수업 8일차

galoo·2023년 7월 7일

python 제어문 함수

HelloVision Dx Data School

목록 보기

8/72

✔ 제어문

제어문이란?

프로그램은 왼쪽에서 오른쪽으로 위에서 아래로 수행되는데, 이 흐름을 변경하고자 하는 명령어

Python의 명령어는 아래와 같다.
if, for, while, break, continue, return

if는 분기문(branch)
while이 반복문
for는 순서열을 순회
break는 반복문을 종료
continue는 다음 반복으로 넘어가는 역할
return 은 현재 함수의 수행을 종료하고 호출하는 함수로 되돌아감(이때, 데이터를 가지고 갈 수 있음)

표현식(Expression)

연산식 : -= 가 있는 경우가 하나의 연산식(나머지 연산자는 중첩해서 사용해도 하나의 표현식으로 간주)
return이 있는 함수 호출 : 리턴이 없는 함수호출은 표현식으로 간주하지 않는데, 그 이유는 판단을 할 수 없기 때문이다.

판단이 가능한 문장을 표현식이라고 합니다.

파이썬은 제어문이 하나의 블럭을 생성한다

제어문 안에서 만든 데이터는 외부에서 사용이 불가능

조건 분기 - if

if bool 데이터 : 
	bool 데이터가 True인 경우 수행할 문장
elif bool 데이터 : 
	앞의 데이터가 False이고, 현재 데이터가 True인 경우 수행할 문장
....
else : 
	앞의 모든 데이터가 False인 경우 수행할 문장
elif와 else 는 if없이 사용 불가능합니다.
elif는 0번 이상, else는 생략 혹은 한번만 가능

elif를 작성할 때 주의할 점
- 수행되지 않는 조건을 만드는 것에 주의해야 한다.
일반적으로 else는 처리보다는 예외적인 상황을 처리하는 용도로 사용하는 것을 권장함

#하나의 점수를 이볅받아서 60점 이상이면 합격
#무조건 프로그램 종료라는 문구를 출력
score=int(input("점수를 입력하세요 : "))
#실제 프로그램이라면 잘못된 입력을 할 수 있으므로 예외처리를
#해주는 것이 좋습니다. 
print(type(score)) #정말로 문자열이 int로 바뀐건지 확인하기
if score>=60:
    data=30
    print("합격")
else :
    print(data)
print("프로그램 종료")

Fasly

Python에서는 0이나 데이터가 없는 데이터의 모임도 False로 간주합니다.
- None도 False로 간주합니다.
Falsy가 아니면 전부 True로 간주

if score==False 보다는 if !score:라고 한다.
왜냐하면 == 연산은 __eq__ 이 메서드를 사용하는 것이기에 메모리 사용 단점이 존재한다.

"""
90에서 100사이이면 A
80에서 89사이이면 B
70에서 79사이이면 C
60에서 69사이이면 D
0에서 59사이면 F
"""
score = int(input("점수를 입력해주세요"))
#int 형변환은 문자열이 int 형태의 친구라면 int로
#하지만 다른 실수나 그러면 못해줌
#물론 int형인 실수를 정수형으로는 바꿀 수 있음
if score>=90 and score<=100:
    print("A")
elif score>=80 and score<=89:
    print("B") 
elif score>=70 and score<=79:
    print("C") 
elif score>=60 and score<=69:
    print("D") 
elif score>=0 and score<=59:
    print("F")
else : #사용자의 입력은 랜덤하기에 제약을 주는 용도로 사용하자.
    print("잘못된 점수 입력입니다.")

이와 같이 else는 예외처리를 하는데 사용하는 것이 좋다.

int 형변환은 문자열이 int 형태의 값이라면 int로

하지만 다른 실수나 그러면 못해줌

물론 int형인 실수를 정수형으로는 바꿀 수 있음

굳이 실수형태도 받고 싶다하면 int(float(input()))

Switch 흉내내기

python에서는 switch가 없는데 dict를 이용하면 유사하게 구현가능

# 0 이면 일요일, 1이면 월요일, .... 6이면 토요일 을 출력하자
dayDict={0:"일요일", 1:"월요일", 2:"화요일", 3:"수요일",
4:"목요일", 5:"금요일", 6:"토요일"}
day=int(input("0에서 6까지의 숫자를 입력하세요"))
if day>=0 and day<=6:
    # 원래 dict쓸 때 이것도 가능하다. 하지만 잘 안쓴다.
    #(없는 값 넣으면 에러)
    print(dayDict[day]) 
else:
    print("잘못된 입력입니다.")
# get을 쓰자. 한 번에 끝난다.
print(dayDict.get(day, "알 수 없는 요일"))

dict에서 get은 일치하는 키가 있으면 그 값을 가져오고, 없으면 두 번째 매개변수의 값을 리턴한다.

if를 이용한 값 대입 - list 사용할 때 중요

x값에 따라 y에 True나 False를 설정하고 싶은 경우가 있다.
- if를 이용한 값 대입을 하지 못한다면

x=10
y
if x>=10:
	y=True
else:
	y=False

x=10
y=False if x<10 else Ture 
# y는 x가 10미만이면 False를 대입 아니면 True 대입

밑에가 중요해

✔ While

반복을 위한 제어문

while bool 데이터 :
	bool 데이터가 True인 경우 수행할 문장

python에서는 while과 else를 매핑하는 것이 가능함

while bool 데이터 :
	bool 데이터가 True인 경우 수행할 문장
else:
	while이 break를 만나지 않고 정상 종료된 경우 수행할 문장

idx=0
while idx<10:
    print(idx)
    idx+=1
    #if idx>5:#이게 수행되면 else사용 x
    #   break
else:
    print("반복문 종료") 
print(idx)
else는 반복문이 모두 정상적으로 수행하고 종료된 경우에 호출된다. break나 예외 발생 시 호출이 안된다.
예외 발생 때문에 걸어두는 것이다.

무한 반복

while Ture:
	반복할 내용

✔ for

for 임시변수 in 순서열 :
	순서열의 데이터를 하나씩 임시변수에 대입하고 수행할 문장
순서열은 __iter__가 구현된 인스턴스 :
순서열 : str, dict, set, tuple, list, bytes

숫자열을 만들 수 있는 함수 - range

range(숫자) : 0부터 숫자 전까지 1씩 증가한 숫자열
range(시작숫자,종료다음숫자)
range(시작숫자, 종료다음숫자, 간격)

map, dict가 for에 들어갔을 때, 무엇이 return인지 확인하자.
- dict는 key값이 하나씩 대입되고, 나머지는 데이터가 하나씩 대입된다.

news="http://www.donga.com/news/search?p="
newsList=[]
newsCnt=67
listLength=15
pagenum=int((newsCnt/listLength)+1)
for i in range(1,pagenum+1):
    newsList.append(news+str((i-1)*15+1))
print(newsList)
for i in range(1,32,15):
    print("http://www.donga.com/news/search?p=",i,sep="")
for i in range(3):
    print("http://www.donga.com/news/search?p=",
    (i*15)+1,sep="")
for i in range(3):
    q="http://www.donga.com/news/search?p="+str((i*15)+1)
    print(q)

여러 방식이 존재한다.

기타

제어문은 중첩해서 사용이 가능하다.
break : 반복문 종료
continue : 다음 반복으로 이동

✔ 간단한 문제들

#2 부터 100까지 완전수의 개수 
#완전수 : 자신을 제외한 약수의 합이 자신과 같다.
perfectNum=[]
startNum=2
endNum=1000
for i in range(startNum,endNum+1):
    divisorSum=1 #1은 모든 수의 약수이기에
    for j in range(2,i//2+1):#2부터 하자 
        #자기보다 절반보다 큰 숫자가 약수가 될 확률
        #+1을 해줘야지 i//2까지 가겠지
        if(i%j==0):
            divisorSum+=j
    if(i==divisorSum):
        perfectNum.append(i)
print(perfectNum)
print(len(perfectNum))

# 피보나치 수열
# 첫 번째와 두 번쨰 데이터는 1
# 세 번째 데이터부터는 앞의 2개의 합
#
# list append해서 간단하게?
#
fibonacci=[1,1] #앞에는 고정이라 그냥 해두자
n=10
for i in range(2,n): # 굳이 반복문의 횟수를 늘리려고 하지 말자.
        fibonacci.append(fibonacci[i-2]+fibonacci[i-1])
print(fibonacci)
#
#재귀함수 쓰면 안되나?
#
def fibo(n):
    if n==1 or n==2:
        return 1
    else :
        return fibo(n-2)+fibo(n-1)
#
#강사님이 원한 것
#
def prof_fibo(n):
    if n==1 or n==2:
        return 1
    else:
        n_1=1 #직전항
        n_2=1 # 두번쨰 앞의 항
        result=0 #실제 결과
        for i in range(3,n+1): # 1, 2번항은 이미 한거라 뺀거야.
            result=n_1+n_2
            n_2=n_1
            n_1=result
        return result
#
# 결과물을 확인해보자.
#
idx=int(input("구하고자 하는 피보나치 수열의 값은?"))
print("fibonacci 리스트를 확인하면 : "+str(fibonacci[idx-1]))
print("fibo함수를 사용하면 : "+str(fibo(idx)))
print("강사님이 생각한 함수를 사용하면 : "+str(prof_fibo(idx)))

✔ 함수 - function

함수는 stack 형태로 메모리 차지 (크기에 제한이 있습니다.)
함수 없이 그냥 길게 때려버리면 메모리 터져서 stack overflow 생기는겁니다.
가장 큰 목적은 궁극적으로 재사용성을 위한 것이다.
함수는 다른말로 프로시저라고 불러도 됩니다.

클래스와 객체 인스턴스
인스턴스 : 함수와 속성을 묶어둔 것이다.
클래스 : 인스턴스를 여러번 만들 것 같아서 new 해서 재사용성을 높이자. (동일한 객체의 원형)
상속 : 클래스들끼리 똑같은 것이 있으면 그걸 클래스로 묶자
다형성 : 동일한 메시지에 대해서 다르게 반응하는 것.

결국 어떻게든 똑같은 코드를 묶어서 줄여 써보자
분석을 하는 사람들은 파이썬 함수의 원형을 잘 봐야한다.

분석은 재사용은 없지만, 개발은 유지보수를 해야 한다.
개발 tdd(껍데기 만들고 안을 채워나가는 방식)가 가능
분석은 target(model)이 안만들어지면 의미가 없기에 껍데기만 만드는것은 의미가 없다.
딥러닝은 기본 기능을 가진 class를 준다. 이 클래스를 확장 시켜서 나의 것으로 바꿔 써야 한다.
그래서 딥러닝 할 때는 클래스, 인스턴스 만들고 볼 줄 알아야 한다.

개요

별도의 메모리 공간을 할당 받아서 독립적으로 수행되는 코드의 집합
목적은 코드의 모듈화(분할)와 동일한 코드의 중복 제거이다.

종류

Built-In Function(Maker Function)

파이썬이 제공하는 함수

User-Define Function

개발자가 필요에 의해서 만든 함수

3rd party Function

다른 개발자가 만들어서 제공하는 함수
- 되도록이면 파이썬 중앙 저장소에서 제공하는 것만 이용

Python에서는 함수도 데이터입니다.

사용자 정의 명칭 <-> 변수 를 구분할 필요가 없다?

전통적인 C/Java 는 function이 데이터가 아니다.
그때는 이름과 기능을 나눠야 했다.
하지만 JS나 python에서는 함수도 하나의 데이터입니다.
나눈건 큰 의미는 없다.

내장함수 - Built-In Function

코드에서 확인하자

dir(__builtins__))

문서에서 확인하자

https://docs.python.org/3/library/functions.html
버전마다 다르기 때문에 확인해야 한다.
- 대표적인 함수 reduce(이전에는 일반 내장함수였다가 바뀜)

사용자 정의 함수

함수 선언(정의)

def 함수이름(매개변수 나열):
	함수 내용
    return 데이터
함수 이름은 사용자 엉의 명칭을 사용
매개변수는 없을 수 도 있습니다.
return도 생략 가능합니다.

함수 호출(call, 실행)

함수이름(매개변수에 대입할 데이터 나열)

#hello python을 2번 출력
#hello java를 2번 출력
print("hello python")
print("hello python")
print("hello java")
print("hello java")
#횟수 및 변수를 바꾸려면 싹 바꿔야 하는 불편함이 있다.
for i in range(3):
    print("hello python")
def whoR(name,n):
    for i in range(n):
        print("hello",str(name))
whoR("R", 5)
whoR # 함수 이름은 함수를 저장한 곳의 참조
print(whoR) #이를 한다면 id를 보여줌
#<function whoR at 0x0000021604264700> python id : 16진수

함수를 호출한 곳으로 돌아가기 - return

함수 내에서 return을 만나면 함수를 호출한 곳으로 돌아갑니다.
돌아갈 때, 데이터를 1개 가지고 갈 수 있습니다.
return 데이터를 이용하면 데이터를 가지고 돌아갑니다.
함수를 호출한 곳에 return 되는 데이터가 남겨지는 것과 같습니다.

python은 여러개의 데이터를 return 할 수 있습니까?

근본적으로는 잘못되었습니다.

1개의 데이터이지만 여러개의 데이터를 가리키는 데이터라 여러개를 가지고 return하는 것으로 보이는 것입니다.

✔ python은 콤마(,)를 이용해서 데이터를 나열하면 tuple로 간주
- 10,20 $\rarr$ (10,20) : tuple(row)로 인식

이전의 파이썬 문법에서 함수의 헤더에 리턴되는 자료형을 적지 않았지만, 최근에는 가독성의 문제 때문에 헤더 부분에 리턴되는 데이터의 타입을 기재하는 경우가 많습니다.
- return 되는 데이터가 없을 때는 None이라 기재합니다.

def fibo(n)->리턴되는 데이터타입 : //요샌 이렇게 쓴다.
    if n==1 or n==2:
        return 1
    else :
        return fibo(n-2)+fibo(n-1)
코드를 쉽게 짜고, 가독성을 높이는 것은 매우매우 중요하다!!!

return되는 데이터가 있다면, 그 결과를 가지고 다른 작업을 수행할 수 있습니다.
- return이 없으면 일반적으로 매개변수로 대입된 데이터를 수정합니다.

result=intAddWithInt(100,300)
x=intAddWithInt(result,600)
###########################################
intAddWithInt(intAddWithInt(100,300),600)
위는 스택을 하나씩 순서대로 하지만 밑에는 recursion으로 스택 2개임

파이썬은 여러 개의 데이터를 나열해서 리턴하는 것이 가능
여러 개의 데이터를 나열해서 리턴하면 하나의 튜플로 만들어 리턴

def intOpWithInt(a,b):
	return a+b, a-b
# 아래 두줄은 다 맞는 말이다. 
t=intOpWithInt(100,200) #튜플 전체를 받는 것
add, sub=intOpWithInt(100,200) # 튜플을 분해해서 받는 것
데이터를 불러오는 것이라면 튜플 전체를 받고,
분석을 하기 위한 것이라면 분해해서 받는 것이 좋다.
분석 데이터에서 주로 기울기/절편 이라면 분해가 좋겠지.

전처리하는 함수를 만들거면 return을 하세요.
원본데이터를 편집하는 방법은 좋지 않기 떄문입니다.

매개변수(인수, 인자) - argument, parameter

실제 argument와 parameter는 다릅니다.
함수를 호출할 때, 함수에게 넘겨주는 데이터
원래는 argument가 맞지만, parameter가 argument보다 큰 개념
클라이언트->서버 넘길때는 parameter, 그래서 그냥 같이 써버림
없을 수도 있고 여러개 일 수 도 있습니다.
함수를 호출할 때 매개변수가 있는 함수의 경우, 매개변수를 전달하지 않으면 에러가 발생합니다.

def intOpWithInt(a,b):
	return a+b, a-b
add, sub=intOpWithInt(100,200) 
# 100이나 200 둘 중 하나라도 없으면 에러

최근에는 매개변수의 자료형을 명시하는 것을 권장합니다.
- 매개변수 이름 다음에 : 자료형 기재 가능

def add(a : int,b : int)-> int:
	return a+b
dataAdd=add(100,200) 
이렇게 한다면 선언문 line 한줄만 보고 정수 2개를 받아 덧셈연산을 통해 결과를 정수형태로 return하는 함수라고 파악 할 수 있다.

int add(int a, int b){ c는 이렇게 쓴다.
add(a: int, b: int)->int : python은 이렇게 한다. 
위의 python 표기 방법은 UML(표준 표기법)이다. 뭐지?
표기법을 기억해야 한다.

call by value & call by reference - 매개변수 전달 방법

scala data는 값이 전달되는 형태이고, vector data(collection, container)는 참조가 전달되는 형태로 동작합니다.
함수를 호출할 때, scala data를 넘겨주면, 함수 내부에서 데이터를 변경해도 외부의 데이터는 변경되지 않습니다.
vector data를 넘겨주면, 함수 내부에서 함수 외부의 데이터를 수정할 수 있습니다. (참조여서?)

def callByValue(a:int)->None:
	a=20
    print(a)
x=30
callByValue(x)
print(x)
x는 scala 데이터라 x가 전달되는 것이 아닌, 30이 전달됩니다.
그래서 a는 20으로 바뀐다.

def callByReference(li:list)->None:
	li[0]=20
    print(li)
l=[100,200,300]
callByValue(l)
print(l)
l의 값을 넣는 것 보다는, l의 참조를 넘겨준 것이라 생각해야 한다. 즉, 참조를 할 수 있게 되어 100, 200, 300에 접근 할 수 있게 되어 l의 값 자체가 바뀌어진다.

어지간하면 프로그램에서는 callByValue로 하라고 한다. 속도나 여러 문제로 callByReference로 종종하지만 sw 개발 관련 가점은 Value이다.

결국 책 원본을 빌려주느냐 vs 책 사본을 빌려주느냐(돈이 들어)

pure function(순수함수)

함수 내부에서 함수 외부의 데이터를 변경하지 않고, 매개변수가 동일하면 항상 동일한 결과를 리턴하는 함수
이 함수에서는 현재 시간, 랜덤을 사용하면 안된다.
- 결과가 달라질 수 있게 하는 애들은 넣으면 안된다.
- 일관성이 있는 함수

매개변수의 기본값을 설정하는 것이 가능하다

매개변수이름=값의 형태로 작성하면 매개변수의 값을 생략하면 기본값이 설정됩니다.
print("hello")를 하면 자동 줄바꿈되는것
- print의 end 매개변수의 기본값은 "\n"이다.
- value가 있는데 왜 생략? : ...이 뒤에 붙어서!
- 이는 0개이상이기 때문에

기본값이 설정된 매개변수를 호출할 때 생략할 수 있습니다.

함수를 호출할 때, 매개변수 이름과 값을 같이 전달할 수 있습니다.

매개변수의 unpacking

매개변수가 여러개 일 때, list나 tuple 또는 set으로 한꺼번에 전달이 가능합니다.
list나 tuple 그리고 set을 분할해서 매개변수에 대입합니다.
매개변수로 대입할 때, 앞에 *을 붙여서 전달합니다.
dict를 전달하면 key가 순서대로 대입됩니다.
dict의 value를 전달하고자 하는 경우는 **을 붙여서 전달하면 됩니다.

def collect(a,b):
	print(a)
    print(b)
collect(10,20)
collect(*[100,200]) #list를 분할해서 a에 100, b에 200대입
collect(*{"key1":100,"key2":200}) #이러면 key값이 들어감
#즉 a="key1", b="key2"
collect(**{"key1":100,"key2":200}) #이러면 value가 전달
#즉 a=100, b=200 이 전달됨

python matplotlib 쓸 때, 매개변수 많아서 스트레스 받는데
이거 쓰면 참 좋다.

가변 매개변수

매개변수의 개수를 정하지 않고 사용하는 매개변수
매개변수를 만들 때 * 을 이용해서 이름을 설정
*을 이용해서 매개변수를 설정하면 데이터 개수에 상관없이 대입 가능합니다.
- 함수 내부에서는 매개변수들을 모아서 하나의 튜플을 만듦
매개변수를 만들 때, **을 추가하면 dict로 받아들이게 된다.

#가변 매개변수 사용하기
#함수 내부에서는 튜플로 
def merge(*li):
    for element in li:
        print(element)
merge(10)
merge([1,23,4,5])
merge([1,2],[3,4],(5,6),7)
가변 매개변수 앞에 있는 매개변수를 대입할 때, 매개변수 이름과 함께 대입하면 에러
가변 매개변수 뒤에 있는 매개변수를 대입할 떄는 반드시 매개변수 이름과 함께 대입해야 한다.
$\rarr$ 앞은 이름 x 뒤는 이름 o

def merge(name,*li,age):
#생략
merge("mino",10,20,30,26) #가능
merge(name="mino", 10, 20, 30, 26) # 에러
merge("mino", 10, 20, 30, age=26) # 에러 아님

함수를 호출할 때 존재하지 않는 매개변수 이름을 이용해서 대입하면 dict로 받아들일 수 있다.

이 경우, dict는 가장 마지막 매개변수여야 합니다.

def merge(name, **param):
	for k in param:
		print(k,param[k])
merge(name="mino", job="student", gender="남자")
# job, gender는 매개변수에 없으니 **param으로 dict로 쑥 들어감

가장 최악

재귀함수(Recursion, Recursive call)

함수가 자기 자신을 다시 호출하는 것
함수의 수행이 종료되기 전에 자기 자신을 다시 호출하기 때문에 메모리 사용량도 늘어나고 속도도 느리지만 가독성이 우수

유의할 점 : 반드시 종료지점이 존재해야 한다.

def dataSum(n:int)->int:
	if n==1:
    	return 1
    return n+dataSum(n-1)
else를 안썼지만, return이 else와 같은 역할을 하고 있다.
그래서 반복문에서도 break를 안쓰고 return 하는 경우도 있다.

def fibo(n:int)->int:
    if n==1 or n==2:
        return 1
    return fibo(n-2)+fibo(n-1)
print(fibo(10)) #55가 나오면 된다.
피보나치를 재귀함수로 만들어보자
가독성이 매우 뛰어납니다.

python default lib에 memoization으로 재귀가 그렇게 느리지 않습니다.

fibonacci=[1,1]
n=10
for i in range(2,n):
        fibonacci.append(fibonacci[i-2]+fibonacci[i-1])
print(fibonacci)
몰랐는데 이것도 memoization 아니야? - 맞아

import functools
@funtools.lru_cache() #추가한다면 기존코드에?
memoization - 함수의 호출 결과를 저장해 둔 후 그 값으로 재사용하는 것

pass

함수 나 클래스의 내용을 나중에 작성하기 위해서 비워두는 것

def temp():
	pass
TDD 테스트 주도 개발 : 껍데기부터 만들어 가는 것이다.
왜 이렇게 해? : 처음부터 다 구현하려면 힘들다.
현실적으로 "시기"가 매우 중요하기에 빠르게 해야 한다.

함수의 매개변수에 설명을 추가하는 것이 가능

def 함수이름(매개변수이름 : 자료형)->리턴타입:
주석을 써주고 싶을 수 있잖아?
변수가 score면 일반적으로 0~100 인걸 써주고싶은데
함수 내부에 적어놨어서 들어가서 봐야하니까 외부에 써두자

def 함수이름(매개변수이름 : '문자열'자료형)->리턴타입:
문자열로 주석 작성
def pan(score:'int >=0 and <=100'=0)->None: ??

함수에 도움말 만들기

help를 했을 때, 출력되는 문자열 만들기
함수를 만들고 난 후, 함수.__doc__ 속성에 문자열을 대입해서 만들 수 있다.
함수를 만들 때 가장 상단에 문자열을 추가하면 help를 했을 때 출력

def fibo(n:int)->int:
    if n==1 or n==2:
        return 1
    return fibo(n-2)+fibo(n-1)
fibo.__doc__="재귀를 이용해서 피보나치 수열의 값을 리턴하는 함수"

이렇게 하면 된다.

python에서 함수는 일급 객체

일급객체?

자료형이어야 합니다. (함수는 자료형이다.)
동적으로 생성이 가능해야 합니다.
변수에 대입이 가능해야 합니다.
함수의 매개변수로 사용이 가능해야 합니다.
함수에서 리턴할 수 있어야 합니다.

함수를 변수에 대입

함수를 다른 변수에 대입해서 호출하는 이유는?
- 다형성 때문이다.
- 동일한 메시지에 대하여 다르게 반응하는 성질이다.
- 동일한 코드가 상황에 따라 다른 함수, 메서드를 호출하는 것

def dragonAttack():
	print("드래곤의 공격")
def tankAttack():
	print("탱크의 공격")
dragonAttack()
tankAttack()
이렇게 한다면 명령어를 2개 따로 해야 한다.

def dragonAttack():
	print("드래곤의 공격")
def tankAttack():
	print("탱크의 공격")
dragonAttack()
tankAttack()
delegate=tankattack
delegate()
이러면 key하나로 함수 2개를 조절할 수 있게 되었어.

고위 함수 - High Order Function

함수를 매개변수로 받거나 함수를 리턴하는 함수

python에서는 함수 안에서 함수를 생성하는 것이 가능

#함수가 함수를 내부에 만들어서 리턴하면 고위 함수라고 합니다.
def outer():
	def inner():
    	print("내부함수")
   	return inner
이는 함수를 호출해서 그 결과를 변수에 대입하고 그 변수를 통해서 함수를 호출해야 합니다.
func=outer(), func() 이렇게 말이죠

람다 - lambda

이름이 없는 한 줄 짜리 함수
람다 함수 안에서는 변수를 생성할 수 없고, 할당문이나 while, try 등도 사용할 수 없다.

lambda 매개변수 나열 : 리턴할 내용
2개의 숫자를 받아서 더한 결과를 리턴하는 람다는
lamda x,y:x+y
이다.

lambda는 이름이 없어, 그럼 호출할 때 만들어지고 소멸한다.

이름을 만들면 처음부터 만들어져서 저장되기에 이름 없는 것으로 많은 것을 빠르게 처리하면 편하다.

galoo

밀가루 귀여워요

이전 포스트

수업 7일차

다음 포스트