Streamlit을 이용해 웹 페이지를 만들고, 데이터 셋을 저장해 불러오는 과정에서
@st.cache_data 라는 데코레이터를 처음 봤고, 이에 대해 공부하면서 알게된 내용들에 대한 내용을 정리한 글입니다.
밑의 코드는 실제 개발 과정에서 위의 상황을 겪은 단계의 코드입니다.
import streamlit as st
import pandas as pd
# 데이터를 캐시에 저장하는 함수
@st.cache_data
def get_data():
return pd.read_csv("./hospital.csv",encoding="cp949")
# 캐싱은 데이터를 로딩하는 시간을 줄여줌.
# 페이지 설정을 위한 함수
def page_config():
# 페이지 제목과 아이콘 설정
st.set_page_config(
page_title="경기도 병원 데이터 시각화",
page_icon="🏥",
)이 코드에서 def get_data() 부분에 대한 설명을 보면
'@st.cache_data' 데코레이터를 사용하여 get_data() 함수를 캐싱합니다.
이 함수는 hospital.csv 파일을 읽어서 데이터를 반환합니다.
데이터를 캐싱함으로써 동일한 데이터에 대한 반복적인 로딩을 방지하고 애플리케이션의 성능을 향상시킵니다.
'캐싱'❓❗️
-
데이터나 계산 결과를 임시로 저장해두는 것을 말합니다. 이렇게 저장해두면 같은 데이터나 계산이 필요할 때마다 매번 처음부터 다시 찾거나 계산할 필요가 없어서 시간과 자원을 절약할 수 있습니다.
-
예를 들어, 위의 코드에서 get_data() 함수가 데이터를 로딩하는 작업을 한 번만 수행하고 결과를 캐시에 저장합니다. 그러면 이후에 같은 데이터를 사용할 때는 다시 파일에서 로딩하지 않고 캐시에서 빠르게 가져와 사용할 수 있습니다. 이렇게 함으로써 동일한 작업을 반복할 때 시간과 자원을 절약할 수 있습니다.
-
간단히 말하면, 캐싱은 이전에 사용한 결과를 임시로 저장해두고 필요할 때 재사용하여 작업을 빠르고 효율적으로 처리하는 것입니다.
➕➕➕
🧩 데코레이터란?
- 파이썬에서 함수나 클래스를 수정하거나 확장하기 위해 사용하는 특별한 문법입니다.
데코레이터는 함수나 클래스의 정의 위에@데코레이터_이름형태로 작성.
@데코레이터
def 함수():
# 함수의 내용여기서 @데코레이터는 함수에 어떤 기능을 추가하거나 수정하기 위해 사용되는 데코레이터입니다. 이렇게 데코레이터를 사용하면 함수의 동작을 변경하거나 추가 기능을 부여할 수 있습니다.
✍️Example.
def 데코레이터(func):
def wrapper():
print("전처리 작업")
func()
print("후처리 작업")
return wrapper
@데코레이터
def hello():
print("안녕하세요!")
hello()위의 예제에서 데코레이터는 hello() 함수에 전처리 작업과 후처리 작업을 추가하기 위해 사용되었습니다. 데코레이터는 hello() 함수를 받아와서 전처리 작업, hello() 함수 호출, 후처리 작업을 수행하는 새로운 함수 wrapper()를 생성한 뒤, 이를 반환합니다.
@데코레이터 문법을 사용하여 hello() 함수에 데코레이터를 적용하면, hello() 함수가 호출될 때마다 전처리 작업과 후처리 작업이 자동으로 수행되는 것을 확인할 수 있습니다.
- 데코레이터는 함수나 클래스의 동작을 간단하게 변경하거나 기능을 추가하는 용도로 사용되며,
코드의 가독성과 재사용성을 높일 수 있습니다.
