Python filter 함수 완벽 가이드와 10가지 실전 예제

Python의 filter 함수는 주어진 함수에 따라 iterable(반복 가능한 객체)의 요소를 필터링하여 새로운 iterable을 생성하는 강력한 도구입니다. 이 글에서는 filter 함수의 기본 개념과 사용법, 실전 예제를 통해 어떻게 효과적으로 활용할 수 있는지를 알아보겠습니다.

filter 함수란?

filter 함수는 두 개의 인자를 받습니다. 첫 번째는 필터링할 조건을 정의하는 함수이고, 두 번째는 필터링할 iterable입니다. 이 함수는 조건을 만족하는 요소만 반환하며, 반환된 결과는 filter 객체 형태입니다.

filter 함수의 기본 사용법

filter 함수의 기본 구문은 다음과 같습니다:

filter(function, iterable)

여기서 function은 각 요소에 적용할 함수이며, iterable은 리스트, 튜플 등 반복 가능한 객체입니다. 필터링된 결과는 filter 객체로 반환되며, 이를 리스트로 변환하여 사용할 수 있습니다.

실전 예제

이제 filter 함수의 활용을 보여주는 10가지 실전 예제를 살펴보겠습니다. 각 예제는 실제 상황에서 유용하게 사용될 수 있습니다.



numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers)  # [2, 4, 6]
                

words = ['apple', 'banana', 'cherry', 'date']
long_words = list(filter(lambda x: len(x) > 5, words))
print(long_words)  # ['banana', 'cherry']
                

numbers = [-10, -5, 0, 5, 10]
positive_numbers = list(filter(lambda x: x > 0, numbers))
print(positive_numbers)  # [5, 10]
                

characters = ['a', 'B', 'c', 'D']
uppercase = list(filter(lambda x: x.isupper(), characters))
print(uppercase)  # ['B', 'D']
                

fruits = ['apple', 'banana', 'cherry', 'date']
contains_a = list(filter(lambda x: 'a' in x, fruits))
print(contains_a)  # ['apple', 'banana', 'date']
                

items = ['a', 'b', 'c', 'd', 'e']
even_index_items = list(filter(lambda x: items.index(x) % 2 == 0, items))
print(even_index_items)  # ['a', 'c', 'e']
                

words = ['hi', 'hello', 'world', 'py']
longer_words = list(filter(lambda x: len(x) >= 3, words))
print(longer_words)  # ['hello', 'world']
                

def is_prime(num):
    if num < 2:
        return False
    for i in range(2, int(num ** 0.5) + 1):
        if num % i == 0:
            return False
    return True

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
primes = list(filter(is_prime, numbers))
print(primes)  # [2, 3, 5, 7]
                

numbers = [-4, -3, -2, 0, 1, 2, 3, 4]
negative_numbers = list(filter(lambda x: x < 0, numbers))
print(negative_numbers)  # [-4, -3, -2]
                

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

people = [Person('Alice', 30), Person('Bob', 25), Person('Charlie', 35)]
adults = list(filter(lambda p: p.age >= 30, people))
adult_names = [p.name for p in adults]
print(adult_names)  # ['Alice', 'Charlie']
                

예제 번호	예제 설명	코드
1	짝수 필터링	`numbers = [1, 2, 3, 4, 5, 6] even_numbers = list(filter(lambda x: x % 2 == 0, numbers)) print(even_numbers) # [2, 4, 6]`
2	문자열 길이 필터링	`words = ['apple', 'banana', 'cherry', 'date'] long_words = list(filter(lambda x: len(x) > 5, words)) print(long_words) # ['banana', 'cherry']`
3	양수 필터링	`numbers = [-10, -5, 0, 5, 10] positive_numbers = list(filter(lambda x: x > 0, numbers)) print(positive_numbers) # [5, 10]`
4	대문자 필터링	`characters = ['a', 'B', 'c', 'D'] uppercase = list(filter(lambda x: x.isupper(), characters)) print(uppercase) # ['B', 'D']`
5	특정 문자 포함 필터링	`fruits = ['apple', 'banana', 'cherry', 'date'] contains_a = list(filter(lambda x: 'a' in x, fruits)) print(contains_a) # ['apple', 'banana', 'date']`
6	짝수 인덱스 요소 필터링	`items = ['a', 'b', 'c', 'd', 'e'] even_index_items = list(filter(lambda x: items.index(x) % 2 == 0, items)) print(even_index_items) # ['a', 'c', 'e']`
7	길이가 3 이상인 문자열 필터링	`words = ['hi', 'hello', 'world', 'py'] longer_words = list(filter(lambda x: len(x) >= 3, words)) print(longer_words) # ['hello', 'world']`
8	정수 리스트에서 소수 필터링	`def is_prime(num): if num < 2: return False for i in range(2, int(num ** 0.5) + 1): if num % i == 0: return False return True numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] primes = list(filter(is_prime, numbers)) print(primes) # [2, 3, 5, 7]`
9	리스트에서 음수 필터링	`numbers = [-4, -3, -2, 0, 1, 2, 3, 4] negative_numbers = list(filter(lambda x: x < 0, numbers)) print(negative_numbers) # [-4, -3, -2]`
10	특정 조건을 만족하는 객체 필터링	`class Person: def __init__(self, name, age): self.name = name self.age = age people = [Person('Alice', 30), Person('Bob', 25), Person('Charlie', 35)] adults = list(filter(lambda p: p.age >= 30, people)) adult_names = [p.name for p in adults] print(adult_names) # ['Alice', 'Charlie']`

실용적인 팁

팁 1: filter와 list comprehension의 차이점 이해하기

filter 함수는 특정 조건을 만족하는 요소만 반환하는 반면, list comprehension은 더 유연하게 다양한 조건을 적용할 수 있습니다. 예를 들어, filter를 사용하면 간단하게 리스트를 필터링할 수 있지만, list comprehension을 사용하면 추가적인 변형 작업을 동시에 수행할 수 있습니다. 따라서 상황에 맞춰 적절한 방법을 선택하는 것이 중요합니다.

팁 2: lambda 함수의 활용

filter 함수와 함께 lambda 함수를 사용하면 코드가 간결해집니다. 특히, 간단한 조건을 적용할 때 유용합니다. 하지만 복잡한 로직을 적용해야 할 경우에는 별도의 함수를 정의하여 사용하는 것이 가독성을 높일 수 있습니다. lambda 함수는 짧고 간단한 조건을 적용할 때 최적의 선택이 될 수 있습니다.

팁 3: filter 함수의 반환값 처리하기

filter 함수는 filter 객체를 반환합니다. 이 객체는 이터레이터이므로 직접적으로 출력할 수는 없습니다. 리스트, 튜플 등으로 변환하여 출력해야 하며, 이 때 list() 함수를 사용합니다. 또한, filter 객체는 한 번만 순회할 수 있으므로, 필요할 경우 여러 번 사용할 수 있도록 리스트로 변환해 두는 것이 좋습니다.

팁 4: 예외 처리 추가하기

filter 함수의 조건을 작성할 때는 입력값에 대한 예외 처리를 고려해야 합니다. 예를 들어, None 값이나 비어 있는 리스트가 들어올 경우를 대비하여 조건문을 추가하는 것이 좋습니다. 이를 통해 코드의 안정성을 높이고 예기치 않은 오류를 방지할 수 있습니다.

팁 5: 성능 고려하기

큰 데이터셋을 처리할 때 filter 함수는 매우 유용하지만, 성능에 영향을 미칠 수 있습니다. 특히, 복잡한 조건을 사용하는 경우에는 성능이 저하될 수 있습니다. 따라서 성능이 중요한 경우, filter 함수의 사용을 최소화하고, 필요한 경우 다른 방법(예: NumPy 라이브러리 등)을 고려하는 것이 좋습니다.

요약 및 실천 팁

Python의 filter 함수는 데이터를 효율적으로 필터링할 수 있는 유용한 도구입니다. 다양한 예제를 통해 filter 함수의 사용법을 익히고, 실용적인 팁을 통해 코드의 품질을 높이기 바랍니다. 실제로 filter 함수를 활용하여 데이터를 처리할 때는 다음과 같은 점을 고려해 보세요:

필요한 조건을 명확히 정의하세요.
lambda 함수와 함께 사용하여 코드를 간결하게 만드세요.
filter 객체를 리스트 등으로 변환하여 사용하세요.
예외 처리를 통해 코드의 안정성을 높이세요.
성능을 고려하여 상황에 맞는 방법을 선택하세요.

이 글을 통해 Python의 filter 함수를 효과적으로 활용하고, 실제 프로젝트에서 유용하게 사용할 수 있기를 바랍니다.

blog-bolger