기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

[python] 함수(Function): 가변인수

함수

관련내용

가변인수

*인수와 **인수

파이썬에서 'Asterisk(*)' 연산자는 곱셈 뿐만 아니라 지정된 아이템 외에 나머지를 할당하기 위해 사용하며 가변 연산자(*)라고 합니다.

a, b, *rest=range(9)
a, b
(0, 1)
rest
[2, 3, 4, 5, 6, 7, 8]
*head, a,b=range(10)
head, a, b
([0, 1, 2, 3, 4, 5, 6, 7], 8, 9)

다음 코드는 3개의 객체에 2개만이 할당됩니다. 그러므로 가변 연산자로 연결된 객체 *rest는 받을 값이 없으므로 빈리스트(empty list)가 됩니다.

a, b, *rest=range(2)
a, b, rest
(0, 1, [])

식 1에서 나타낸 것과 같이 함수에 전달할 인수의 수가 고정되지 않은 경우 가변연산자(*)와 인수를 연결하여 사용할 수 있으며 가변 인수라고 합니다.

def 함수이름(*인수)(식 1)
⇒ 실행: 함수이름(인수값1, 인수값2, …)

1개 이상의 인수값들을 전달하기 위해 리스트, 튜플과 같은 콜렉션 형태를 사용할 수 있습니다. 가변인자 역시 같은 역할을 하며 인수전달 유형을 고정하지 않기 때문에 보다 유연한 적용이 가능합니다. 다음 사용자 정의한 함수 order()에 전달하는 인수 poduct에 리스트 객체를 전달할 수 있습니다. 이 경우는 인수전달시 리스트 유형을 명시하여야 합니다.

def order(order, num=1, product="coffee"):
	print(f"주문번호: {order}, 테이블번호: {num}, 품목:{product}")
order(1, 2, ["스파게티", "돈까스", "피자", "커피", "콜라"])
주문번호: 1, 테이블번호: 2, 품목:['스파게티', '돈까스', '피자', '커피', '콜라']

함수 생성시 가변인수를 지정하는 것으로 위 함수와 같은 효과를 나타낼 수 있습니다. 그러나 가변인수의 형식으로 전달할 경우 각 인수값은 리터럴입니다.

def order(order, num, *product):
    prod=[]
    for i in product:
        prod.append(i)
    print(f"주문번호: {order}, 테이블번호: {num}, 품목:{prod}")
order(2, 10, "스파게티", "돈까스", "피자", "커피", "콜라")
주문번호: 2, 테이블번호: 10, 품목:['스파게티', '돈까스', '피자', '커피', '콜라']

위의 가변인자는 각 인수의 값만을 전달합니다. 그러나 전달하는 인수의 이름을 명확히 하기 위해서는 "인수이름 = 인수값"의 형태를 취해야 하는 경우도 존재합니다. 이 경우 연산자 "**"와 인수를 연결한 키워드 가변인자(keyword variable argument)를 사용합니다(식 2).

def 함수이름(**인수)(식 2)
⇒ 실행: 함수이름(인수1=값1, 인수2=값2, …)
def order(**food):
   print(f"테이블 번호 {food['num']}에 {food['name']}")
order(num=2, name="돈까스")
테이블 번호 2에 돈까스
order(num=[2,3], name=['돈까스', '커피'])
테이블 번호 [2, 3]에 ['돈까스', '커피']

객체의 언패킹(unpacking)

가변연산자(*)는 길이가 정해지지 않은 인수 값을 전달하기 위해 사용할 뿐만 아니라 리스트, 튜플과 같은 객체의 각 요소를 호출하기 위해 사용할 수 있습니다. 예를 들어 다음 코드의 리스트 객체 x의 요소는 가변 연산자를 사용하여 각 요소를 출력할 수 있습니다. 이 과정은 밀집된 데이터 유형에서 내용을 개별적으로 푸는 것으로 언팩킹(unpacking)이라 합니다.

x=[1, 2, 3, 4, 5]
print(*x)
1 2 3 4 5

가변 연산자를 사용한 언팩킹은 함수의 인수 전달과정에서 적용할 수 있습니다. 예를 들어 다음 함수는 3개의 리터럴 숫자들을 전달하여 리스트 형태로 출력하기 위한 함수입니다.

def printList(x, y, z):
    print(f'[{x},{y},{z}]') 
printList(0, 1, 0)
[0,1,0]

다음 코드와 같이 3개 요소로 구성된 튜플 객체를 printList() 함수에 적용하기 위해 가변 연산자에 의해 언패킹을 사용할 수 있습니다.

ls=(0,1,0)
printList(*ls)
[0,1,0]

'*' 연산자는 시퀀스 객체를 요소 단위로 분해할 수 있는 것과 같이 '**' 연산자(키워드 가변인수)를 사용하여 사전(dictionary) 객체에서 값(value)를 추출할 수 있습니다.

dic={'y':0, 'x':1, 'z':1}
printList(**dic)
[1,0,1]

사전은 순서가 지정되지 않기 때문에 사전 키(key)를 기반으로 사전 값과 함수 인수를 일치시킵니다. x 인수는 사전의 'x' 키와 관련된 값을 받습니다. 단일 별표(*) 연산자를 사용하여 사전의 압축을 풀면 key가 원시자료에 입력된 순서대로 함수에 전달됩니다.

printList(*dic)
[y,x,z]

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. (1)A=PBP1P1AP=B 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. (식 2)BλI=P1APλP1P=P1(APλP)=P1(AλI)P 식 2의 행렬식은 식 3과 같이 정리됩니다. det(BλI)=det(P1(APλP))=det(P1)det((AλI))det(P)=det(P1)det(P)det((AλI))=det(AλI)det(P1)det(P)=det(P1P)=det(I) 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a sin2(x)+cos2(x) simplify(a) 1 simplify(b) x3+x2x1x2+2x+1 simplify(b) x - 1 c=gamma(x)/gamma(x-2) c Γ(x)Γ(x2) simplify(c) (x2)(x1) 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. (식 1)Γ(n)={(n1)!n:자연수0xn1exdxn:부동소수 x=symbols('x') gamma(x).subs(x,4) 6 factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

sympy.solvers로 방정식해 구하기

sympy.solvers로 방정식해 구하기 대수 방정식을 해를 계산하기 위해 다음 함수를 사용합니다. sympy.solvers.solve(f, *symbols, **flags) f=0, 즉 동차방정식에 대해 지정한 변수의 해를 계산 f : 식 또는 함수 symbols: 식의 해를 계산하기 위한 변수, 변수가 하나인 경우는 생략가능(자동으로 인식) flags: 계산 또는 결과의 방식을 지정하기 위한 인수들 dict=True: {x:3, y:1}같이 사전형식, 기본값 = False set=True :{(x,3),(y,1)}같이 집합형식, 기본값 = False ratioal=True : 실수를 유리수로 반환, 기본값 = False positive=True: 해들 중에 양수만을 반환, 기본값 = False 예 x2=1의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. x21=0 import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. x21=0(x+1)(x1)=0x=1or1x4=1의 해를 결정합니다. solve() 함수의 인수 set=True를 지정하였으므로 결과는 집합(set)형으로 반환됩니다. eq=x**4-1 solve(eq, set=True) ([x], {(-1,), (-I,), (1,), (I,)}) 위의 경우 I는 복소수입니다.즉 위 결과의 과정은 다음과 같습니다. x41=(x2+1)(x+1)(x1)=0x=±1,±1=±i,±1 실수...