No Self, No Problem

이번 예제 코드는 알래스카 싯카 날씨 데이터 CSV 파일에서 데이터를 읽어, 그 데이터로부터 최고 기온과 최저 기온을 추출하여 시각화하는 코드입니다. from pathlib import Pathimport csvfrom datetime import datetimeimport matplotlib.pyplot as pltdef read_weather_data(): #path = Path('weather_data/sitka_weather_07-2021_simple.csv') path = Path('weather_data/sitka_weather_2021_simple.csv') # 모든행을 리스트로 반환 lines = path.read_text().splitlines() reader ..

Plotly는 데이터 시각화를 위한 매우 강력한 라이브러리 중 하나로, 대화형 그래프를 생성할 수 있게 도와줍니다. Plotly는 웹 기반의 도구이며, Python, R, MATLAB, Perl, Julia 등 다양한 프로그래밍 언어를 지원합니다. 특히 Python에서의 사용이 매우 인기가 있습니다.주요 특징대화형 차트: Plotly를 사용하여 만든 차트는 사용자가 마우스로 호버하거나 클릭할 때 상세 정보를 볼 수 있는 대화형 기능을 제공합니다.다양한 차트 유형: Plotly는 선형 차트, 산점도, 히스토그램, 막대 그래프, 파이 차트, 산점도 행렬, 3D 차트, 지리적 맵 등 다양한 차트와 그래프 유형을 지원합니다.웹 통합: Plotly 그래프는 HTML과 JavaScript를 기반으로 하기 때문에 웹..

from random import choiceclass RandomWalk: """랜덤 워크를 만드는 클래스""" def __init__(self, num_points=5000): """속성을 초기화합니다.""" self.num_points = num_points # 이동은 (0,0)에서 시작합니다. self.x_values = [0] self.y_values = [0] def fill_walk(self): """"랜덤 워크의 각 포인트를 계산합니다""" # 설정한 이동 수에 도달할 때까지 움직임을 반복합니다 while len(self.x_values)  import matplotlib.p..

직선 그래프 예제import matplotlib.pyplot as pltdef draw_chart() : """직선 그래프 그려보기""" input_values = [1,2,3,4,5] squares = [1,4,9,16,25] # 내장 스타일 지정 plt.style.use('seaborn-v0_8') fig, ax = plt.subplots() ax.plot(input_values, squares, linewidth=3) # 그래프 타이틀을 지정하고 축에 이름표를 붙인다. ax.set_title("Square Numbers", fontsize=24) ax.set_xlabel("Value", fontsize=14) ax.set_ylabel("Sq..

기본적인 파일 읽기 및 쓰기파이썬에서 파일을 읽는 read() 메서드와 read_text() 메서드는 유사한 기능을 수행하지만 사용 방법과 관련된 몇 가지 주요 차이점이 있습니다.read() 메서드:read() 메서드는 Python의 내장 함수 open()을 사용하여 얻은 파일 객체에서 호출됩니다. 이 메서드는 파일의 내용을 문자열로 읽어들입니다.파일을 열 때 open() 함수를 사용해야 하며, 이 과정에서 파일 모드(읽기, 쓰기 등), 인코딩 등을 직접 지정할 수 있습니다.사용 예:with open('example.txt', 'r', encoding='utf-8') as file: content = file.read() print(content) read_text() 메서드:read_text..

파이썬에서 딕셔너리는 키(key)와 값(value)의 쌍을 저장하는 데 사용되는 자료형입니다. 딕셔너리는 중괄호 {}를 사용하여 생성하며, 각 키-값 쌍은 쉼표로 구분됩니다. 딕셔너리는 순서가 없으며, 키를 사용하여 값을 빠르게 검색할 수 있습니다.다음은 파이썬 딕셔너리의 기본 사용 예시와 함께 간단한 설명입니다: 예시 코드 1: 딕셔너리 생성 및 접근# 딕셔너리 생성person = { "name": "John", "age": 30, "city": "New York"}# 딕셔너리에서 값 접근print("Name:", person["name"]) # Johnprint("Age:", person["age"]) # 30print("City:", person["city"]) # New ..

파이썬에서 데이터 시각화를 위해 사용할 수 있는 여러 도구와 라이브러리가 있습니다. 여기 몇 가지 주요 옵션을 소개하겠습니다:Matplotlib: 파이썬에서 가장 널리 사용되는 데이터 시각화 라이브러리 중 하나로, 다양한 플롯과 그래프를 만드는 데 유용합니다. 선 그래프, 막대 그래프, 히스토그램, 산점도 등을 쉽게 생성할 수 있습니다.Seaborn: Matplotlib을 기반으로 하여 보다 현대적이고 시각적으로 아름다운 그래픽을 만드는 데 초점을 맞춘 라이브러리입니다. 통계적 데이터 시각화에 특화되어 있어 복잡한 데이터 구조를 보다 쉽게 해석할 수 있습니다.Pandas Visualization: Pandas 데이터 구조를 직접 시각화할 수 있는 기능을 제공합니다. 이는 데이터 처리와 시각화를 동시에 할..

리스트의 일부분을 다루는 작업을 "슬라이싱(slicing)"이라고 합니다. 파이썬에서 슬라이싱을 사용하면 리스트의 특정 부분만을 쉽게 추출할 수 있습니다. 슬라이싱은 리스트[start:end:step] 형식으로 사용되며, start는 시작 인덱스, end는 종료 인덱스(하지만 이 인덱스의 요소는 포함되지 않음), step은 요소들 사이의 간격을 지정합니다.다음은 파이썬 리스트 슬라이싱을 사용한 몇 가지 예시입니다: 예시 코드 1: 기본 슬라이싱# 리스트 생성numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]# 리스트의 일부 추출subset = numbers[2:6]print("기본 슬라이스:", subset) # [2, 3, 4, 5] 예시 코드 2: 스텝 지정# 스텝을 이용해 리..

파이썬의 리스트 자료형은 다양한 데이터를 순차적으로 저장하는 데 사용되며, 여러 유용한 메서드를 제공합니다. 이러한 메서드들은 리스트를 수정하거나, 리스트의 내용을 조회하거나, 리스트의 요소들을 정렬하는 데 도움을 줍니다. 여기 몇 가지 기본적인 리스트 메서드들을 예제와 함께 설명하겠습니다. 1. 요소 추가 및 삭제append(item): 리스트의 끝에 새로운 요소 item을 추가합니다.extend(iterable): 리스트의 끝에 iterable의 모든 요소를 추가합니다.insert(index, item): 리스트의 지정된 index 위치에 item을 삽입합니다.remove(item): 리스트에서 첫 번째로 나오는 item을 제거합니다.pop(index=-1): 리스트의 지정된 index 위치의 요소를..

2.2 변수와 자료형 추가자료파이썬에서는 문자열을 다루기 위한 다양한 내장 함수들이 있습니다. 이러한 함수들은 문자열을 변형하거나 정보를 얻기 위해 사용됩니다. 몇 가지 기본적인 문자열 함수들을 예와 함께 설명해보겠습니다. 1. 대소문자 변환upper(): 모든 문자를 대문자로 변환합니다.lower(): 모든 문자를 소문자로 변환합니다.capitalize(): 문자열의 첫 글자만 대문자로 변환하고 나머지는 소문자로 변환합니다.title(): 각 단어의 첫 글자를 대문자로 변환합니다.text = "hello world"print(text.upper()) # HELLO WORLDprint(text.lower()) # hello worldprint(text.capitalize()) # Hello worl..

지금까지 여러분께 파이썬에 대한 다양한 정보와 주제를 소개해드렸습니다. 파이썬은 프로그래밍 언어의 세계에서 가장 인기 있는 언어 중 하나로, 그 활용 범위는 끊임없이 확장되고 있습니다. 인공 지능, 데이터 과학, 웹 개발, IoT 등 다양한 분야에서 파이썬이 큰 역할을 차지하게 되면서, 앞으로도 계속해서 성장할 것으로 기대됩니다. 파이썬을 배우고 싶다면, 지금이 시작하기에 가장 좋은 시기입니다. 다양한 자료와 커뮤니티가 여러분을 지원할 준비가 되어 있습니다. 파이썬의 세계에 발을 들여 다양한 프로젝트와 도전에 참여하면서, 여러분의 개발 역량을 키워나가길 바랍니다. 앞으로 파이썬이 겪을 흥미로운 변화와 발전을 지켜보면서, 여러분도 이 멋진 언어를 통해 성공적인 개발 경력을 이루기를 기원합니다. 감사합니다!

파이썬은 이미 많은 분야에서 널리 사용되고 있으며, 그 인기와 사용 범위는 계속해서 증가할 것으로 예상됩니다. 파이썬의 미래에 대해 생각해 볼 때, 다음과 같은 몇 가지 트렌드와 변화가 주목할 만합니다. 인공 지능(AI) 및 머신 러닝(ML): 파이썬은 인공 지능과 머신 러닝 분야에서 가장 선호되는 언어 중 하나입니다. 텐서플로, 케라스, 파이토치 등 많은 인기 있는 머신 러닝 라이브러리가 파이썬으로 구현되어 있습니다. 이 분야의 연구 및 개발이 활발해짐에 따라, 파이썬의 중요성도 계속해서 증가할 것으로 예상됩니다. 웹 개발: Flask, Django 등의 웹 프레임워크를 사용한 파이썬 웹 개발이 계속해서 인기를 얻고 있습니다. 이러한 도구들의 지속적인 발전과 함께 파이썬을 사용한 웹 개발의 영향력이 더..

파이썬 커뮤니티는 전 세계적으로 활발하며, 다양한 자료와 지식을 공유하는 많은 플랫폼이 존재합니다. 다음은 파이썬 커뮤니티와 관련된 몇 가지 주요 자료 및 플랫폼입니다. 공식 파이썬 웹사이트 (https://www.python.org/): 파이썬의 공식 웹사이트에서는 파이썬에 대한 기본 정보, 튜토리얼, 문서, 뉴스 및 이벤트 정보를 찾을 수 있습니다. Stack Overflow (https://stackoverflow.com/): Stack Overflow는 개발자들이 질문을 하고 서로 도움을 주는 커뮤니티입니다. 파이썬에 대한 수많은 질문과 답변이 있으며, 문제 해결에 큰 도움이 됩니다. GitHub (https://github.com/): GitHub는 오픈 소스 프로젝트를 호스팅하는 웹사이트로, ..

IoT(Internet of Things)는 물리적 객체들이 네트워크를 통해 서로 상호작용하고 데이터를 공유하는 기술을 말합니다. IoT 기기는 센서, 스마트 홈 기기, 스마트 도시 인프라 등 다양한 형태로 사용되며, 데이터 수집 및 제어, 원격 모니터링 등의 목적을 위해 사용됩니다. 라즈베리 파이는 작고 저렴한 단일 보드 컴퓨터(Single Board Computer, SBC)로, 전세계적으로 많이 사용되고 있는 IoT 기기입니다. 라즈베리 파이는 리눅스 기반의 운영체제를 사용하며, 다양한 하드웨어를 지원하고 있습니다. 이로 인해 라즈베리 파이는 IoT 프로젝트에서 센서, 모터, 카메라 등 다양한 주변기기를 쉽게 연결하고 제어할 수 있습니다. 파이썬은 IoT 및 라즈베리 파이 개발에 매우 적합한 언어로..

블록체인은 거래 내역, 스마트 계약 등의 정보를 안전하게 저장할 수 있는 분산형 데이터베이스입니다. 블록체인 기술은 암호화 및 탈중앙화를 통해 보안과 투명성을 높이며, 중간자 없이 거래를 진행할 수 있게 해줍니다. 파이썬은 블록체인 개발에 매우 적합한 언어로 알려져 있습니다. 그 이유는 다음과 같습니다. 읽기 쉽고 간결한 문법: 파이썬은 비교적 간단한 문법으로 작성할 수 있어 블록체인 관련 코드를 빠르게 이해하고 작성할 수 있습니다. 라이브러리와 프레임워크의 풍부함: 파이썬은 다양한 라이브러리와 프레임워크를 제공하며, 블록체인 개발에 필요한 암호화, 네트워크, 데이터 처리 등에 관한 기능들을 쉽게 활용할 수 있습니다. 커뮤니티의 지원: 파이썬은 강력한 개발자 커뮤니티를 갖추고 있으며, 블록체인 개발에 관..

파이썬은 다양한 분야에서 사용되는 범용 프로그래밍 언어로, 게임 개발 분야에서도 활용되고 있습니다. 파이썬을 사용한 게임 개발에는 몇 가지 이유가 있습니다. 쉬운 문법과 높은 가독성: 파이썬의 간결하고 쉬운 문법은 개발자들이 빠르게 게임을 개발하고 수정할 수 있게 해줍니다. 큰 표준 라이브러리와 다양한 외부 패키지: 파이썬은 다양한 외부 라이브러리와 표준 라이브러리를 포함하고 있어, 게임 개발에 필요한 다양한 기능을 쉽게 사용할 수 있습니다. 크로스 플랫폼 지원: 파이썬은 여러 플랫폼에서 실행될 수 있어, 한 번 개발한 게임을 다양한 환경에서 쉽게 배포할 수 있습니다. 파이썬을 사용한 게임 개발의 히스토리는 다양한 게임 엔진과 라이브러리의 등장과 발전과 함께 진행되었습니다. 파이썬을 사용한 게임 개발에 ..

파이썬 JIT(Just-In-Time) 컴파일과 Cython은 파이썬 코드의 실행 속도를 향상시키는 데 사용되는 기술입니다. 두 기술 모두 일반적인 인터프리터 방식의 실행보다 빠른 실행 속도를 제공하지만, 사용 목적과 작동 원리가 다릅니다. 1. JIT(Just-In-Time) 컴파일: JIT 컴파일은 프로그램 실행 중에 필요할 때 코드를 기계어로 변환하는 컴파일 방식입니다. 일반적인 인터프리터 방식에서는 파이썬 코드를 한 줄씩 읽어서 실행하는데, JIT 컴파일은 프로그램 실행 중에 일부 코드를 기계어로 변환하여 실행 속도를 향상시킵니다. PyPy는 대표적인 파이썬 JIT 컴파일러입니다. PyPy는 파이썬 코드를 자체적으로 최적화하는 RPython(Restricted Python)으로 작성된 인터프리터입..

파이썬에서 멀티스레딩과 병렬 처리는 동시에 여러 작업을 처리하도록 프로그램을 구성하는 방법입니다. 멀티스레딩은 여러 스레드를 사용하여 실행 중인 프로세스 내에서 동시성을 제공하며, 병렬 처리는 여러 프로세스를 동시에 실행하여 처리합니다. 파이썬에서는 `threading` 모듈을 사용하여 멀티스레딩을 구현할 수 있습니다. 또한, `concurrent.futures` 모듈을 사용하여 멀티스레딩 및 멀티프로세싱을 추상화하여 구현할 수 있습니다. 멀티스레딩 예시 import threading import time def worker_thread(number): print(f"Thread {number} started") time.sleep(2) # 예를 들어, 2초 동안 작업하는 스레드를 가정합니다. print..

코드 최적화란 코드의 실행 속도를 높이고 메모리 사용량을 줄이는 과정입니다. 파이썬에서 코드 최적화 기법을 적용하면 프로그램의 성능을 향상시킬 수 있습니다. 여기에 몇 가지 코드 최적화 기법과 예시를 소개합니다. 1. 루프 최적화: 루프는 프로그램의 실행 시간에 큰 영향을 미치는 요소입니다. 루프의 개수를 줄이거나 내부 연산을 최적화하면 성능이 향상됩니다. 예시코드: # 최적화 전 result = [] for i in range(100): if i % 2 == 0: result.append(i * i) # 최적화 후 result = [i * i for i in range(0, 100, 2)] 2. 내장 함수 사용: 파이썬 내장 함수는 일반적으로 C로 구현되어 있어 빠른 실행 속도를 제공합니다. 가능한 경..

강화학습(Reinforcement Learning)은 에이전트가 환경과 상호작용하며, 보상을 최대화하는 행동을 학습하는 방법입니다. 강화학습은 다양한 분야에서 사용되며, 최근에는 딥러닝과 결합하여 높은 성능을 보이고 있습니다. DQN(Deep Q-Network)과 A3C(Asynchronous Advantage Actor-Critic)는 딥러닝 기반 강화학습 알고리즘 중 가장 유명한 두 가지입니다. 1. DQN(Deep Q-Network): DQN은 Q-Learning 알고리즘과 딥러닝을 결합한 알고리즘입니다. Q-Learning은 상태-행동 쌍에 대한 가치를 추정하는 Q함수를 사용합니다. DQN은 Q함수를 근사하는 신경망을 사용하며, 경험 리플레이(Experience Replay)와 타겟 네트워크(Ta..

자연어 처리(Natural Language Processing, NLP)는 컴퓨터가 인간의 언어를 이해하고 처리하는 기술입니다. 자연어 처리의 주요 작업으로는 텍스트 분류, 감성 분석, 기계 번역, 요약, 질문 응답 등이 있습니다. 이러한 작업을 수행하기 위해 다양한 딥러닝 모델이 사용되며, 주요한 모델로는 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory), GRU(Gated Recurrent Unit), Transformer 등이 있습니다. 1. RNN(Recurrent Neural Networks)은 순차적인 데이터를 처리하기 위해 설계된 신경망입니다. RNN은 순환 구조를 가지며, 이전 시점의 은닉 상태 정보를 다음 시점의 입력에 전달함으로..

컴퓨터 비전은 이미지와 비디오에서 유용한 정보를 자동으로 추출하는 기술입니다. 컨볼루션 신경망(Convolutional Neural Networks, CNN)은 이미지 인식 및 분류와 같은 컴퓨터 비전 작업에 탁월한 성능을 보이는 딥러닝 모델입니다. CNN은 지역적인 정보를 인식하고 학습하는 데 효과적인 컨볼루션 레이어와 풀링 레이어를 사용하여 이미지의 특징을 추출합니다. 다음은 TensorFlow와 Keras를 사용하여 간단한 CNN 모델을 구성하고 학습시키는 예제 코드입니다. 이 예제에서는 CIFAR-10 데이터셋을 사용하여 이미지 분류를 수행합니다. import tensorflow as tf from tensorflow.keras import layers, models from tensorflow...

TensorFlow와 Keras는 파이썬을 사용한 딥러닝에 널리 사용되는 프레임워크입니다. TensorFlow는 Google에서 개발한 오픈소스 딥러닝 프레임워크로, 텐서 연산과 그래프 기반 계산을 통해 효율적으로 딥러닝 모델을 구현할 수 있습니다. TensorFlow는 CPU와 GPU를 모두 지원하며, 분산 컴퓨팅 환경에서도 사용할 수 있습니다. TensorFlow는 유연성과 성능을 모두 갖춘 딥러닝 프레임워크로 알려져 있습니다. Keras는 TensorFlow를 기반으로 하는 고수준 딥러닝 API로, 간결하고 쉬운 문법으로 신속하게 딥러닝 모델을 구현할 수 있습니다. Keras는 다양한 딥러닝 모델을 쉽게 구성할 수 있는 모듈화된 구조를 제공하며, 사용자 친화적인 인터페이스를 제공합니다. Tensor..

딥러닝은 인공신경망(Artificial Neural Networks, ANN)을 사용하여 표현 학습(representation learning)을 수행하는 기계학습의 한 분야입니다. 딥러닝은 다양한 층(layer)으로 구성된 인공신경망을 사용하여 입력 데이터에서 복잡한 패턴을 학습하고, 이를 분류, 회귀, 생성 등의 문제에 적용할 수 있습니다. 딥러닝은 컴퓨터 비전, 자연어 처리, 음성 인식, 추천 시스템 등 다양한 분야에서 뛰어난 성능을 발휘하고 있습니다. 파이썬에서 딥러닝을 사용하려면 TensorFlow와 Keras, PyTorch 등의 딥러닝 프레임워크를 사용할 수 있습니다. 예제: Keras를 사용한 기본적인 이미지 분류 이 예제에서는 Keras를 사용하여 Fashion MNIST 데이터셋에 대한..

기타 파이썬 GUI 라이브러리(PyQt, Kivy 등)에 대해서 상세히 설명해주고, 예시코드와 설명 해줘 파이썬에서 사용할 수 있는 기타 GUI 라이브러리 중에는 PyQt와 Kivy가 있습니다. 이들 라이브러리에 대한 간략한 설명과 예시코드를 제공하겠습니다. PyQt PyQt는 Qt 라이브러리의 파이썬 바인딩입니다. Qt는 크로스 플랫폼 애플리케이션 개발을 위한 강력한 프레임워크로, 높은 수준의 사용성과 유연성을 제공합니다. PyQt는 두 가지 버전으로 제공되는데, 하나는 PyQt4(이제는 구버전)이고 다른 하나는 PyQt5입니다. 간단한 PyQt5 예제: import sys from PyQt5.QtWidgets import QApplication, QWidget, QPushButton, QVBoxLay..

Tkinter에서 이벤트는 사용자의 입력에 반응하는 프로그램의 기본 구성 요소입니다. 이벤트는 마우스 클릭, 키보드 입력, 창 크기 변경 등 다양한 유형이 있습니다. 이벤트 처리를 통해 이러한 동작에 응답할 수 있습니다. 이벤트 처리를 사용하려면, 두 가지 단계를 거쳐야 합니다. 이벤트와 관련된 콜백 함수를 정의합니다. 콜백 함수는 이벤트가 발생할 때 호출되는 함수입니다. 콜백 함수는 이벤트 객체를 매개변수로 전달받아 해당 이벤트에 대한 정보를 사용할 수 있습니다. bind() 메서드를 사용하여 위젯에 이벤트를 연결합니다. 이 메서드를 사용하여 특정 이벤트 발생 시 호출되어야 할 콜백 함수를 지정할 수 있습니다. 다음은 Tkinter 이벤트 처리의 간단한 예시입니다. import tkinter as tk..

Tkinter 위젯은 사용자 인터페이스의 구성 요소입니다. Tkinter에서는 다양한 유형의 위젯을 제공하며, 이를 조합하여 복잡한 GUI 애플리케이션을 만들 수 있습니다. 주요 Tkinter 위젯과 간단한 예제를 살펴봅시다. Label Label 위젯은 텍스트 또는 이미지를 표시할 수 있는 레이블입니다. import tkinter as tk root = tk.Tk() label = tk.Label(root, text="This is a Label") label.pack() root.mainloop() Button Button 위젯은 클릭 가능한 버튼입니다. 콜백 함수를 지정하여, 버튼이 클릭되었을 때 원하는 동작을 수행할 수 있습니다. import tkinter as tk def on_click(): ..

Tkinter는 파이썬에서 가장 널리 사용되는 표준 GUI(Graphical User Interface) 라이브러리입니다. Tkinter는 Tcl/Tk를 기반으로 하며, 쉽게 사용할 수 있는 인터페이스를 제공합니다. Tkinter를 사용하여, 데스크톱 애플리케이션에 사용자 인터페이스를 추가할 수 있습니다. 설치 pip install tk Tkinter를 사용하기 위해 먼저 모듈을 임포트해야 합니다: import tkinter as tk 간단한 Tkinter 애플리케이션 예제는 다음과 같습니다: import tkinter as tk def on_click(): label.config(text="Hello Tkinter!") # Tk 객체 생성 (루트 윈도우) root = tk.Tk() # 위젯 생성 lab..

파이썬의 비동기 프로그래밍은 일반적으로 asyncio 라이브러리를 사용하여 구현합니다. 비동기 프로그래밍은 여러 작업을 동시에 실행하면서, I/O 바운드 작업을 효율적으로 처리하는 데 유용합니다. 비동기 프로그래밍에서는 이벤트 루프를 사용하여 작업을 스케줄링하고, async와 await 키워드를 사용하여 비동기 함수를 작성합니다. 간단한 비동기 프로그래밍 예제는 다음과 같습니다: import asyncio async def say_hello(name, delay): await asyncio.sleep(delay) print(f"Hello, {name}!") async def main(): task1 = asyncio.create_task(say_hello("Alice", 2)) task2 = asynci..

파이썬에서는 멀티스레딩과 멀티프로세싱을 사용하여 병렬 프로그래밍을 할 수 있습니다. 멀티스레딩은 여러 개의 스레드를 사용하여 동시에 여러 작업을 처리하는 기법이고, 멀티프로세싱은 여러 개의 프로세스를 사용하여 동시에 여러 작업을 처리하는 기법입니다. 멀티스레딩 멀티스레딩은 파이썬에서 threading 모듈을 사용하여 구현할 수 있습니다. Thread 클래스의 객체를 생성하고, start 메서드를 호출하여 스레드를 실행할 수 있습니다. 다음은 간단한 멀티스레딩 예제입니다. import threading def print_numbers(): for i in range(10): print(i) def print_letters(): for letter in 'abcdefghij': print(letter) # ..