๐Ÿ ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ์™„๋ฒฝ ๊ฐ€์ด๋“œ! ๋ฆฌ์ŠคํŠธ์™€์˜ ์ฐจ์ด์ ๊ณผ ํ™œ์šฉ๋ฒ• A to Z



ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ๊ฐœ๋…๋ถ€ํ„ฐ ํ™œ์šฉ๋ฒ•๊นŒ์ง€ SEO ์ตœ์ ํ™”๋œ ์™„๋ฒฝ ์ •๋ฆฌ! ๋ฆฌ์ŠคํŠธ์™€ ํŠœํ”Œ์˜ ํ•ต์‹ฌ ์ฐจ์ด์ (๋ถˆ๋ณ€์„ฑ)๊ณผ ์‹ค์šฉ์ ์ธ ์˜ˆ์ œ๋ฅผ ํ†ตํ•ด ํŒŒ์ด์ฌ ํŠœํ”Œ์„ ๋งˆ์Šคํ„ฐํ•˜์„ธ์š”. 



๐Ÿ’ก ํŒŒ์ด์ฌ ๋ฐ์ดํ„ฐ ๊ตฌ์กฐ์˜ ํ•ต์‹ฌ! ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ์™„๋ฒฝ ์ดํ•ดํ•˜๊ธฐ

ํŒŒ์ด์ฌ(Python)์„ ๋ฐฐ์šฐ๋Š” ๊ณผ์ •์—์„œ ๊ฐ€์žฅ ์ค‘์š”ํ•˜๊ณ  ์ž์ฃผ ์ ‘ํ•˜๊ฒŒ ๋˜๋Š” ๊ฒƒ์ด ๋ฐ”๋กœ ๋‹ค์–‘ํ•œ ๋ฐ์ดํ„ฐ ๊ตฌ์กฐ์ž…๋‹ˆ๋‹ค. ๊ทธ์ค‘์—์„œ๋„ **ํŠœํ”Œ(Tuple)**์€ ๋ฆฌ์ŠคํŠธ(List)์™€ ๋น„์Šทํ•ด ๋ณด์ด์ง€๋งŒ, ๊ฒฐ์ •์ ์ธ ์ฐจ์ด์ ์„ ๊ฐ€์ง€๊ณ  ์žˆ์–ด ํŒŒ์ด์ฌ ์ฝ”๋“œ๋ฅผ ๋”์šฑ ํšจ์œจ์ ์ด๊ณ  ์•ˆ์ „ํ•˜๊ฒŒ ๋งŒ๋“ค์–ด์ฃผ๋Š” ํ•ต์‹ฌ ์š”์†Œ์ž…๋‹ˆ๋‹ค. ๐Ÿง

๋งŽ์€ ์ดˆ๋ณด ๊ฐœ๋ฐœ์ž๋“ค์ด ๋ฆฌ์ŠคํŠธ์™€ ํŠœํ”Œ์˜ ์ฐจ์ด์ ์„ ๋ช…ํ™•ํžˆ ์•Œ์ง€ ๋ชปํ•ด ์ ์ ˆํ•œ ์ƒํ™ฉ์— ์‚ฌ์šฉํ•˜์ง€ ๋ชปํ•˜๋Š” ๊ฒฝ์šฐ๊ฐ€ ๋งŽ์Šต๋‹ˆ๋‹ค. ํ•˜์ง€๋งŒ ํŠœํ”Œ์˜ ํŠน์„ฑ, ํŠนํžˆ **๋ถˆ๋ณ€์„ฑ(Immutability)**์„ ์ดํ•ดํ•œ๋‹ค๋ฉด, ํ•จ์ˆ˜์˜ ๋ฐ˜ํ™˜๊ฐ’ ์ฒ˜๋ฆฌ๋‚˜ ๋ฐ์ดํ„ฐ์˜ ์•ˆ์ „์„ฑ์„ ๋ณด์žฅํ•˜๋Š” ๋“ฑ ๋‹ค์–‘ํ•œ ํ”„๋กœ๊ทธ๋ž˜๋ฐ ์ƒํ™ฉ์—์„œ ๊ทธ ์ง„๊ฐ€๋ฅผ ๋ฐœํœ˜ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

์ด ๊ธ€์€ 'ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ' ํ‚ค์›Œ๋“œ๋ฅผ ์ค‘์‹ฌ์œผ๋กœ, ํŠœํ”Œ์˜ ์ •์˜๋ถ€ํ„ฐ ์‹œ์ž‘ํ•ด ๋ฆฌ์ŠคํŠธ์™€์˜ ์ฐจ์ด์ , ๊ทธ๋ฆฌ๊ณ  ์‹ค์šฉ์ ์ธ ํ™œ์šฉ ์˜ˆ์ œ๊นŒ์ง€ SEO ์ตœ์ ํ™”๋œ ์ „๋ฌธ์ ์ธ ์ •๋ณด๋กœ ์ƒ์„ธํ•˜๊ฒŒ ๋‹ค๋ฃน๋‹ˆ๋‹ค. ์ง€๊ธˆ๋ถ€ํ„ฐ ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ์™„๋ฒฝ ๊ฐ€์ด๋“œ๋ฅผ ํ†ตํ•ด ํŒŒ์ด์ฌ ๋ฐ์ดํ„ฐ ๊ตฌ์กฐ์— ๋Œ€ํ•œ ์ดํ•ด๋„๋ฅผ ํ•œ ๋‹จ๊ณ„ ๋Œ์–ด์˜ฌ๋ ค ๋ณด์„ธ์š”!




๐Ÿงฑ ํŠœํ”Œ์ด๋ž€ ๋ฌด์—‡์ธ๊ฐ€? ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ๊ธฐ๋ณธ ๋ฌธ๋ฒ•

ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ์—ฌ๋Ÿฌ ๊ฐœ์˜ ๋ฐ์ดํ„ฐ๋ฅผ ์ˆœ์„œ๋Œ€๋กœ ๋‹ด์„ ์ˆ˜ ์žˆ๋Š” ์‹œํ€€์Šค(Sequence) ์ž๋ฃŒํ˜•์ž…๋‹ˆ๋‹ค. ๋ฆฌ์ŠคํŠธ์™€ ๋งˆ์ฐฌ๊ฐ€์ง€๋กœ ๋‹ค์–‘ํ•œ ํƒ€์ž…์˜ ๋ฐ์ดํ„ฐ๋ฅผ ํฌํ•จํ•  ์ˆ˜ ์žˆ์ง€๋งŒ, ๊ฐ€์žฅ ํฐ ํŠน์ง•์€ **'๋ถˆ๋ณ€์„ฑ'**์ž…๋‹ˆ๋‹ค.

๊ธฐ๋ณธ ๋ฌธ๋ฒ• ๋ฐ ์ƒ์„ฑ ๋ฐฉ๋ฒ•

ํŠœํ”Œ์„ ์ƒ์„ฑํ•  ๋•Œ๋Š” ์ฃผ๋กœ **์†Œ๊ด„ํ˜ธ ()**๋ฅผ ์‚ฌ์šฉํ•ฉ๋‹ˆ๋‹ค.

Python
# 1. ์ผ๋ฐ˜์ ์ธ ํŠœํ”Œ ์ƒ์„ฑ (์†Œ๊ด„ํ˜ธ ์‚ฌ์šฉ)
my_tuple = (10, "Python", 3.14, True)

# 2. ์†Œ๊ด„ํ˜ธ ์ƒ๋žต ๊ฐ€๋Šฅ (ํŒŒ์ด์ฌ์—์„œ ์ž๋™ ์ธ์‹)
another_tuple = 1, 2, 3

# 3. ๋‹จ์ผ ์š”์†Œ ํŠœํ”Œ ์ƒ์„ฑ (์‰ผํ‘œ(,) ํ•„์ˆ˜!)
single_tuple = (42,)
# ์ฃผ์˜: single_tuple = (42)๋Š” ์ •์ˆ˜ 42๋กœ ์ธ์‹๋ฉ๋‹ˆ๋‹ค!

ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ์„ ํ†ตํ•ด ๊ธฐ๋ณธ ์ ‘๊ทผ ๋ฐฉ์‹์„ ์‚ดํŽด๋ณด๊ฒ ์Šต๋‹ˆ๋‹ค. ํŠœํ”Œ์€ ๋ฆฌ์ŠคํŠธ์™€ ๋™์ผํ•˜๊ฒŒ **์ธ๋ฑ์‹ฑ(Indexing)**๊ณผ **์Šฌ๋ผ์ด์‹ฑ(Slicing)**์„ ์ง€์›ํ•ฉ๋‹ˆ๋‹ค.

Python
data = ('Apple', 'Banana', 'Cherry', 'Date')

# ์ธ๋ฑ์‹ฑ (์ฒซ ๋ฒˆ์งธ ์š”์†Œ ์ ‘๊ทผ)
print(data[0]) # ์ถœ๋ ฅ: Apple

# ์Šฌ๋ผ์ด์‹ฑ (๋‘ ๋ฒˆ์งธ๋ถ€ํ„ฐ ์„ธ ๋ฒˆ์งธ ์š”์†Œ๊นŒ์ง€)
print(data[1:3]) # ์ถœ๋ ฅ: ('Banana', 'Cherry')

ํŠœํ”Œ์€ ํ•œ ๋ฒˆ ์ƒ์„ฑ๋˜๋ฉด ์š”์†Œ์˜ ์ถ”๊ฐ€, ์‚ญ์ œ, ์ˆ˜์ •์ด ๋ถˆ๊ฐ€๋Šฅํ•˜์ง€๋งŒ, ์š”์†Œ์— ์ ‘๊ทผํ•˜๋Š” ๊ฒƒ์€ ๋ฆฌ์ŠคํŠธ๋งŒํผ์ด๋‚˜ ์‰ฝ๊ณ  ๋น ๋ฆ…๋‹ˆ๋‹ค.



๐Ÿ›ก️ ํŠœํ”Œ์˜ ๊ฒฐ์ •์  ํŠน์ง•: ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ๋ถˆ๋ณ€์„ฑ(Immutability) ์ดํ•ดํ•˜๊ธฐ

ํŠœํ”Œ๊ณผ ๋ฆฌ์ŠคํŠธ๋ฅผ ๊ตฌ๋ถ„ ์ง“๋Š” ๊ฐ€์žฅ ์ค‘์š”ํ•œ ๊ฐœ๋…์€ ๋ฐ”๋กœ ๋ถˆ๋ณ€์„ฑ์ž…๋‹ˆ๋‹ค. ๋ถˆ๋ณ€์„ฑ์ด๋ž€ ๊ฐ์ฒด๊ฐ€ ์ƒ์„ฑ๋œ ํ›„์—๋Š” ๊ทธ ๋‚ด๋ถ€์˜ ๊ฐ’์ด๋‚˜ ํฌ๊ธฐ๋ฅผ ๋ณ€๊ฒฝํ•  ์ˆ˜ ์—†์Œ์„ ์˜๋ฏธํ•ฉ๋‹ˆ๋‹ค.

ํŠน์ง•ํŒŒ์ด์ฌ ํŠœํ”ŒํŒŒ์ด์ฌ ๋ฆฌ์ŠคํŠธ
๋ณ€๊ฒฝ ๊ฐ€๋Šฅ ์—ฌ๋ถ€๋ถˆ๋ณ€(Immutable) - ์š”์†Œ ์ˆ˜์ • ๋ถˆ๊ฐ€๊ฐ€๋ณ€(Mutable) - ์š”์†Œ ์ˆ˜์ •, ์ถ”๊ฐ€, ์‚ญ์ œ ๊ฐ€๋Šฅ
์„ ์–ธ ๊ธฐํ˜ธ์†Œ๊ด„ํ˜ธ ()๋Œ€๊ด„ํ˜ธ []
์„ฑ๋Šฅ ๋ฐ ์•ˆ์ „์„ฑ๋น ๋ฅธ ์ ‘๊ทผ ์†๋„, ๋ฐ์ดํ„ฐ ์•ˆ์ „์„ฑ ๋†’์Œ์œ ์—ฐ์„ฑ ๋†’์Œ, ๋ฐ์ดํ„ฐ ๋ณ€๊ฒฝ ๊ฐ€๋Šฅ

ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ์œผ๋กœ ๋ถˆ๋ณ€์„ฑ์„ ์ง์ ‘ ํ™•์ธํ•ด ๋ณด๊ฒ ์Šต๋‹ˆ๋‹ค. ๋ฆฌ์ŠคํŠธ๋ผ๋ฉด ํ—ˆ์šฉ๋˜์ง€๋งŒ ํŠœํ”Œ์—์„œ๋Š” ์—๋Ÿฌ๊ฐ€ ๋ฐœ์ƒํ•˜๋Š” ์ˆ˜์ • ์‹œ๋„์ž…๋‹ˆ๋‹ค.

Python
my_info_tuple = ("Kim", 30, "Engineer")

# ํŠœํ”Œ์˜ ์š”์†Œ๋ฅผ ๋ณ€๊ฒฝํ•˜๋ ค๋Š” ์‹œ๋„
try:
my_info_tuple[1] = 31
except TypeError as e:
print(f"์—๋Ÿฌ ๋ฐœ์ƒ: {e}")
# ์ถœ๋ ฅ: ์—๋Ÿฌ ๋ฐœ์ƒ: 'tuple' object does not support item assignment

์š”์†Œ๋ฅผ ๋ณ€๊ฒฝํ•˜๋ ค ํ•˜๋ฉด ์œ„์™€ ๊ฐ™์ด TypeError๊ฐ€ ๋ฐœ์ƒํ•ฉ๋‹ˆ๋‹ค. ์ด ๋ถˆ๋ณ€์„ฑ ๋•๋ถ„์— ํŠœํ”Œ์€ ํ•จ์ˆ˜์˜ ์•ˆ์ „ํ•œ ๋ฐ˜ํ™˜๊ฐ’์ด๋‚˜ ๋ฐ์ดํ„ฐ๋ฒ ์ด์Šค ๋ ˆ์ฝ”๋“œ์ฒ˜๋Ÿผ '๋ณ€๊ฒฝ๋˜๋ฉด ์•ˆ ๋˜๋Š”' ๊ณ ์ • ๋ฐ์ดํ„ฐ๋ฅผ ๋‹ค๋ฃฐ ๋•Œ ๋งค์šฐ ์œ ์šฉํ•˜๊ฒŒ ์‚ฌ์šฉ๋ฉ๋‹ˆ๋‹ค.



⚙️ ์–ธ์ œ ํŠœํ”Œ์„ ์‚ฌ์šฉํ•ด์•ผ ํ• ๊นŒ? ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ์‹ค์šฉ์ ์ธ ํ™œ์šฉ ์‚ฌ๋ก€

ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ๋ฆฌ์ŠคํŠธ๋ณด๋‹ค ํ™œ์šฉ ๋ฒ”์œ„๊ฐ€ ์ œํ•œ์ ์ผ ๊ฒƒ ๊ฐ™์ง€๋งŒ, ์‹ค์ œ ํ”„๋กœ๊ทธ๋ž˜๋ฐ ํ™˜๊ฒฝ์—์„œ๋Š” ๋งค์šฐ ์ค‘์š”ํ•˜๊ณ  ํ•„์ˆ˜์ ์ธ ์—ญํ• ์„ ์ˆ˜ํ–‰ํ•ฉ๋‹ˆ๋‹ค. ๋ถˆ๋ณ€์„ฑ์ด ํ•„์š”ํ•œ ์ƒํ™ฉ์„ ์ค‘์‹ฌ์œผ๋กœ ํŠœํ”Œ์˜ ํ™œ์šฉ ์‚ฌ๋ก€๋ฅผ ์‚ดํŽด๋ณด๊ฒ ์Šต๋‹ˆ๋‹ค.

  1. ํ•จ์ˆ˜์˜ ๋‹ค์ค‘ ๊ฐ’ ๋ฐ˜ํ™˜:

    ํŒŒ์ด์ฌ์—์„œ ํ•จ์ˆ˜๋Š” ๊ธฐ๋ณธ์ ์œผ๋กœ ํ•˜๋‚˜์˜ ๊ฐ’๋งŒ ๋ฐ˜ํ™˜ํ•  ์ˆ˜ ์žˆ์ง€๋งŒ, ํŠœํ”Œ์„ ์‚ฌ์šฉํ•˜๋ฉด ์—ฌ๋Ÿฌ ๊ฐ’์„ ํ•˜๋‚˜์˜ ๋ฌถ์Œ์œผ๋กœ ๋ฌถ์–ด ํšจ์œจ์ ์œผ๋กœ ๋ฐ˜ํ™˜ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

    Python
    def get_coordinates():
    return 100, 200 # (100, 200) ํŠœํ”Œ๋กœ ๋ฐ˜ํ™˜๋จ

    x, y = get_coordinates()
    print(f"X: {x}, Y: {y}") # ์ถœ๋ ฅ: X: 100, Y: 200
  2. ๋”•์…”๋„ˆ๋ฆฌ(Dictionary)์˜ ํ‚ค(Key)๋กœ ์‚ฌ์šฉ:

    ํŒŒ์ด์ฌ ๋”•์…”๋„ˆ๋ฆฌ์˜ ํ‚ค๋Š” ๋ฐ˜๋“œ์‹œ ๋ถˆ๋ณ€์ด์–ด์•ผ ํ•ฉ๋‹ˆ๋‹ค. ๋ฆฌ์ŠคํŠธ๋Š” ๊ฐ€๋ณ€์ ์ด๋ฏ€๋กœ ํ‚ค๋กœ ์‚ฌ์šฉํ•  ์ˆ˜ ์—†์ง€๋งŒ, ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ๋ถˆ๋ณ€์ด๋ฏ€๋กœ ๋”•์…”๋„ˆ๋ฆฌ์˜ ํ‚ค๋กœ ์‚ฌ์šฉํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์ด๋Š” ์ฃผ๋กœ ์ขŒํ‘œ๋‚˜ ๋ณตํ•ฉ ํ‚ค๋ฅผ ๋‹ค๋ฃฐ ๋•Œ ์œ ์šฉํ•ฉ๋‹ˆ๋‹ค.

    Python
    location_data = {
    (37.5, 127.0): "Seoul Office", # ํŠœํ”Œ์„ ํ‚ค๋กœ ์‚ฌ์šฉ
    (35.1, 129.0): "Busan Office"
    }
    print(location_data[(37.5, 127.0)]) # ์ถœ๋ ฅ: Seoul Office
  3. ๋ฐ์ดํ„ฐ ๋ฌด๊ฒฐ์„ฑ ๋ณด์žฅ:

    ํŠœํ”Œ์€ ์ค‘์š”ํ•œ ํ™˜๊ฒฝ ์„ค์ • ๊ฐ’์ด๋‚˜ ์‹œ์Šคํ…œ์— ๊ณ ์ •๋˜์–ด์•ผ ํ•˜๋Š” ์ƒ์ˆ˜ ๊ฐ’์„ ์ €์žฅํ•˜์—ฌ, ์‹ค์ˆ˜๋กœ ๋ฐ์ดํ„ฐ๊ฐ€ ๋ณ€๊ฒฝ๋˜๋Š” ๊ฒƒ์„ ๋ฐฉ์ง€ํ•ฉ๋‹ˆ๋‹ค.

์ด์ฒ˜๋Ÿผ ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ์˜ ๋‹ค์–‘ํ•œ ํ™œ์šฉ ์‚ฌ๋ก€๋Š” ๋ฐ์ดํ„ฐ์˜ ์•ˆ์ „์„ฑ๊ณผ ์ฝ”๋“œ์˜ ํšจ์œจ์„ฑ์„ ๋†’์ด๋Š” ๋ฐ ์ดˆ์ ์ด ๋งž์ถ”์–ด์ ธ ์žˆ์Šต๋‹ˆ๋‹ค.



๐Ÿš€ ํŠœํ”Œ์˜ ์—ฐ์‚ฐ๊ณผ ๋ฉ”์„œ๋“œ: ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ํšจ์œจ์ ์ธ ์‚ฌ์šฉ๋ฒ•

ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ๋ถˆ๋ณ€์ด์ง€๋งŒ, ๋ฆฌ์ŠคํŠธ์™€ ์œ ์‚ฌํ•˜๊ฒŒ ๋ช‡ ๊ฐ€์ง€ ์œ ์šฉํ•œ ์—ฐ์‚ฐ์ž์™€ ๋ฉ”์„œ๋“œ๋ฅผ ์ง€์›ํ•ฉ๋‹ˆ๋‹ค. ์ด๋Ÿฌํ•œ ๊ธฐ๋Šฅ์„ ํ™œ์šฉํ•˜๋ฉด ํŠœํ”Œ์„ ๋”์šฑ ํšจ์œจ์ ์œผ๋กœ ๋‹ค๋ฃฐ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

1. ํŠœํ”Œ ๊ฒฐํ•ฉ ๋ฐ ๋ณต์ œ ์—ฐ์‚ฐ์ž

  • ๊ฒฐํ•ฉ ์—ฐ์‚ฐ์ž (+): ๋‘ ํŠœํ”Œ์„ ํ•ฉ์ณ ์ƒˆ๋กœ์šด ํŠœํ”Œ์„ ์ƒ์„ฑํ•ฉ๋‹ˆ๋‹ค.

  • ๋ณต์ œ ์—ฐ์‚ฐ์ž (*): ํŠœํ”Œ์„ ์ง€์ •๋œ ํšŸ์ˆ˜๋งŒํผ ๋ฐ˜๋ณตํ•˜์—ฌ ์ƒˆ๋กœ์šด ํŠœํ”Œ์„ ๋งŒ๋“ญ๋‹ˆ๋‹ค.

Python
tuple_a = (1, 2)
tuple_b = (3, 4)

combined = tuple_a + tuple_b
print(combined) # ์ถœ๋ ฅ: (1, 2, 3, 4)

repeated = tuple_a * 3
print(repeated) # ์ถœ๋ ฅ: (1, 2, 1, 2, 1, 2)

2. ํŠœํ”Œ์˜ ๋‚ด์žฅ ๋ฉ”์„œ๋“œ

ํŠœํ”Œ์€ ์š”์†Œ๋ฅผ ๋ณ€๊ฒฝํ•˜๋Š” ๋ฉ”์„œ๋“œ(append, remove ๋“ฑ)๋Š” ์ง€์›ํ•˜์ง€ ์•Š์ง€๋งŒ, ์š”์†Œ๋ฅผ ์กฐํšŒํ•˜๋Š” ๋‘ ๊ฐ€์ง€ ์œ ์šฉํ•œ ๋ฉ”์„œ๋“œ๋ฅผ ์ œ๊ณตํ•ฉ๋‹ˆ๋‹ค.

๋ฉ”์„œ๋“œ๊ธฐ๋Šฅ์˜ˆ์ œ
.index(value)ํŠน์ • ๊ฐ’์ด ์ฒ˜์Œ ๋‚˜ํƒ€๋‚˜๋Š” ์ธ๋ฑ์Šค๋ฅผ ๋ฐ˜ํ™˜('A', 'B', 'C').index('B') -> 1
.count(value)ํŠน์ • ๊ฐ’์ด ํŠœํ”Œ ์•ˆ์— ๋ช‡ ๊ฐœ ์žˆ๋Š”์ง€ ํšŸ์ˆ˜๋ฅผ ๋ฐ˜ํ™˜(1, 2, 1, 3).count(1) -> 2

ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ์˜ ๋งˆ์ง€๋ง‰์œผ๋กœ, ํŠœํ”Œ์€ ๋ฆฌ์ŠคํŠธ๋กœ, ๋ฆฌ์ŠคํŠธ๋Š” ํŠœํ”Œ๋กœ ์ž๋ฃŒํ˜•์„ ์ƒํ˜ธ ๋ณ€ํ™˜ํ•˜๋Š” ๊ฒƒ๋„ ๋งค์šฐ ์ž์ฃผ ์‚ฌ์šฉ๋˜๋Š” ๊ธฐ๋ฒ•์ž…๋‹ˆ๋‹ค.

Python
my_list = [10, 20, 30]
# ๋ฆฌ์ŠคํŠธ -> ํŠœํ”Œ ๋ณ€ํ™˜
my_tuple = tuple(my_list)
print(my_tuple) # ์ถœ๋ ฅ: (10, 20, 30)

# ํŠœํ”Œ -> ๋ฆฌ์ŠคํŠธ ๋ณ€ํ™˜ (์ˆ˜์ •์ด ํ•„์š”ํ•  ๋•Œ)
temp_list = list(my_tuple)
temp_list.append(40)
print(temp_list) # ์ถœ๋ ฅ: [10, 20, 30, 40]

✍️ ๊ฒฐ๋ก : ํšจ์œจ์ ์ธ ํŒŒ์ด์ฌ ์ฝ”๋“œ๋ฅผ ์œ„ํ•œ ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ๋งˆ์Šคํ„ฐํ•˜๊ธฐ

์ง€๊ธˆ๊นŒ์ง€ ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ์„ ์ค‘์‹ฌ์œผ๋กœ ํŠœํ”Œ์˜ ์ •์˜, ๋ถˆ๋ณ€์„ฑ, ๋ฆฌ์ŠคํŠธ์™€์˜ ์ฐจ์ด์ , ๊ทธ๋ฆฌ๊ณ  ์‹ค์šฉ์ ์ธ ํ™œ์šฉ๋ฒ•๊นŒ์ง€ ์‹ฌ๋„ ์žˆ๊ฒŒ ๋‹ค๋ฃจ์—ˆ์Šต๋‹ˆ๋‹ค. ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ๋ฆฌ์ŠคํŠธ์— ๋น„ํ•ด ์œ ์—ฐ์„ฑ์€ ๋‚ฎ์ง€๋งŒ, ๋ฐ์ดํ„ฐ์˜ ์•ˆ์ „์„ฑ๊ณผ ์ฝ”๋“œ์˜ ํšจ์œจ์„ฑ์„ ๋†’์ด๋Š” ๋ฐ ํ•„์ˆ˜์ ์ธ ์ž๋ฃŒ๊ตฌ์กฐ์ž…๋‹ˆ๋‹ค.

ํŠœํ”Œ์˜ ๋ถˆ๋ณ€์„ฑ์„ ์ดํ•ดํ•˜๊ณ , ๋‹ค์ค‘ ๊ฐ’ ๋ฐ˜ํ™˜์ด๋‚˜ ๋”•์…”๋„ˆ๋ฆฌ ํ‚ค์ฒ˜๋Ÿผ ์ ์ ˆํ•œ ์ƒํ™ฉ์— ํŠœํ”Œ์„ ํ™œ์šฉํ•œ๋‹ค๋ฉด ์—ฌ๋Ÿฌ๋ถ„์˜ ํŒŒ์ด์ฌ ์ฝ”๋“œ๋Š” ๋”์šฑ ๊ฒฌ๊ณ ํ•˜๊ณ  ์ „๋ฌธ์ ์œผ๋กœ ๋ณ€ํ•  ๊ฒƒ์ž…๋‹ˆ๋‹ค. ํŒŒ์ด์ฌ ํŠœํ”Œ? ์˜ˆ์ œ ํฌํ•จ ์ง€์‹์„ ๋ฐ”ํƒ•์œผ๋กœ ๋‹ค์Œ ํ”„๋กœ์ ํŠธ์— ํŠœํ”Œ์„ ์ ๊ทน์ ์œผ๋กœ ์ ์šฉํ•ด ๋ณด์„ธ์š”!

๐Ÿ’ก CTA: ํŒŒ์ด์ฌ ํŠœํ”Œ์˜ ํ™œ์šฉ์— ๋Œ€ํ•ด ๋” ๊ถ๊ธˆํ•œ ์ ์ด ์žˆ์œผ์‹ ๊ฐ€์š”? ํŠœํ”Œ์„ ํ™œ์šฉํ•œ ํšจ์œจ์ ์ธ ์ฝ”๋“œ ์ž‘์„ฑ ํŒ์„ ๋‹ค์Œ ๊ธ€์—์„œ ๋‹ค๋ค„๋ณผ๊นŒ์š”? ์•„๋ž˜ ๋Œ“๊ธ€๋กœ ์—ฌ๋Ÿฌ๋ถ„์˜ ์งˆ๋ฌธ์ด๋‚˜ ๊ฒฝํ—˜์„ ๊ณต์œ ํ•ด ์ฃผ์„ธ์š”!


FAQ (์ž์ฃผ ๋ฌป๋Š” ์งˆ๋ฌธ)

Q1: ํŒŒ์ด์ฌ ํŠœํ”Œ์„ ์‚ฌ์šฉํ•˜๋ฉด ๋ฆฌ์ŠคํŠธ๋ณด๋‹ค ์†๋„๊ฐ€ ๋” ๋น ๋ฅธ๊ฐ€์š”?

A: ๋„ค, ์ผ๋ฐ˜์ ์œผ๋กœ ํŒŒ์ด์ฌ ํŠœํ”Œ์ด ๋ฆฌ์ŠคํŠธ๋ณด๋‹ค ๋‚ด๋ถ€์ ์œผ๋กœ ์ฐจ์ง€ํ•˜๋Š” ๋ฉ”๋ชจ๋ฆฌ ๊ณต๊ฐ„์ด ์ ๊ณ , ๋ถˆ๋ณ€์„ฑ ๋•๋ถ„์— ๋‚ด๋ถ€ ๊ตฌ์กฐ๋ฅผ ๋ณ€๊ฒฝํ•  ํ•„์š”๊ฐ€ ์—†์–ด ์ ‘๊ทผ ๋ฐ ๋ฐ˜๋ณต ์ฒ˜๋ฆฌ ์†๋„๊ฐ€ ๋ฆฌ์ŠคํŠธ๋ณด๋‹ค ๋ฏธ์„ธํ•˜๊ฒŒ ๋” ๋น ๋ฆ…๋‹ˆ๋‹ค. ๋ฐ์ดํ„ฐ ํฌ๊ธฐ๊ฐ€ ๋งค์šฐ ํด ๋•Œ ์ด๋Ÿฌํ•œ ์„ฑ๋Šฅ ์ฐจ์ด๋Š” ๋” ๋‘๋“œ๋Ÿฌ์งˆ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

Q2: ํŠœํ”Œ ์•ˆ์— ๋ฆฌ์ŠคํŠธ๊ฐ€ ์žˆ๋‹ค๋ฉด, ๊ทธ ๋ฆฌ์ŠคํŠธ์˜ ๋‚ด์šฉ์€ ๋ณ€๊ฒฝํ•  ์ˆ˜ ์žˆ๋‚˜์š”?

A: ํŒŒ์ด์ฌ ํŠœํ”Œ ์ž์ฒด๋Š” ๋ถˆ๋ณ€์ด์ง€๋งŒ, ํŠœํ”Œ ์•ˆ์— ํฌํ•จ๋œ **๊ฐ€๋ณ€ ๊ฐ์ฒด(์˜ˆ: ๋ฆฌ์ŠคํŠธ, ๋”•์…”๋„ˆ๋ฆฌ)**์˜ ๋‚ด์šฉ์€ ๋ณ€๊ฒฝํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ํŠœํ”Œ์€ ๊ฐ์ฒด ์ž์ฒด์˜ **์ฐธ์กฐ(Reference)**๊ฐ€ ๋ถˆ๋ณ€์ธ ๊ฒƒ์ด์ง€, ๊ทธ ์ฐธ์กฐ๊ฐ€ ๊ฐ€๋ฆฌํ‚ค๋Š” ๋‚ด๋ถ€ ๊ฐ์ฒด์˜ ๋‚ด์šฉ๊นŒ์ง€ ๋ถˆ๋ณ€์ธ ๊ฒƒ์€ ์•„๋‹™๋‹ˆ๋‹ค.

Python
my_tuple = (1, [10, 20], 3)
my_tuple[1].append(30) # ๋ฆฌ์ŠคํŠธ์˜ ๋‚ด์šฉ์€ ๋ณ€๊ฒฝ ๊ฐ€๋Šฅ
print(my_tuple) # ์ถœ๋ ฅ: (1, [10, 20, 30], 3)

Q3: ๋‹จ์ผ ์š”์†Œ๋ฅผ ๊ฐ€์ง„ ํŠœํ”Œ์„ ๋งŒ๋“ค ๋•Œ ์™œ ์‰ผํ‘œ(,)๊ฐ€ ํ•„์š”ํ•œ๊ฐ€์š”?

A: ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ์†Œ๊ด„ํ˜ธ ()๋ฅผ ์‚ฌ์šฉํ•˜์ง€๋งŒ, ์†Œ๊ด„ํ˜ธ๋Š” ์—ฐ์‚ฐ์˜ ์šฐ์„ ์ˆœ์œ„๋ฅผ ๋‚˜ํƒ€๋‚ด๋Š” ์šฉ๋„๋กœ๋„ ์‚ฌ์šฉ๋ฉ๋‹ˆ๋‹ค. ๋”ฐ๋ผ์„œ (42)์ฒ˜๋Ÿผ ๊ด„ํ˜ธ ์•ˆ์— ์š”์†Œ ํ•˜๋‚˜๋งŒ ์žˆ๊ณ  ์‰ผํ‘œ๊ฐ€ ์—†์œผ๋ฉด, ํŒŒ์ด์ฌ์€ ์ด๋ฅผ ํŠœํ”Œ์ด ์•„๋‹Œ ์ˆซ์ž 42๋กœ ํ•ด์„ํ•ฉ๋‹ˆ๋‹ค. (42,)์ฒ˜๋Ÿผ ์‰ผํ‘œ๋ฅผ ๋„ฃ์–ด์ฃผ์–ด์•ผ ํŠœํ”Œ์ž„์„ ๋ช…ํ™•ํžˆ ๊ตฌ๋ถ„ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

Q4: ํŠœํ”Œ์€ ์–ธ์ œ ์ฃผ๋กœ ์‚ฌ์šฉํ•ด์•ผ ํ•˜๋‚˜์š”?

A: ํŒŒ์ด์ฌ ํŠœํ”Œ์€ ๋ฐ์ดํ„ฐ์˜ ๋ฌด๊ฒฐ์„ฑ์ด ์ค‘์š”ํ•  ๋•Œ ์‚ฌ์šฉํ•ด์•ผ ํ•ฉ๋‹ˆ๋‹ค. ์˜ˆ๋ฅผ ๋“ค์–ด, ๋”•์…”๋„ˆ๋ฆฌ์˜ ํ‚ค๋กœ ์‚ฌ์šฉํ•˜๊ฑฐ๋‚˜, ํ•จ์ˆ˜์˜ ๋ฐ˜ํ™˜๊ฐ’์œผ๋กœ ์—ฌ๋Ÿฌ ๊ฐ’์„ ๋ฌถ์–ด ์ „๋‹ฌํ•  ๋•Œ, ๋˜๋Š” **์ ˆ๋Œ€๋กœ ๋ณ€๊ฒฝ๋˜์–ด์„œ๋Š” ์•ˆ ๋˜๋Š” ์„ค์ • ๊ฐ’(์ƒ์ˆ˜)**์„ ์ €์žฅํ•  ๋•Œ ์‚ฌ์šฉํ•˜๋Š” ๊ฒƒ์ด ๊ฐ€์žฅ ์ ์ ˆํ•˜๊ณ  ํšจ์œจ์ ์ž…๋‹ˆ๋‹ค.

๋Œ“๊ธ€