Pythonのジェネレータ式、イテレーター、イテラブルといった基本的な用語や概念について、まとめました。
はじめに
Pythonでプログラミングをしていると、「反復処理（反復＝繰り返し）」、「イテレータ」、「イテラブル」、「ジェネレータ」といった言葉を耳にすることが多くなります。
これらの概念は、「大量のデータを効率よく扱う」、「必要なときに必要な分だけ計算する」 というPythonの強みを引き出すために重要な要素です。
以下では、これらの用語を整理し、簡単な例とともに解説していきます。
イテラブル(Iterable)とは？
イテラブル とは、「繰り返し処理が可能なオブジェクト」のことです。
具体例としては、list、tuple、set、dict、str など、forループで回せるものはすべてイテラブルです。
fruits = ["apple", "banana", "cherry"]
for fruit in fruits:
print(fruit)
ここで fruits はイテラブルです。forループによって、"apple", "banana", "cherry" の要素が順番に取り出され、出力されます。
ポイント:
- イテラブルは「forで回せるもの」と覚えると簡単です。
イテレーター(Iterator)とは？
イテレーター は、イテラブルから要素を一つずつ取り出すための「仕組み」を備えたオブジェクトです。
イテレーターは、next() 関数を使って要素を順番に取り出すことができます。
イテラブルからイテレーターを作るには、iter() 関数を使います。
fruits = ["apple", "banana", "cherry"]
it = iter(fruits) # イテレーターを作成
print(next(it)) # "apple"
print(next(it)) # "banana"
print(next(it)) # "cherry"
# print(next(it)) をもう一度呼ぶとStopIterationエラーが起きる
ポイント:
- イテレーターは「一方向に一度きり進めるデータ供給器」のようなイメージ。
-
next()で要素を一つずつ取り出し、最後まで行くとストップします。
ジェネレータ(Generator)とは？
ジェネレータ は、関数や式から「必要なときに必要な分だけ要素を生成する（惰性評価）」仕組みを持つイテレーターの一種です。
ジェネレータ関数
yield キーワードを使った関数定義がジェネレータ関数です。yield は関数の処理を一時停止し、値を返しつつ関数の状態を保持します。次にnext()を呼ぶと、前回の続きから処理が進みます。
def count_up_to(n):
count = 1
while count <= n:
yield count
count += 1
gen = count_up_to(3)
print(next(gen)) # 1
print(next(gen)) # 2
print(next(gen)) # 3
# 次のnextでStopIteration
ジェネレータ式(Generator Expression)
ジェネレータ式はリスト内包表記と似ていますが、[] の代わりに () を使うか、関数引数として書くことで、リストを作らずに要素を一つずつ生成するイテレーターを返します。
# リスト内包表記：全要素を一度に生成する
lst = [x * 2 for x in range(5)]
print(lst) # [0, 2, 4, 6, 8]
# ジェネレータ式：必要なときだけ要素を生成する
gen = (x * 2 for x in range(5))
print(next(gen)) # 0
print(next(gen)) # 2
print(next(gen)) # 4
ポイント:
- リスト内包表記はすぐに全要素をリストに格納する。
- ジェネレータ式は必要なときに要素を生成するため、メモリ効率が良い。
なぜジェネレータやイテレーターが重要なのか？
-
メモリ効率：
大量のデータを扱うとき、すべてをリストに格納するとメモリを圧迫します。ジェネレータなら、必要になった瞬間に値を計算・生成するため、巨大なリストを一度にメモリに載せる必要がありません。 -
遅延評価(Lazy Evaluation)：
計算コストの高い処理や、無限に続くシーケンス（例えば一定条件が来るまでカウントアップなど）において、必要なタイミングまで計算を遅らせられます。 -
パイプライン処理：
イテレーターは、別のイテレーターへの入力として組み合わせて使うことができます。UNIXのパイプのように、データを流しながら段階的に処理することで、コードをモジュール化したり効率よくデータ処理ができます。
まとめ
-
イテラブル：
forループで回せるオブジェクト。（例：リスト、文字列） -
イテレーター：
iter()で作成でき、next()で要素を一つずつ取り出せるオブジェクト。 -
ジェネレータ：
yieldを使った関数や、( ... )で書くジェネレータ式によって、必要な分だけ要素を惰性的に生成するイテレーター。
これらを理解しておけば、Pythonで効率的なデータ処理ができるようになります。大量のデータや無限系列など、普通のリストでは扱いにくい場面でも、ジェネレータやイテレーターを活用することでメモリ効率と柔軟性が格段に向上します。