TIL08. Advanced Python

1. Generators

Python에서 보통의 함수는 값을 반환하고 종료하지만 Generators 함수는 값을 반환하기는 하지만 산출(yield)한다는 차이점이 있습니다. 그리고 Generator는 Iterator를 생성해주는 함수라고도 볼 수 있습니다.

def generator_squares():
    for i in range(3):
        yield i ** 2


print("gen object=", end=""), print(generator_squares())

gen object=<generator object generator_squares at 0x10f3b0150>

yield는 제너레이터 함수에서 값을 반환할 때 사용되며 yield 호출 후에 다시 next가 호출될 때 까지 현재 상태에서 머물고 있다가 next 함수가 호출되면 이전 상태에 이어서 다음 연산을 수행합니다.

gen = generator_squares()
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())
print(gen.__next__())

출력결과
0
1
4
Traceback (most recent call last):
  File "generator.py", line 14, in <module>
    print(gen.__next__())
StopIteration

Iterator 처럼 Iter()를 호출한 후에 Next() 함수를 호출 하지 않아도 Next()를 바로 호출할 수 있습니다. 또한 for 문이 끝나면 StopIteration이 발생합니다.

Generator 함수는 실행 중 Send() 함수를 통해서 값을 전달할 수 있습니다.

def generator_send():
    received_value = 0

    while True:

        received_value = yield
        print("received_value = ",end=""), print(received_value)
        yield received_value * 2

gen = generator_send()
next(gen)
print(gen.send(2))

next(gen)
print(gen.send(3))

출력결과
received_value = 2
4
received_value = 3
6

generator_send 함수는 yield로 send를 통해 값을 전달하여received_value에 값을 할당할 수 있습니다.

제너레이터 함수의 모든 값이 메모리에 저장되어 있는게 아닌 호출 될 때마다 값을 하나씩 메모리에 저장되기 때문에 메모리 용량에 효율적이다.

1.1 Lazy Evaluation

Lazy Evaluation이란 계산의 결과값이 필요할 때까지 계산을 늦추는 기법으로 실행을 지연시킨다는 의미입니다.
제너레이터 표현식(Generator Expression)은 List Comprehension 문법과 비슷하지만 대괄호([])가 아닌 괄호(())를 사용하여 만듭니다.

import time

def print_iter(iter):
    for element in iter:
        print(element)

def lazy_return(num):
    print("sleep 1s")
    time.sleep(1)
    return num

print("comprehension_list=")
comprehension_list = [ lazy_return(i) for i in L ]
print_iter(comprehension_list)

print("generator_exp=")
generator_exp = ( lazy_return(i) for i in L )
print_iter(generator_exp)

comprehension_list = 
sleep 1s
sleep 1s
sleep 1s
1
2
3
generator_exp = 
sleep 1s
1
sleep 1s
2
sleep 1s
3

List Comprehension은 미리 return_lazy 함수를 미리 실행하여
comprehension_list 값을 만들어 놓고 한번에 return으로 값을 출력한다.
Lazy Evaluation은 generator_exp 함수를 사용하는 순간에만 값을 출력한다.

Lambda Expressions

Lambda는 인라인 함수를 정의할 때 사용되며 익명 함수(Anonymous Functions) 또는 람다 표현식(Lambda Expression)이라고 부릅니다.

일반함수
def name(arg1, arg2 ...):
    block of statement
    
Lambda    
lambda argument1, argument2, ... argumentN : expression using arguments

일반 함수와 Lambda의 차이점은 이름의 유무, 인라인 형식의 간단한 표현식으로 return 문 없이도 표현식의 결과가 리턴됩니다.

인라인 콜백함수를 만들거나 함수안에서 복잡한 처리를 할 수 없을 때 유용하다고 할 수 있습니다.
(콜백함수 : 어떤 이벤트가 발생했을 때 호출되는 함수)

def square(x): 
    return x ** 2

def power_3(x): 
    return x ** 3

def power_4(x):
    return x ** 4

powers = [ square, power_3, power_4 ]

for f in powers:
    print( f(2) )

Lambda 사용 할 경우

Lambdas = [
    lambda x : x ** 2,
	lambda x : x ** 3,
    lambda x : x ** 4
]

for lambda_func in Lambdas:
    print( lambda_func(2) )

어떤 정수에 2제곱, 3제곱 등.. 제곱하는 예제를 함수로 구현한 것보다 람다 함수가 사용되는 위치에 인라인 표현식으로 사용한 코드가 깔끔해집니다.