Post

Python study 6 - 함수 3

Python 람다, key 키워드 매개변수, 기본 파일 처리, 이터러블과 제너레이터 함수에 대해 학습합니다.

Posted
By Sun Hyuk Kim
13 min read

Python에서 사용되는 개념의 일부 혹은 전체를 정리하여 반복학습에 사용합니다.

  • 람다와 key 키워드 매개변수에 대해 학습합니다.
  • 기본 파일 처리와 CSV 사용법에 대해 학습합니다.
  • 이터러블, 이터레이터, 제너레이터 함수와 제너레이터 표현식에 대해 학습합니다.


람다

람다는 이름이 없는 한 줄로 간결하게 함수를 만들고 싶을때 사용합니다.

  • 람다 함수는 lambda키워드를 사용하여 정의하며,
  • 기본 구문은 lambda 매개변수들: 표현식 입니다.
  • 아래와 같이 두 숫자의 합을 계산하는 람다 함수를 예시로 들어보겠습니다.
1
2
3
4
5

# 두 숫자의 합을 계산하는 람다 함수
add = lambda x, y: x + y

# 람다 함수 호출
print(add(3, 5))  # 출력: 8

람다 활용 : map 함수와 filter 함수

  • map 함수 람다 활용
1
2
3

numbers = [1, 2, 3, 4, 5]
squared_numbers = list(map(lambda x: x ** 2, numbers))
print(squared_numbers)  # 출력: [1, 4, 9, 16, 25]
  • filter 함수 람다 활용
1
2
3

numbers = [1, 2, 3, 4, 5]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # 출력: [2, 4]


리스트 함수의 key 키워드 매개변수

요소가 숫자인 리스트에서 최소값 또는 최대값을 구하려면 min함수와 max함수를 사용하여 구할 수 있습니다.
그러나, 요소가 딕셔너리인 리스트에서 작동하려면 min함수와 max함수에 있는 key 키워드 매개변수를 사용해야 합니다.
여기서 key 키워드 매개변수는 무엇을 비교할지 return 해주는 함수를 넣습니다.
return 해주는 함수는 간단한 경우 lambda를 활용할 수 있습니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

# 요소가 숫자인 리스트에서 최소값 최대값 구하기
numbers = [10, 20, 50, 100, 30, 70]
print(min(numbers))
print(max(numbers))

# 요소가 딕셔너리인 리스트에서 최소값 최대값 구하기
names = [{
    "품종" : "푸들",
    "나이" : 1
}, {
    "품종" : "말티즈",
    "나이" : 3
}, {
    "품종" : "치와와",
    "나이" : 2
}]

# min/max 함수의 key 키워드 매개변수 사용
# key 키워드 매개변수 : 무엇을 비교할지 return 해주는 함수
def age(dict):
    return dict["나이"]

print(min(names, key=age))
# 람다식 표현
print(min(names, key=lambda name: name["나이"]))
print(max(names, key=age))
# 람다식 표현
print(max(names, key=lambda name: name["나이"]))
출력값 10
100
{'품종': '푸들', '나이': 1}
{'품종': '푸들', '나이': 1}
{'품종': '말티즈', '나이': 3}
{'품종': '말티즈', '나이': 3}


기본 파일 처리

  • 읽기 처리(r모드) 단계
    1. 파일 열기 (스트림stream 연결) : open("경로", "모드") 함수 사용
      • 경로 : 파일경로
      • 모드 : w쓰기, a추가해서 쓰기, r읽기
      • ex) files = open(“test.txt”, “r”)
    2. 스트림을 통해 데이터 통신 :
      • 전체 읽기 : read함수 사용.
      • 한 줄씩 읽기 : readline함수 사용
      • 모든 줄을 읽어 리스트로 반환 : readlines함수 사용
      • ex) text = files.read()
    3. 스트림 해제 (파일 닫기) : close함수 사용
      • ex) files.close() # 파일을 닫지 않으면 추가적일 스트림 연결을 할 수 없습니다.
    4. with 문 사용 : 파일 처리를 할때, 파일을 열고 닫는 과정을 자동으로 처리하여 안전하고 편리합니다.
1
2
3

with open("test.txt", "r") as files:
    text = files.read()
    print(text)
  • 쓰기 처리 "w"모드 : "w"모드와 write함수를 사용합니다. 파일이 이미 존재하면 내용을 덮어쓰기합니다.
    • writelines메서드 : 문자열 리스트를 쓸때 사용합니다.
1
2
3

# 쓰기모드는 "w", 경로에 파일이 없으면 새로 생성
with open("abc.txt", "w") as files:
    files.write("Hello")   # "abc.txt"파일에 "Hello" 입력
  • 쓰기 처리 "a"모드 : 파일이 이미 존재하면 내용 끝에 덧붙입니다.


CSV(Comma Separated Values)

데이터가 ,콤마로 구분되어 있는것을 csv라고 합니다.
데이터분석시 CSV의 간단한 사용방법을 알아보겠습니다.

  • BMI 데이터 랜덤하게 10명 CSV형식으로 만들기
1
2
3
4
5
6
7
8
9
10
11
12
13

# BMI 데이터 만들기
# Case 1: 랜덤하게 10명의 키와 몸무게를 CSV로 만들기
import random

text = list("가나다라마바사아자차카타파하")

with open("BMI.txt", "w") as files:
    files.write("이름,몸무게,키\n")   # CSV 헤더부분 (생략가능)
    for i in range(10):
        name = random.choice(text) + random.choice(text)
        body_weight = random.randrange(50, 150)
        height = random.randrange(130, 190)
        files.write(f"{name},{body_weight},{height}\n")
  • CSV 데이터 한 줄씩 읽기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

# BMI 분석하기
# Case 2: CSV 데이터 한 줄씩 읽기
with open("BMI.txt", "r") as files:
    for oneline in files:  # 파일을 한 줄씩 읽기
        # 다중 할당 구문 활용
        name,body_weight,height = oneline.strip().split(",")

        # 몸무게가 숫자가 아니면 넘어감
        if not body_weight.isdigit():
            continue

        body_weight = int(body_weight)
        height = int(height)

        bmi = body_weight / (height / 100) ** 2

        result = ""
        if 25 <= bmi:
            result = "과체중"
        elif 18.5 <= bmi:
            result = "정상체중"
        else:
            result = "저체중"

        # 한 줄씩 출력
        print("\n".join([
            f"이름: {name}",
            f"몸무게: {body_weight}",
            f"키: {height}",
            f"BMI: {bmi}",
            f"결과: {result}", ""
        ]))

이터러블, 이터레이터, 제너레이터 함수

이터러블은 반복문 형태에서 (for 요소 in 반복할수있는것) 반복할수있는것을 말합니다.
Iterate반복한다 + able = 반복할수있는것
이터러블의 예시로는 리스트, 튜플, 딕셔너리 등이 있습니다.
이터러블을 만드는 방법중에서는 이터레이터(Iterate + or)를 만드는 방식이 있습니다.

  • 이터레이터 만드는 방법
    • 제너레이터 표현식 사용
    • 제너레이터 함수 사용
    • 이터레이터 클래스 사용

정리하면, 제너레이터 표현식, 제너레이터 함수, 이터레이터 클래스는 이터레이터를 만들고,
이터레이터는 이터러블을 만듭니다.
각각 이터레이터를 만드는 방식을 살펴보겠습니다.

제너레이터 표현식

리스트 내포 구조를 먼저 살펴보겠습니다.

1
2
3
4
5

[
  표현식
  for 요소 in 반복할수있는것
  if 조건식
]

리스트 내포 형식으로 숫자 1부터 100까지의 범위를 만들어보면 아래와 같습니다.

1
2
3
4
5
6

# 제곱 리스트 내포 만들기
리스트내포 = [
  i * i
  for i in range(1, 100 + 1)
]
print(리스트내포)

제너레이터 표현식은 리스트 내포의 []괄호를 ()괄호로 바꾸면 됩니다.

1
2
3
4
5

제너레이터표현식 = (
  i * i
  for i in range(1, 100 + 1)
)
print(제너레이터표현식)

이터레이터와 next() 함수

제너레이터 표현식을 사용해서 만든 이터레이터를 next함수의 매개변수에 넣어서 내부의 요소를 꺼낼 수 있습니다.

1
2
3
4
5
6
7

제너레이터표현식 = (
  i * i
  for i in range(1, 100 + 1)
)
print(next(제너레이터표현식))
print(next(제너레이터표현식))
print(next(제너레이터표현식))
출력값 1
4
9

제너레이터 함수

제너레이터 함수를 사용하려면 return 대신 yield를 사용하여 값을 반환합니다.

  • 제너레이터 함수 특징
    • 함수를 호출했을때, 내부의 코드가 즉시 실행되지않고 제너레이터를 리턴합니다.
    • 제너레이터는 이터레이터를 만드는 방법 중 하나이기 때문에 next함수를 사용하여 내부의 요소를 꺼낼 수 있습니다.
1
2
3
4
5
6
7
8

def f():
  for i in range(1, 100 + 1):
    yield i * i

generator_ = f()
print(next(generator_))
print(next(generator_))
print(next(generator_))
출력값 1
4
9

리스트 내포와 제너레이터 함수의 차이

  • 리스트 내포 : 코드 실행시 자원(CPU와 메모리 등) 소모가 제너레이터보다 큼
    • 코드 실행시 새로운 리스트 생성
    • 새로운 요소를 만들어내기위해 표현식 연산을 즉시 실행
  • 제너레이터 표현식과 함수 : 메모리를 적게 사용하며 연산이 분산됨
    • 기존의 데이터를 사용
    • 특정 요소를 사용할 때, 표현식 연산을 진행함

만약, 10000개의 데이터 연산을 10000초에 걸쳐 수행한다면,
리스트 내포 코드는 10000초후 한꺼번에 출력됩니다.
하지만 제너레이터 표현식 또는 함수는 1초마다 하나씩 출력해서 보여주는 차이가 있습니다.
즉, 리스트 내포는 데이터가 클수록 자원소모가 큽니다.
리스트 내포는 데이터를 미리 만들어두고 빠르게 출력할 떄 사용합니다.


Data_analysis, Python
Python
This post is licensed under CC BY 4.0 by the author.