Python에서 배열 길이 이해하기

Key Takeaways

1. len()을 사용하여 Python 리스트와 배열의 길이를 가져옵니다.
2. NumPy 배열은 전체 요소 수를 위해 .size를 제공합니다.
3. 데이터 구조 선택은 길이가 해석되는 방식에 영향을 줍니다.

Python에서 배열 또는 유사한 데이터 구조를 다룰 때 길이를 결정하는 방법을 아는 것은 기본적입니다. 데이터를 반복하거나, 입력을 검증하거나, 계산을 수행할 때, 컬렉션에서 요소의 수를 검색하는 능력은 필수적입니다. 이 글에서는 Python에서 배열 길이가 어떻게 처리되는지 살펴보고, 리스트, array 모듈의 배열, NumPy 배열 간의 차이점을 명확히 합니다.

리스트와 len() 함수

Python에서 가장 일반적으로 사용되는 시퀀스 유형은 리스트입니다. 리스트의 요소 수를 찾으려면 내장 함수인 len()을 사용합니다.

my_list = [10, 20, 30, 40]
print(len(my_list))  # 출력: 4

len() 함수는 리스트의 항목 수를 반환합니다. 이 메서드는 효율적이며 리스트, 튜플, 딕셔너리, 세트를 포함하여 리스트 외의 많은 시퀀스 유형에서 작동합니다.

array 모듈

Python 리스트는 다재다능하지만 수치 연산에 최적화되어 있지 않습니다. Python은 표준 라이브러리에 array 모듈을 제공하며, 이는 동종 데이터 유형(즉, 모든 요소가 동일한 유형임)을 저장하는 데 더 메모리 효율적입니다. 이 모듈을 사용하여 생성된 배열에도 len()을 사용할 수 있습니다.

import array

my_array = array.array('i', [1, 2, 3, 4, 5])
print(len(my_array))  # 출력: 5

'i'는 데이터 유형(부호 있는 정수)을 지정합니다. 리스트와 마찬가지로 len()은 배열의 요소 수를 반환합니다.

NumPy 배열

과학 컴퓨팅 및 대규모 수치 연산의 경우 NumPy는 필수 라이브러리입니다. NumPy 배열은 기능 및 성능 측면에서 Python 리스트 및 array.array 객체와 다릅니다.

NumPy 배열의 요소 수를 찾으려면 len() 또는 .size 속성을 사용할 수 있습니다.

import numpy as np

np_array = np.array([[1, 2, 3], [4, 5, 6]])
print(len(np_array))      # 출력: 2 (행 수)
print(np_array.size)      # 출력: 6 (총 요소 수)
print(np_array.shape)     # 출력: (2, 3)

여기서 len(np_array)는 첫 번째 차원의 크기(즉, 행 수)를 반환하고 .size는 전체 배열의 총 요소 수를 제공합니다. .shape 속성은 배열의 차원을 제공합니다.

요약

Python에서 배열의 길이를 결정하는 방법을 이해하는 것은 작업 중인 데이터 구조의 유형에 따라 다릅니다. 다음은 빠른 요약입니다.

올바른 메서드와 구조를 선택하는 것은 사용 사례에 따라 다르지만, 모든 경우에 Python은 컬렉션의 크기를 쉽게 가져올 수 있도록 합니다.

FAQs

표준 Python 리스트의 길이를 어떻게 가져오나요?

내장 함수인 len()을 사용합니다.

NumPy 배열의 경우 len()은 무엇을 반환하나요?

첫 번째 차원의 크기(예: 행 수)를 반환합니다.

NumPy에서 .size와 len()의 차이점은 무엇인가요?

.size는 총 요소 수를 반환하고, len()은 첫 번째 축의 크기만 반환합니다.

---

Leapcell은 Python 프로젝트 호스팅을 위한 최고의 선택입니다.

Leapcell은 웹 호스팅, 비동기 작업 및 Redis를 위한 차세대 서버리스 플랫폼입니다.

다국어 지원

• Node.js, Python, Go 또는 Rust로 개발하세요.

무료로 무제한 프로젝트 배포

• 사용량에 대해서만 비용을 지불하십시오. 요청 없음, 요금 없음.

탁월한 비용 효율성

• 유휴 요금 없이 사용한 만큼 지불합니다.
• 예: $25는 평균 응답 시간 60ms에서 694만 건의 요청을 지원합니다.

간소화된 개발자 경험

• 간편한 설정을 위한 직관적인 UI.
• 완전 자동화된 CI/CD 파이프라인 및 GitOps 통합.
• 실행 가능한 통찰력을 위한 실시간 메트릭 및 로깅.

간편한 확장성 및 고성능

• 고도의 동시성을 쉽게 처리하도록 자동 확장합니다.
• 운영 오버헤드가 전혀 없으므로 구축에만 집중하세요.

설명서에서 자세히 알아보세요!

X에서 팔로우하세요: @LeapcellHQ