[入門] Pythonで学ぶ、より良いコードを書くための実践的テクニック第2回制御フローと式の最適化 (簡潔なコメント/制御フローの改善/式の分割/変数の効果的な使用)

Last updated at 2025-06-15Posted at 2025-06-15

第1回では、コードの可読性の基本概念、適切な命名規則、コードの美しさについて学びました。第2回では、より実践的なテクニックとして、効果的なコメントの書き方、制御フロー¹の改善、複雑な式の分割方法、そして変数の適切な使用方法について解説します。

これらのテクニックを習得することで、コードの論理構造がより明確になり、デバッグ²や保守作業が格段に効率化されます。

コメントは正確で簡潔に

コメントを簡潔にしておく

コメントは限られたスペースで最大限の情報を伝える必要があります。冗長なコメント³は読まれない可能性が高く、メンテナンスの負担にもなります。

# === 悪い例：冗長すぎるコメント ===
def trim(text):
    # この関数は、引数として渡された文字列の
    # 先頭と末尾にある空白文字（スペース、タブ、改行など）を
    # すべて取り除いて、きれいな文字列を返します
    return text.strip()

# === 良い例：簡潔で要点を伝える ===
def trim(text):
    """前後の空白を除去"""
    return text.strip()

関数の動作を正確に記述する

関数の入出力の具体例を示すことで、動作を正確に説明できます。

def reverse(text):
    """文字列を反転する。例: reverse("abc")は"cba"を返す"""
    return text[::-1]

def format_percentage(value):
    """
    小数を百分率表記に変換する
    
    例:
        format_percentage(0.25) -> "25%"
        format_percentage(0.1234) -> "12.34%"
        format_percentage(1.5) -> "150%"
    """
    return f"{value * 100:.2f}%"

名前付き引数コメント

引数の意味が不明確な関数呼び出しでは、インラインコメント⁴を使って引数の名前を明示します。

# === 引数の意味が不明確 ===
connect(10, False)

# === インラインコメントで明示 ===
connect(10, False)  # timeout_secs=10, use_encryption=False

# === より良い方法：名前付き引数を使用 ===
connect(timeout_secs=10, use_encryption=False)

情報の濃密な言葉を使う

プログラミングの専門用語⁵を適切に使用することで、簡潔かつ正確な説明が可能になります。

class LRUCache:
    """
    LRU（Least Recently Used）キャッシュの実装
    
    キャッシュがいっぱいになったら、最も長く使われていない
    要素を削除する
    """
    pass

class DatabaseConnectionPool:
    """
    データベースコネクションプールを管理
    
    コネクションの再利用により、接続のオーバーヘッドを削減
    """
    pass

制御フローを読みやすくする

条件式の引数の並び順

比較では、変化する値を左に、定数を右に置くのが自然です。

# === 悪い例：定数を左に置く（不自然） ===
if 10 <= user_age:
    print("利用可能です")

if None == result:
    print("結果がありません")

# === 良い例：変化する値を左、定数を右に ===
if user_age >= 10:
    print("利用可能です")

if result is None:
    print("結果がありません")

if/elseブロックの並び順

肯定的な条件、単純な条件、重要な条件を先に置きます。

# === 悪い例：否定的な条件が先 ===
if not file_exists:
    print("ファイルが見つかりません")
    return None
else:
    with open(filename) as f:
        return f.read()

# === 良い例：肯定的な条件が先 ===
if file_exists:
    with open(filename) as f:
        return f.read()
else:
    print("ファイルが見つかりません")
    return None

関数から早く返す（早期リターン）

エラーケース⁶や特別な条件では早期リターンを使用して、ネストを浅く保ちます。

# === 悪い例：深いネスト ===
def calculate_payment(user, amount):
    if user is not None:
        if user.is_active:
            if amount > 0:
                if user.balance >= amount:
                    return process_payment(user, amount)
                else:
                    return "残高不足"
            else:
                return "無効な金額"
        else:
            return "アカウントが無効"
    else:
        return "ユーザーが見つかりません"

# === 良い例：早期リターンでネストを浅く ===
def calculate_payment(user, amount):
    if user is None:
        return "ユーザーが見つかりません"
    if not user.is_active:
        return "アカウントが無効"
    if amount <= 0:
        return "無効な金額"
    if user.balance < amount:
        return "残高不足"
    
    # すべての検証をパスした場合のみ支払い処理
    return process_payment(user, amount)

三項演算子の適切な使用

三項演算子⁷は簡単な条件でのみ使用し、複雑な条件では通常のif文を使います。

# === 良い例：単純な条件での使用 ===
status = "active" if user.is_active else "inactive"
display_name = user.nickname if user.nickname else user.full_name

# === 悪い例：複雑な条件での使用 ===
result = (calculate_complex_value() if check_multiple_conditions() 
          and validate_user_input() else get_default_value())

# === 改善例：if文を使用 ===
if check_multiple_conditions() and validate_user_input():
    result = calculate_complex_value()
else:
    result = get_default_value()

巨大な式を分割する

説明変数の導入

複雑な条件式は、説明変数⁸を使って意味を明確にします。

# === 悪い例：複雑な条件式 ===
if user.creation_date > datetime.now() - timedelta(days=30) and \
   user.purchase_count > 5 and \
   user.total_spent > 10000:
    apply_special_discount()

# === 良い例：説明変数で条件を分解 ===
is_new_user = user.creation_date > datetime.now() - timedelta(days=30)
is_frequent_buyer = user.purchase_count > 5
is_high_value_customer = user.total_spent > 10000

if is_new_user and is_frequent_buyer and is_high_value_customer:
    apply_special_discount()

要約変数の使用

複雑な処理を要約変数⁹に代入することで、コードの意図が明確になります。

# === 複雑な計算を直接使用 ===
if math.sqrt((x1 - x2)**2 + (y1 - y2)**2) < threshold:
    print("距離が閾値未満です")

# === 要約変数を使用 ===
distance = math.sqrt((x1 - x2)**2 + (y1 - y2)**2)
if distance < threshold:
    print("距離が閾値未満です")

ド・モルガンの法則の活用

論理否定の分配により、より読みやすい式に変換できます。

# === 悪い例：二重否定で読みにくい ===
if not (is_valid and is_authorized):
    return "アクセス拒否"

# === 良い例：ド・モルガンの法則を適用 ===
if not is_valid or not is_authorized:
    return "アクセス拒否"

# === さらに良い例：肯定的な変数名 ===
if is_invalid or is_unauthorized:
    return "アクセス拒否"

短絡評価の適切な使用

短絡評価¹⁰は便利ですが、過度に使用すると読みづらくなります。

# === 悪い例：短絡評価の悪用 ===
value = obj and obj.property and obj.property.subproperty or default

# === 良い例：明確な条件分岐 ===
if obj and obj.property and obj.property.subproperty:
    value = obj.property.subproperty
else:
    value = default

# === Python的な解決策：getattr使用 ===
value = getattr(getattr(obj, 'property', None), 'subproperty', default)

変数と読みやすさ

不要な変数を削除する

一度しか使われない中間変数¹¹は、多くの場合削除できます。

# === 悪い例：不要な中間変数 ===
def calculate_total(items):
    temp_sum = 0
    for item in items:
        temp_sum += item.price
    total = temp_sum
    return total

# === 良い例：不要な変数を削除 ===
def calculate_total(items):
    return sum(item.price for item in items)

変数のスコープを縮める

変数のスコープ¹²は可能な限り狭くすることで、コードの理解が容易になります。

# === 悪い例：グローバル変数の使用 ===
total = 0  # グローバル変数

def process_orders(orders):
    global total
    for order in orders:
        total += order.amount
    print(f"合計: {total}")

# === 良い例：ローカル変数に限定 ===
def process_orders(orders):
    order_total = sum(order.amount for order in orders)
    print(f"合計: {order_total}")
    return order_total

変数は一度だけ書き込む

変数の値が頻繁に変化すると、コードの追跡が困難になります。

# === 悪い例：変数を何度も更新 ===
def process_text(text):
    result = text
    result = result.strip()
    result = result.lower()
    result = result.replace(' ', '_')
    return result

# === 良い例：メソッドチェーンを使用 ===
def process_text(text):
    return text.strip().lower().replace(' ', '_')

# === 別の良い例：中間結果に意味のある名前を付ける ===
def process_text(text):
    trimmed = text.strip()
    normalized = trimmed.lower()
    slug = normalized.replace(' ', '_')
    return slug

変数の利用を最小限にする

変数を過度に使用すると、かえって可読性が低下することがあります。

# === 過度な変数使用 ===
def is_valid_email(email):
    at_sign_count = email.count('@')
    has_one_at_sign = at_sign_count == 1
    
    dot_position = email.rfind('.')
    at_position = email.find('@')
    dot_after_at = dot_position > at_position
    
    return has_one_at_sign and dot_after_at

# === シンプルな実装 ===
def is_valid_email(email):
    return email.count('@') == 1 and email.rfind('.') > email.find('@')

実践的な例：リファクタリング

ここまで学んだテクニックを使って、実際のコードをリファクタリング¹³してみましょう。

Before: 読みにくいコード

def process_user_data(users, d):
    r = []
    for u in users:
        if u['age'] >= 18 and u['status'] == 'active' and \
           (u['subscription'] == 'premium' or u['subscription'] == 'gold'):
            temp = u['name'] + ' (' + str(u['age']) + ')'
            if u['country'] == 'JP':
                temp += ' [日本]'
            elif u['country'] == 'US':
                temp += ' [アメリカ]'
            else:
                temp += ' [その他]'
            r.append(temp)
    return r

After: リファクタリング後

def process_user_data(users, target_date):
    """
    成人かつアクティブなプレミアムユーザーの情報を整形する
    
    Args:
        users: ユーザー情報のリスト
        target_date: 処理対象日（現在は未使用）
    
    Returns:
        整形されたユーザー情報のリスト
    """
    ADULT_AGE = 18
    PREMIUM_SUBSCRIPTIONS = {'premium', 'gold'}
    COUNTRY_NAMES = {
        'JP': '日本',
        'US': 'アメリカ'
    }
    
    processed_users = []
    
    for user in users:
        # 条件チェック
        is_adult = user['age'] >= ADULT_AGE
        is_active = user['status'] == 'active'
        has_premium = user['subscription'] in PREMIUM_SUBSCRIPTIONS
        
        if not (is_adult and is_active and has_premium):
            continue
        
        # ユーザー情報の整形
        age_info = f"{user['name']} ({user['age']})"
        country_name = COUNTRY_NAMES.get(user['country'], 'その他')
        formatted_info = f"{age_info} [{country_name}]"
        
        processed_users.append(formatted_info)
    
    return processed_users

まとめ

第2回では、コードの制御フローと式の最適化に関する4つの重要な概念を解説しました：

コメントは正確で簡潔に - 限られたスペースで最大限の情報を伝える
制御フローを読みやすくする - 条件式の順序と早期リターンの活用
巨大な式を分割する - 説明変数と要約変数で複雑さを管理
変数と読みやすさ - スコープの最小化と不要な変数の削除

これらのテクニックを組み合わせることで、複雑なロジックも明確で保守しやすいコードに変換できます。コードレビュー¹⁴の際にも、これらの観点から改善点を見つけることができるでしょう。

参考文献

Dustin Boswell、Trevor Foucher著、角征典訳『リーダブルコードより良いコードを書くためのシンプルで実践的なテクニック』オライリー・ジャパン、2012年
Robert C. Martin著、花井志生訳『Clean Code アジャイルソフトウェア達人の技』アスキー・メディアワークス、2009年
Martin Fowler著、児玉公信、友野晶夫、平澤章、梅澤真史訳『リファクタリング既存のコードを安全に改善する』オーム社、2014年

制御フロー - プログラムの実行順序を決定する構造。if文、for文、while文などの条件分岐や繰り返し処理を指す。 ↩
デバッグ - プログラムの不具合（バグ）を見つけて修正する作業。効率的なデバッグには読みやすいコードが不可欠。 ↩
冗長なコメント - 必要以上に長く、コードから明らかなことを繰り返すコメント。保守の負担になりやすい。 ↩
インラインコメント - コードの行末に記述する短いコメント。補足説明に使用されるが、多用は避けるべき。 ↩
専門用語 - プログラミング分野で広く認知されている技術用語。適切に使用することで簡潔な説明が可能になる。 ↩
エラーケース - 正常でない状態や例外的な状況。早期リターンで処理することでメインロジックが明確になる。 ↩
三項演算子 - 条件 ? 真の場合 : 偽の場合 の形式で記述する条件式。Pythonでは 真の値 if 条件 else 偽の値 と記述する。 ↩
説明変数 - 複雑な条件式の一部を格納し、その意味を明確にするための変数。 ↩
要約変数 - 複雑な計算結果を保存し、再利用やデバッグを容易にするための変数。 ↩
短絡評価 - 論理演算において、結果が確定した時点で残りの評価を行わない最適化手法。andやorで使用される。 ↩
中間変数 - 計算の途中結果を一時的に保存する変数。必要性を検討し、不要なものは削除すべき。 ↩
スコープ - 変数が参照可能な範囲。グローバルスコープ、関数スコープ、ブロックスコープなどがある。 ↩
リファクタリング - 外部から見た動作を変えずに、コードの内部構造を改善する作業。 ↩
コードレビュー - 他の開発者がコードを確認し、品質向上のための指摘や提案を行うプロセス。 ↩

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up

[入門] Pythonで学ぶ、より良いコードを書くための実践的テクニック 第2回 制御フローと式の最適化 (簡潔なコメント/制御フローの改善/式の分割/変数の効果的な使用)