8. 파이썬 잘하는 척 해보자

정문희·2022년 2월 28일

LMS

목록 보기

2/4

8. 파이썬 잘하는 척 해보자

8-2. 파이썬 어디까지 써 봤니?!

퍼포먼스(성능)
- 어떤 언어든 코드를 짜서 실행을 시켰을 때 얼마나 처리 속도
- 특정한 연산을 빠르게 수행
- C 언어가 퍼포먼스 상위, 파이썬은 상대적으로 하위
생산성
- 똑같은 기능을 하는 프로그램을 얼마나 빨리 작성 가능도
- C 언어가 생산성 하위, 파이썬은 상대적으로 상위
퍼포먼스 vs 생산성
- trade-off : 두 개의 위치가 상하의 위치름 가지는 것
파이썬의 성능
- 높은 생산성
  - pip를 이용한 간단한 설치
  - 많은 라이브러리 존재
- 코드의 간결함
- 빠른 개발 속도
- 스크립트 언어(인터프리터 언어)
컴파일 언어, 인터프리터 언어 비교
- 컴파일 언어
  - 실행 전 소스 코드를 컴파일하여 기계어로 변환 후 해당 파일을 실행
  - 이미 기계어로 변환된 것을 실행하므로 비교적 빠름
  - 컴파일 시점에 소스 코드의 오류를 잡기 쉬움
  - 같은 소스 코드도 다른 환경(PC, mobile 등)에서 실행시 다시 컴파일 필요
- 스크립트 언어(인터프리터 언어)
  - 코드를 작성함과 동시에 인터프리터가 기계어로 번역하고 실행
  - 코드 번역 과정이 있어 비교적 느림
  - 주 사용 목적이 뚜렷하게 개발되어 사용하기 쉬운 편
  - 명령줄로 코드를 즉시 실행할 수 있음
- <참고> https://ko.wikipedia.org/wiki/Interpreter_(computing)

8-3. 파이썬을 더 잘 사용해보자! (1) for문 잘 사용하기

enumerate(), 이중for문, list Comprehension, Generator

for문
- 반복적으로 코드를 쓰지 않아도 돼 간결한 코드를 만드는 데 큰 도움
- <예제코드> my_list에 있는 값들을 하나씩 출력
```
<예제코드> my_list에 있는 값들을 하나씩 출력
my_list = ['a','b','c','d']

for i in my_list:
    print("값 : ", i)
```

enumerate()

리스트의 인덱스 번호와 값을 함께 반환
<예제코드> my_list에 있는 인덱스 번호와 값을 함께 출력

<예제코드> my_list에 있는 인덱스 번호와 값을 함께 출력
my_list = ['a','b','c','d']

for i, value in enumerate(my_list):
		print("순번 : ", i, " , 값 : ", value)

이중 for문

<예제코드> 2개의 시퀀스 객체의 값으로 새로운 객체 만들기

<예제코드> 2개의 시퀀스 객체의 값으로 새로운 객체 만들기
my_list = ['a','b','c','d']
result_list = []

for i in range(2):
    for j in my_list:
        result_list.append((i, j))
        
print(result_list)

컴프리헨션(Comprehension)
- 순회형 컨테이너 객체로부터 이를 가공한 새로운 순회형 객체를 생성
- 리스트(List), 셋(Set), 딕셔너리(Dict) 가능
- <예제코드> 리스트, range를 조합해 새로운 요소의 리스트 만들기
```
<예제코드> 리스트, range를 조합해 새로운 요소의 리스트 만들기
my_list = ['a','b','c','d']

result_list = [(i, j) for i in range(2) for j in my_list]

print(result_list)
```

제너레이터(Generator)

iterator를 생성해주는 함수, 함수안에 yield 키워드를 사용
- yield : 실행의 순서를 밖으로 "양보"
genrator 특징
- iterable한 순서가 지정됨(모든 generator는 iterator)
- 무한한 순서가 있는 객체를 모델링 가능.(명확한 끝이 없는 데이터 스트림)
<예제코드> 메모리 간단화 시키는 제네레이터??

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)

한 줄 for문
- 1개 for문
  - [출력형식 for 변수 in 리스트] 또는 list(식 for 변수 in 리스트)
- 2개 for문
  - [출력형식 for 변수1 in 리스트1 for 변수2 in 리스트2]
  - list(출력형식 for 변수1 in 리스트1 for 변수2 in 리스트2)

8-4. 파이썬을 더 잘 사용해보자! (2) Try - Except 예외 처리하기

예외 처리를 위한 방법

Try - Except

Try : 실행코드
Except : 정상동작하지 않았을 때 보완코드 작성

프로그램이 에러 없이 끝나게 하기 위한 방법

a = 10
b = 0 

try:
    #실행 코드
    print(a/b)
		
except:
    print('에러가 발생했습니다.')
    #에러가 발생했을 때 처리하는 코드
    b = b+1
    print("값 수정 : ", a/b)

8-5. 파이썬을 더 잘 사용해보자! (3) Multiprocessing

Python은 인터프리터 언어
- 순차진행
- 단점: 많은 시간 소요
Multiprocessing
- 병렬연결 : 여러 개를 동시에 진행
- 시간을 줄여 생산성 향상
Multiprocessing패키지 Pool 클래스

<예제코드>
```
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)
    pool.map(count, num_list)
    pool.close()
    pool.join()

print("time :", time.time() - start)
```
- pool = multiprocessing.Pool(processes = 4)
  - Multiprocessing패키지 Pool 클래스를 이용해 pool네이밍
  - 병렬 처리 시, 4개의 프로세스를 사용하도록 지정
  - CPU 코어의 개수만큼 입력해 주면 최대의 효과 가능
- pool.map(count, num_list)
  - 병렬화를 시키는 함수
  - count 함수에 num_list의 원소들을 하나씩 넣기
  - count('p1'), count('p2'), count('p3'), count('p4') 생성
- pool.close()
  - 병렬화 부분이 끝날 때 사용
  - 더 이상 pool을 통해서 새로운 작업을 추가하지 않을 때 사용
- pool.join()
  - 프로세스가 종료될 때까지 대기하도록 지시하는 구문
  - 병렬처리 작업이 끝날 때까지 대기

8-6. 같은 코드 두 번 짜지 말자! (1) 함수 사용하기

함수란?

list_data = [10, 20, 30, 40]
list_data2 = [20, 30, 40, 50]

def max_function(x):
    length = len(x)
    max_result = x[0]
    for i in range(length):
        if max_result < x[i]:
            max_result = x[i]
    return max_result

print("최댓값은 ", max_function(list_data))
print("최댓값은 ", max_function(list_data2))

코드의 효율성
코드의 재사용성
코드의 가독성

8-7. 같은 코드 두 번 짜지 말자! (2) 함수 사용 팁

pass
- 틀만 만들어 놓고 에러가 나지 않게 할 때 사용
- 조건문, 반복문에도 사용 가능
```
def empty_function():
    pass
```

함수를 연달아 사용 가능

def say_something(txt):
    return txt

def send(function, count):
    for i in range(count):  
        print(function)
    
send(say_something("안녕!"), 2)

함수 안의 함수 & 2개 이상의 return
-함수1 안의 함수2
- 함수1 안에서는 호출 가능
- 함수1 밖에서는 호출 불가능

```python
list_data = [30, 20, 30, 40]

def minmax_function(x_list):
        
    def inner_min_function(x):
        length = len(x)
        min_result = x[0]
        for i in range(length):
            if min_result > x[i]:
                min_result = x[i]
        return min_result
    
    def inner_max_function(x):
        length = len(x)
        max_result = x[0]
        for i in range(length):
            if max_result < x[i]:
                max_result = x[i]
        return max_result
        
    x_min = inner_min_function(x_list)
    x_max = inner_max_function(x_list)
    
    minmax_list = [x_min, x_max]

    return minmax_list

print("최솟값, 최댓값은 : ", minmax_function(list_data))
print("최솟값은 : ", minmax_function(list_data)[0])
print("최댓값은 : ", minmax_function(list_data)[1])
```

여러 변수로 반환하기

함수1의 각각의 값으로 반환
튜플 형태로 언패킹 가능

list_data = [30, 20, 30, 40]

def minmax_function(x_list):
        
    def inner_min_function(x):
        length = len(x)
        min_result = x[0]
        for i in range(length):
            if min_result > x[i]:
                min_result = x[i]
        return min_result
    
    def inner_max_function(x):
        length = len(x)
        max_result = x[0]
        for i in range(length):
            if max_result < x[i]:
                max_result = x[i]
        return max_result
        
    x_min = inner_min_function(x_list)
    x_max = inner_max_function(x_list)
    
    return x_min, x_max

min_value, max_value = minmax_function(list_data)

print("최솟값은 : ", min_value)
print("최댓값은 : ", max_value)

8-8. 같은 코드 두 번 짜지 말자! (3) 람다 표현식

람다
- 런타임에 생성해서 사용할 수 있는 익명 함수
- 함수 이름이 없는 함수
- 함수의 인수 부분을 간단히 하기 위함
사용방법
- (lambda x, y : x + y)(10, 20)
  - x, y : 입력값
  - x + y : 리턴값
  - 함수에 사용할 데이터 값
<참고> 람다를 자주 사용 하는 함수
- map(함수, 반복 가능한 객체)
  - 원소를 함수에 적용시켜서 하나씩 결과 반환
  - 반환 map객체로 해석 불가능
  - list, tuple로 형변환 해야 인지 가능
- reduce(함수, 시퀀스)
  - 원소들을 누적하여 함수에 적용
  - 반환값 : 원소의 데이터 타입
  - 시퀀스 : 문자열, 리스트, 튜플 등
- filter(함수, 시퀀스)
  - 함수에 적용시켜서 결과가 참인 값만 추출
  - 반환 filter객체로 해석 불가능
  - list, tuple로 형변환 해야 인지 가능

8-9. 같은 코드 두 번 짜지 말자! (4) 클래스, 모듈, 패키지

클래스
- 비슷한 역할을 하는 함수들의 집합
모듈(Module)
- 함수, 변수, 클래스를 모아 놓은 파일, 코드의 저장소
- 개인이 직접 ~.py를 만들어 저장 후 import해서 사용 가능
패키지
- 여러 모듈을 하나로 모아둔 폴더
- 설치
  - pip install 패키지이름
- <참고> https://pypi.org/ PyPI · The Python Package Index
  - 남들이 올려놓은 패키지 목록들을 보고 다운로드가 가능

8-10. 프로그래밍 패러다임과 함수형 프로그래밍

패러다임(Paradigm)
- 어떤 한 시대의 사람들의 견해나 사고를 근본적으로 규정하고 있는 테두리
- 인식의 체계 또는 사물에 대한 이론적인 틀이나 체계를 의미하는 개념
- ex) 천동설, 지동설
절차 지향 프로그래밍
- 일이 진행되는 순서대로 프로그래밍하는 방법
- 장점 : 코드가 순차적으로 작성되어 있어 순서대로 읽기만 하면 이해가 가능
- 단점
  - 위에서 하나가 잘못되면 아래도 연쇄적으로 문제가 생겨서 유지 보수의 어려움
  - 일반적으로 코드 길이가 길어서 코드를 분석의 어려움
객체 지향 프로그래밍
- 개발자가 프로그램을 상호작용하는 객체들의 집합
- 객체를 먼저 작성하고 함수를 작성
- 이렇게 작성된 객체는 객체 간의 상호작용 가능
- 장점 : 코드의 재사용, 코드 분석이 또는 아키텍처를 바꾸기 쉬움
- 단점
  - 객체 간의 상호작용으로 인한 설계에서 많은 시간이 소요
  - 설계를 잘못하면 전체적으로 바꿔야 하는 어려움
- 파이썬은 객체지향 프로그래밍(OOP, Object Oriented Programming) 패러다임을 기본적으로 지원
  <참고> 파이썬 - OOP Part 1. 객체 지향 프로그래밍(OOP)은 무엇인가? 왜 사용하는가?
```
[파이썬 - OOP Part 1. 객체 지향 프로그래밍(OOP)은 무엇인가? 왜 사용하는가? - schoolofweb.net](http://schoolofweb.net/blog/posts/%ED%8C%8C%EC%9D%B4%EC%8D%AC-oop-part-1-%EA%B0%9D%EC%B2%B4-%EC%A7%80%ED%96%A5-%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%B0%8Doop%EC%9D%80-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80-%EC%99%9C-%EC%82%AC%EC%9A%A9%ED%95%98%EB%8A%94%EA%B0%80/)
```
함수형 프로그래밍
- 데이터 사이언티스트에게 적합한 프로그래밍 패러다임
- 함수로 문제를 분해
  - 함수들은 입력을 받아서 만들어진 출력값은 함수 외부의 다른 변수나 함수의 영향을 받지 않음
- 장점 : 효율성, 버그 없는 코드, 병렬 프로그래밍
- GPU를 이용한 병렬 처리 -> AI의 전성기 도래
함수형 프로그래밍의 특징
- 순수성
  - 함수 외부의 함수나 변수에 의해 영향을 받지 않음(설계를 그렇게 하는 듯)
- 모듈성
  - 문제를 작은 조각으로 분해하도록 강제
  - 한 가지 작업을 수행하는 작은 함수들로 쪼개어 만드는 것이 코딩하기에 쉬움
  - 작은 함수는 가독성도 좋고 오류를 확인하기도 더 쉬움
  - 프로그램은 더욱 모듈화
디버깅과 테스트 용이성
- 모듈화가 되어서 디버깅, 테스트 용이
- 디버깅
  - 컴퓨터 프로그램 개발 중에 발생하는 시스템의 논리적인 오류나 비정상적 연산(버그)을 찾아 그 원인을 밝히고 수정하는 작업 과정
- <참고> https://docs.python.org/ko/3/howto/functional.html
Functional Programming HOWTO - Python 3.10.1 documentation

8-11. 파이써닉하게 코드를 짜보자

Whitespace

한 줄의 코드 길이가 79자 이하
```
y = a + a + a + a # 79자 이하
```
함수와 클래스는 다른 코드와 빈 줄 두 개로 구분

class a():
    pass
# 빈 줄
# 빈 줄
class b():
    pass
# 빈 줄
# 빈 줄
def c():
    pass
# 빈 줄
# 빈 줄

클래스에서 함수는 빈 줄 하나로 구분

class a():
	
	def b():
		pass
	
	def c():
		pass

변수 할당 앞뒤에 스페이스를 하나만 사용

y = 1

리스트 인덱스, 함수 호출에는 스페이스를 사용하지 않음

my_list = [1, 2, 3]
my_list[0] # 리스트 인덱스 호출

my_function(0) # 함수 호출

쉼표(,), 쌍점(:), 쌍반점(;) 앞에서는 스페이스를 사용하지 않음

my_list = [1, 2, 3]; my_list[0:1]
if len(my_list) == 3: print my_list

주석
- 코드의 내용과 일치하지 않는 주석은 피하기
- 불필요한 주석은 피하기
이름 규칙
- 변수명 앞에 _(밑줄)이 붙으면 함수 등의 내부에서만 사용되는 변수
```
_my_list = []
```
- 변수명 뒤에 _(밑줄)이 붙으면 라이브러리 혹은 파이썬 기본 키워드와의 충돌을 피하고 싶을 때 사용
```
import_ = "not_import"
```
- 소문자 L, 대문자 O, 대문자 I를 가능하면 사용 금지, 가독성이 굉장히 안 좋음
- 모듈(Module) 명은 짧은 소문자로 구성되며, 필요하다면 밑줄로 나누기
```
my_module.py
```
- 클래스 명은 파스칼 케이스(PascalCase) 컨벤션으로 작성
```
class MyClass():
	pass
```
- 함수명은 소문자로 구성하되 필요하면 밑줄로 나누기
```
def my_function():
	pass
```
- 상수(Constant)는 모듈 단위에서만 정의하고 모든 단어는 대문자, 필요하다면 밑줄로 나누기
```
MY_PI = 3.14 # 상수는 변하지 않는 변수입니다.
```
1. 네이밍 컨벤션(Naming convention)
  - snake_case
    - 모든 공백을 "_"로 바꾸고 모든 단어는 소문자
    - 파이썬에서는 함수, 변수 등을 명명할 때 사용
    - ex) this_snake_case
  - PascalCase
    - 모든 단어가 대문자로 시작
    - UpperCamelCase, CapWords라고 불리기도 함
    - 파이썬에서는 클래스를 명명할 때 사용
    - ex) ThisPascalCase
  - camelCase
    - 처음은 소문자로 시작하고 이후의 모든 단어의 첫 글자는 대문자
    - 파이썬에서는 거의 사용하지 않습니다 (Java 등에서 사용)
    - ex) thisCamelCase