기본 콘텐츠로 건너뛰기

벡터와 행렬에 관련된 그림들

[python] 발생자(generator)

함수

관련내용

발생자(generator)

발생자(generator)이터레이터(iterator)를 생성하는 함수로서 return() 함수 대신 yield 구문을 사용하여 결과를 반환합니다. 발생자의 기본 구조는 식 1와 같습니다.

def 함수이름(인수):
    본 문
    yield 결과
(식 1)

다음 함수는 가변인자를 전달하여 리스트 객체를 반환합니다.

def mkList(*x):
    re=[]
    for i in x:
        re.append(i*i)
    return re
b=mkList(1,2,3);b
[1, 4, 9]

위 함수에 의해 생성된 객체는 리스트로서 요소를 하나씩 호출할 수 있는 이터러블(iterable)이지만 게으른 평가에 의해 이루어지는 이터레이터는 아닙니다. 즉, 내장 메소드 __next__() 또는 내장 함수 next()에 의해 실행되지 않습니다.

내장 메소드 또는 속성은 이름 앞뒤로 이중 밑줄(under score)를 함유하고 있으며 파이썬에서 객체를 생성할 경우 자동적으로 부여되는 메소드입니다.

  • next(x)
    • 이터레이터 객체인 x의 성분을 하나씩 호출
    • 모든 성분이 호출된 후 next()의 실행은 예외StopIteration이 발생
  • iter(x)
    • x: 내장 메소드인 __iter__()를 포함한 클래스 객체, 즉, 이터러블(iterable) 객체
    • x를 이터레이터(iterator)로 전환
next(b)
TypeError: 'list' object is not an iterator

위 객체 b를 iterator로 만들기 위해 내장함수 iter()를 실행합니다.

b1=iter(b)
b1
<list_iterator at 0x2066b72dbd0>
b1=iter(b)
for i in range(len(b)):
    print(next(b1))
1
4
9

객체 b1은 함수에 의해 생성된 객체를 이터레이터로 전환한 것입니다. 이와 유사하게 함수 자체를 이터레이터로 만들기 위해서는 일반적인 함수를 발생자로 작성해야 합니다. 발생자에 의해 생성된 객체는 내장메소드 __iter__()와 __next__()을 포함해야 합니다. 다음 함수와 같이 결과의 반환을 위해 yield 문을 적용하는 것으로 이 두 매소드들이 부여됩니다.

def mkList1(*x):
    for i in x:
        yield i
a=mkList1(1,2,3)
a
<generator object mkList1 at 0x7f3299a680b0>
type(a)
generator
[i in dir(a) for i in ["__iter__", "__next__"]]
[True, True]

객체 a는 이터레이터이므로 내장함수 next()를 실행할 수 있습니다.

next(a)
1
next(a)
2
next(a)
3

yield 문을 사용하는 발생자를 대신하여 내장 메소드 __iter__() 또는 내장 함수 iter()를 사용하여 결과를 return()에 전달하는 것으로 이터레이터를 만들 수 있습니다. 그러나 이렇게 수정된 함수에 의해 생성된 객체는 발생자가 아닌 이터레이터입니다.

발생자와 이터레이터는 상당히 유사하지만 각기 다른 클래스에 포함되며 이터레이터 클래스로 좀더 복잡한 동작을 구현할 수 있습니다.

def mkList3(*x):
    re=[]
    for i in x:
        re.append(i*i)
    return iter(re)
c=mkList3(1,2,3)
"__next__" in dir(c)
True
c
<list_iterator at 0x2066b729420>
type(c)
list_iterator
for i in range(3):
    print(next(c))
1
4
9

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. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 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 $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 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. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ 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 $x^2=1$의 해를 결정합니다. solve() 함수에 적용하기 위해서는 다음과 같이 식의 한쪽이 0이 되는 형태인 동차식으로 구성되어야 합니다. $$x^2-1=0$$ import numpy as np from sympy import * x = symbols('x') solve(x**2-1, x) [-1, 1] 위 식은 계산 과정은 다음과 같습니다. $$\begin{aligned}x^2-1=0 \rightarrow (x+1)(x-1)=0 \\ x=1 \; \text{or}\; -1\end{aligned}$$ 예 $x^4=1$의 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. $$x^4-1=(x^2+1)(x+1)(x-1)=0 \rightarrow x=\pm \sqrt{-1}, \; \pm 1=\pm i,\; \pm1$$ 실수...