[Python] 03.함수 응용

함수 응용

내장 함수 (Built-in Functions)

- 파이썬 인터프리터에는 항상 사용할 수 있는 많은 함수와 형(type)이 내장되어 있음

 

map(function, iterable)

- 순회 가능한 데이터구조(iterable)의 모든 요소에 함수(function) 적용하고, 그 결과를 map object로 반환

 

filter(function, iterable)

- 순회 가능한 데이터 구조의 모든 요소에 함수 적용하고, 그 결과가 True인 것들을 filter object로 반환

 

zip(*iterables)

- 복수의 iterable을 모아 튜플을 원소로 하는 zip object를 반환

 

lambda [parameter] : 표현식

- 표현식을 계산한 결과값을 반환하는 함수로, 이름이 없는 함수여서 익명 함수라고도 불림

- 특징 :  return문을 가질 수 없음

              간편 조건문 외 조건문이나 반복문을 가질 수 없음

- 장점 : 함수를 정의해서 사용하는 것보다 간결하게 사용 가능 

             def를 사용할 수 없는 곳에서도 사용가능

# 삼각형 넓이 구하는 공식
def triangle_area(b,h):
	return 0.5 * b * h
print(triangle_area(5,6)) # 15.0

# 삼각형 넓이 구하는 공식 - 람다
triangle_area = lambda b, h : 0.5 * b * h
print(triangle_area(5,6)) # 15.0

 

재귀 함수 (recursive function)

- 자기 자신을 호출하는 함수

- 무한한 호출을 목표로 하는 것이 아니며, 알고리즘 설계 및 구현에서 유용하게 활용

   알고리즘 중 재귀 함수로 로직을 표현하기 쉬운 경우가 있음(예-점화식)

   변수의 사용이 줄어들며, 코드의 가독성이 높아짐

- 1개 이상의 base case(종료되는 상황)가 존재하고, 수렴하도록 작성

 

** 주의사항

• 재귀 함수는 base case에 도달할 때까지 함수를 호출함
• 메모리 스택이 넘치게 되면 프로그램이 동작하지 않게 됨
• 파이썬에서 최대 재귀 깊이가 1,000번으로, 호출 횟수가 이를 넘어가게 되면 Recursion Error 발생

- 반복문과 재귀 함수 비교

• 알고리즘 자체가 재귀적인 표현이 자연스러운 경우 재귀함수를 사용함
• 재귀 호출은 변수 사용을 줄여줄 수 있음
• 재귀 호출은 입력 값이 커질 수록 연산 속도가 오래 걸림

패킹 / 언패킹 (Packing / Unpacking)

모든 시퀀스형(리스트, 튜플 등)은 패킹/언패킹 연산자 *를 사용하여 객체의 패킹 또는 언패킹이 가능

 

패킹

• 대입문의 좌변 변수에 위치
• 우변의 객체 수가 좌변의 변수 수보다 많을 경우 객체를 순서대로 대입
• 나머지 항목들은 모두 별 기호로 표시된 변수에 리스트로 대입

언패킹

• argument 이름이 *로 시작하는 경우, argument unpacking이라 함
• *패킹의 경우, 리스트로 대입
• *언패킹의 경우 튜플 형태로 대입

💡 별표(*) 연산자가 곱셈을 의미하는지 Packing/Unpacking 연산자인지 구분

Packing/Unpacking 연산자

- *가 대입식의 좌측에 위치하는 경우

- *가 단항 연산자로 사용되는 경우

        단항 연산자 : 하나의 항을 대상을 연산이 이루어지는 연산자

 

산술 연산자로서의 *

- *가 이항연산자로 사용되는 경우

- 이항 연산자 : 두 개의 항을 대상으로 연산이 이루어지는 연산자

 

함수 가변 입력

정해지지 않은 여러 개의 Arguments 처리

- print 함수의 Arguments 개수가 변해도 잘 동작하는 이유는?

  -> 애스터리스크(Asterisk) 혹은 언패킹 연산자라고 불리는 *덕분

 

가변 인자(*args)

가변 인자 : 여러 개의 Positional Argument를 하나의 필수 parameter로 받아서 사용

- 몇 개의 Positional Argument를 받을지 모르는 함수를 정의할 때 유용

 

모듈

모듈과 패키지

• 다양한 기능을 하나의 파일로 (모듈,module)
• 다양한 파일을 하나의 폴더로 (패키지, package)
• 다양한 패키지를 하나의 묶음으로 (라이브러리, library)
• 이것을 관리하는 관리자 (pip)
• 패키지의 활용 공간 (가상환경)
• 모듈 : 특정 기능을 하는 코드의 파이썬 파일(.py) 단위로 작성한 것
• 패키지 :특정 기능과 관련된 여러 모듈의 집합 / 패키지 안에는 또 다른 서브 패키지를 포함

모듈과 패키지 불러오기

• import module
• from module import var, function, Class
• from module import *
• from package import module
• from package.module import var, function, Class

파이썬 라이브러리

파이썬에 기본적으로 설치된 모듈과 내장 함수

파이썬 패키지 관리자(pip)

• 패키지 설치
  • 최신 버전 / 특정 버전 / 최소 버전을 명시하여 설치할 수 있음
  • 이미 설치되어 있는 경우 이미 설치되어 있음을 알리고 아무것도 하지 않음
  • $pip install SomePackage  :  모두 bash, cmd 환경에서 사용되는 명령어

• 패키지 삭제
  • $pip uninstall SomePackage
• 패키지 목록 및 특정 패키지 정보
  • $pip list
  • $pip show SomePackage
• 패키지 관리하기
  • 아래의 명령어들을 통해 패키지 목록을 관리[1]하고 설치할 수 있음[2]
  • 일반적으로 패키지를 기록하는 파일의 이름은 requirements.tex로 정의함
  • $ pip freeze > requirements.txt
  • $ pip install -r requirements.txt

모듈과 패키지 활용하기

• 패키지는 여러 모듈/하위 패키지로 구조화
  • 활용 예시 : package.module
• 모든 폴더에는 __init.__py를 만들어 패키지로 인식
  • Python 3.3부터는 파일이 없어도 되지만, 하위 버전 호환 및 프레임워크 등에서의 동작을 위해 파일을 생성하는 것을 권장

패키지 만들기

가상환경

• 파이썬 표준 라이브러리가 아닌 외부 패키지와 모듈을 사용하는 경우 모두 pip를 통해 설치 해야 함
• 복수의 프로젝트를 하는 경우 버전이 상이할 수 있음
  • 과거 외주 프로젝트 - django 버전 2.x
  • 신규 회사 프로젝트 - django 버전 3.x
• 이러한 경우 가상환경을 만들어 프로젝트별로 독립적인 패키지를 관리 할 수 있음

 

• 가상 환경을 만들고 관리하는데 사용되는 모듈 (Python 버전 3.5부터)
• 특정 디렉토리에 가상 환경을 만들고, 고유한 파이썬 패키지 집합을 가질 수 있음
  • 특정 폴더에 가상 환경이 (패키지 집합 폴더 등) 있고
  • 실행 환경(예-bash)에서 가상환경을 활성화 시켜
  • 해당 폴더에 있는 패키지를 관리 / 사용함

가상환경 생성

가상환경을 생성하면, 해당 디렉토리에 별도의 파이썬 패키지가 설치

$ python -m venv <폴더명>

 

가상환경 활성화/ 비활성화

아래의 명령어를 통해 가상환경을 활성화

가상환경 비활성화는 $ deactivate 명령어를 사용