Pythonic Code
-
Python 에서 주로 많이 쓰는 파이썬스러운 코딩 기법
-
파이썬 특유의 문법을 활용하여 효율적으로 코드를 표현
-
why Pythonic Code?
- 남이 만든 코드에 대한 이해도를 높이기 위해 사용
- 미세하지만 효율적인 코드를 짤 수 있다.
Split & Join
- split()을 사용해 조금 더 쉽게 데이터를 자를 수 있으며, Join을 통해 데이터를 합칠 수 있다.
items = "zero one two three"
items.split(" ")
>>> ['zero', 'one', 'two', 'three']
# unpacking
example = "temlab.technology.io"
subdomain, domain, tld = example.split(".")
print(subdomain)
>>> 'teamlab'List comprehension
- 기존의 List를 사용해 간단하게 다른 List를 만드는 기법
- 파이썬에서 가장 많이 사용되는 기법 중 하나이며, 일반적으로 for + append 보다 조금 더 효율적이다.
result = [i for i in range(10)]
>>> [0,1,2,3,4,5,6,7,8,9]
result = [i for i in range(10) if i % 2 == 0]
>>> [0,2,4,6,8]
# Nested For loop
word_1 = "Hello"
word_2 = "World"
result = [i+j for i in word_1 for j in word_2] # 이중 for문과 같음
case_1 = ["A","B","C"]
case_2 = ["D","E","A"]
result = [i+j for i in case_1 for j in case_2 if not(i==j)] # 이중 for문에 조건까지 포함
# i와 j가 같지 않으면 i+j, 같을 경우는 i만
result = [i+j if not(i==j) else i for i in case_1 for j in case_2]
# 24글자가 모두 포함되어 있는 문장이라 자주 보인다
words = 'The quick brown fox jumps over the lazy dog'.split()
# list의 각 elemente들을 대문자, 소문자, 길이로 변환하여 two dim list로 변환
stuff = [[w.upper(), w.lower(), len(w)] for w in words]
# 옆으로 쭉 출력되서 보기 힘든 경우 pprint를 사용하면 깔끔하게 보인다
pprint.pprint(stuff)Two dimensional vs One dimensional
# One dimensional
result = [i+j for i in case_1 for j in case_2]
# Two dimensional
# 뒤의 for문이 일반적인 for loop의 맨 위 for문과 같다
result = [[i+j for i in case_1] for j in case_2]Enumerate
- enumerate : ‘열거하다’ 라는 뜻으로 리스트의 원소를 추출할 때 번호를 붙여서 추출
for i , v in enumerate("ABC"):
print("{0} \t {1}".format(i,v))Zip
- 두 개의 리스트의 값을 병렬적으로 추출
alist = ["a1","a2","a3"]
blist = ["b1","b2","b3"]
[[a,b] for a,b in zip(alist,blist)]
>>> [['a1','b1'],['a2','b2'],['a3','b3']]
# 번호와 각 리스트의 값을 병렬적으로 함께 추출 가능
for i , v in enumerate(zip(alist,blist)):
print(i, v)Lambda
- 함수 이름 없이, 함수처럼 쓸 수 있는 익명 함수
- Python 3부터는 권장하지는 않으나 여전히 많이 쓰임
- PEP 8에서는 lambda의 사용을 권장하지는 않음 why?
- 어려운 문법
- 테스트의 어려움
- 문서화 docstring 지원 미비
- 코드 해석의 어려움
- 이름이 존재하지 않는 함수의 출현
- 그래도 많이 쓴다....?
# lambda 바로 뒤에는 parameter 값, : 뒤에 return이 되는 값을 작성
f = lambda x, y : x + yMap
- 시퀀스형 데이터가 있을 때 함수를 각각 적용하여 매핑해주는 것
- 실행 시점의 값을 생성하여, 메모리를 효율적으로 사용 → 여러 개의 함수를 쓸 때 복잡하지 않게 코드를 짤 수 있다.
- 대신 사용자가 이해하기 어려워 질 수 있다.
ex = [1,2,3,4,5]
f = lambda x: x ** 2
list(map(f,ex))
>>> [1,4,9,16,25]Reduce
- map 과 달리 리스트에 똑같은 함수를 적용하여 통합
from functools import reduce
# 1과 2를 더한 값 3이 다음번 x가 되고, 3과 4를 더하여 다음 x가 되는 구조
print(reduce(lambda x,y : x+y, [1,2,3,4,5]))iterable objects
- 시퀀스형 자료형에서는 데이터를 순서대로 출력하는 것을 iterable data라 한다.
- iterable data는 iter 와 next를 사용해 iterable 객체를 iterator object로 사용한다
cities = ["Seoul", "Busan", "Jeju"] # 메모리에 올리기
iter_obj = iter(cities) # 메모리 주소 가져오기
print(next(iter_obj)) # 다음의 메모리주소의 값 가져오기
print(next(iter_obj))
print(next(iter_obj))Generator
- iterable object가 모든 개념을 포함하는 거라면, generator는 특수한 형태이다.
- element가 사용되는 시점에 값을 메모리에 반환하고, 그 전에는 주소만 가지고 있는다.
- 굉장히 많은 데이터가 있을 때, 메모리에 한번에 올려놓는 것보다는 대기를 하고 있다가 필요할 경우에만 불러 사용하는 것이 좋기 때문에 generator를 사용한다.
# 일반적인 리스트
def general_list(value):
result = []
for i in range(value):
reuslt.append(i)
return result
# 주소만 가지고 있는 상태
def generator_list(value):
reuslt = []
for i in range(value):
yield i # yield 를 통해 값을 호출
# 값 호출
for a in generator_list(50):
print(a)Generator comprehension
- list comprehension과 유사한 형태로 generator 형태의 list 생성
- 아직 생성만 해놓고 실제론 값을 안 넣은 상태
gen_ex = (n*n for n in range(500)) # [] 대신 () 사용
print(type(g))when generator
- list 타입의 데이터를 반환해주는 함수는 generator로 만드는 것이 좋다.
- 큰 데이터를 처리할 때는 generator comprehension을 고려
- 파일 데이터를 처리할 때도 generator를 사용하자
passing arguments
-
함수에 argument를 넘기는 방법은 다양하다
-
keyword arguments
- 함수에 입력되는 parameter 변수명을 사용하여 arguments를 넘김
def print_somthing(my_name,your_name):
print("Hello {0}, My name is {1}".format(your_name,my_name))
print_somthing("Sungchul", "TEAMLAB")
print_somthing(your_name="TEAMLAB",my_name="Sungchul") # 변수명 사용- default arguments
- parameter의 기본값을 사전에 입력해놓고, 입력하지 않을 경우 기본값을 출력
def print_somthing(my_name,your_name="TEAMLAB"): # 기본값 입력
print("Hello {0}, My name is {1}".format(your_name,my_name))
print_somthing("Sungchul", "TEAMLAB")
print_somthing("Sungchul")- variable-length asterisk
-
함수의 paraemter가 정해져 있지 않을 때 가변인자를 사용
-
가변인자는 일반적으로 *args를 변수명으로 사용
-
기존 parameter를 제외하고 나오는 값을 tuple로 저장
def asterisk_test(a,b,*args): return a+b+sum(args) print(asterisk_test(1,2,3,4,5)) # 1:a , 2:b ,나머지는 *args에 tuple형태로 들어감 # unpacking도 가능 def asterisk_test(*args): x, y, z = args return x, y, z asterisk_test(1,2,3)
-
- keyword variable-length
- parameter 이름을 따로 지정하지 않으면서, 여러 개의 값을 keyword형태로 넣을 수 있다.
- 일반적으로 **kwargs를 변수명으로 사용
- 입력된 값은 dict type으로 사용 가능
def kwargs_test_1(**kwargs):
print(kwargs)
kwargs_test_1(first=3, second=4, third=5) # key, value 형태의 dict type으로 그대로 출력
def kwargs_test_2(one,two=2,*args,**kwargs):
print(one+two+sum(args)) # 69
print(args) #(3,5,6,7,8)
print(kwargs)
# one:10, two:30, args:(3,5,6,7,8), 나머지 kwargs
# two는 default 값이 있지만 무시
kwargs_test_2(10,30,3,5,6,7,8,first=3, second=4, third=5)asterisk
-
단순 곱셈, 제곱연산, 가변 인자 활용, unpacking a container 등 다양하게 사용된다
-
unpacking a container
- tuple, dict 등 자료형에 들어가 있는 값을 unpacking
- 함수의 입력값, zip 등에 유용하게 사용
