기본 콘텐츠로 건너뛰기

[Python] Python(파이썬) 특징

[Python] Python(파이썬) 특징

[Python 역사 및 Python 언어특징]

네덜란드의 개발자 Guido Van Rossum이 1980년 후반에 만들었다.

Python이라는 이름은 개발자 Rossum이 영국 코미디 드라마 Monty Python's Flying Circus를 좋아하여 드라마 이름 중 하나의 단어 Python만 따서 만들었다.

Python의 역사는 아래와 같이 생각보다 오래되었다.

Version Date 1.0 1994/01 1.5 1997/12 1.6 2000/09 2.0 2000/10 2.1 2001/04 2.2 2001/12 2.3 2003/07 2.4 2004/11 2.5 2006/09 2.6 2008/10 2.7 2010/07 2.7.11 2015/12 3.0 2008/12 3.1 2009/07 3.2 2011/02 3.3 2012/09 3.4 2014/03 3.4.1 2014/05 3.5.0 2015/09 3.5.1 2015/12 3.6.4 2017

Python 2.6과 Python 3.0은 비슷한 시기에 나왔는데 문법적인 변화가 많이 발생하였다.

Python의 특징은 굉장히 많은 third-party library를 가진 것이다. 개수로는 수십만개의 라이브러리를 보유하고 있으며 어떤 언어도 따라올수 없다.

그러나 위의 표를 보면 2.x와 3.x의 version이 병렬적으로 계속 출시되었다. 그 이유는 위와 같이 library가 많은 python이기 때문에 2.x에서 3.x로 문법 적인 변화가 발생하여 library가 아직 완전히 conversion되지 못하였기 때문이다.

3.x version이 나왔지만 2.x version의 user가 상당히 있다 보니 위와 같이 출시가 되었다. 그리고 library가 계속 conversion이 수행되며 3.x version의 user가 많아지고 있는 추세이다.

[Python의 핵심적인 특징 이해]

* 객체 지향 언어

구조적 프로그래밍 방법론(함수 기반) + 객체 지향을 모두 지원한다.

즉, 순수 객체 지향이라기에는 함수까지 지원하는 특징이 있다.

* 대화기능의 인터프리터(interpreter) 언어

라인(line) 단위로 컴파일(compile)되며 실행된다.

* 동적인 데이터 타입 결정 지원

C언어에서 사용되는 변수 선언의 형식(e.g. int a = 10)처럼 data type이 없어도 Python은 라인 단위로 처리 되기 때문에 데이터 값에 의해서 type이 결정된다. (e.g. a = 10)

* 플랫폼에 독립적

운영체제에 종속되지 않아 플랫폼에 독립적이다.

운영체제에 종속되는 구조는 App.을 통해 장치를 제어하기 위해서 OS에서 제공하는 API를 사용해야 한다. 이 구조의 단점은 App.이 운영체제에 종속된다는 점이다. 따라서 운영체제가 바뀌면 App.이 동작하지 않는다.

플랫폼에 독립적인 구조중 대표적인 Java 기준으로는 Oracle 회사에서 각 운영체제 별 가상 머신(Virtual Machine, VM)을 만들게 된다. 따라서 개발자들은 OS와의 호환성을 신경쓰지 않아도 된다. MS 기준으로는 .NET Framework가 존재한다.

이와 같은 구조에서는 VM에서 제공하는 API를 통해 프로그램을 짜게 된다. 따라서 중간 코드가 만들어지고 interpreter에 의해 실행된다. 단점으로는 중간 코드가 만들어지므로 속도 면에서는 바로 기계 코드가 만들어지는 모델보다 느리다. 반면에 장점은 App.이 운영체제에 종속되지 않으므로 운영체제와 상관없이 VM이 있다면 동작 가능하다.

즉, Python의 interpreter가 VM에 올라간다고 생각하면 된다.

* 개발기간 단축에 초점을 둔 언어

Python은 문법이 간략하고 축약적이다. 따라서 개발 기간 단축이 가능하다.

* 간단하고 쉬운 문법

문법을 다루기가 굉장히 쉽고 간단하다.

* 고 수준의 내장 객체 데이터 형 제공

다른 언어에서는 라이브러리 형태로 제공해준다.

내장 객체 데이터의 대표적인 예시는 자료구조이다.(e.g. Linked List, Tree 등)

C언어에서는 직접 다 구현해야하고 C++에서는 STL(Standard Template Library), Java에서는 (collection)이라는 라이브러리를 제공해준다.

하지만 그에 반해 Python에서는 데이터 타입으로 구성되어 있다. 이것은 상당한 장점이다.

* 메모리 자동 관리(RC)

Reference Count(참조 계수) 기법에 의해 메모리를 자동으로 관리해준다.

어떤 특정 객체가 만들어졌을 때 참조 변수가 가리키게(pointing) 된다. 그러면 참조 계수는 1로 되고, 특정 다른 참조 변수가 해당 객체를 중복 참조하게 되면 계수는 2로 된다. 그리고 둘 다 소멸하면 계수가 0가 되어 자동으로 소멸되는 방식으로 메모리가 관리된다.

* 무료

[Python 언어의 활용 범위]

* 시스템 관리 (스크립팅)

시스템 자동화에 활용, 문자열 parsing 등

* GUI

파이큐티(PyQT): 파이썬으로 윈도우 프로그래밍 가능

* 인터넷 프로그래밍

장고(Django), 플라스크(Flask): 웹 프로그래밍 가능

* DB 프로그래밍

관계형 DB: Oracle, my SQL

비관계형 DB: 카산드라(Cassandra)

* 각종 텍스트 프로세싱

정규식 라이브러리

* 분산처리

수치 연산, 그래픽스, RTOS(Real Time Operating System) 등

* 파이썬은 안 쓰이는 곳을 찾기 힘들 정도로 대중적이지만 그래도 가장 약한 부분은 Android와 같은 Mobile 쪽이다.

[Python의 특장점]

* 개발 시간을 단축 시켜준다.

* 배우기 쉬울 뿐 아니라 사용하기도 쉽다.

* 코드를 이해하기 쉽다. (C언어의 1/3)

* 코드가 짧아진다.

* 팀 프로젝트에 좋다.

* 확장성이 뛰어나다(C, Java)

from http://goldhong.tistory.com/6 by ccl(A) rewrite - 2020-03-11 04:54:16

댓글

이 블로그의 인기 게시물

Coupang CS Systems 채용 정보: 쿠팡 운용 관리 시스템을 구축 하고...

Coupang CS Systems 채용 정보: 쿠팡 운용 관리 시스템을 구축 하고... Global Operation Technology는 상품을 고객에게 지연 없이 전달 될 수 있도록 하는 조직입니다. 1997년, 초창기 아마존에 입사한다고 상상해보세요. 그 당시 누구도 e-commerce 산업이, 아마존이라는 회사가 지금처럼 성장하리라고는 생각하지 못했을 것입니다. 하지만, 그 당시 아마존을 선택한 사람들은 e-commerce 산업을 개척했고, 아마존을 세계적인 회사로 성장시켰습니다. 2016년 '아시아의 아마존'으로 성장하고 있는 쿠팡, 당신에게 매력적인 선택이 아닐까요? Global Operation Technology: eCommerce에서 주문을 한 뒤 벌어지는 상황에 대해서 호기심을 가져보신 적이 있나요? Global Operation Technology는 상품을 고객에게 지연 없이 전달 될 수 있도록 하는 조직입니다. 매일 최첨단 소프트웨어 기술을 이용해 고객의 주문을 받고 상품을 어느 창고에서 출고 시킬지, 포장을 하나의 박스 또는 여러 개로 나눌 것인지, 어떤 배송 루트를 선택하고 어떻게 고객에게 배송 상태를 보여줄지 결정하는 시스템과 서비스를 개발 합니다. What Global Operations Technology does: CS and C-Returns System 적극적 고객서비스를 바탕으로 고객의 목소리를 통해 끊임없이 고객 에게 서비스를 제공하고 Andon 메커니즘을 통해 고객의 목소리를 회사 전체와 공유합니다. 그리고 고객 문제 해결과 구매 이후 벌어질 수 있는 고객 문제를 사전에 예방하기 위한 시스템 개발을 통해 미래의 상황을 예측 합니다. Tranportation System TSP (Traveling Salesman Problem) 와 같은 CS 최적화 관리 문제를 다룹니다.배송 물품의 실시간 추적, 3P 하드웨어와 소프트웨어를 통합, 각 배송 루트에 할당되는 물량 예측하고 T...

[ubuntu] FLASK_APP

[ubuntu] FLASK_APP Development/Debugging 🐞 FLASK_ENV=development FLASK_APP = app.py flask run zsh: command not found: FLASK_APP ✔️ FLASK_ENV=development FLASK_APP=app.py flask run 띄어쓰기를 해서 저런 오류를 출력할수도 있구나 😲 참고 : 108p에서 FLASK가 FKAS로 오타나있다. from http://hee-stories.tistory.com/18 by ccl(A) rewrite - 2020-03-24 17:20:11

[GCP] Argo로 Workflow 만들기

[GCP] Argo로 Workflow 만들기 사실 Production 레벨로 가지 않으면, ML개발에 Workflow를 사용할 일은 많지 않다. 대부분 샘플데이터로 전처리 한후 그 데이터를 공유해서 각자 모델을 개발하게 되는데, Production Level에서는 계속 새로운 데이터가 발생하기 때문에 데이터 수집부터 배포까지 하나의 파이프라인으로 관리해야할 필요성이 생긴다. Argo는 컨테이너 기반으르 파이프라인을 구성해주는 도구로 Kubeflow에서도 Workflow Orchestration은 Argo를 사용한다. Kubeflow Pipeline Overview Argo 설치 curl -sSL -o /usr/local/bin/argo https://github.com/argoproj/argo/releases/download/v2.2.1/argo-linux-amd64 chmod +x /usr/local/bin/argo Argo를 위와 같이 다운로드 받고, Controller와 UI를 kubectl을 통해 설치한다. GCP에서 kubectl의 설치는 아래를 따르면 된다. 터미널에서 Kubectl 사용하기 kubectl create ns argo kubectl apply -n argo -f https://raw.githubusercontent.com/argoproj/argo/v2.2.1/manifests/install.yaml Argo를 통해 간단한 'Hello World'예제를 실행해보자. 사용법은 아래와 같이 간단하다. submit은 지정된 yaml 파일을 workflow 만드는데 사용한다는 것이고 watch 파라미터는 외부의 yaml을 가져올 때 사용한다. argo submit --watch https://raw.githubusercontent.com/argoproj/argo/master/examples/hello-world.yaml 'argo list' 명령으로 실행되고 있는 argo wor...