파이썬을 파이썬답게 활용하기 위해 알아야 할 핵심개념과 문법을 이해하고 실습해 본다.
| - | 목차 | ⏲ 150분 |
|---|---|---|
| 8-1 | 들어가며 | 5분 |
| 8-2 | 파이썬 어디까지 써 봤니?! | 10분 |
| 8-3 | 파이썬을 더 잘 사용해보자! (1) for문 잘 사용하기 | 20분 |
| 8-4 | 파이썬을 더 잘 사용해보자! (2) Try - Except 예외 처리하기 | 15분 |
| 8-5 | 파이썬을 더 잘 사용해보자! (3) Multiprocessing | 15분 |
| 8-6 | 같은 코드 두 번 짜지 말자! (1) 함수 사용하기 | 10분 |
| 8-7 | 같은 코드 두 번 짜지 말자! (2) 함수 사용 팁 | 20분 |
| 8-8 | 같은 코드 두 번 짜지 말자! (3) 람다 표현식 | 15분 |
| 8-9 | 같은 코드 두 번 짜지 말자! (4) 클래스, 모듈, 패키지 | 10분 |
| 8-10 | 프로그래밍 패러다임과 함수형 프로그래밍 | 15분 |
| 8-11 | 파이써닉하게 코드를 짜보자 | 15분 |
- 파이썬에 대해서 알아보자.
- 코드 재사용에 대해서 알아보자.
- 프로그래밍 패러다임에 대해서 알아보자.
- 파이썬 코드를 이쁘게 해보자.
- 파이썬 어디까지 써 봤니?!
- 파이썬을 더 잘 사용해 보자!
- 2.1 For문 잘 써보기
- 2.2 Try - Except
- 2.3 Multiprocessing
- 같은 코드 두 번 짜지 말자!
- 3.1 함수(Function)
- 3.2 람다 표현식
- 3.3 클래스(Class), 모듈(Module), 패키지(Package)
- 프로그래밍 패러다임과 함수형 프로그래밍
- 파이써닉하게 코드를 짜보자!
- 프로그래밍 언어
- 퍼포먼스 vs 생산성 => 생산성이 올라가면 퍼포먼스가 떨어지고, 퍼포먼스가 올라가면 생산성이 떨어짐
- 퍼포먼스(성능):코드를 짜서 실행을 시켰을 때 얼마나 빨리 처리되는가
- 생산성: 똑같은 기능을 하는 프로그램을 얼마나 빨리 작성할 수 있는가
- 퍼포먼스(성능):코드를 짜서 실행을 시켰을 때 얼마나 빨리 처리되는가
- 어떤 것을 우선적으로 선택해야 하는가?
- 목적에 맞게, 상황에 맞게 언어를 선택 => 기존에 사용하고 있는 언어, 개발하고자 하는 프로젝트의 성능과 개발 기간 고려해서 선택
- 퍼포먼스 vs 생산성 => 생산성이 올라가면 퍼포먼스가 떨어지고, 퍼포먼스가 올라가면 생산성이 떨어짐
- 파이썬(Python)
- 높은 생산성 => 대부분의 기능은 이미 어떤 패키지로 만들어져 있을 가능성이 높음
- 코드의 간결함
- 빠른 개발 속도
- 스크립트 언어(=인터프리터 언어)
- 컴파일 언어 vs 인터프리터 언어
- 컴파일 언어
- 실행 전 소스 코드를 컴파일하여 기계어로 변환 후 해당 파일을 실행
- 이미 기계어로 변환된 것을 실행하므로 비교적 빠름
- 컴파일 시점에 소스 코드의 오류를 잡기 쉬움
- 같은 소스 코드도 다른 환경(PC, mobile 등)에서 실행하려면 다시 컴파일(기계어로 변환) 해야함
- 스크립트 언어(인터프리터 언어)
- 코드를 작성함과 동시에 인터프리터가 기계어로 번역하고 실행함
- 코드 번역 과정이 있어 비교적 느림
- 주 사용 목적이 뚜렷하게 개발되어 사용하기 쉬운 편
- 명령줄로 코드를 즉시 실행할 수 있음
- 컴파일 언어
- for 문
- enumerate(): 순서와 리스트의 값을 함께 반환
- 이중 for 문
- List Comprehension: 리스트 등 순회형 컨테이너 객체로부터 이를 가공한 새로운 리스트를 생성(Set, Dict 적용 가능)
- Generator: 데이터셋을 하나씩 가져와서 공급
- 이중 for 문
- 이중 for 문이 다 돌아가는 걸 기다린 후, 반환된 result_list 값에 대해 또 for 문을 돌려야 함
- e.g. 1억 개의 데이터를 전부 메모리에 올려놔야 함
- 제너레이터
- yield: 코드 실행의 순서를 밖으로 "양보"
- e.g. 1억 개의 데이터를 전부 메모리에 올려놓을 필요가 없이 현재 처리해야 할 데이터를 1개씩 로드해서 사용
- 이중 for 문
my_list = ['a','b','c','d']
# 인자로 받은 리스트를 가공해서 만든 데이터셋 리스트를 리턴하는 함수
def get_dataset_list(my_list):
result_list = []
for i in range(2):
for j in my_list:
result_list.append((i, j))
print('>> {} data loaded..'.format(len(result_list)))
return result_list
# 이중 for 문
for X, y in get_dataset_list(my_list):
print(X, y)
# 인자로 받은 리스트로부터 데이터를 하나씩 가져오는 제너레이터를 리턴하는 함수
def get_dataset_generator(my_list):
result_list = []
for i in range(2):
for j in my_list:
yield (i, j) # 이 줄이 이전의 append 코드를 대체했습니다
print('>> 1 data loaded..')
# 제너레이터
for X, y in get_dataset_generator(my_list):
print(X, y)- 예외 처리(Try-Except)
- 예외(Except): 코드 실행 중 발생한 에러
- 예외 처리: 예외(에러)가 발생했을 때 그 예외(에러)를 무시 or 예외(에러) 대신 적절한 처리를 해주게 하는 등의 작업
try:
# 실행 코드
print(10/0)
except:
# 에러가 발생했을 때 처리하는 코드
print('에러가 발생했습니다.')
print("값 수정 : ", 10/2)- 멀티 프로세싱(Multiprocessing)
- cf. 내가 짠 코드 실행 소요 시간 구하기
- import time
- start = time.time() # 시작 시간 저장
- ...
- end = time.time() # 종료 시간 저장
- run_time = end - start # 소요 시간(결과 '초' 단위)
- 컴퓨터가 작업을 처리하는 속도를 높여주는 방법 중 하나
- parallel processing: 병렬 처리, serial processing: 순차 처리
- cf. 내가 짠 코드 실행 소요 시간 구하기
import multiprocessing
def count(name):
for i in range(0, 100000000):
a = 1 + 2
print("finish:"+name+"\n")
num_list = ['p1','p2', 'p3', 'p4']
if __name__ == '__main__':
pool = multiprocessing.Pool(processes = 4) # 병렬 처리 시, 사용할 CPU 코어 개수
pool.map(count, num_list) # 병렬화시키는 함수 # count('p1'), count('p2'), count('p3'), count('p4')
pool.close() # 병렬화 종료
pool.join() # 병렬처리 작업이 끝날 때까지 기다림- 함수(Function)
- y = f(x)
- x: 입력(정의역)
- f(x): 수식
- y: 결과(치역)
- 장점: 코드 효율성, 재사용성, 가독성
- pass 문
- 아무 작업도 하지 않음
- 문법적으로 해당 문장이 필요하지만, 프로그램이 특별히 할 일이 없을 때 사용
- 여러 변수로 반환하기
- return x_min, x_max
- 함수 연달아 사용
- 함수1(함수2())
- 함수 안의 함수
- y = f(x)
def f1():
def f2():
return r1
r2 = f2()
return r2- 람다 표현식(lambda expression)
- 이름이 없는 함수
- 사용하는 가장 중요한 이유: 함수의 인수 부분을 간단히 하기 위함
- 람다 표현식과 자주 쓰이는 함수: map(), filter(), reduce() 등
- map(function, iterable): 입력받은 자료형의 각 요소가 함수에 의해 수행된 결과를 묶어서 map iterator 객체로 출력
result = list(map(lambda i: i * 2 , [1, 2, 3]))- 클래스, 모듈, 패키지
- 클래스(Class)
- 비슷한 역할을 하는 함수들의 집합
- 모듈(Module)
- 함수, 변수, 클래스를 모아 놓은 파일
- import 모듈
- 모듈.함수()
- 패키지(라이브러리)
- 여러 모듈을 하나로 모아둔 폴더
- 패키지 설치: pip install 패키지
- 클래스(Class)
- 프로그래밍 패러다임
- 패러다임(Paradigm)
- 어떤 한 시대의 사람들의 견해나 사고를 근본적으로 규정하고 있는 테두리
- 인식의 체계 또는 사물에 대한 이론적인 틀이나 체계
- e.g. 천동설 vs 지동설
- 프로그래밍 패러다임
- 프로그래머에게 프로그래밍의 관점을 갖게 해 주고, 결정하는 역할
- 절차 지향 프로그래밍, 객체 지향 프로그래밍, 함수형 프로그래밍
- 절차 지향 프로그래밍: 일이 진행되는 순서대로 프로그래밍
- 장점
- 순서대로 읽기만 하면 이해 가능
- 단점
- 위에서 하나가 잘못되면 아래도 연쇄적으로 문제 발생 => 유지 보수 어려움
- 일반적으로 코드 길이가 길어서 코드 분석하기 어려움
- 장점
- 객체 지향 프로그래밍(OOP, Object Oriented Programming): 개발자가 프로그램을 상호작용하는 객체들의 집합으로 볼 수 있게 함
- 장점
- 코드 재사용 쉬움
- 코드 분석 쉬움
- 아키텍처 바꾸기 쉬움
- 단점
- 객체 간 상호작용 => 설계에서 많은 시간 소요 => 설계가 잘못되면 전체적으로 바꿔야 함
- 장점
- 함수형 프로그래밍
- 데이터 사이언티스트에게 적합
- 함수로 문제를 분해
- 장점: 효율성, 버그 없는 코드, 병렬 프로그래밍에서 장점이 있음
- 특징
- 순수성
- 부작용이 전혀 없는 함수 == 순수 함수
- 프로그램이 실행될 때 해당 프로그램이 수정될 수 있는 상황을 엄격히 제한
- 모든 함수의 출력은 입력에만 의존
- e.g. 함수 안에 함수 밖에서 바로 가져오는 함수X, 밖에 있는 변수를 변경X
- 모듈성
- 문제를 작은 조각(=한 가지 작업을 수행하는 작은 함수)으로 분해 => 가독성 좋음, 오류 확인 쉬움 => 모듈화
- 디버깅과 테스트 용이성
- 각각의 함수가 작고 명확하게 명시 => 디버깅 쉬움
- 각 함수는 잠재적 단위 테스트의 대상 => 테스트 쉬움
- 순수성
- 절차 지향 프로그래밍: 일이 진행되는 순서대로 프로그래밍
- 패러다임(Paradigm)
- PEP8: Python Code Style Guide
- Whitespace
- 한 줄 코드 길이 79자 이하
- 함수와 클래스는 다른 코드와 빈 줄 2개로 구분
- 클래스에서 함수는 빈 줄 1개로 구분
- 변수 할당 앞뒤에 스페이스 하나만 사용
- 리스트 인덱스, 함수 호출에는 스페이스 사용X
- 쉼표(,), 쌍점(:), 쌍반점(;) 앞에서는 스페이스 사용X
- 주석
- 코드 내용 일치하지 않는 주석X
- 불필요한 주석X
- 이름 규칙
- 변수명 앞에 밑줄(_)이 붙으면 함수 등의 내부에서만 사용되는 변수를 뜻함
- 변수명 뒤에 밑줄(_)이 붙으면 라이브러리/키워드와 충돌을 피할 수 있음
- 소문자 L, 대문자 O, 대문자 I는 가독성이 안 좋으니 사용하지 말 것
- 모듈(Module)명은 짧은 소문자로 구성, 밑줄로 나눔
- 클래스명은 파스칼 케이스(PascalCase) 컨벤션으로 작성
- 함수명은 소문자로 구성, 밑줄로 나눔
- 상수(Constant)는 모듈 단위에서만 정의, 모든 단어는 대문자, 밑줄로 나눔
- 네이밍 컨벤션(Naming Convention)
- snake_case
- 모든 공백을 "_"로 바꾸고 모든 단어는 소문자입니다.
- 파이썬에서는 함수, 변수 등을 명명할 때 사용합니다.
- ex) this_snake_case
- PascalCase
- 모든 단어가 대문자로 시작합니다.
- UpperCamelCase, CapWords라고 불리기도 합니다.
- 파이썬에서는 클래스를 명명할 때 사용합니다.
- ex) ThisPascalCase
- camelCase
- 처음은 소문자로 시작하고 이후의 모든 단어의 첫 글자는 대문자로 합니다.
- lowerCamelCase라고 불리기도 합니다.
- 파이썬에서는 거의 사용하지 않습니다 (Java 등에서 사용)
- ex) thisCamelCase
- snake_case
- Whitespace
