[Python] 06 Pythonic Code

00 Overview

• Pythonic code
  • 파이썬 스타일의 코딩 기법
  • 파이썬 특유의 문법을 활용하여 코드를 효율적으로 작성하는 방법
  • but, 많은 언어들이 서로의 장점을 채용하며 발전해온 결과, 위에서 언급한 ‘파이썬 특유의 문법’은 더 이상 파이썬의 고유한 문법은 아니게 됨

01 split & join

• split(): string type의 값을 ‘기준값’으로 나눠서 list 형태로 변환
• join(): string으로 구성된 list를 합쳐 하나의 string으로 변환

colors = ["red", "orange", "yellow", "green"]

result1 = ", ".join(colors)
print("result1:", result1)

result2 = result1.split(", ")
print("result2:", result2)

02 list comprehension

• list comprehension
  • 기존 list를 사용하여 간단하게 다른 list를 만드는 기법
• Two dimensional vs One dimensional

case_1 = ["A", "B", "C"]
case_2 = ["D", "E", "F"]

## One dimensional
# general
s = []
for i in case_1:
  for j in case_2:
    s.append(i+j)
print("One dimensional-General:", s)

# list comprehension
s = [i+j for i in case_1 for j in case_2]
print("One dimensional-list comprehension:", s)

## Two dimensional
# general
s = []
for j in case_2:
  line = []
  for i in case_1:
    line.append(i+j)
  s.append(line)
print("Two dimensional-General:", s)

# list comprehension
s = [[i+j for i in case_1] for j in case_2]
print("Two dimensional-list comprehension:", s)

#One dimensional-General: ['AD', 'AE', 'AF', 'BD', 'BE', 'BF', 'CD', 'CE', 'CF']
#One dimensional-list comprehension: ['AD', 'AE', 'AF', 'BD', 'BE', 'BF', 'CD', 'CE', 'CF']
#Two dimensional-General: [['AD', 'BD', 'CD'], ['AE', 'BE', 'CE'], ['AF', 'BF', 'CF']]
#Two dimensional-list comprehension: [['AD', 'BD', 'CD'], ['AE', 'BE', 'CE'], ['AF', 'BF', 'CF']]

03 enumerate & zip

• enumerate
  • list의 element를 추출할 때 번호를 붙여서 추출
• zip
  • 여러 개의 list의 값들을 병렬적으로 추출

alist = ["a1", "a2", "a3"]
blist = ["b1", "b2", "b3"]

for i, (a, b) in enumerate(zip(alist, blist)):
  print(i, a, b)

# 0 a1 b1
# 1 a2 b2
# 2 a3 b3

04 lambda & map & reduce

04-1 lambda

• lambda
  • 함수의 이름 없이 함수처럼 쓸 수 있는 익명 함수

  # general function
  def f(x, y):
    return x + y
  print("general function:", f(1, 4))
  
  # lambda function
  f = lambda x, y: x + y
  print("lambda function:", f(1, 4))
  

• lambda의 문제점
  • 문법이 어려움
  • 테스트의 어려움
  • 문서화 docstring의 지원 미비
  • 코드 해석의 어려움
  → 위와 같은 이유로 PEP 8에서는 lambda의 사용을 권장하지 않지만, 여전히 많이 사용되고 있음

04-2 map

• map
  • list의 요소들을 지정된 함수에 적용(mapping)

  ex = [1, 2, 3, 4, 5]
  print(map(lambda x: x+x, ex))         # <map object at 0x7fdabf071040>
  print(list(map(lambda x: x+x, ex)))   # [2, 4, 6, 8, 10]
  
  f = lambda x: x ** 2
  print(map(f, ex))     # map object
  for i in map(f, ex):
    print(i)            # 실행 시점에 값을 생성
  

04-3 reduce

• reduce
  • 반복 가능한 객체(iterable object) 내 각 요소를 연산한 뒤 이전 연산 결과들에 누적해서 반환해 주는 함수

  from functools import reduce
  print(reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])) # 1 + 2 + 3 + 4 + 5 = 15
  

05 iterable object

• iterable object
  • 시퀀스 자료형에서 데이터를 순서대로 추출하는 object

  colors = ["red", "orange", "yellow"]
  iter_obj = iter(colors)
  print(next(iter_obj)) # red
  print(next(iter_obj)) # orange
  print(next(iter_obj)) # yellow
  

06 generator

• generator
  • iterable object를 특수한 형태로 사용하는 함수
  • element가 사용되는 시점에 값을 메모리에 return
  • yield를 사용하여 한 번에 하나의 element만 반환
• generator comprehension
  • list comprehension과 유사한 형태로 generator 형태의 list를 생성
  • [ ] 대신 ( ) 사용

  g = (n*n for n in range(500))
  print(type(g))   # <class 'generator'>
  

07 function passing arguments

• keyword argument 키워드 인자
  • 함수에 입력되는 parameter의 변수명을 사용하여 argument를 전달
• default arguments 기본값 인자
  • parameter의 기본값을 지정하여, parameter 값을 지정하지 않은 경우 기본값 사용
• Variable-length arguments 가변인자
  • 개수가 정해지지 않은 함수의 parameter
  • 일반적으로 *args를 변수명으로 사용
  • 가변인자 앞 parameter들 이후의 값을 tuple로 저장
• keyword variable-length arguments 키워드 가변인자
  • parameter 이름을 미리 지정하지 않고 parameter을 입력하는 방법
  • 일반적으로 **kwargs를 변수명으로 사용
  • 키워드 가변인자 앞 parameter들 이후의 값을 dict로 저장
• parameter의 순서
  • 위치인자 → 기본값 인자 → 가변인자 → 키워드 인자 → 키워드 가변인자

08 asterisk

• *을 의미
• 곱셈, 제곱, 가변인자 등에서 다양하게 활용됨
• unpacking a container
  • tuple, dict 등의 자료형으로 묶여있는 값들을 unpacking

def asterisk_test(a, *args):   # *: 가변인자를 나타내기 위해 사용
  print(a, args) 
  print(type(args))

asterisk_test(1, *(2,3,4,5,6)) # *: 튜플을 unpacking 하기 위해 사용