2]
print(a)

a = arr[1:, 1:]
print(a)

# 벡터 연산 ★★★★★

a = np.arange(0,10)
print(a)
b = np.arange(10,20)
print(b)
print("더하기 = ", a + b)
print("곱하기 = ", a * 2)
print("제곱근 = ", np.sqrt(a))
print("비교연산 = ", a < b)

arr = np.arange(10)
print(arr) # [0 1 2 3 4 5 6 7 8 9]
print(arr[5]) # 5
print(arr[5:8]) # [5 6 7]
arr[5:8] = 12 # [0 1 2 3 4 12 12 12 8 9]
#5이상 8미만의 인덱스를 모두 12로 변경!
print(arr)

# 리스트와 numpy의 array 자료구조 속도 비교

a = range(10000000)
%timeit sum(a)
b = np.array(a)
%timeit np.sum(b)

%%timeit
for i in range(10000000):
    a[i] + 2

%timeit b + 2

# Series
# Series는 일련의 객체를 담을 수 있는 1차원 배열 같은 자료 구조
# (어떤 NumPy 자료형이라도 담을 수 있다.)

import pandas as pd # pandas 모듈을 pd라는 이름으로 불러온다.
a = pd.Series([-4,3,2,-13], index=['a','b','c','d'])
a

#Series 데이터 접근

print(a.values)
print(a.index)

# Series 특정 값 가져오기
print(a[a>0])

a['a'] = np.NAN # Not a Number, 즉 null 값으로 변경
print(pd.isnull(a)) # pandas에 내장되어 있는 함수를 이용하여 a의 null값 확인
print()
print(a.isnull()) # Series 객체에 상속되는 함수를 이용하여 a의 null값 확인

# DataFrame ★★★★★

data = {'state' : ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],
        'year' : [2000, 2001, 2002, 2001, 2002],
        'pop' : [1.5, 1.7, 3.6, 2.4, 2.9]}

df = pd.DataFrame(data)
df

from pandas import DataFrame #pandas 모듈의 DataFrame 클래스를 가져온다.
# 이 방법을 통해 pd.DataFrame이 아닌 DataFrame으로 DataFrame을 만들 수도 있다.
DataFrame(data, columns=['year', 'state', 'pop'])

df2 = DataFrame(data, columns=['year', 'state', 'pop', 'debt'],
                index=['일','이','삼','사','오']) # 한글도 가능은 하지만...
df2[df2['year']>=2001] # year 열이 2001년 이상인 행들만 불러온다.

print(df['year'][0:3], end='\n\n') # year 열의 0이상 3미만 행을 불러온다.

print(df[['year','state']],[[0,2]])
# 특정한 열 또는 행만 불러오고 싶을 때 리스트로 묶어준다.

# DataFrame 인덱싱

print(df.iloc[:3,1:]) # integer-location 숫자를 이용하여 행, 열 순서로 인덱싱
print()

print(df.loc[df['year']>2000, 'state']) # 문자 또는 진리값(bool)을 이용하여 인덱싱
print()

print(df.ix[:3,'state']) # 숫자, 문자, 진리값 모두 혼합하여 사용 가능

# if 조건문

GoDong = '학교'
JoDong = '예비군'

if GoDong=='학교' and JoDong=='학교':
    print('만남')
elif GoDong=='예비군' and JoDong=='예비군':
    print('만날 수도 있다')
else:
    print('만나지 못한 두 사람')

# while 반복문

i=0
while i<10:
    print(' ' * (10-i), end='')
    print('*' * (2*i-1))
    i+=1

# for 반복문

names = ['고동','승현','혜원','주영','혜령','영훈','조동','민영']
couple = []
for name in names:
    if name.endswith('동'):
        couple.append(name)
couple