[번역] 이터레이터와 제너레이터

Jan 25, 2017 00:00 · 4346 words · 9 minute read deep dive iterator generator

Iterables vs. Iterators. vs Generators를 번역한 글입니다. 모든 이미지는 원문에서 발췌하였습니다.

나는 파이썬에서 다음과 같은 개념들간의 정확한 차이점에 대해 가끔씩 혼란스러울때가 있다.

  • 컨테이너 (Container)
  • 이터레이블 (Iterable)
  • 이터레이터 (Iterator)
  • 제너레이터 (Generator)
  • 제너레이터 표현식 (Generator expression)
  • {list, set, dict} 컴프리헨션 ({list, set, dict} comprehension)

나는 이 포스트를 나중에 레퍼런스로써 참고하기위해 작성하고있다.

relationships

컨테이너 (Container)

컨테이너(Container)는 원소들을 가지고 있는 데이터 구조이며 멤버쉽 테스트를 지원한다. (멤버쉽 테스트는 아래에 나온다) 이는 메모리에 상주하는 데이터 구조로, 보통 모든 원소값을 메모리에 가지고 있다. 파이썬에서 잘 알려진 컨테이너는 다음과 같다:

  • list, deque, …
  • set, frozonset, …
  • dict, defaultdict, OrderedDict, Counter, …
  • tuple, namedtuple, …
  • str

컨테이너는 실세계의 컨테이너(박스, 컵보드, 집, 화물 등)처럼 생각하면 되기에 다루기가 쉽다.

기술적으로, 어떤 객체가 특정한 원소를 포함하고 있는지 아닌지를 판단할 수 있으면 컨테이너라고 한다. 다음과 같이 리스트, 셋 또는 튜플에 대해 멤버쉽 테스트를 할 수 있다:

>>> assert 1 in [1, 2, 3]     # lists
>>> assert 4 not in [1, 2, 3]
>>> assert 1 in {1, 2, 3}     # sets
>>> assert 4 not in {1, 2, 3}
>>> assert 1 in (1, 2, 3)     # tuples
>>> assert 4 not in (1, 2, 3)

딕셔너리 멤버쉽은 키 값을 체크한다:

>>> d = {1: 'foo', 2: 'bar', 3: 'qux'}
>>> assert 1 in d
>>> assert 4 not in d
>>> assert 'foo' not in d  # 'foo'는 딕셔너리의 키값이 아니다

마지막으로 문자열에는 부분문자열이 “포함"되어 있는지를 체크할 수 있다:

>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s  # 문자열은 부분문자열을 모두 "포함"하고 있다

마지막 예제는 조금 이상하지만, 이는 컨테이너 인터페이스가 어떻게 객체를 불투명하게 렌더링 하는지를 보여준다. 문자열은 모든 부분문자열들의 리터럴 복사본을 메모리에 저장하고 있지는 않지만, 의심의 여지 없이 위와 같이 사용할 수 있다.

참고

대부분의 컨테이너가 자신이 포함하고 있는 모든 원소들을 생성하는 방법을 제공하지만, 이 기능은 이를 컨테이너로 만드는게 아니라 이터레이블로 만듭니다. (잠시 후에 살펴본다)

모든 컨테이너가 이터레이블할 필요는 없다. 이의 한 예는 Bloom filter이다. 이와 같은 확률적 데이터 구조는 특정 원소를 포함하고 있는지는 판단할 수 있지만, 각각의 개별 원소를 반환하지는 못한다.

이터레이블 (Iterable)

좀 전에도 언급했듯이, 대부분의 컨테이너는 또한 이터레이블(iterable)하다. 그러나 더 많은 것들 또한 이터레이블하다. 일례로 파일 열기, 소켓 열기등이 있다. 컨테이너가 일반적으로 유한할경우, 이터레이블은 무한한 데이터 소스를 나타낼 수도 있다.

**이터레이블(iterable)**은 반드시 데이터 구조일 필요는 없으며 이터레이터(iterator)(모든 원소를 반환할 목적으로)를 반환할 수 있는 모든 객체가 가능하다. 이는 조금 어색하게 들릴 수 있지만, 이터레이블과 이터레이터 사이에는 중요한 차이점이 있다. 다음 예시를 보자:

>>> x = [1, 2, 3]
>>> y = iter(x)
>>> z = iter(x)
>>> next(y)
1
>>> next(y)
2
>>> next(z)
1
>>> type(x)
<class 'list'>
>>> type(y)
<class 'list_iterator'>

여기서, yz는 각각 이터레이블 x로부터 값을 생성해내는 이터레이터의 인스턴스이고 x는 이터레이블이다. yz는 예시에서 볼 수 있듯이 상태를 가진다. 이 예시에서, x는 데이터 구조(리스트)지만, 이는 필수 요건은 아니다.

참고

종종, 실용적인 이유로, 이터레이블 클래스는 같은 클래스에 **iter()**와 **next()**를 모두 구현하며, 클래스를 이터레이블과 자체 이터레이터로 만들어주는 self를 반환하는 **iter()**를 갖는다. 그러나 이터레이터로 다른 객체를 반환해도 전혀 상관이 없다.

마지막으로, 다음과 같이 작성하면:

x = [1, 2, 3]
for elem in x:
    ...

실제로 다음과 같은 일이 일어난다:

iterable-vs-iterator

파이썬 코드를 디스어셈블링(어셈블리 수준으로 코드를 해부함) 해보면 **iter(x)**를 실행시키는데 필요한 GET_ITER를 호출하고 있음을 볼 수 있다. FOR_ITER는 모든 원소를 반복적으로 가져오기 위해 **next()**를 호출하는것과 동일한 일을 수행하는 명령어지만, 인터프리터에서 속도에 최적화 되어있기 때문에 바이트 코드 명령어에서는 보이지 않는다.

>>> import dis
>>> x = [1, 2, 3]
>>> dis.dis('for _ in x: pass')
  1 		 0 SETUP_LOOP        14 (to 17)
    		 3 LOAD_NAME          0 (x)
	     	 6 GET_ITER
	  >> 	 7 FOR_ITER           6 (to 16)
	     	10 STORE_NAME         1 (_)
	     	13 JUMP_ABSOLUTE      7
	  >>   	16 POP_BLOCK
	  >>   	17 LOAD_CONST         0 (None)         
	     	20 RETURN_VALUE   

이터레이터 (Iterator)

그럼 **이터레이터(iterator)**란 무엇인가? 이는 **next()**를 호출할 때 다음값을 생성해내는 상태를 가진 헬퍼 객체이다. **next()**를 가진 모든 객체는 이터레이터이다. 값을 생성해내는 방법과는 무관하다.

즉 이터레이터는 값 생성기이다. “다음"값을 요청할 때마다 내부 상태를 유지하고 있기 때문에 다음값을 계산하는 방법을 알고있다.

이터레이터의 예시는 셀 수 없이 많다. itertools의 모든 함수는 이터레이터를 반환한다. 일부는 무한 시퀀스를 생성한다:

>>> from itertools import count
>>> counter = count(start=13)
>>> next(counter)
13
>>> next(counter)
14

일부는 유한 시퀀스로부터 무한 시퀀스를 생성한다:

>>> from itertools import cycle
>>> colors = cycle(['red', 'white', 'blue'])
>>> next(colors)
'red'
>>> next(colors)
'white'
>>> next(colors)
'blue'
>>> next(colors)
'red'

일부는 무한 시퀀스로부터 유한 시퀀스를 생성한다:

>>> from itertools import islice
>>> colors = cycle(['red', 'white', 'blue'])  # 무한
>>> limited = islice(colors, 0, 4)            # 유한
>>> for x in limited:						# 따라서 for 루프에 사용하기에 안전하다
... 	print(x)
red
white
blue
red

이터레이터의 내부 구조를 좀 더 잘 이해하기위해, 피보나치수를 생성하는 이터레이터를 만들어보자:

>>> class fib:
...     def __init__(self):
...         self.prev = 0
...         self.curr = 1
...
...     def __iter__(self):
...         return self
...
...     def __next__(self):
...         value = self.curr
...         self.curr += self.prev
...         self.prev = value
...         return value
>>> f = fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

참고로 이 클래스는 이터레이블(iter() 메서드를 사용하므로)이자 자체 이터레이터(next() 메서드를 가지므로)이다.

이터레이터 내의 상태는 prevcurr 인스턴스값으로 유지되고 있으며, 이터레이터를 호출하는 서브 시퀀스에 사용된다. **next()**를 호출할때마다 두 가지 중요한 작업이 수행된다:

  1. 다음 next() 호출을 위해 상태를 변경한다
  2. 현재 호출에 대한 결괏값을 생성한다

핵심 아이디어: 게으른 팩토리 (a lazy factory)

바깥에서보면 이터레이터는 값을 요청할때까지 유휴(idle) 상태인 게으른 팩토리처럼 보인다. 이는 하나의 값을 생성한 후에 다시 유휴 상태가 된다.

제너레이터 (Generator)

드디어, 우리의 목적지에 도착했다! 제너레이터는 내가 파이썬에서 정말 좋아하는 기능이다. 제너레이터는 특별한 종류의 이터레이터이다. (우아한 종류의)

제너레이터를 사용하면 위 예시의 피보나치 시퀀스 이터레이터와 같은 이터레이터를 만들 수 있지만, **iter()**와 next() 메서드로 클래스를 작성하는걸 피하는 우아하고 간결한 문법을 사용한다.

명쾌하게 정리하면 다음과 같다:

  • 모든 제너레이터는 이터레이터이다 (그 반대는 성립하지 않는다)
  • 모든 제너레이터는 게으른 팩토리이다 (즉, 값을 그 때 그 때 생성한다)

다음은 제너레이터로 작성된 동일한 피보나치 시퀀스 팩토리이다:

>>> def fib():
...     prev, curr = 0, 1
...     while True:
...         yield curr
...         prev, curr = curr, prev + curr
...
>>> f = fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

와우, 우아하지 않은가? 이 아름다움을 만들어주는 매직 키워드를 보라:

yield

무슨일이 일어나고 있는지 차근 차근 살펴보자: 우선, fib가 일반적인 파이썬 함수로써 정의되었음을 볼 수 있다. 특별할게 없다. 그러나, 함수 몸체(body)에 return 키워드가 없음을 주목하라. 이 함수의 반환값을 제너레이터이다. (이터레이터이고 팩토리이자 상태를 가진 헬퍼 객체)

f = fib()가 호출될 때, 제너레이터(팩토리)가 인스턴스화되어 반환된다. 이 시점에선 아무런 코드도 실행되지 않는다: 제너레이터는 초기에 유휴 상태에서 시작한다. 좀 더 명확하게는, prev, curr = 0, 1은 아직 실행되지 않았다.

그 다음에 제너레이터 인스턴스는 **islice()**로 래핑되었다. 이것 자체도 또한 이터레이터이므로 초기엔 유휴 상태이다. 여전히 아무일도 일어나지 않았다.

그 다음엔 이터레이터가 **list()**로 래핑되었는데 이는 인자들을 모두 소비하여 리스트를 만들어낸다. 이를 위해, listislice() 인스턴스에서 **next()**를 호출하기 시작하며 또한 islicef 인스턴스에서 **next()**를 호출하기 시작한다.

하나씩 짚어보자. 첫번째 호출시, 마침내 코드가 조금씩 실행된다: prev, curr = 0, 1이 실행되고, while True 루프에 들어가 yield curr 구문을 만난다. 이는 현재 curr 변수에 저장된 값을 생성하고나서 다시 유휴 상태로 돌아간다.

이 값은 islice() 래퍼에 전달되어 생성되고 (아직 10번째 값을 지나지 않았으므로), list는 이제 값 1을 리스트에 추가할 수 있다.

다음으로, 이는 다음값을 **islice()**에 요청하고, islicef에 다음값을 요청하는데, 이 때 f는 이전 상태로부터의 유휴 상태가 풀리며 prev, curr = curr, prev + curr를 이어서 실행한다. 다시 while loop의 다음 반복에 재진입하여, yield curr 구문을 만나 curr의 다음값을 반환한다.

이 작업은 결과 리스트가 10개의 원소를 가질때까지 계속 진행되며 **list()**가 **islice()**에 11번째 값을 요청할때, **islice()**는 마지막에 도달했음을 가리키는 StopIteration 익셉션을 발생시키고 리스트는 결괏값을 반환한다: 첫 10개의 피보나치 수들을 포함하는 리스트. 참고로 제너레이터는 11번째 next() 호출을 받지 않는다. 실제로, 이는 다시 사용되지 않으며, 나중에 가비지 컬렉션에 의해 수집된다.

제너레이터의 타입

파이썬에는 두 가지 타입의 제너레이터가 있다: 제너레이터 **함수(functions)**와 제너레이터 표현식(expressions). 제너레이터 함수는 몸체에 yield 키워드가 나타나는 모든 함수들이다. 우리는 아까 이의 예시를 보았다. yield 키워드가 있는것만으로도 함수를 제너레이터 함수로 만들기에 충분한 조건이다.

또 다른 타입의 제너레이터는 리스트 컴프리헨션(list comprehension)과 동일한 제너레이터이다. 이 구문은 제한된 사용 케이스에 대해 매우 우아하다.

제곱수의 리스트를 만들기 위해 이 구문을 사용한다고 해보자:

>>> numbers = [1, 2, 3, 4, 5, 6]
>>> [x * x for x in numbers]
[1, 4, 9, 16, 25, 36]

셋 컴프리헨션으로도 동일한 일을 할 수 있다:

>>> {x * x for x in numbers}
{1, 4, 36, 9, 16, 25}

또는 딕셔너리 컴프리헨션에서도 마찬가지이다:

>>> {x: x * x for x in numbers}
{1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36}

하지만 제너레이터 표현식 또한 사용할 수 있다 (유의: 이는 튜플 컴프리헨션이 아니다)

>>> lazy_squares = (x * x for x in numbers)
>>> lazy_squares
<generator object <genexpr> at 0x10d1f5510>
>>> next(lazy_squares)
1
>>> list(lazy_squares)
[4, 9, 16, 25, 36]

참고로, **next()**로 lazy_squares에서 첫번째 값을 읽었으므로, 상태는 “두번째” 항목에 위치한다. 따라서 **list()**를 호출하여 전체값을 받아올때는, 제곱수의 일부분만 반환한다. (이는 단지 게으른 행동을 보여준다.) 이는 위의 다른 예제와 마찬가지로 제너레이터 (그리고 따라서, 이터레이터)이다.

정리

제너레이터는 놀랍도록 강력한 프로그래밍 구조이다. 이는 몇가지 중간 변수와 데이터 구조를 가지고 스트리밍 코드를 작성할 수 있게 해준다. 게다가, 이는 메모리/CPU 효율이 더 좋다. 마지막으로, 이는 코드의 라인수를 줄여주는 경향도 있다.

제너레이터를 시작하는 팁: 여러분의 코드에서 다음과 같이 할 수 있는 부분을 찾아보라:

def something():
    result = []
    for ... in ...:
        result.append(x)
   	return result

이를 다음으로 교체한다:

def iter_sometime():
    for ... in ...:
        yield x
        
# def something()  # 정말로 리스트 구조가 필요할때만
#     return list(iter_something())
tweet Share