9단계: 고급 문법 (람다, 컴프리헨션, 제너레이터)

9-1. 람다 함수

이름 없이 간단하게 함수를 정의할 때 사용합니다.

add = lambda x, y: x + y
print(add(3, 5))  # 8

함수 인자로도 자주 사용됩니다:

data = [3, 1, 4]
print(sorted(data, key=lambda x: -x))

9-2. 리스트 컴프리헨션

squares = [x * x for x in range(5)]
print(squares)  # [0, 1, 4, 9, 16]

조건 필터링:

even = [x for x in range(10) if x % 2 == 0]

9-3. 딕셔너리 컴프리헨션

words = ["apple", "banana", "cherry"]
length_map = {w: len(w) for w in words}

9-4. 집합 컴프리헨션

unique_lengths = {len(w) for w in words}

9-5. 제너레이터 함수와 yield

def count_up(n):
    i = 0
    while i < n:
        yield i
        i += 1

for val in count_up(3):
    print(val)

9-6. 제너레이터 표현식

squares = (x * x for x in range(5))
for s in squares:
    print(s)

9-7. 이터레이터 프로토콜

__iter__()와 __next__() 메서드 구현 시 사용자 정의 반복자 생성 가능

class Counter:
    def __init__(self, max):
        self.max = max
        self.cur = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.cur >= self.max:
            raise StopIteration
        self.cur += 1
        return self.cur - 1

요약

람다는 한 줄 함수, 간단한 로직 처리에 적합
컴프리헨션은 반복/조건을 한 줄로 표현
제너레이터는 lazy 반복 구조로 메모리 효율이 높음
이터레이터 프로토콜을 구현해 커스텀 반복 객체 생성 가능

심화학습

Q1. 람다 함수는 언제 사용하고, 언제 피해야 할까요?
A1. 짧고 단순한 연산에 적합하지만, 복잡한 로직에는 가독성이 떨어져 일반 함수가 더 낫습니다.

Q2. 리스트 컴프리헨션이 반복문보다 유리한 상황은?
A2. 한 줄로 작성 가능하며, 속도와 가독성이 뛰어난 경우입니다. 단, 너무 복잡해지면 오히려 비권장됩니다.

Q3. 제너레이터의 가장 큰 장점은 무엇인가요?
A3. 메모리를 거의 쓰지 않고 큰 데이터를 순차적으로 처리할 수 있어 대용량 처리에 매우 효율적입니다.