Pythonの「配列」：リストと仲間たちを使いこなそう！

プログラミングの世界で、複数のデータをまとめて扱うための便利な道具、それが「配列」です。しかし、Pythonの世界ではちょっと事情が異なります。厳密には「配列」という名前のデータ型は存在せず、それに近い役割を果たすのが「リスト」や「NumPy配列」です。今回は、Pythonにおける「配列」の役割を果たすリストを中心に、その使い方や特徴をわかりやすく解説します。

リストとは？

Pythonのリストは、複数の要素を順番に並べたものです。要素は数値、文字列、真偽値、さらにはリスト自身など、異なる型を混在させることができます。リストは角括弧 [] で囲み、要素はカンマ , で区切って記述します。

# 数値のリスト
numbers = [1, 2, 3, 4, 5]

# 文字列のリスト
fruits = ["apple", "banana", "orange"]

# 異なる型を混ぜたリスト
mixed_list = [1, "hello", True, 3.14]

リストの基本的な操作

リストには、要素を追加、削除、参照するなど、さまざまな操作が用意されています。

• 要素へのアクセス: リスト内の要素にアクセスするには、インデックス（要素の順番）を使用します。インデックスは0から始まることに注意しましょう。

  fruits = ["apple", "banana", "orange"]
  print(fruits[0])  # "apple"が出力される
  print(fruits[2])  # "orange"が出力される
  

• 要素の追加: リストに要素を追加するには、append()メソッドを使用します。

  fruits = ["apple", "banana"]
  fruits.append("orange")
  print(fruits)  # ["apple", "banana", "orange"]が出力される
  

• 要素の挿入: 特定の場所に要素を挿入するには、insert()メソッドを使用します。

  fruits = ["apple", "orange"]
  fruits.insert(1, "banana") # インデックス1の位置に"banana"を挿入
  print(fruits)  # ["apple", "banana", "orange"]が出力される
  

• 要素の削除: 要素を削除するには、remove()メソッドまたはdelステートメントを使用します。remove()は指定した値を持つ最初の要素を削除し、delはインデックスを指定して要素を削除します。

  fruits = ["apple", "banana", "orange"]
  fruits.remove("banana")
  print(fruits)  # ["apple", "orange"]が出力される
  
  fruits = ["apple", "banana", "orange"]
  del fruits[0]
  print(fruits)  # ["banana", "orange"]が出力される
  

• リストの長さ: リストの要素数を調べるには、len()関数を使用します。

  fruits = ["apple", "banana", "orange"]
  print(len(fruits))  # 3が出力される
  

リストの便利な機能

リストには、繰り返し処理やスライスなど、さまざまな便利な機能があります。

• 繰り返し処理 (forループ): リストの各要素に対して順番に処理を行うには、forループを使用します。

  fruits = ["apple", "banana", "orange"]
  for fruit in fruits:
      print(fruit)
  # "apple", "banana", "orange"が順番に出力される
  

• スライス: リストの一部を切り出すには、スライスを使用します。スライスは[開始インデックス:終了インデックス]の形式で指定します。終了インデックスの要素は含まれないことに注意しましょう。

  numbers = [1, 2, 3, 4, 5]
  print(numbers[1:4])  # [2, 3, 4]が出力される
  print(numbers[:3])   # [1, 2, 3]が出力される (開始インデックスを省略すると最初から)
  print(numbers[2:])   # [3, 4, 5]が出力される (終了インデックスを省略すると最後まで)
  

NumPy配列

Pythonで数値計算を効率的に行うためには、NumPyライブラリのndarray（NumPy配列）が非常に重要です。NumPy配列は、リストと似ていますが、すべての要素が同じ型である必要があり、より高速な演算が可能です。NumPyを使うには、まずimport numpy as npでライブラリをインポートする必要があります。

import numpy as np

# NumPy配列の作成
numbers = np.array([1, 2, 3, 4, 5])

# NumPy配列に対する演算 (要素ごとの足し算)
numbers = numbers + 1
print(numbers) # [2 3 4 5 6]が出力される

まとめ

Pythonのリストは、柔軟で使いやすいデータ構造であり、さまざまな場面で活躍します。NumPy配列は、数値計算に特化しており、高速な演算が可能です。これらの「配列」の仲間たちを使いこなすことで、Pythonプログラミングの幅が大きく広がります。それぞれの特徴を理解し、適切なデータ構造を選択して、効率的なプログラミングを目指しましょう。