[Python] 편리한 파이톤

파이썬의 편리한 기능들을 소개해볼까한다.

물론 개인 메모겸 적는것이므로 그닥 유용하진 않을수도 있다.

 

 

문제 풀다가 발견

def is_correct(s):
    stack = []
    for char in s:
        if char == "(":
            stack.append(char)
        else:
            if not stack:
                return False
            stack.pop()
    return not stack

return not stack: 조건문의 결과를 boolean으로 반환해준다. stack이 비어있다면(not stack) True, 비어있지 않다면 False를 반환한다.

 

오... 역시 파이톤!

 

아래부터는 자주 쓰이는 or 편리한 기능들이다.

(노란색 표시 된 기능들은 내가 자주 쓰는 기능이다.)

 

 

1. 리스트 컴프리헨션(List Comprehensions)

# 기본적인 for-loop을 사용하여 짝수만 담은 리스트 생성
evens = []
for i in range(10):
    if i % 2 == 0:
        evens.append(i)

# 리스트 컴프리헨션을 사용한 방식
evens = [i for i in range(10) if i % 2 == 0]

 

2. 언패킹(Unpacking)

a, b = 1, 2
print(a)  # 1
print(b)  # 2

# 함수에서 여러 값을 반환하고 언패킹하기
def get_values():
    return 1, 2, 3

x, y, z = get_values()

언패킹같은 경우 리스트에서 그 진가를 발휘한다.

lst = [1, 2, 3, 4]

print(*lst) # 1 2 3 4
print(lst)  # [1, 2, 3, 4]

 

3. with문 사용하기

파일을 다룰 때 with문을 사용하면 파일을 자동으로 닫아주므로 리소스를 안전하게 관리할 수 있다.

with open("file.txt", "r") as file:
    contents = file.read()

 

4. 제너레이터 표현식(Generator Expressions)

대용량 데이터를 처리할 때 메모리를 효율적으로 사용하기 위해 사용할 수 있다.

# 리스트 컴프리헨션
squares = [i**2 for i in range(1000000)]

# 제너레이터 표현식
squares = (i**2 for i in range(1000000))

굉장히 자주쓰인다. 그리고 편리하며 간결하다.

 

5. enumerate 함수

fruits = ["apple", "banana", "cherry"]

for index, fruit in enumerate(fruits):
    print(index, fruit)

 

6. zip 함수

여러 리스트를 동시에 순회할 때 사용.

names = ["John", "Jane", "Doe"]  
ages = [23, 34, 45]

for name, age in zip(names, ages):  
    print(f"{name} is {age} years old.")

 

7. F-String

Python 3.6버전부터 도입된 기능이다. 문자열 내에서 직접 참조하고 포맷할 수 있으며 가독성이 좋다.

name = "지미왓"  
age = 4  
print(f"{name}의 나이는 {age}살입니다.")

 

8. 조건부 연산자(Ternary Operators)

aka 삼항연산자

condition = True  
print("참입니다" if condition else "거짓입니다")

 

9. 함수 인자에 대한 기본값 설정

함수 호출 시 인자를 생략할 수 있다.

def greet(name="누군가"):  
    print(f"안녕, {name}!")

greet()  
greet("지미왓")

 

10. *args와 **kwargs 사용

함수가 가변적인 수의 인자를 받을 수 있도록 사용한다.

def print_args(*args, **kwargs):
    for arg in args:
        print(arg)
    for key, value in kwargs.items():
        print(f"{key}: {value}")

print_args("하나", "둘", key1="값1", key2="값2")

 

11. Walrus Operator(:=)

'바다코끼리 문법'이라고도 불린다. 3.8버전부터 도입된 문법인데, 사실 나는 잘 안쓴다^^;
초반에 신기해서 몇 번 써봤던 문법.

# Walrus Operator 미사용
n = len(my_list)
if n > 10:
    print(f"리스트가 너무 깁니다 (길이: {n})")

# Walrus Operator 사용
if (n := len(my_list)) > 10:
    print(f"리스트가 너무 깁니다 (길이: {n})")

 

12. Iterables를 이용한 동적 언패킹

리스트나 튜플 같은 '순회 가능한 자료형'을 함수 인자로 넘길때 사용한다.
위의 언패킹 파트에서 잠깐 썼던 내용이다. 언패킹의 꽃!

numbers = [1, 2, 3]
print(*numbers)

요소만 깔끔하게 1 2 3으로 출력된다.

 

13. any 와 all

반복 가능한 객체 내의 요소들이 하나라도 참인지(OR), 또는 모두 참인지(AND) 간단하게 확인할 수 있다.

# any: 하나라도 참이면 True
numbers = [0, 1, 2, 3]
print(any(numbers))  # 출력: True

# all: 모두 참이어야 True
print(all(numbers))  # 출력: False

 

14. set 을 이용한 중복 제거

리스트에서 중복된 값을 제거할 때 사용한다.
리스트의 각 요소가 몇번씩 중복되는지 계산할때 유용하다.
단, set은 순서가 보장되지 않으므로 주의하자.

numbers = [1, 2, 2, 3, 4, 4, 5]
unique_numbers = list(set(numbers))
print(unique_numbers)  # 출력: [1, 2, 3, 4, 5]

 

15. dict.get() 메서드

내가 따로 작성까지 했던 녀석이다ㅎㅎ
아주 편리하다. setdefault()도 자주 사용되니 참고하자. (둘의 차이점은 get은 딕셔너리 반영 X, setdefault는 반영 O)

my_dict = {"key1": "value1"}

# get() 메서드 사용
value1 = my_dict.get("key1")  # "value1"
value2 = my_dict.get("key2", 'default_value')  # "default_value"
print(my_dict)  # {"key1": "value1"}

# setdefault() 메서드 사용
value1 = my_dict.setdefault("key1", "default_value")  # "value1"
value2 = my_dict.setdefault("key2", "default_value")  # "default_value"
print(my_dict)  # {"key1": "value1", "key2": "default_value"}

 

16. collections.defaultdict

딕셔너리를 초기화할 때, 기본값을 자동으로 설정해준다.

from collections import defaultdict

dd = defaultdict(int)
dd["a"] += 1
print(dd)  # 출력: defaultdict(<class "int">, {"a": 1})

 

17. itertools 모듈 활용

반복 가능한 데이터 스트림을 처리하는 데 유용한 함수들을 제공한다.

import itertools

# product: 데카르트 곱
print(list(itertools.product([1, 2], ["a", "b"])))  # 출력: [(1, "a"), (1, "b"), (2, "a"), (2, "b")]

# permutations: 순열
print(list(itertools.permutations([1, 2, 3])))  # 출력: [(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)]

 

18. functools.lru_cache 데코레이터

함수의 결과를 캐싱하여 성능을 향상시킬 수 있다. (써본적없다 사실)

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(50))  # 빠르게 결과를 반환

 

19. 컨텍스트 매니저 만들기

직접 컨텍스트 매니저를 만들어서 자원 관리를 할 수 있다. with문과 함께 사용한다.

from contextlib import contextmanager

@contextmanager
def my_context():
    print("Entering")
    yield
    print("Exiting")

with my_context():
    print("Inside")