파이썬(Python)
1991년에 프로그래머인 귀도 반 로섬(Guido van Rossum)이 발표한 프로그래밍언어로 간결하고 쉬운 문법으로 인기있는 프로그래밍 언어 중 하나이다
"Life is too short, You need python."
Python의 이름은 비단뱀을 뜻한다 그래서 Python을 사용하다보면 뱀과 관련된 이름들이 많다
Python Rule
사용자끼리 혼란을 줄이기 위해 서로간의 암묵적인 규칙이 있다
코드의 레이아웃을 줄 때 Tap이나 4개의 Space을 사용한다
Python의 문서에서는 4개의 Space를 권하고 있다
클래스 이름은 Camel Case로 작성하고 변수,함수 이름은 Snake Case로 작성한다
👇 예시
class ThisIsExample:
def this_is_example:
Function
입력 값을 함수에 넣어서 함수에 의해 결과 값을 얻을 수 있다
Function 정의
def function():
returnreturn은 함수로부터 값을 돌려줍니다
return에 어떠한 표현식이 없으면 None을 돌려줍니다
가변 매개변수 / 키워드 매개변수
*args 가변 매개변수 **kwargs 키워드 매개변수
def function(*args):
return args
def function(**kwargs):
return kwargs가변 매개변수는 * / 키워드 매개변수는 ** 을 사용하여 unpacking을 한다
키워드 매개변수 dictionary 형태로 만들어진다
가변 매개변수는 함수당 하나만 사용가능하고 가변 매개변수 뒤에 일반 매개변수가 올 수 없다
가변 매개변수는 순서에 맞게 할당이 되지만 키워드 매개변수를 이용해 직접 매개변수를 지정하여 불러올 수 있다
Class
왜 Class를 사용하는가❔
반복적인 코드 작성과 오류를 감소시킬 수 있고 유지보수를 원활하게 도와준다
Class 정의
class ClassName:1. 생성자(Constructor), 메소드(method)
class ClassName:
def __init__(self, name, action):
self.name = name
self.action = action
def method(self):
print("method")Class 안에 만들어진 함수를 method라 부른다
일반적인 함수와 달리 method는 매개변수가 필요하다
dir() 내장 함수를 이용하여 해당 객체의 method를 확인해볼 수 있다
2. 인스턴스(Instance) : Class로 정의된 객체를 변수로 만들어준다
a = ClassName("name", "action")
위 Class에서 self를 제외한 매개변수가 2개이므로 매개변수를 2개 넣어준다Class 이름뒤에 ()를 붙힌다
👇 method 불러오기
a.method()def method(self)의 수행문인 print(method)이 출력이 된다
상속(Inheritance) : 먼저 쓰여진 class를 가져와서 파생 class를 만들어 준다
기반 클래스
class ClassName:
def __init__(self, name, action):
self.name = name
self.action = action
def method(self):
print(self.name)
파생 클래스
class Inheritance(ClassName):
def __init__(self, name, action, shape):
self.name = name
self.action = action
self.shape = shape
인스턴스
a = Inheritance("name", "action", "shape")
method 호출
a.method()def method(self)의 수행문인 print(self.name)이 출력이 된다
필요에 따라 다중 상속도 가능하다
3. 반복자(iterator)
- 값을 하나씩 차례대로 꺼낼 수 있는 객체이다
- 반복 가능한 객체를 확인하는 방법은 dir()을 통해서
__iter__가 들어있는지로 판단할 수 있다
(문자열,리스트,딕셔너리,세트등이 반복가능한 객체이다) - 이터레이터에서
__next__를 호출하면 차례로 하나씩 꺼낼 수 있다
남은 요소가 없으면,__next__는 StopIteration 예외를 일으킨다
👇이터레이터 작성 예시
❔설명
마지막 숫자를 5로 지정한 후 __next__를 이용하여 하나씩 꺼내고 5를 넘어가면 StopIteration 예외를 일으킨다
4. 발생자(Generator)
- 이터레이터를 만들어주는 함수이다
- 일반적인 함수처럼 작성되지만 값을 돌려주고 싶을 때마다 함수 안에서yield을 사용한다
- 이터레이터에서 사용한
__iter__와__next__method가 자동적으로 만들어주어서 편리하게 이터레이터를 만들 수 있다
Generator
👇제너레이터 작성 예시
👍__iter__와 __next__를 지정하지 않아도 함수 yield만으로 간단히 작성이 가능하다
👇yield from을 이용하면 여러번 yield를 작성하지 않아도 된다
👇이터레이터와 제너레이터 패턴구조
lazy evaluation
time 패키지를 이용하여 지연시간을 발생시키고
random 패키지를 이용하여 난수를 만들었다
import time, random
def random_list(size):
result = []
num = 0
for i in range(size):
num += random.randint(0,100)
result.append(num)
return result
# random.randint()를 이용하여 0부터 100까지의 무작위의 숫자를 불러온다
# random_list(size)는 인자로 size값을 받아 요소 갯수가 size값인 리스트를 만든다
def print_iter(iter):
for element in iter:
print(element)
def lazy_return(num):
sec = 1
print(f"sleep {sec}s")
time.sleep(sec)
return num
#sec값에 따라 지연시간을 변화시킬 수 있다
print("comprehension_list=")
def comprehension_list():
a = random_list(3)
comprehension_list = [ lazy_return(i) for i in a ]
print(comprehension_list)
return comprehension_list
print_iter(comprehension_list())
# 리스트 표현식을 이용하여 리스트를 만들고 그 리스트를 출력을 하면서
# 각 리스트의 요소들도 출력시킨다
print("generator_exp=")
def generator_exp():
a = random_list(3)
gen = ( lazy_return(i) for i in a )
print(gen)
return gen
print_iter(generator_exp())
# generator 표현식을 이용하여 generator를 만들어 하나씩 계산값을 출력시킨다👇 출력값
lazy evaluation을 이용하는 이유❓
위 예시로 설명한다면 리스트를 이용한 출력값은 모든 계산값을 메모리에 저장한다음 리스트에 해당 되는 요소들을 그대로 출력한 것이다
하지만 제너레이터를 이용한 출력값은 하나씩 계산을 하면서 출력한 값이므로 메모리를 더욱 적게 쓸것이고 위 예시에서는 구현되진 않았지만 계산에 사용되지 않는 값을 제외하여 쓸데없는 메모리 낭비을 줄일 수 있다
