Python 함수·스코프·클로저
파이썬 함수 · Python 함수
는 호출할 수 있는 코드와 필요한 환경을 묶는 객체이다. def 실행 시 함수 객체를 만들고 호출 시 인자를 지역 이름에 연결하며 스코프·기본값·가 값의 평가 시점을 결정한다.
밑줄 용어에 마우스를 올리거나, 키보드로 선택하거나, 터치하면 설명을 볼 수 있습니다.
01무엇이고, 어떤 일을 하나
- 입력·반환·부작용의 경계를 만들어 반복 로직을 재사용한다.
- 지역·둘러싼 함수·모듈·내장 이름의 조회 범위를 구분한다.
- 함수 전달··generator로 실행과 상태 보존을 구성한다.
02어떤 순서로 동작하나
- 정의 실행
def가 함수 객체를 만들고 기본값 표현식 등을 그 시점에 평가한다.
- 인자 바인딩
호출 시 위치·키워드 인자를 매개변수 규칙에 맞춰 연결하며 중복·누락은 본문 전에 오류가 될 수 있다.
- 본문 수행
지역 이름과 외부 바인딩을 규칙에 따라 조회하며 객체 변경·호출·분기를 수행한다.
- 반환·재개
return이 결과를 호출자에게 전달한다. generator는 호출 즉시 본문 전체를 수행하지 않고 순회에 따라 중단·재개한다.
03먼저 알아둘 용어와 구성요소
- *args는 남은 위치 인자를 tuple로, **kwargs는 남은 키워드 인자를 dict로 모은다.
- 함수 정의의 / 앞은 위치 전용, * 뒤는 키워드 전용 매개변수로 만들 수 있다.
- 기본값 표현식은 일반적으로 def가 실행될 때 평가되어 함수 객체에 보관된다.
- 일반적인 함수의 이름 조회는 Local, Enclosing, Global, Built-in 순서로 설명한다.
- global은 모듈 수준 이름의 재대입, nonlocal은 둘러싼 함수 범위의 기존 이름 재대입을 가리킨다.
- 는 내부 함수가 둘러싼 함수의 필요한 이름 바인딩을 참조하여 바깥 호출이 끝난 뒤에도 그 환경을 사용하는 구조다.
반복 종료를 함수의 입력·반환값으로 재구성하기
range의 종료값, 루프의 break, 함수의 return이 바꾸는 실행 위치를 구분한다.
실습 구성과 전제
- 사진은 range 표현과 카운터 반복의 독립 사례다. 아래 함수는 이 반복을 입력과 반환값이 있는 형태로 재구성한 코드다.
- 에서 실행하는 예시다. 화면에 없는 함수 실행을 실제 촬영 결과로 주장하지 않고 예상 출력을 따로 표시한다.
range의 표현과 실제 반복 값을 구별한다
- range(3)은 0부터 3 미만의 정수를 표현하는 객체다. range 객체를 출력한 문자열과 list로 변환한 결과는 다른 표현이다.
- for는 해당 객체를 순회하면서 값을 차례로 받는다. 종료 경계 3이 포함되지 않으므로 이 예시에서 본문을 최대 세 번 수행한다.
원본 크기로 보기 ↗- range(3)을 직접 출력하면 range(0, 3)이 표시된다.
- list(range(3))은 [0, 1, 2]로 출력되어 종료값 3이 제외됨을 보여 준다.
확인 기준종료값을 포함하는 횟수로 계산하지 않는다. 시작·끝·간격과 break 같은 별도 종료 조건을 나누어 읽는다.
카운터 증가와 break의 위치를 추적한다
- 두 번째 사진은 반복에서 카운터를 증가·출력한 뒤 10이면 break한다. range(100)의 모든 값을 쓰지 않고 조건이 만족된 시점에 가장 가까운 루프를 끝낸다.
- 루프 밖의 출력이 이어지므로 break가 프로그램 전체나 함수 전체를 끝내는 명령이 아님을 확인할 수 있다.
원본 크기로 보기 ↗- for range(100) 내부에서 cnt를 1씩 늘리고 cnt==10에서 break한다.
- 화면에는 열 번의 반복 출력 뒤 루프 밖의 탈출 메시지가 보인다.
확인 기준증가·출력·조건 검사 순서가 달라지면 마지막으로 출력되는 값과 수행 횟수가 달라진다.
함수 입력과 반환값으로 결과를 명확히 전달한다
- 재구성 함수는 limit을 받아 그만큼 반복한 뒤 실제 처리 횟수를 반환한다. break는 루프를 끝내고, 뒤의 return은 현재 함수 호출을 끝내며 호출자에게 count를 전달한다.
- 반환값 없이 print만 하는 함수는 호출자가 결과를 계산에 쓰기 어렵다. 출력 효과와 반환값을 분리하면 반복 코드를 자동화 작업에 재사용할 수 있다.
def count_until(limit): if not 1 <= limit <= 100: raise ValueError("limit must be 1..100") count = 0 for _ in range(100): count += 1 if count == limit: break return count result = count_until(10) print(result) # 10정수 limit을 입력하는 학습용 재구성 함수다. 사진의 반복을 함수 경계와 반환값으로 확장했다.
확인 기준예상 결과는 10이다. limit이 허용 범위를 벗어나면 반복을 시작하기 전에 ValueError로 조건 위반을 분리한다.
실습에서 확인한 동작 원리
- range의 끝은 제외되며 반복 중 break가 있으면 전체 수열을 끝까지 소비하지 않을 수 있다.
- break와 return은 이동하는 실행 경계가 다르므로 함수의 입력·상태·출력을 분리해서 추적한다.
동작·명령 참고 문서
장비 자동화의 메뉴·원격 명령·결과 파일을 한 흐름으로 읽기
사용자 입력을 명령으로 바꾸고 결과를 저장하는 자동화 구조에서 실제 성공의 근거를 구별한다.
실습 구성과 전제
- 흐름도, 장비 설정 메뉴, Jupyter 결과 폴더는 서로 다른 실행 화면이다. 하나의 요청이 모두를 거쳤다고 단정하지 않는다.
- 실습 장비와 검증한 SSH 호스트 키, 최소 권한 인증 키가 준비된 환경을 가정한다. 아래 코드는 조회 전용으로 재구성한다.
대상 선택과 접속·작업 함수를 분리한다
- 흐름도는 메뉴에서 장비 종류와 대상을 선택한 뒤 해당 접속 함수와 작업으로 분기한다. 사용자 입력이 그대로 임의 셸 명령으로 흘러가도록 만들지 않고 허용 작업으로 변환한다.
- 방식과 대화형 네트워크 CLI는 명령 완료를 판단하는 방법이 다르다. 장비 종류에 따라 채널 또는 의 프롬프트 처리를 선택한다.
원본 크기로 보기 ↗- 메인 메뉴에서 계정·장비 선택으로 분기하고 Cisco·Rocky·Ubuntu 등 대상 종류가 나뉜다.
- connect 함수와 설정 백업·invoke_shell 같은 작업 연결이 표현되어 있다.
확인 기준대상·인증·작업·저장 책임을 별도 함수로 나누고, 실패가 어느 단계에서 났는지 결과에 남긴다.
설정 문장 생성과 장비 적용을 구별한다
- 메뉴 사진은 입력을 받아 Cisco 설정 문장으로 바꾸고 장비 프롬프트와 완료 메시지를 출력한다. 입력값 검증과 명령 구성의 연결을 보여 준다.
- 프로그램이 찍은 적용 완료 문자열은 코드에서 정한 표시다. 장비 오류 응답, 실행 후 구성 조회, 실제 할당까지 확인해야 목적한 동작을 입증할 수 있다.
원본 크기로 보기 ↗- 사용자가 DHCP 관련 값을 입력하는 메뉴와 생성된 설정 문장이 보인다.
- 장비 CLI 프롬프트와 프로그램의 적용 완료 메시지가 이어지지만 실제 클라이언트 임대 결과는 이 화면에 없다.
확인 기준설정 성공 판정을 마지막 print문에 맡기지 않는다. 읽기 전용 사후 조회를 작업별로 정해 기대 상태와 비교한다.
SSH 조회의 출력과 종료 상태를 함께 수집한다
- 재구성 코드는 사전에 등록된 호스트 키를 확인하고 작은 조회 명령을 실행한다. stdout·stderr·종료 상태를 별도 값으로 보관해 명령 실패를 정상 자료와 구분한다.
- 큰 출력이나 대화형 세션은 채널 버퍼와 완료 판정 방식이 다르므로 아래 짧은 조회 예시를 그대로 확장하지 않는다. 접속 실패와 실행 후 연결 끊김도 별도 상태로 남겨야 한다.
from pathlib import Path import paramiko client = paramiko.SSHClient() client.load_system_host_keys() try: client.connect("192.0.2.30", username="labuser", key_filename=str(Path.home() / ".ssh" / "lab_ed25519"), timeout=5, auth_timeout=5, banner_timeout=5) stdin, stdout, stderr = client.exec_command("ip -brief address", timeout=10) out = stdout.read().decode("utf-8", errors="replace") err = stderr.read().decode("utf-8", errors="replace") rc = stdout.channel.recv_exit_status() print({"returncode": rc, "stdout": out, "stderr": err}) finally: client.close()준비된 키·known_hosts를 사용하는 짧은 조회 재구성 예시다. 출력이 큰 작업에는 stdout·stderr를 함께 계속 소비하는 별도 수집기가 필요하다.
확인 기준rc=0은 해당 명령이 보고한 성공이다. 기대한 주소·인터페이스가 출력되는지까지 검증하고, 연결 끊김 뒤 결과가 불명확하면 설정 작업을 무조건 재시도하지 않는다.
결과 파일은 대상·시각·작업을 식별하게 저장한다
- Jupyter 화면에는 OS별 폴더 아래 ip_a·ip_r 같은 조회 결과 파일이 보인다. 파일이 만들어진 사실과 파일 내용이 유효한 결과라는 사실은 다르다.
- 대상 식별자, 수집 시각, 실행 명령, 종료 상태를 함께 저장하면 나중에 주소와 경로를 비교할 때 어떤 시스템의 관찰인지 복원할 수 있다.
원본 크기로 보기 ↗- Jupyter의 files/os/rocky/ 경로에 결과 파일들이 보인다.
- ip_a와 ip_r처럼 조회 작업을 구별하는 파일명이 나열된다.
확인 기준빈 파일·오류 문자열·다른 장비 결과 덮어쓰기를 구분한다. 공개 문서로 옮길 때 자격 정보와 민감 설정은 제외한다.
실습에서 확인한 동작 원리
- 자동화는 명령 전송만이 아니라 입력 검증·접속 신뢰·실행 결과 판정·근거 저장까지 연결하는 작업이다.
- CLI 프롬프트나 완료 문구 대신 종료 상태와 사후 조회로 실제 적용 결과를 확인한다.
04예제로 따라가기
- def add(x, items=[])의 기본 리스트는 인자를 생략한 호출 사이에 공유되므로 매 호출 빈 목록이 필요하면 None을 받아 본문에서 생성한다.
- 반복문에서 lambda: i를 세 번 만든 뒤 호출하면 마지막 바인딩 2를 함께 볼 수 있다. lambda i=i: i는 생성 시 값을 기본값에 보관한다.
- 함수 인자 items에 append하면 호출자의 리스트가 바뀌지만 items=[9]로 재대입한 것은 지역 이름 연결만 바꾼다.
05혼동하기 쉬운 점과 확인 기준
- 함수 안에서 x를 대입하는 문장이 있으면 선언이 없는 보통 경우 x는 지역 이름으로 분류된다. 대입 전에 print(x)를 하면 전역 x가 있어도 아직 지역 값이 없어 실패할 수 있다.
- f(1, a=2)처럼 같은 매개변수 a에 위치와 키워드 값을 동시에 주면 함수 본문 전에 TypeError가 난다. 함수 안의 계산 오류와 호출 바인딩 오류를 분리한다.
- yield가 있는 함수를 호출하면 generator 객체를 얻고 본문은 순회할 때 진행된다. 객체 생성이 성공했어도 next에서 파일·변환 예외가 생길 수 있다.
06상세 노트 · 실습 자료
헤더 구조, 설정 예시, 수치 계산과 수업 캡처는 아래 노트에서 이어집니다.
공식 문서 · 표준
기초 개념과 동작 설명을 대조한 자료입니다. 제품 버전과 실제 설정에 따른 차이는 본문 및 원문에서 확인하세요.