AIFFEL 2021.12.30

Jinoung Kim·2021년 12월 30일

Node8

리스트 컴프리헨션(list Comprehension)

리스트안에 함수를 구현하는 방법

my_list = ['a','b','c','d']
result_list = [(i, j) for i in range(2) for j in my_list]
print(result_list)

set, dictionay에 대해서도 적용 가능

제너레이터(Generator)

iterator 객체들이 가지고 있는 next 메서드와 같은 기능을 yield문을 사용하여 사용자 함수에서 구현

my_list = ['a','b','c','d']

# 인자로 받은 리스트로부터 데이터를 하나씩 가져오는 제너레이터를 리턴하는 함수
def get_dataset_generator(my_list):
    result_list = []
    for i in range(2):
        for j in my_list:
            yield (i, j)   # 이 줄이 이전의 append 코드를 대체했습니다
            print('>>  1 data loaded..')

dataset_generator = get_dataset_generator(my_list)
for X, y in dataset_generator:
    print(X, y)

실행 시간 측정

time 을 사용하여 실행시간 전, 후에 시간을 측정

import time

num_list = ['p1','p2', 'p3', 'p4']
start = time.time()

def count(name):
    for i in range(0, 100000000):
        a = 1 + 2
        
    print("finish:"+name+"\n")

for num in num_list:
    count(num)

print("time :", time.time() - start)

Multiprocessing(병렬처리)

CPU의 core별로 프로그램을 처리하도록 process를 여러개 만들어 수행 시간을 줄이는 기법
GPU는 자동으로 multi core를 사용하여 계산을 수행하고, 딥러닝 학습은 거의 GPU를 사용하기 때문에 이런 기법이 어떻게 활용가능한지 알아볼 필요가 있음

import multiprocessing
import time

num_list = ['p1','p2', 'p3', 'p4']
start = time.time()

def count(name):
    for i in range(0, 100000000):
        a = 1+2
    print("finish:"+name+"\n")
    

if __name__ == '__main__':
    pool = multiprocessing.Pool(processes = 4) #4개의 process
    
    #count('p1'), count('p2'), count('p3'), count('p4')
    pool.map(count, num_list) 
    
    pool.close() #더 이상 pool을 통해서 새로운 작업을 추가하지 않을 때 사용
    pool.join() #프로세스가 종료될 때까지 대기하도록 지시하는 구문

print("time :", time.time() - start)

람다 표현식 : 함수명이 없는 함수

파이썬 함수는 인자값으로 함수를 사용할 수 있기 때문에 간단한 함수를 람다 표현식을 사용하여 인자로 활용
lambda 매개변수들: 식1 if 조건식 else 식2

list(map(lambda x: str(x) if x % 3 == 0 else x, data))
list(map(lambda x, y: x * y, data1, data2))
list(filter(lambda x: x > 5 and x < 10, data))
reduce(lambda x, y: x + y, data)

print( (lambda x,y: x + y)(10, 20) )    #30

람다 표현식과 함께 자주 쓰이는 함수들 : map, filter, reduce

#map(변환 함수, 시퀀셜 데이터) : 두번째 인자로 넘어온 데이터가 담고 있는 모든 데이터에 변환 함수를 적용
result = list(map(lambda i: i * 2 , [1, 2, 3]))  #[2, 4, 6]

#reduce(집계 함수, 시퀀셜 데이터) : 집계 함수는 두개의 인자를 받아야 하는데요. 첫번째 인자는 누적자(accumulator), 두번째 인자는 현재값(current value)가 넘어온다.
from functools import reduce
reduce(lamda x, y: x + y, [0, 1, 2, 3, 4]) # 0과 1더해서 [1, 2, 3, 4] 만들고 다시 1, 2를 더해서 [3, 3, 4]를 만들고 3과 3을 더해서 [6, 4]만들고 6과 4를 더하고 종료

#filter(조건 함수, 시퀀셜  데이터) : 두번째 인자로 넘어온 데이터 중에서 첫번째 인자로 넘어온 조건 함수를 만족하는 데이터만을 반환
list(filter(lambda x: x < 5, range(10))) #[1, 2, 3, 4, 5]

파이썬

리스트 메서드

append(값) : 리스트 끝에 값을 추가, 리스트[len(리스트):] = [값] 과 같음
append(리스트) : 리스트 안에 리스트 추가
extend(리스트) : 리스트 끝에 다른 리스트 연결, 리스트[len(리스트):] = [값, 값] 과 같음
insert(인덱스, 값) : 리스트의 특정 인텍스에 값을 추가
pop() : 리스트 마지막 값을 삭제한 뒤 삭제한 값을 반환
pop(인텍스) : 해당 인덱스의 값을 삭제한 뒤 삭제한 값을 반환, del 리스트[인텍스] 와 같음
remove(값) : 리스트에서 특정 값을 삭제
index(값) : 리스트에서 특정 값의 인덱스를 구함
count(값) : 리스트에서 특정 값의 갯수를 구함
reverse() : 리스트에서 값의 순서를 반대로 함
sort() : 리스트의 값을 작은 순서대로 정렬(오름차순)
sort(reverse=True) : 내림차순으로 정렬
clear() : 리스트의 모든 값을 삭제, del 리스트[:] 와 같음
copy() : 리스트를 복사해서 새 리스트 생성

튜플 메서드

index, count 만 사용가능

리스트/튜플의 반복문

'for 변수 in 리스트/튜플:' : 리스트/튜플의 모든 요소를 순서대로 변수로 꺼내온다.
enumerate(리스트/튜플)를 지정하면 인덱스와 값을 동시에 꺼내온다.

for i in 리스트:
for index, value in enumerate(리스트):
for index in range(len(리스트)):
while index < len(리스트):

리스트/튜플 표현식

[식 for 변수 in 리스트] -> [i+2 for i in range(10)]
[식 for 변수 in 리스트 if 조건식] -> [i+2 for i in range(10) if i % 2 == 0]
[식 for 변수 in 리스트 for 변수 in 리스트] -> [i * j for j in range(2, 10) for i in range(1, 10)]
[식 for 변수 in 리스트 if 조건식 for 변수 in 리스트 if 조건식] -> [i * j for j in range(2, 10) if j is not 0 for i in range(1, 10) if i % 3 == 0]
list(식 for 변수 in 리스트 if 조건식) -> list(i+2 for i in range(10) if i % 3 == 0)
tuple(식 for 변수 in 리스트 if 조건식)