이 포스트는 <<Fluent Python (전문가를 위한 파이썬) >> (written by Luciano Ramalho, 강권학 옮김) 스터디를 진행하면서 공부한 내용을 정리하는 목적으로 작성되었습니다. 따라서 이 포스트 내 설명 및 코드의 출처는 <<Fluent Python (전문가를 위한 파이썬) >> 임을 미리 밝힙니다.
Chapter 3. 딕셔너리와 집합
파이썬에서 딕셔너리( dict 형)은 애플리케이션에서 뿐만 아니라 파이썬 구현 부분에서도 중요한 역할을 한다. 따라서 파이썬 dict 클래스는 상당히 최적화되어 있는데, 이러한 최적화 뒤에는 해시 테이블 이 있다. 이 해시 테이블을 이용해서 딕셔너리뿐만 아니라 집합 도 구현된다. 해시 테이블의 작동 방식 및 의미에 대해서는 뒤에서 더 알아보자.
3.1 일반적인 매핑형
딕셔너리 챕터에서 매핑형이 등장하는 이유는 파이썬의 컨테이너 추상 클래스인 collections.abc 모듈에서 dict 및 이와 비슷한 자료형의 인터페이스를 정의하기 위해 Mapping 및 MutableMapping 추상 베이스 클래스를 제공하기 때문이다. 이러한 추상 베이스 클래스는 매핑이 제공해야하는 최소한의 인터페이스를 정의한다.
책을 보면, 표준 라이브러리에서 제공하는 매핑형은 모두 dict 를 이용해서 구현하기 때문에 값은 해시 가능할 필요 없지만, 키가 해시 가능해야한다는 조건이 있다. 그렇다면 해시 가능하다는 말은 무슨 말일까? 책의 설명에 따르면, 아래와 같이 정의된다.
주어진 수명 주기 (lifetime) 동안 결코 변하지 않는 해시값을 갖고 있고 (
__hash__()메서드가 필요하다) 다른 객체와 비교할 수 있으면 (__eq__()메서드가 필요하다), 객체를 해시 가능하다고 한다. 또한, 동일하다고 판단되는 객체는 반드시 해시값이 같아야한다.
이에 따르면 다음 type을 가진 객체는 해시 가능하다.
원자적 불변형 (atomic immutable types):
str,byte,int를 비롯한 수치형frozensettuple—> 튜플은 원소들이 모두 해시 가능할 때만 해시 가능하다.>>> t1 = (1,2,3) >>> hash(t1) # hashable 2528502973977326415 >>> t2 = (1, 2, (30, 40)) >>> hash(t2) # hashable 8027212646858338501 >>> t3 = (1, 2, [30, 40]) # list --> mutable object >>> hash(t3) # unhashable Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unhashable type: 'list' >>> t4 = (1, 2, frozenset([30,40])) >>> hash(t4) # hashable 985328935373711578
- 사용자 정의 자료형
- 사용자 정의 자료형의 경우, 해쉬값이 자신의
id()값이기 때문에 서로 다르다. 따라서 사용자 정의 자료형은 기본적으로 해시 가능하다. 만약에 사용자가 직접__eq__를 구현해서 사용하는 경우에는, 해시값 계산에 사용되는 속성이 불변(immutable)형 일때만 해당 객체가 해쉬 가능하다.
- 사용자 정의 자료형의 경우, 해쉬값이 자신의
다시 본문으로 돌아와서, 결국 키가 해시 가능하다는 말은, 키로 사용되는 객체가 선언되어 수명 주기 동안에 변하지 않는 해시값을 가지고 있고, __eq__() 메서드로 다른 객체와 비교할 수 있으면 된다.
위를 참고하여, 해시 가능한 키값이라는 조건만 유의하여 아래와 같이 다양하게 딕셔너리를 구현할 수 있다.
>>> a = dict(one=1, two=2, three=3) # one에 '' 없는 것 주의!
>>> b = {'one':1, 'two':2, 'three':3}
>>> c = dict(zip(['one', 'two', 'three'], [1,2,3]))
>>> d = dict([('two', 2), ('one', 1), ('three', 3)])
>>> e = dict({'three':3, 'one':1, 'two':2})
>>>
>>> a == b == c == d == e
True
>>> a
{'one': 1, 'two': 2, 'three': 3}
다음 절에서 지능형 딕셔너리 (dict comprehensions)를 이용해서 딕셔너리 객체를 만드는 법을 알아보자.
3.2 지능형 딕셔너리
시퀀스 형의 하나인 리스트 부분에서 등장했던 지능형 리스트(list_comp)와 비슷하게, 딕셔너리에 대해서도 지능형 딕셔너리(dictcomp) 가 있다. 지능형 딕셔너리는 모든 반복형 객체에서 키-값 쌍(pair)을 생성함으로써 딕셔너리 객체를 만든다.
>>> DIAL_CODES = [
... (11, 'Seoul'),
... (21, 'Busan'),
... (22, 'Daegu'),
... (23, 'Incheon'),
... (24, 'Gwangju'),
... ]
>>> city_code = {city: code for code, city in DIAL_CODES}
>>> city_code
{'Seoul': 11, 'Busan': 21, 'Daegu': 22, 'Incheon': 23, 'Gwangju': 24}
>>> type(city_code)
<class 'dict'>
>>> {code: city.upper() for city, code in city_code.items() if code>21}
{22: 'DAEGU', 23: 'INCHEON', 24: 'GWANGJU'}
3.3 공통적인 매핑 메서드
책에 나와있는 dict, collections.defaultdict, collections.OrderedDict 매핑형의 메서드 정리 부분을 보다보면, update() 메서드 설명 중에서 덕 타이핑(duck typing) 이라는 표현을 볼 수 있다.
덕 타이핑(duck typing)이 무엇일까? 덕 타이핑을 아래 문장으로 요약할 수 있다.
만약 오리처럼 걷고, 오리처럼 꽥꽥 거린다면, 그것은 오리라고 할 것이다.
즉, 사람이 오리처럼 행동한다면 그 사람을 오리로 봐도 무방하다는 게 덕 타이핑이다. 좀 더 메서드 관점에서 설명해보면, 타입을 미리 정해두는 것이 아니라 실행이 되었을 때, 해당 메서드를 확인 후, 타입을 정한다. 아래 예제 코드를 보자.
class Duck:
def quack(self): print("꽥꽥!")
def feathers(self): print("오리에게 흰색, 회색 깃털이 있습니다.")
class Person:
def quack(self): print("이 사람이 오리를 흉내내네요.")
def feathers(self): print("사람은 바닥에서 깃털을 주어서 보여 줍니다.")
def in_the_forest(duck):
duck.quack()
duck.feathers()
def game():
donald = Duck()
john = Person()
in_the_forest(donald)
in_the_forest(john)
if __name__ == "__main__":
game()
# 실행 결과
# 꽥꽥!
# 오리에게 흰색, 회색 깃털이 있습니다.
# 이 사람이 오리를 흉내내네요.
# 사람은 바닥에서 깃털을 주어서 보여 줍니다.
코드 출처: 덕 타이핑(위키피디아)
위 예제 코드에서 덕 타이핑이 적용되지 않았다면 duck (오리) 라는 타입의 객체를 인자로 받아 해당 객체의 quack (꽥꽥거리기) 함수와 feathers 함수를 호출했을 것이다. 하지만, 위 예제에는 덕 타이핑 기법이 적용되었기 때문에 인자로 받은 객체가 quack 메소드와 feathers 메소드를 갖고 있다면, 해당 객체를 duck (오리) 타입으로 간주한다.
이렇듯 덕 타이핑은 런타임 데이터를 기반으로, 타입을 판단하기 때문에 타입에 대해 매우 자유롭다. 하지만, 미리 예상하기 어려운 런타임 자료형 오류가 발생할 수도 있다는 단점이 있다.
덕 타이핑 장단점 설명 출처: 덕 타이핑(Duck Typing)이란?
이러한 덕 타이핑 기법 덕분에 d.update(m, [**kargs]) 에서 m 을 유연하게 처리할 수 있다. 구체적으로, m 이 keys() 메서드를 가지고 있으면 매핑으로 간주하고, keys() 메서드를 가지고 있지 않더라도 m 의 항목들이 (키, 값) 쌍으로 되어 있다고 간주하고 m 을 반복하여 처리한다. 대부분의 파이썬 매핑이 이처럼 1) 다른 매핑으로 초기화하거나 2) (키, 값) 쌍을 생성할 수 있는 반복행 객체로 초기화 (매핑형으로 간주)하여 초기화할 수 있다.
다음으로 setdefault() 메서드를 알아보자.
3.3.1 존재하지 않는 키를 setdefault() 로 처리하기
아래 코드를 실행시켜 보자.
>>> dict_1={'Minsu':1, 'Okdal':2, 'Cheeze':3}
>>> dict_1['Okdal']
2
>>> dict_1['new_key']
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'new_key'
위처럼 파이썬에서 dict 에서 존재하지 않는 key를 호출 하면, KeyError 가 발생한다. 이때, KeyError를 발생시키지 않고, 기본값(default-value)을 주어서 처리해보자.
>>> dict_1.get('Okdal')
2
>>> dict_1.get('Okdal','default-value')
2
>>> dict_1.get('new_key','default-value')
'default-value'
이처럼 d[k] 대신에 d.get(k, default) 함수를 쓰면, 기본값을 손쉽게 줄 수 있다.
하지만, 발견한 값을 갱신(update)할 때, __getitem__ 혹은 get 을 쓰는 건 비효율적이고 추천하지 않는 방법이라고 한다. 이때, 해결책으로 사용할 수 있는 함수가 setdefault() 인데, 이 함수가 왜 좋은지 아래 코드를 통해서 알아보자.
<참고> 아래 코드 실행을 위해서 아래
practice_file.txt파일을 아래 파이썬 코드 파일과 같은 위치 (같은 디렉토리 내에) 저장해야한다.
Hello, Hi! Hi ~
Nice to meet you! ^^
setdefault()함수를 사용하지 않았을 때
import sys
import re
WORD_RE = re.compile(r'\w+') # 원하는 문자만 골라내는 정규식! # [a-zA-Z0-9_])와 동일
index={}
with open(sys.argv[1]) as fp: # cmd 창에서 입력한 경로에 있는 파일을 연다
for line_no, line in enumerate(fp, 1): # enumerate() 를 통해서 index 부여서 두번째 인자값을 1로 설정함으로써 index가 0이 아닌 1부터 시작한다.
for match in WORD_RE.finditer(line):
word = match.group()
column_no = match.start()+1
location = (line_no, column_no)
occurences = index.get(word, [])
occurences.append(location)
index[word] = occurences
for word in sorted(index, key=str.upper):
print(word, index[word])
# 실행 결과
# Hello [(1, 1)]
# Hi [(1, 8), (1, 12)]
# meet [(2, 9)]
# Nice [(2, 1)]
# to [(2, 6)]
# you [(2, 14)]
참고
위 코드를 실행시킬 때는
python practice_python.py ./practice_file.txt라고 입력하면 된다. (
practice_python.py는 위 코드를 담고 있는 파이썬 파일명)
setdefault()함수를 사용했을 때
import sys
import re
WORD_RE = re.compile(r'\w+')
index={}
with open(sys.argv[1]) as fp:
for line_no, line in enumerate(fp, 1):
for match in WORD_RE.finditer(line):
word = match.group()
column_no = match.start()+1
location = (line_no, column_no)
index.setdefault(word, []).append(location) # 위 코드에서 바뀐 부분
for word in sorted(index, key=str.upper):
print(word, index[word])
위 코드에서 바뀐 부분만 떼어 놓고 보면,
index.setdefault(word, []).append(location)
index 라는 딕셔너리 안에 word 라는 키가 존재하면, 해당 키값을 반환하고, word 라는 키가 존재하지 않으면 두번째 인자인 [] 을 반환한다. 이처럼 setdefault() 를 사용하여 간결하게 처리할 수 있다.
이번 포스트에서 매핑 관련된 내용을 끝내려고 했는데, 계획보다 시간이 오래 걸렸다ㅠㅠ 3.4절부터의 내용은 다음 포스트에서 보자.