기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[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...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...