얇지만 무게있는 책이다. 리스트 컴프리헨션과 람다등을 이용해 더 파이써닉한 코드를 작성하는 법을 다룬다. 파이썬 필독서 급으로 추천한다.

기술서의 코드를 슥슥 넘겨 읽는 편이 많지만 이 책은 각 코드를 사고 실험 방식으로 머리 속에서 돌려보며 읽어야 하는 고통과 깨달음이 있다. 그래서 얇지만 >완독까지는 시간이 좀 더 걸린다.

numpy 파트는 특히 빠르게 읽기 어렵다. numpy 숙련자가 아니라서 그렇다. 차원과 축방향을 근육에 체화하고 나면, 리스트 컴프리헨션을 다룰 때 처럼 일기 쓰듯 코딩이 가능할 것 같다.

후반부의 머신러닝, 정규표현식등은 응용 파트라서 오히려 빠르게 읽을 수 있다. 특히 머신러닝 파트는 머신러닝을 다른 기회로 학습한 적이 있다면 요약서로 훌륭하다. 딥러닝 미만 머신러닝의 정수가 대부분 있다. 두꺼운 책들 대신 곁에 꽂아두면 된다.

마지막 알고리즘 파트 몇 페이지는 람다-리스트 컴프리헨션-함수형의 궁극기를 다룬다.


파이써닉이라는 용어를 해석하는 방식은 이미 공감대가 확립되어 있다. import this의 그것이다. 그러나 받아들이는 자세에 따라 개발자들의 이상과 상충하는 면이 있다. 예컨데 코드가 짧다고 쉽고 간결한 코드는 아니지만 흑마법사의 아우라를 표현하고 싶은 유혹이 일렁일 때도 있다.

예를 들어 람다를 익힌 후 어떻게든 람다를 쳐발쳐발 하고 싶은 시즌이 있다. 귀도가 종신독재자에서 자발적으로 내려온 대입 표현식의 이슈도 거기에서 나왔을지 모른다. 람다의 한 줄 코드로 불가능한 부분을 대입 표현식으로 대부분 해소 가능하다. 그런데 이것이 간결하냐 아니냐는 또 다른 문제다. 간결한 경우도 있고 해석하기 어려울 때도 있다. 이 람다는 파이써닉의 람다인가 흑마법사의 아우라를 과시하고 싶은 람다인가?

인간은 보통 위에서 아래로, 좌에서 우로 코드를 사고한다. 위아래가 길거나 좌우가 길면 두뇌가 좆기 힘들다. 한 줄 코딩은 위아래를 짧게 만들어주지만 좌우를 길게 만들기도 한다.

또한 순차적 혹은 절차적으로 흐르는 인간 두뇌의 사고 흐름을 뒤섞을 때가 많다. 위->아래, 좌->우가 흐름순인데 사용하는 모국어의 특성과도 좌우 흐름이 연관이 있을 수도 있다. 안타깝게도 프로그램 언어들은 대부분 영어권 개발자들이 만들었다. 한글 변수가 가능하다고 언어 흐름까지 같지는 않다.

아무튼,

파이썬의 역사를 제대로 읽어본 적이 없어서 알지는 못하지만 귀도의 철학은 어쩌면 이런들 어떠하리 저런들 어떠하리 쉽고 간결하면 장땡일세였을지도 모른다.

뭐 대충 교훈 + 소감은,

1. 리스트 컴프리헨션은 코드의 위아래를 짧게 만들어 쉽고 간결하게 할 때 사용한다. 좌우가 길어져 파악이 어렵다면 실패다.
2. 한 줄 코드로 잘난척 하지 않는다.
3. 람다 익명 함수들은 가까이에 두고 코드의 중복을 줄이거나 이해도를 높이는데 사용하는 것을 권장한다.
4. 코드의 핵심 주변에 부가 연산이 주절주절 길다면 람다나 한 줄 코드로 주변에 빼두고 핵심을 간결하게 할 수 있다.
5. 정규표현식으로 잘난척하는 것은 괜찮다. 잘난척하기 위한 의도적인 수련은 이제 가치가 떨어졌다. chatgpt..
6. 두꺼운 머신 러닝 책을 읽은 적이 있다면, 이 책으로 복기하면 된다.
7. numpy가 방대하여 매번 찾아보기 어렵다면, 이 책으로 핵심 뼈대만 익힌 후 chatgpt 류를 활용하자.
8. numpy의 차원과 축방향이 매번 헷갈린다면 수련 밖에 없다. 근육에 박아야 한다. AI 코드 힌팅도 좋지만 근육 코딩 역량이 선행해야 한다.
9. 함수형이나 익명 함수는 종종 명시성을 떨어뜨린다. 디버그 탐침 코드를 넣기도 어려울 때가 많으니 주의하자.
10. 파이써닉의 의도가 여러가지 있지만 쉽고 간결하게를 항상 염두에 두자.