[ Python 3 ] Enumerate 함수란. (다양한 자료형 적용 예시)

순서가 있는 자료형(list, tuple, string)을 입력으로 받아

인덱스 값을 포함하는 enumerate 객체를 리턴한다.

 

Tip. for문과 함께 자주 사용된다.

 

---

Enumerate 알아보기

 

1. seq 자료형 enumerate 결과 확인하기.

2. 순서가 없는 자료형은 어떤 결과가 도출될까??

       -  dictionary, set 자료형 enumerate 결과 확인하기.

3. 다차원 리스트와 ndarray에서는 어떤 결과가 나올까?

       -  리스트와 numpy.ndarray의 enumerate함수 결과는 비슷하게 도출한다.

---

 

numpy.ndarray를 잘 모르겠다면 아래의 글을 보고 오길 바란다.

2020/03/14 - [Python] - [ Python 3 ] NumPy란 무엇인가? (ndarray 클래스)

[ Python 3 ] NumPy란 무엇인가? (ndarray 클래스)

---

예제 1. seq 자료형(tuple, string, list) enumerate 결과.

>>> data = enumerate((1,2,3))      
>>> print(data, type(data))                 # enumerate 객체를 반환한다.
<enumerate object at 0x0000020FCF4161D8> <class 'enumerate'>


>>> data = enumerate((1,2,3))               # 자료형 : tuple
>>> for i, value in data:
...     print("index : {}, value : {}".format(i, value))
...
index : 0, value : 1
index : 1, value : 2
index : 2, value : 3

>>> data = enumerate("ML은 재밌어!")         # 자료형 : str
>>> for i, value in data:
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : M
index : 1, value : L
index : 2, value : 은
index : 3, value :
index : 4, value : 재
index : 5, value : 밌
index : 6, value : 어
index : 7, value : !

>>> list_data = [1,2,3]                      # 자료형 : 리스트.
>>> data = enumerate(list_data)
>>> for i, value in data:
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : 1
index : 1, value : 2
index : 2, value : 3

---

예제 2. 순서가 없는 자료형 enumerate 결과 확인하기.

>>> dic1 = {'나이': 24 ,'학교': 'cau'}                     # 자료형 : dict
>>> data = enumerate(dic1)                                # dictionary는 순서가 없는대신, key값을 통해 value를 얻는다.
>>> for i, value in data:
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : 나이
index : 1, value : 학교

>>> data = enumerate({1, 2, 3, 3})                        # 자료형 : set
>>> for i, value in data:                                 # set은 중복을 허용하지 않고, 순서가없다.
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : 1
index : 1, value : 2
index : 2, value : 3

---

예제 3. 다차원 리스트와 ndarray에서는 어떤 결과가 나올까?

### list 형태 ###

>>> list_data = [[1,2,3],[4,5,6]]                              # 2차원 (2, 3) 리스트.
>>> np.shape(list_data)
(2, 3)
>>> data = enumerate(list_data)
>>> for i, value in data:
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : [1, 2, 3]                                   # index : 2차원의 순서
index : 1, value : [4, 5, 6]                                   # value : 1차원 값


>>> list_data = [[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]       # 3차원 (2, 2, 3) 리스트.
>>> np.shape(list_data)
(2, 2, 3)
>>> data = enumerate(list_data)
>>> for i, value in data:
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : [[1, 2, 3], [4, 5, 6]]                      # index : 3차원의 순서
index : 1, value : [[7, 8, 9], [10, 11, 12]]                   # value : 2차원 값 


### numpy.ndarray 형태 ###

>>> x = np.arange(12).reshape(2,2,3)                           # 3차원 (2, 2, 3) ndarray.
>>> x
array([[[ 0,  1,  2],
        [ 3,  4,  5]],

       [[ 6,  7,  8],
        [ 9, 10, 11]]])
>>> type(x)
<class 'numpy.ndarray'>
>>> data = enumerate(x)
>>> for i, value in data:
...      print("index : {}, value : {}".format(i, value))
...
index : 0, value : [[0 1 2]                                     # index : 3차원의 순서
 [3 4 5]]                                                       # value : 2차원 값  
index : 1, value : [[ 6  7  8]             # ndarray도 list와 비슷하게 결과 값을 나타내는 것을 알 수 있다.
 [ 9 10 11]]