Blog

이터레이터와 제너레이터: Python에서의 데이터 처리의 두 가지 방식

파이썬에서 서버의 메모리 관리와 데이터를 효율적으로 처리하는 방법은 매우 중요합니다. 이 두 가지 개념인 이터레이터(Iterator)와 제너레이터(Generator)는 이러한 요구를 잘 충족시켜주는 기능입니다. 이 글에서는 이터레이터와 제너레이터의 기본적인 개념, 주요 특징, 그리고 서로의 차이점에 대해 알아보도록 하겠습니다.

이터레이터란 무엇인가?

이터레이터는 반복 가능한 객체에서 데이터를 순차적으로 접근할 수 있도록 해주는 객체입니다. 이터레이터를 구현하기 위해서는 __iter__()와 __next__() 두 가지 메서드가 필요합니다. __iter__() 메서드는 이터레이터 객체 자체를 반환하며, __next__() 메서드는 순차적으로 다음 요소를 반환합니다. 만약 더 이상 반환할 요소가 없다면, 이 메서드는 StopIteration 예외를 발생시켜 반복이 종료됩니다.

예를 들어, 리스트에서 이터레이터를 생성해 각각의 요소를 출력하는 간단한 코드는 다음과 같습니다:

numbers = [1, 2, 3]
iterator = iter(numbers)
print(next(iterator)) # 결과: 1
print(next(iterator)) # 결과: 2
print(next(iterator)) # 결과: 3
# print(next(iterator)) # StopIteration 오류 발생

사용자 정의 이터레이터 만들기

파이썬에서는 클래스를 사용하여 이터레이터를 사용자 정의할 수 있습니다. 다음 코드는 특정 최대값까지의 숫자를 순회하는 이터레이터의 예시입니다.

class MyIterator:
  def __init__(self, max_value):
    self.current = 0
    self.max_value = max_value
  def __iter__(self):
    return self
  def __next__(self):
    if self.current < self.max_value:
      self.current += 1
      return self.current - 1
    else:
      raise StopIteration
my_iter = MyIterator(3)
for number in my_iter:
  print(number) # 결과: 0, 1, 2

제너레이터의 이해

제너레이터는 함수를 통해 데이터를 간편하게 생성할 수 있는 방법입니다. 일반적인 함수와는 다르게 제너레이터는 yield 키워드를 사용하여 값을 반환합니다. 이 방식은 데이터를 한 번에 모두 생성하지 않고, 필요한 순간에 생성하므로 메모리 효율성을 높이는 장점이 있습니다.

아래의 코드는 간단한 제너레이터의 예시로, 1부터 3까지의 값을 순차적으로 생성합니다:

def my_generator():
  yield 1
  yield 2
  yield 3
gen = my_generator()
print(next(gen)) # 결과: 1
print(next(gen)) # 결과: 2
print(next(gen)) # 결과: 3
# print(next(gen)) # StopIteration 오류 발생

제너레이터와 이터레이터의 차이점

제너레이터와 이터레이터는 유사한 점이 많지만, 몇 가지 중요한 차이점이 존재합니다:

• 상태 유지: 제너레이터는 내부 상태를 자동으로 유지하며, 다음 호출 시 이전 상태에서 계속 실행됩니다. 반면 이터레이터는 각 반복에서 상태를 관리하는 코드를 직접 작성해야 합니다.
• 메모리 효율: 제너레이터는 필요한 만큼만 데이터를 생성하여 메모리를 절약합니다. 이터레이터는 모든 데이터를 메모리에 저장해야 할 수도 있습니다.
• 작성 용이성: 제너레이터는 간단한 함수 형태로 작성할 수 있으며, 코드가 직관적입니다. 이터레이터는 클래스와 메서드를 구현해야 하므로 상대적으로 복잡할 수 있습니다.

제너레이터 표현식

제너레이터는 생성자 표현식을 사용하여 더 간단하게 만들 수 있습니다. 리스트 내포와 유사하게 () 괄호를 사용하여 제너레이터를 즉석에서 정의할 수 있습니다. 다음은 제너레이터 표현식을 사용한 예시입니다:

squared_numbers = (x ** 2 for x in range(5))
for num in squared_numbers:
  print(num) # 결과: 0, 1, 4, 9, 16

무한 수열과 대량 데이터 처리

제너레이터는 무한한 수열을 생성하거나 대량의 데이터를 처리하는 데 매우 유용합니다. 한번에 모든 데이터를 메모리에 올리지 않고, 필요할 때마다 데이터를 생성하기 때문에 메모리 사용이 최적화됩니다.

def infinite_sequence():
  num = 0
  while True:
    yield num
    num += 1
gen = infinite_sequence()
print(next(gen)) # 결과: 0
print(next(gen)) # 결과: 1
print(next(gen)) # 결과: 2

결론

이터레이터와 제너레이터는 파이썬에서 데이터 처리의 효율성을 높이는 중요한 도구들입니다. 각각의 장단점을 이해하고 적절한 상황에 맞게 활용하는 것이 중요합니다. 커스텀 이터레이터를 통한 고급 데이터 처리 및 제너레이터를 활용한 메모리 효율적인 데이터 생성은 프로그래밍에 있어 매우 유용한 기술입니다. 이를 통해 더욱 효과적인 코드를 작성할 수 있을 것입니다.

자주 찾으시는 질문 FAQ