Python 3.11 업데이트

except* & ExceptionGroup except*와 ExceptionGroup이라는 새로운 문법이 추가되었다. try: raise ExceptionGroup("Group1", [TypeError("a"), ValueError("b")]) except* TypeError as e: print(f"Error: {e!r}") except* ValueError as e: print(f"Error: {e!r}") """ Error: ExceptionGroup('Group1', [TypeError('a')]) Error: ExceptionGroup('Group1', [ValueError('b')]) """ ExceptionGroup을 통해 여러 에러를 동시에 처리할 수 있도록 하는 것이 가능해졌다. exp..

• format_list_bulleted 프로그래밍 언어/Python
• · 2022. 10. 25.

List & Array 반복 비교

이 글은 기술적으로 어떤 방식이 더 빠른가를 테스트하기보다 실제 많이 사용하는 패턴을 중심으로 어떤 패턴이 속도가 빠른지를 측정해 보았다. 실험 내용 목적: Python_list 또는 Numpy_array의 각 요소에 1을 더한 후 결과를 반환한다. (예: [0, 1, 2, 3] → [1, 2, 3, 4]) 방법: 한 패턴 당 총 3번의 실행 시간을 측정하고 평균값을 구한다. comp_Py_list: 1.042 # list comprehension map_Py_list: 1.432 # list(map(...)) for_Py_list: 1.589 # for i in Py_list add_Np_array: 0.016 # + (operator) def_Np_array: 0.026 # pre-defined 'a..

• format_list_bulleted 프로그래밍 언어/Python
• · 2022. 9. 4.

파이썬 스크립트에서 쉘 명령어 사용

때로는 Python 코드를 짜는 거보단 Linux 명령어를 사용하면 편리하게 처리할 수 있는 것들이 있다. 그래서 파이썬 스크립트 내에서 쉘 명령어를 실행하는 방법을 알아보았다. 참고로 아래 내용은 Python 3.10에서 테스트한 코드이다. !command 주피터 노트북에서는 ! (느낌표)를 이용해 명령어를 실행할 수 있다. !ls 그런데 이 방법은 주피터 노트북(.ipynb)에서만 가능하다. subprocess subprocess 모듈에는 쉘 명령어를 실행할 수 있는 다양한 방법이 존재하지만 그 중 run 함수가 있다. import subprocess # subprocess.run(명령어) subprocess.run("ls") subprocess.run("ls", cwd="./projectC") 문자..

• format_list_bulleted 프로그래밍 언어/Python
• · 2022. 9. 3.

asyncio 비동기 처리와 장점

Python은 asyncio 라이브러리를 활용해 비동기 실행을 지원한다. 하지만 asyncio의 경우, 파이썬 버전에 따라 많은 변화가 있었다. 아래 글에 포함된 코드는 Python 3.9.12를 활용해 코드를 실행해 보았다. 특히 3.7 이전의 버전을 활용한다면 아래 글의 예제 코드가 실행되지 않을 수 있다. import asyncio 동기와 비동기 방식을 간략하게 표현하자면 위 그림과 같다. main 작업이 진행되는 동안 동시에(concurrent) 다른 작업이 진행될 수 있는 것이다. (단, 동시에 처리되는 것이지 병렬적으로 처리되는 것은 아니다.) 코루틴 선언 async은 네이티브 코루틴을 선언하는 방식이다. def로 함수를 선언하는 것과 문법이 동일하지만 def 앞에 async을 붙여 사용한다...

• format_list_bulleted 프로그래밍 언어/Python
• · 2022. 7. 19.

제너레이터(Generator)를 활용한 코루틴(coroutine)

제너레이터는 Python 객체의 한 종류로 게으르기 때문에 효율적으로 메모리를 사용할 수 있도록 해준다. (정보를 한 번에 모두 가져오지 않고 정보가 필요할 때 조금씩 불러오는 것을 lazy하다고 표현한다.) 리스트를 활용했을 때와 제너레이터를 활용했을 때 메모리 사용량을 비교해 보았다. 0 ~ 10**6 범위의 자연수를 만들 수 있는 제너레이터와 0 ~ 10**6 범위의 자연수를 가지고 있는 리스트의 메모리 사용량은 아래와 같았다. (상대적인 비교에 초점을 두고 그래프를 보자.) 데이터의 크기가 큰 만큼 둘의 차이도 명확했다. 제너레이터는 하나의 객체이기 때문에 메모리를 많이 차지하지 않는다. 따라서 객체를 반환하거나 복사할 때도 큰 문제가 되지 않는다. 반면, 리스트는 모든 데이터를 담고 있기 때문에..

• format_list_bulleted 프로그래밍 언어/Python
• · 2022. 7. 18.

Context Manager - 컨텍스트 관리자

Context Manager란? 가장 흔하게 사용되는 컨텍스트 관리자는 파일 입출력에 사용되는 "with open()" 구문이다. with open("file.txt", "r") as f: f.read() 위 구문은 처음에 파일을 열고, 구문이 종료될 때 파일을 닫는다. 따라서 내부적으로 open과 close를 모두 수행하고 있는 것이다. 즉, 컨텍스트 관리자(context manager)는 특정 작업의 시작과 끝에 정해진 행동을 수행할 수 있도록 한다. 마치 함수의 데코레이터(decorator)와 비슷한 형태이다. 객체 활용 class Context(object): def __enter__(self): # 사전 작업 return self def __exit__(self, exc_type, exc_val..

• format_list_bulleted 프로그래밍 언어/Python
• · 2022. 7. 16.