함수(Function)

함수 기본

함수 선언

매개변수와 반환값이 없는 함수

• 함수에 매개변수와 반환값이 없이 사용 가능
• 함수를 호출하면 함수의 수행문이 실행

def hello():
  print("Hello Python")
#
hello()
#Hello Python

매개변수만 있는 함수

• 문자열 매개변수를 사용한 함수

def hello(string):
  print("Hello", string)
#
hello("Python")
#Hello Python

반환 값만 있는 함수

• 문자열 반환 값을 사용한 함수

def hello():
  return "Hello Python"
#
hello()
#Hello Python

매개변수와 반환 값이 있는 함수

• 정수형 매개변수와 반환 값을 사용한 함수

def square(num):
  return num * num
#
square(5)
#25

매개변수가 여러 개 있는 함수

• 정수형 매개변수 여러개를 사용한 함수
• 매개변수를 지정하여 호출 가능

def add(n1, n2):
 return  n1 + n2
#
print(add(5,8))
print(add(n2 =5, n1=8))
#13
#13

키워드 매개변수

• 함수의 매개변수를 변수명을 지정하여 호출 가능

def add(n1, n2):
 return  n1 + n2
#
print(add(n2=5, n1=8))
#13

가변 매개변수

• 매개변수가 몇 개인지 알 수 없을 때 사용
• 매개변수 앞에 '*'을 표시

def sum(*args):
  result = 0
  for i in args:
    result = result + i
  return result
#
print(sum(1,2,3))
print(sum(1,2,3,4,5))
#6
#15

가변 키워드 매개변수

• 매개변수의 이름을 따로 지정하지 않고 사용
• 매개변수 앞에 '**'을 표시

def print_kwargs(**kwargs):
  print(kwargs)
  print(type(kwargs))
#
print_kwargs(n1=5, n2=8)
print_kwargs(id = "mminjuns", pw="48109")
#{'n1': 5, 'n2': 8}
#<class 'dict'>
#{'id': 'mminjuns', 'pw': '48109'}
#<class 'dict'>

초기값 매개변수

• 매개변수에 초기값을 설정하여 사용
• 함수에 매개변수를 사용하지 않을 때 초기값을 사용

def power(b=2, n=2):
  return pow(b,n)
#
print(power())
print(power(3))
print(power(5,2))
print(power(n=3))
#4
#9
#25
#8

여러 반환 값이 있는 함수

• 함수의 반환값은 하나
• 여러 반환값을 사용할 경우 튜플 형태로 반환

def plus_and_minus(n1, n2):
  return n1+n2, n1-n2
#
result = plus_and_minus(8,5)
print(result)
#
result1, result2 = plus_and_minus(8,5)
print(result1, result2)

[Lab] 계산기 함수

• 두 수에 대해서 덧셈, 뺄셈, 곱셈, 나눗셈을 수행하는 함수

def calc(op, n1, n2):
  result = 0
  if op == '+':
    result = n1 + n2
  elif op == '-':
    result = n1 - n2
  elif op == '*':
    result = n1 * n2
  elif op == '/':
    result = n1/n2
#
  return result
print(calc('+', 8, 5))
print(calc('*', 8, 5))
#13
#40

[Lab] 가변 매개변수의 평균값 계산

• 가변 매개변수로 들어오는 모든 수의 평균값 계산

def avg(*args):
  sum = 0
  for i in args:
    sum += i
  return (sum/len(args))
#
  print(avg(1,2,3,4,5))

변수의 유효범위

유효 범위

• 변수는 유효한 범위가 존재
• 함수 안에서 선언된 변수는 함수 내부에서 유효함

def var_scope(a):
  a = a+1
#
a = 10
var_scope(a)
print(a)
#10

변수의 종류

• 지역 변수: 한정된 지역에서만 사용되는 변수
• 전역 변수: 프로그램 전체에서 사용되는 변수

a = 10
def func1():
  a = 20
  print(a)
#
def func2():
  print(a)
#
func1()
func2()
#20
#10

전역 변수 사용 global

함수 내부에서 전역 변수를 사용하기 위한 global 키워드

a = 10
def func1():
  global a
  a = 20
  print(a)
#
def func2():
  print(a)
#
func1()
func2()
#20
#20

함수 심화

내부 함수(Nested Function)

• 함수 안에 함수가 존재
• 내부 함수는 외부에서 호출 불가

def func1(n1, n2):
  def func2(num1, num2):
    return num1 + num2
  return func2(n1,n2)
#
print(func1(5,8))
#13

재귀 함수(Recursive Function)

• 함수가 자기 자신을 다시 부르는 함수
• count() 함수 내부에서 count() 함수를 호출
• 재귀적으로 카운트 수를 출력

def count(n):
  if n >= 1:
      print(n, end=' ')
      count(n-1)
  else:
    return
#
count(10)
#10 9 8 7 6 5 4 3 2 1 

[Lab] 재귀 함수를 이용한 합계

• sum() 함수 내부에서 sum() 함수를 호출
• 재귀적으로 합계를 계산

def sum(n):
  if n == 1:
    return 1
  else:
    return n + sum(n-1)
#
print(sum(10))
print(sum(100))
#55
#5050

[Lab] 팩토리얼 함수(Factorial Function)

• 팩토리얼(factorial) 함수는 대표적인 재귀 함수
• 팩토리얼 함수: n!=1×2×3…(n−2)×(n−1)×n=n!=n×(n−1)!

def factorial(n):
  if n == 1:
    return 1
  else:
    return n * factorial(n-1)
#
print(factorial(3))
print(factorial(5))
print(factorial(10))
#6
#120
#3628800

람다 함수(Lambda Function)

함수를 한 줄로 간결하게 만들어 사용

def add(n1,n2):
  return n1 + n2
#
print(add(5,8))
#
add2 = lambda n1, n2 : n1+n2
print(add2(5,8))
#13
#13

map()

• map(): built-in 함수로 list 나 dictionary 와 같은 iterable 한 데이터를 인자로 받아 list 안의 개별 item을 함수의 인자로 전달하여 결과를 list로 형태로 반환해 주는 함수
• 람다 함수와 map() 함수를 이용한 리스트 계산

li = [1,2,3,4,5]
square = lambda n : n*n
li = list(map(square, li))
print(li)
#[1, 4, 9, 16, 25]

li_1 = [1,2,3,4,5]
li_2 = [6,7,8,9,10]
li = list(map(lambda n_1, n_2 : n_1 + n_2, li_1, li_2))
print(li)
#[7, 9, 11, 13, 15]

filter()

• filter() 함수: iterable 한 데이터를 인자로 개별 item을 특정 조건에 해당하는 값으로만 필터링
  람다 함수와filter()함수를 이용한 리스트 필터링

li = list(range(10))
print(li)
evens = filter(lambda n:n % 2 is 0, li)
print(list(evens))
#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
#[0, 2, 4, 6, 8]

reduce()

• reduce() 함수: iterable 한 데이터를 인자로 받아 개별 item을 축약하여 하나의 값으로 만들어 가는 과정
• 람다 함수와 reduce() 함수를 이용한 리스트 계산

import functools
li = list(range(10))
print(li)
sum = functools.reduce(lambda x, y: x+y, li)
print(sum)
len = functools.reduce(lambda x, y: x+1, li,0)
print(len)
max = functools.reduce(lambda x, y: x if x > y else y, li)
print(max)
#[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
#45
#10
#9

제너레이터(generator)와 yield

• 함수 안에서 yield를 사용하면 제너레이터
• yield: 함수를 끝내지 않고 값을 계속 반환

def gen():
  yield 1
  yield 2
  yield 3
#
print(gen())
print(list(gen()))
#<generator object gen at 0x7ab5c91c31b0>
#[1, 2, 3]

for i in gen():
  print(i)
#1
#2
#3

g = gen()
print(next(g))
print(next(g))
print(next(g))
#1
#2
#3

[Lab] 짝수만 생성하는 제너레이터

• 0 ~ n개의 숫자 중에서 짝수만 생성하는 제너레이터 함수 생성

def gen_even(n):
  for i in range(n):
    if i % 2 == 0:
      yield i
#
for i in gen_even(10):
  print(i)
#0
#2
#4
#6
#8