Python Iterator 및 Generator 심층 분석: 메모리 효율성과 활용법

핵심 기술

Python의 이터레이터와 제너레이터는 대규모 데이터를 효율적으로 처리하고 메모리 사용량을 최소화하는 핵심 기법입니다. 이 글은 이터레이터의 기본 개념부터 __iter__(), __next__() 메서드, iter() 및 next() 함수 사용법, 그리고 제너레이터와 yield 키워드의 역할까지 상세하게 설명합니다.

기술적 세부사항

• 이터레이터(Iterator):
  • 요소를 하나씩 반환하여 메모리 오류 없이 대규모 데이터를 처리할 수 있습니다.
  • 불변하며, 변경할 수 없습니다.
  • next(), __next__(), 또는 for 루프를 통해 접근합니다.
  • list(), tuple(), set() 또는 more_itertools.ilen()을 통해 길이를 얻을 수 있습니다.
  • 인덱싱이나 슬라이싱으로 직접 접근 및 변경할 수 없습니다.
  • __iter__()와 __next__() 메서드를 가집니다.
  • 반환할 요소가 없을 때 StopIteration 예외를 발생시킵니다.
  • iter() 함수, __iter__() 메서드, 제너레이터, 제너레이터 컴프리헨션, itertools 등을 통해 생성됩니다.
• 제너레이터(Generator):
  • 하나 이상의 yield 문을 포함하는 함수입니다.
  • yield 또는 yield from 문을 사용합니다.
  • 제너레이터 컴프리헨션은 표현식입니다.
  • 여러 변수에 걸쳐 연속적으로 사용될 수 있습니다.
  • 제너레이터 또는 제너레이터 컴프리헨션으로 생성된 것 외의 이터레이터는 복사하여 동일한 이터레이터를 참조할 수 있습니다.
• iter() 함수: 이터러블 객체나 콜러블을 인자로 받아 이터레이터를 생성합니다. 선택적으로 sentinel 인자를 사용하여 특정 값 반환 시 오류를 발생시킬 수 있습니다.
• next() 함수: 이터레이터에서 다음 요소를 가져옵니다. default 인자를 설정하지 않으면 이터레이터가 종료될 때 StopIteration 예외가 발생합니다.