"fluent python" 1장을 정리한 내용입니다.
Python Data Model
"Pythonic" 한 코드를 작성하기 위한 필수적인 내용
-
Python 데이터 모델은 Python을 설명하는 프레임워크
-
Python내부의 sequences, functions, iterators, corotuines, classes, context managers 과 같은 Python 언어 자체의 구성단위들에 대한 인터페이스를 정의함
-
새로운 클래스를 작성하기위해 data model을 이용한다면, Python interpreter 가 special methods를 호출하여 기본적인 객체간 연산을 수행
-
example
collection[key] --> collection.__getitem__(key)
-
special methods는 아래와 같은 객체 기본연산을 지원
- collections
- attribute access
- iteration
- operator overloading
- function and method invocation
- string representation and formatting
- manage contexts using the with or async with statements -
special methods 을 이용하는 장점
- 이용자가 기본적인 연산을 수행하기 위해 클래스 자체에서 구현한 임의의 메서드 이름을 알고 있을 필요가 없음
- 파이썬 표준 라이브러리를 재구현해서 이용할 필요 없이, 가져다가 이용
-
superclass에 special methods가 구현되어 있는 object를 상속할때, Python Data Model을 이용하여 기능과 구성을 이용
-> 이 경우, objects가 마치 Python sequence처럼 작동
special methods를 이용하는 방법
-
special methods 는 Python interpreter가 호출하
-
special methods 를 직접 호출 하지 않음으로, 이용할때는 len() 과 같이 일반 메소드를 호출하는 것 처럼 이용
-
Python interpreter가 list, str, bytearray, numpyarray와 같이 built-in type을 다룰때 더 빠르게 작업을 수행
-
special methods는 암묵적으로 호출 ex) for loop
-
일반적으로 special methods를 직접 호출하는 일은 없으나, 예외적으로 사용자가 구현한 superclass 안에
__init__메서드를 호출 -
sepcial method를 호출하는 것보다, 관련 built-in 함수를 이용해야함
(len, str, iter..)
special methods의 중요한 사용 방법
- emulating numeric types
- special methods는 사용자 정의 객체에 대하여 연산을 수행하도록 함
ex) abs 내장함수는 정수나, 소수의 절대값을 반환하여 일관성을 유지
- String Representation
-
__repr__는 ‘출력될 수 있는 표현’(printable representation)을 문자열의 형태로 반환
ex ) < vector obeject 0x23423423> -
반대로,
__str__은 str()에 의해 호출되며, 명시적으로 print function을 이용하기 때문에 객체의 이름이 아니라, 사용자가 이용하기 좋은 방식의 형태로 값반환
ex) vector( 2,3 ) -
Python interpreter는
__str__을 호출하였다가 실패하면,__repr__를 호출하기 때문에, 둘중에 하나만 구현하여야 한다면,__repr__구현 -
__str__vs__repr__
__str__은 이용자에게 읽기 좋은 형태
__repr__명확한 출력이며, 이용자는 거의 쓸일이 없다..!자세한것은 링크에 설명이 잘 되어있다. -> 링크
- Boolean Value of a Custorm Type
-
Python 자체에도 bool type이 있지만, if나 while, and나 or에 대한 피연산자로서 bool형 연산이 필요하다면 지원
-
어떤 객체 x 가 참인지 거지인지를 판별하기 위해, Python은 bool(x)를 적용하며 리턴값은 Ture, False
-
기본적으로,
__bool__이나__len__가 구현되어있지 않은 사용자 정의 객체 클래스는 참으로 간주 -
bool(x)은 호출
x.__bool__()을 호출 -
__bool__이 구현되어있지 않은경우,x.__len()__을 호출
Collection API
-
Python에서 collection API는 가장 중요
(출처 - fluent python chaper1. the Python Data Model ) -
iterable, sized, container, reversible, sequence, mapping, set 은 모두 추상메소드이며, list나 dic과 같은 하위클래스를 생성할때 상속받아 이용가능
-> special method로 이용 가능 -
모든 collection api 추상 메소는 하나의 special method로 대응
-
collection 추상 메소드는 다음과 같은 세가지를 반드시 구현
1. iterable to support for upacking and other forms of iteration
2. sized to support the len built-in function
3. container to support the in operator
파이썬은 collection 추상메소드를 상속하기위해 구체적인 클래스가 필요하지 않기때문에 __len__을 구현하는 모든 클래스가 Sized의 인터페이스를 이용가능
collection의 중요한 3가지 특징
1. Sequence, formalizing the interface of built-ins
2. Mapping, implemented by dict
3. Set, the interface of the set and frozenset built-in types
Special Methods의 종류
Python 공식 문서 ( https://docs.python.org/3/reference/datamodel.html) 에서 약 80여가지 sepcial methods의 이름과 사용 방법을 확인 할 수 있으며, 산술, 비교, 비트연산자를 위해 사용가능
왜 len()은 special method가 아닐까?
-
len(x)는 x가 내장형 타입의 객체일때 매우 빠르게 작동
-> CPython의 내장객체에서는 메서드를 구현하지 않고 구조체에서 바로 필드를 읽어오기 때문에 가능 -
기본형 객체에서 빠르고, 효율적으로 작동해야하는 연산에 대해서는 Python Data Model에서는 특별하게 취급하여 메서드라고 부르지 않음
-
__len__을 이용하여 직접 정의도 가능
정리
-
special methods를 구현함으로서, 사용자의 객체는 내장 타입처럼 작동하면서, Pythonic한 코딩을 이용할 수 있게된다.
-
debugging이나 logging, 최종사용자에게 보여주기 위한 형태로 이용 하기위해, Python객체는 반드시 사용가능한 문자타입의 rpresentation을 제공한다.
->__repr__와__str__이 data model 안에 존재하는 이유이다.
-
sequence 처럼 행동하기 위해 special method를 이용하는데, sequence 처럼 이용하면 다양하게 활용 가능하기 때문이다.
-
연산자 오버로딩을 이용해서 Python은 내장형에서 decimal.decimal부터 fractions.Fracrion까지 산술연산을 모두 지원한다.
NOTE_ Data Model 인가? Object Model 인가?
-
Pyhthon documentation에서 부르는 Data Model은 사실은 Object Model과 같다고 보는 견해가 많다.
-
객체 모델이란 특정 컴퓨터 프로그래밍 언어에서의 일반적인 객체의 속성이라고 정의되고, 이는 Python Data Model에 대한 설명과 같기 때문
References
- fluent python
- https://docs.python.org/3.8/reference/datamodel.html
