파이썬 lambda, filter, reduce

시퀀스형: 전처리에 reduce, map, filter 사용 (3형제)

익명함수 Lambda

• 함수는 흔히 우리가 아는 일반함수와 익명함수로 나눌 수 있다.
• 익명함수는 일반함수와 달리 호출된 후 즉시 소멸된다. (일반함수는 반환 후에도 메모리 잡아먹는다)
• 익명함수는 일반함수보다 간결하게 작성하여 사용할 수 있다.
• 이러한 특성으로 lambda(익명함수)함수는 간결하고 일회성으로 사용할 함수 작성에 사용된다.

# 일반함수
def func_name(a, b):

    return a + b

# 익명함수
total = lambda a, b: a + b

# 익명함수는 함수명 정하느라 골 아플 일도 없다. (말 그대로 '익명' 함수)

lambda 함수 예시

• 1~10까지의 자연수를 각각 제곱하여 리스트에 저장해보자.
• 일반함수를 사용하여 내부에서 for문 돌리는 대신, lambda 익명함수를 사용하면 손쉽게 처리할 수 있다.

digits1 = [x * 10 for x in range(1, 11)]  # 10개의 원소 가진 리스트 생성

# 한번 사용하고 마는, 일회용의, 즉시 사용하는 : lambda
result = map(lambda i: i ** 2, digits1)
print(result)
# >>> <map object at 0x1098b9370> : 형 변환 필요 (list casting)

위의 result를 출력하면 casting 되기 전의 object형태의 값이 출력된다. 즉 우리가 쉽게 확인할 수 있는 데이터 타입으로 형 변환이 필요하다.

# 위의 결과에서 list()를 사용하여 형변환 해준다.
result = list(map(lambda i: i ** 2, digits1))
print("Ex 2 >", result)
# >>> Ex 2 > [100, 400, 900, 1600, 2500, 3600, 4900, 6400, 8100, 10000]

labmda 결론

• 일반함수는 재사용성 위해 메모리에 저장되기 때문에 garbage collector 에서 필터링이 되지 않는다. (대충 메모리 잡아먹는다는 소리)
• 반대로 lambda 함수는 사용된 직후, python garbage collector에 의해 곧 바로 제거된다. (메모리 효율성 증대)
• 그러므로 일회성으로 사용하고 싶은 함수는, 메모리를 잡지 않는 람다(익명함수)를 사용한다.
• 즉, 람다의 장점은 간결성과 메모리 효율성에 있다.

---

filter()

• filter() 메소드는 true인 조건만 반환하는 함수로, lamada 함수에서 true 조건에 맞는 데이터만 filtering 하여 저장할 수 있다.
• 특정 조건으로 걸러서 걸러진 요소들로 iterator객체를 만들어서 리턴해준다. (출처: 위키독스)

1~10까지 자연수 중 2의 배수만 리스트에 저장한다고 했을 때, 흔히 for문 과 if문을 사용하여 리스트에 저장하려 한다.
반면 filter와 lambda 함수를 사용하면, for, if 조건문을 사용하지 않아도 된다.

digits = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 람다의 조건식이 들어가면 filter 친다 => 조건의 true 원소만 result에 저장된다.
result = list(filter(lambda x: x % 2 == 0, digits))
print(result)
# >>> [2, 4, 6, 8, 10]

---

reduce()

• reduce(집계 함수, 순회 가능한 데이터[, 초기값])
• reduce() 함수는 sequence 데이터에서 원소를 누적할 때 사용할 수 있다.
• 초기값은 생략될 경우 0으로 초기화 된다.
• 문자형에 대해서도 reduce 누적합계 가능

# Ex 4 : reduce
# sequence 형 데이터에서 원소를 누적할 때 사용 가능
from functools import reduce
digits3 = [x for x in range(1, 6)]
# >>> [1, 2, 3, 4, 5]

reduce의 연산과정을 풀어쓰면

result = reduce(lambda x, y: x + y, digits3)

>>> 0
0
>>> 0 + 1
1
>>> 1 + 2
3
>>> 3 + 3
6
>>> 6 + 4
10
>>> 10 + 5
15

print(result) # 1~5 누적 합
>>> 15

즉 1부터 5까지의, digits3 리스트의 모든 값들을 차례로 누적하는 과정을 확인할 수 있다.