Python 안내서 · 6/6

핵심 개념

Python다운(Pythonic) 코드란 언어가 제공하는 도구를 자연스럽게 활용해 짧고 읽기 쉽게 쓴 코드를 말합니다. 이 장에서는 그 바탕이 되는 반복자와 제너레이터, 컴프리헨션, 데코레이터를 살펴보고, Python다운 코드의 습관을 정리합니다.

반복자(iterator)

for 문은 리스트뿐 아니라 문자열, 딕셔너리, 파일, range처럼 순회할 수 있는(iterable) 모든 객체에 쓸 수 있습니다. 내부적으로 for는 iter()로 반복자를 얻고, next()로 값을 하나씩 꺼내다가 StopIteration 예외가 나면 멈춥니다.

numbers = [10, 20, 30]
it = iter(numbers)
next(it)   # 10
next(it)   # 20
next(it)   # 30
# 한 번 더 next(it) 를 부르면 StopIteration 이 납니다

# zip 과 enumerate 도 반복자를 돌려줍니다
names = ["mina", "joon"]
scores = [90, 85]
for rank, (name, score) in enumerate(zip(names, scores), start=1):
    print(rank, name, score)

반복자는 값을 필요할 때 하나씩 만들어 내므로, 모든 값을 메모리에 올리지 않고도 큰 데이터를 처리할 수 있습니다. 단, 한 번 끝까지 소비한 반복자는 다시 쓸 수 없습니다.

제너레이터(generator)

함수 안에 yield가 있으면 그 함수는 제너레이터 함수가 됩니다. 호출하면 본문이 바로 실행되지 않고 제너레이터 객체가 반환되며, 값을 요청할 때마다 다음 yield까지 실행하고 멈춥니다. 반복자 클래스를 직접 만드는 것보다 훨씬 간단합니다.

def countdown(n: int):
    while n > 0:
        yield n
        n -= 1


list(countdown(3))   # [3, 2, 1]


def read_lines(path: str):
    with open(path, encoding="utf-8") as f:
        for line in f:
            if line.strip():
                yield line.rstrip("\n")


def numbered(lines):
    for i, line in enumerate(lines, start=1):
        yield f"{i}: {line}"


# 큰 파일도 한 줄씩 흘려 보내며 처리합니다
for row in numbered(read_lines("log.txt")):
    print(row)

다른 반복 가능한 객체의 값을 그대로 넘겨줄 때는 yield from을 씁니다. 표준 라이브러리의 itertools 모듈에는 islice, chain, groupby처럼 반복자를 조합하는 도구가 많습니다.

컴프리헨션(comprehension)

컴프리헨션은 반복과 조건을 한 식으로 표현해 새 리스트, 딕셔너리, 집합을 만드는 문법입니다. 괄호를 소괄호로 바꾸면 값을 미리 만들지 않는 제너레이터 식이 됩니다.

nums = range(10)

squares = [n * n for n in nums]                 # 리스트
evens = [n for n in nums if n % 2 == 0]         # 조건 걸기
lengths = {w: len(w) for w in ["py", "rust"]}   # 딕셔너리
initials = {w[0] for w in ["apple", "avocado"]} # 집합 {'a'}

total = sum(n * n for n in nums)                # 제너레이터 식
pairs = [(x, y) for x in range(2) for y in range(2)]

컴프리헨션은 짧을 때 가장 읽기 좋습니다. 조건과 반복이 여러 겹으로 쌓여 한눈에 읽히지 않는다면 평범한 for 문으로 풀어 쓰는 편이 낫습니다.

데코레이터(decorator)

Python에서 함수는 값처럼 변수에 담고 인자로 넘길 수 있습니다. 데코레이터는 함수를 받아 기능을 덧붙인 새 함수를 돌려주는 함수이며, @이름 문법으로 적용합니다. 로깅, 실행 시간 측정, 권한 검사, 캐싱처럼 여러 함수에 공통으로 필요한 일을 분리할 때 씁니다.

import functools
import time


def timed(func):
    @functools.wraps(func)          # 원래 함수의 이름과 docstring 을 보존합니다
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        try:
            return func(*args, **kwargs)
        finally:
            print(f"{func.__name__}: {time.perf_counter() - start:.4f}초")
    return wrapper


@timed
def slow_add(a, b):
    time.sleep(0.1)
    return a + b


@functools.lru_cache(maxsize=None)   # 표준 라이브러리의 결과 캐싱 데코레이터
def fib(n: int) -> int:
    return n if n < 2 else fib(n - 1) + fib(n - 2)


slow_add(1, 2)
fib(80)

@property, @staticmethod, @classmethod, @dataclass도 모두 데코레이터입니다.

Python다운 코드

REPL에서 import this를 실행하면 Python의 설계 철학을 담은 "The Zen of Python"이 출력됩니다. 실무에서는 다음 습관이 Python다운 코드로 이어집니다.

인덱스로 돌지 말고 값을 직접 순회합니다. 번호가 필요하면 enumerate, 두 목록을 함께 돌 때는 zip을 씁니다.
자원은 with로 열고, 정리는 컨텍스트 관리자에 맡깁니다.
미리 확인하기보다 시도하고 예외를 처리하는 방식(EAFP)이 자연스러운 경우가 많습니다.
sum, any, all, sorted, max(key=...) 같은 내장 함수를 적극적으로 씁니다.
영리한 한 줄보다 읽기 쉬운 여러 줄을 택합니다. 가독성이 가장 중요합니다.

users = [{"name": "mina", "active": True}, {"name": "joon", "active": False}]

# 덜 Python다운 방식
active = []
for i in range(len(users)):
    if users[i]["active"] == True:
        active.append(users[i]["name"])

# Python다운 방식
active = [u["name"] for u in users if u["active"]]
has_inactive = any(not u["active"] for u in users)

정리

for는 반복자 규약(iter, next) 위에서 동작하며, 반복자는 값을 필요할 때 하나씩 만듭니다.
yield로 제너레이터를 만들면 큰 데이터를 메모리 걱정 없이 단계별로 처리할 수 있습니다.
컴프리헨션으로 컬렉션을 간결하게 만들되, 복잡해지면 for 문으로 풀어 씁니다.
데코레이터는 공통 기능을 함수 바깥으로 분리하며, functools.wraps를 꼭 씁니다.

더 깊이 배우려면 다음 공식 문서를 참고합니다.

이 장에 대해 질문이 있나요?