【python&初級】のlistとかforとかifとかまとめ

2021年6月4日 2022年8月19日

プログラミングの新ブログ→Pro天パ

こんな人にオススメ

pythonの初歩的なlistとかifとかってどうやって書くの？

ひとまとめで一覧できるようにしたい！

ということで、今回は超ロング記事なpythonの初歩的な内容まとめ。listやif、forなど初歩的な内容の簡単な部分だけを書いているので、python初めたての方も理解しやすいのではないだろうか。

また、挙動に疑問がある場合も本記事で確認可能。辞書的な感じでお使いいただければ幸いだ。なお、処理の一部はpythonのバージョンによっては使えない場合がある。その場合は代替コードに変更していただきたい。

（目次が長いのは節表示をしているためと、本サイトの設定などが目次の折りたたみに対応していないから。ご理解いただけると幸いです。）

python環境は以下。

Python 3.9.4
numpy 1.20.3

目次（クリックでジャンプ）

list（リスト）
tuple（タプル）
2次元配列
dict（辞書）
if（条件分岐）
for（繰り返し、反復）
内包表記（短縮版for）
関連記事

運営者のメガネです。YouTube、Twitter、Instagramも運営中。

自己紹介はこちらから、お問い合わせはこちらからお願いいたします。

運営者メガネ

`list`（リスト）

list（リスト）とは変数をひとまとめにした箱のようなもの。3個くらいなら一つ一つに変数名を割り当ててもいいが、これが1000などになると変数名の割り当てや記述、管理が大変になる。

ということでそれらをまとめてlistにして一括管理しようというわけだ。過去にも記事を出しているのでそちらも参考にしていただければと思う。

: 【python&list】pythonのlistの超基礎

こんな人にオススメ pythonのlistってな| ...

続きを見る

`list`の作り方

listは[]でくくるかlist()にする。

# listの作り方
lst = [0, 1, 2]
print(lst)
# [0, 1, 2]
print(type(lst))
# <class 'list'>

lst = list((0, 1, 2))
print(lst)
# [0, 1, 2]
print(type(lst))
# <class 'list'>

range関数を使えば連続的に作成可能。

lst = list(range(10))
print(lst)
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

`list` × 数値

listに数値をかけるとlistが複製される。

# 数値の掛け算
lst = [0, 1, 2]
print(lst * 2)
# [0, 1, 2, 0, 1, 2]
print(type(lst))
# <class 'list'>

要素を数値倍したいなら以下のmap関数や、後述のforなどを使用する必要がある。

lst_2 = list(map(lambda x: x * 2, lst))
print(lst_2)
# [0, 2, 4]

また、numpyなら数値倍が可能。型がlistではなくなるのでlistにする必要がある。

import numpy as np
# numpyなら倍数にできる
lst = [0, 1, 2]
arr = np.array(lst)
print(type(arr))
# <class 'numpy.ndarray'>
print(arr * 2)
# [0 2 4]
print((arr * 2).tolist())
# [0, 2, 4]
print(type((arr * 2).tolist()))
# <class 'list'>

`list`同士の掛け算

list同士の掛け算はできない。

# list同士の掛け算
lst1 = [0, 1, 2]
# lst2 = [10, 20, 30]
# print(lst1 * lst2)
# #     print(lst1 * lst2)
# # TypeError: can't multiply sequence by non-int of type 'list'

numpy.ndarrayなら同じ要素数か要素数1なら掛け算可能。

arr1 = np.array([0, 1, 2])
arr2 = np.array([10, 20, 30])
print(arr1 * arr2)
# [ 0 20 60]

arr3 = np.array([100])
print(arr1 * arr3)
# [ 0 100 200]

arr4 = np.array([100, 1000])
# print(arr1 * arr4)
#     print(arr1 * arr4)
# ValueError: operands could not be broadcast together with shapes (3,) (2,)

要素の追加

.appendで要素を追加。

# 要素を追加
lst = [0, 1, 2]
lst.append(10)
print(lst)
# [0, 1, 2, 10]

# 配列はそのまま入る
lst = [0, 1, 2]
lst.append([10, 20])
print(lst)
# [0, 1, 2, [10, 20]]

listを展開して入れようとするとエラー。listを入れたいなら.extendを使用する。

# append内には1つしかおけない=アンパックするとエラー
lst = [0, 1, 2]
# lst.append(*[10, 20])
# print(lst)
# #     lst.append(*[10, 20])
# # TypeError: list.append() takes exactly one argument (2 given)

lst = [0, 1, 2]
lst.extend([10, 20])
print(lst)
# [0, 1, 2, 10, 20]

もしくはシンプルに足し算。

lst1 = [0, 1, 2]
lst2 = [10, 20, 30]
lst = lst1 + lst2
print(lst)
# [0, 1, 2, 10, 20, 30]

スライス

スライスは簡単に言えば配列（listとか）から規則にしたがって要素を取り出すこと。例えば1番目から8番目までの要素を2つごとに抽出とか。[]を使用して抽出。

# スライス
lst = [0, 1, 2]
lst01 = lst[:2]
print(lst01)
# [0, 1]
lst01 = lst[0:2]
print(lst01)
# [0, 1]

lst = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
lst345 = lst[3:6]
print(lst345)
# [3, 4, 5]

# 負符号は最後から勘定
lst = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
lstm1 = lst[-1]
print(lstm1)
# 9
lstfm4 = lst[-4:]
print(lstfm4)
# [6, 7, 8, 9]
lstfm52 = lst[-5:-2]
print(lstfm52)
# [5, 6, 7]

# 何要素飛ばしか指定可能
lststp2 = lst[::2]
print(lststp2)
# [0, 2, 4, 6, 8]
lst36stp2 = lst[3:6:2]
print(lst36stp2)
# [3, 5]

要素の検索

要素の検索には.indexを使用。

# 要素検索
lst = [0, '1', 'two', 3.0]
print(lst)
# [0, '1', 'two', 3.0]

lst_indx0 = lst.index(0)
print(lst_indx0)
# 0
lst_indx1 = lst.index('1')
print(lst_indx1)
# 1
lst_indxtw0 = lst.index('two')
print(lst_indxtw0)
# 2
lst_indxtw3 = lst.index(3.0)
print(lst_indxtw3)
# 3

整数と小数の区別はされない。

# 小数、整数は区別されない
lst_indxtw3 = lst.index(3)
print(lst_indxtw3)
# 3

# 小数、整数は区別されないので初めの1がhit
lst = [1, 2, 1.0, 4]
print(lst.index(1.0))
# 0

存在しない要素を選ぶとエラー。

# 存在しないものはエラー
# lst_indxtw3 = lst.index('3')
# print(lst_indxtw3)
# #     lst_indxtw3 = lst.index('3')
# # ValueError: '3' is not in list

要素の削除

delとスライスで要素を削除することができる。スライスを指定しないと変数ごと削除。

lst = [0, 1, 2]
del lst[0]
print(lst)
# [1, 2]

lst = [0, 1, 2]
del lst[0:2]
print(lst)
# [2]

lst = [0, 1, 2]
del lst[:]
print(lst)
# []

スライスで範囲（[0:1]とか）を使用すると= []で削除もできる。

lst = [0, 1, 2]
lst[0:1] = []
print(lst)
# [1, 2]

.remove()で要素名指定で削除。

lst = [0, 1, 2]
lst.remove(2)
print(lst)
# [0, 1]

`tuple`（タプル）

tuple（タプル）はlistと同じように配列の一種であるが、listとは異なり、()で記述し処理速度は若干早い。しかし、その分要素の変更などができないなどのデメリットがある。

`tuple`の作り方

tupleは(,)で作成するかtuple()で作成。

# tupleの作成
tpl = (1, 2, 3)
print(tpl)
# (1, 2, 3)
print(type(tpl))
# <class 'tuple'>

tpl = tuple((1, 2, 3))
print(tpl)
# (1, 2, 3)
print(type(tpl))
# <class 'tuple'>

tupleには,が必要。,なしで()とするとそれは数値とかになる。

# tupleには,が必要
ng_tpl = (1)
print(ng_tpl)
# 1

print(type(ng_tpl))
# <class 'int'>

ok_tpl = (1,)
print(ok_tpl)
# (1,)

print(type(ok_tpl))
# <class 'tuple'>

要素の追加

基本的tupleの要素の追加ができない。しかし、掛け算で複製はできる。

# 要素追加
tpl = (1, 2, 3) * 2
print(tpl)
# (1, 2, 3, 1, 2, 3)

追加はできない。

# tupleは変更不可なのでappendがない
tpl = (1, 2, 3)
# tpl.append(10)
#     tpl.append(10)
# AttributeError: 'tuple' object has no attribute 'append'

tuple同士の足し算は可能。

# tuple同士の足し算は可能
tpl1 = (0, 1, 2)
tpl2 = (10, 20, 30)
tpl = tpl1 + tpl2
print(tpl)
# (0, 1, 2, 10, 20, 30)

スライス

tupleもスライスによる要素抽出が可能。

# スライス
tpl = (0, 1, 2, 3, 4, 5, 6, 7, 8, 9)
tpl0 = tpl[0]
print(tpl0)
# 0

tpl05 = tpl[0:5]
print(tpl05)
# (0, 1, 2, 3, 4)

要素の削除

追加同様、削除もできない。

# 要素削除
tpl = (0, 1, 2)
# del tpl[0]
#     del tpl[0]
# TypeError: 'tuple' object doesn't support item deletion

2次元配列

上記の1次元配列では列の情報だけだったが、2次元配列では行の情報が追加される。

`list`の2次元配列

listのカッコを2にすると2次元配列。

# listの中にlistを書けば2次元配列になる（tupleも同様）
lst = [[1, 2, 3], [10, 20, 30]]
print(lst)
# [[1, 2, 3], [10, 20, 30]]
print(type(lst))
# <class 'list'>
print(len(lst))
# 2

配列の要素はスライスで抽出可能。1つ目のスライスで行を2つ目のスライスで列を抽出可能。

print(lst[0])
# [1, 2, 3]
print(lst[0][2])
# 3

print(lst[0:2])
# [[1, 2, 3], [10, 20, 30]]
print(lst[0:2][1][2])
# 30

1次元の時と同様、数値を掛け算すると複製可能。

# 掛け算をすると複製
print(lst * 2)
# [[1, 2, 3], [10, 20, 30], [1, 2, 3], [10, 20, 30]]

`numpy.ndarray`の2次元配列

numpyを使用することでより高速かつ使いやすい配列を作成することができる。

import numpy as np
# numpyのnumpy.ndarrayが一般的
arr = np.array(lst)
# 見た目はリストだがちゃんとnumpy.ndarray
print(arr)
# [[ 1  2  3]
#  [10 20 30]]
print(type(arr))
# <class 'numpy.ndarray'>

スライスはlistの時と同じ。

# 扱い方は2次元listと同じ
print(arr[0])
# [1 2 3]
print(type(arr[0]))
# <class 'numpy.ndarray'>

ただし、数値の掛け算は要素の数値の掛け算になる。

# numpy.ndarrayの場合は掛け算すると倍数に
print(arr * 2)
# [[ 2  4  6]
#  [20 40 60]]

`dict`（辞書）

listやtupleなどは要素だけを記すことができる。一方で、dictではkeysをvaluesと結びつけることで対応関係を持つ配列を作成することができる。

`dict`の作り方

dictはkeyとvalueを結びつける必要があるので、必ず2種類セットで書く。

# dictの作り方
dct = {'a': 1, 'b': 2, 'c': 3}
print(dct)
# {'a': 1, 'b': 2, 'c': 3}
print(type(dct))
# <class 'dict'>

dct = dict(a=1, b=2, c=3)
print(dct)
# {'a': 1, 'b': 2, 'c': 3}
print(type(dct))
# <class 'dict'>

ただし、dict()を使用して作成する際に、keysに数値を選ぶとエラー。

# {}を使用した時はkeyに数値を使用可能
dct = {'a': 1, 'b': 2, 10: 3}
print(dct)
# {'a': 1, 'b': 2, 10: 3}

# dict()の時にkeyが数値はエラー
# dct = dict(a=1, b=2, 10=3)
#     dct = dict(a=1, b=2, 10=3)
#                          ^
# SyntaxError: expression cannot contain assignment, perhaps you meant "=="?

`dict`の`keys`として使える型

keysには内容が変更されないものを指定しないといけない。

# dictのkeyとして使える型
import datetime
dct = {
    100: 0,
    'A': 1, 'B': 2, '': 3,
    None: 4, (1, 2, 3): 5, datetime.date(2016, 1, 1): 6,
    True: 7, False: 8,
    range(3): 10, range(0, 3): 11, range(0, 3, 1): 12,
    range: 13, type(list): 14, list: 15
}
print(dct)
# {100: 0, 'A': 1, 'B': 2, '': 3, None: 4, (1, 2, 3): 5, datetime.date(2016, 1, 1): 6, True: 7, False: 8, range(0, 3): 12, <class 'range'>: 13, <class 'type'>: 14, <class 'list'>: 15}

listやdict、setは中身を変更できるのでkeyに設定できない。

# listなど、変更可能なものはkeysには設定できない
# dct = {list((1, 2, 3)): 10}
#     dct = {list((1, 2, 3)): 10}
# TypeError: unhashable type: 'list'

# dct = {{1, 2, 3}: 30}
#     dct = {{1, 2, 3}: 30}
# TypeError: unhashable type: 'set'

# dct = {{'a': 10}: 40}
#     dct = {{'a': 10}: 40}
# TypeError: unhashable type: 'dict'

`keys`の取り出し

keysの取り出しはkeysを指定すると可能。

# 値の取り出しはkeyの名前で指定
print(dct[100])
# 0
print(dct['A'])
# 1
print(dct[False])
# 8
print(dct[range(3)])
# 12
print(dct[type])
# 14
print(dct[list])
# 15

keysの一覧は.keys()で行う。

# key一覧は.keys()で指定
keys = dct.keys()

print(keys)
# dict_keys([100, 'A', 'B', '', None, (1, 2, 3), datetime.date(2016, 1, 1), True, False, range(0, 3), <class 'range'>, <class 'type'>])
print(type(keys))
# <class 'dict_keys'>

ただし、keysのままではスライスが使えないので、listに変換。

# .keysのままではスライスが使えない
# print(keys[0])
#     print(keys[0])
# TypeError: 'dict_keys' object is not subscriptable

# listにすればスライスできる
print(list(keys))
# [100, 'A', 'B', '', None, (1, 2, 3), datetime.date(2016, 1, 1), True, False, range(0, 3), <class 'range'>, <class 'type'>]
print(list(keys)[-1])
# <class 'type'>
print(type(list(keys)[-1]))
# <class 'type'>

`values`の取り出し

valuesの一覧は.values()で行う。

# value一覧は.values()で指定
values = dct.values()

print(values)
# dict_values([0, 1, 2, 3, 4, 5, 6, 7, 8, 12, 13, 14, 15])
print(type(values))
# <class 'dict_values'>

このままだとスライスできないので、listに変換。

# keyと同じくvaluesだけではスライスできない
# print(values[0])
#     print(values[0])
# TypeError: 'dict_values' object is not subscriptable

# listにすればスライスできる
print(list(values))
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 12, 13, 14, 15]
print(list(values)[2:6])
# [2, 3, 4, 5]

`keys`, `values`を同時に取り出し（`items`）

keysとvaluesを同時に抽出したい時は.items()で行う。

# keyもvalueもどちらも欲しいならitems()
items = dct.items()

print(items)
# dict_items([(100, 0), ('A', 1), ('B', 2), ('', 3), (None, 4), ((1, 2, 3), 5), (datetime.date(2016, 1, 1), 6), (True, 7), (False, 8), (range(0, 3), 12), (<class 'range'>, 13), (<class 'type'>, 14), (<class 'list'>, 15)])
print(type(items))
# <class 'dict_items'>

スライスもlistにすればいい。

print(list(items))
# [(100, 0), ('A', 1), ('B', 2), ('', 3), (None, 4), ((1, 2, 3), 5), (datetime.date(2016, 1, 1), 6), (True, 7), (False, 8), (range(0, 3), 12), (<class 'range'>, 13), (<class 'type'>, 14), (<class 'list'>, 15)]
print(list(items)[-4])
# (range(0, 3), 12)
print(type(list(items)[-4]))
# <class 'tuple'>
print(list(items)[-4][0])
# range(0, 3)

要素の追加

要素の追加はkeysとvaluesを同時に指定しないともちろんいけない。dict[keys] = valuesか

setdefault()を使用する場合は

# 要素の追加
dct = {100: 0, 'A': 1, }

# 要素はkeyとvaluesで追加
dct['new'] = 'NEW'
print(dct)
# {100: 0, 'A': 1, 'new': 'NEW'}

dct.setdefault('new2', 'NEW2')
print(dct)
# {100: 0, 'A': 1, 'new': 'NEW', 'new2': 'NEW2'}

# [key]で追加する場合はvalueは上書き
dct['new'] = 'NEW_2'
print(dct)
# {100: 0, 'A': 1, 'new': 'NEW_2', 'new2': 'NEW2'}

# setdefaultで追加する場合はvalueは上書きされない
dct.setdefault('new2', 'NEW2_2')
print(dct)
# {100: 0, 'A': 1, 'new': 'NEW_2', 'new2': 'NEW2'}

`dict`の結合（マージ）

dict同士の結合は複数種のdictを新たなdict内でアンパック（展開）することで可能。ただし、dict()形式だとkeysが被るとエラー。

マージについては以下の記事も参照。

: 【辞書の結合】dictのマージ

こんな人にオススメlistは+記号で配 ...

続きを見る

# dict同士の結合（マージ）
dct1 = {'A': 1, 'B': 2, '': 3, }
dct2 = {'D': 10, 'E': 20, '': 30, }

# 結合はアンパックで可能
# {}の時はkeyが被ると上書き
print({**dct1, **dct2})
# {'A': 1, 'B': 2, '': 30, 'D': 10, 'E': 20}

# dict()の時はkeyが被るとエラー
# print(dict(**dct1, **dct2))
#     print(dict(**dct1, **dct2))
# TypeError: dict() got multiple values for keyword argument ''

python3.9からは「|」を用いたマージが可能に。

# python3.9からは「|」が使用可能に
print(dct1 | dct2)
# {'A': 1, 'B': 2, '': 30, 'D': 10, 'E': 20}

`if`（条件分岐）

条件によって内容を変えたい時、例えば偶数ならある処理を、奇数なら別の処理をするときには条件分岐という考え方を使用する。pythonの条件分岐にはifが用いられる。

`True`と`False`の判定とは（`==`や`>=`とか）

まずは条件分岐に必要な条件判定とは何かというものから。これは単純に、その条件に当てはまるかどうかを判定するということ。判定に使用するTrue, Falseはbool型と呼ばれる型。

当てはまる = 真: True
当てはまらない = 偽: False

# TrueとFalse
a = 1
b = 2
print(a < b)  # bはaより大きい
# True
print(a > b)  # bはaより小さい
# False
print(a <= b)  # bはa以上
# True
print(a >= b)  # aはb以上
# False
print(a == b)  # aとbは等しい
# False
print(a != b)  # aはbと等しくない
# True

`if`と`elif`と`else`

条件判定は、初めはifで行う。それに当てはまらない条件はelseで条件を分岐させるが、3種類以上に分岐させたいときはifとelseの間にelifを入れて条件を追加する。

# ifで条件判定をし、当てはまらない場合は全てelseへ
a = 1
b = 2
if a < b:
    print('bの方が大きい')
else:
    print('aの方が大きい')
# bの方が大きい

# elifで次の条件を追加可能
a = 1
b = 1
if a < b:
    print('bの方が大きい')
elif a == b:
    print('aとbは等しい')
else:
    print('aの方が大きい')
# aとbは等しい

# ifでもelifに当てはまらない場合はelse
a = 2
b = 1
if a < b:
    print('bの方が大きい')
elif a == b:
    print('aとbは等しい')
else:
    print('aの方が大きい')
# aの方が大きい

ifだけでの条件分岐も可能。この場合はifに当てはまらないと何も処理しない。

# ifだけでも使える（以下の場合は条件に当てはまらないので出力なし）
a = 2
b = 1
if a < b:
    print('bの方が大きい')

配列に要素があるかどうかで条件判定（`in`）

条件文は何も大小関係だけではない。ありとあらゆる条件を使用することができる。ここでは配列中にある要素が存在しているか否かで条件判定をする。存在しない場合を判定する場合を判定するにはnotを使用する。

# 条件文は入れられる
lst = [1, 2, 3]
a = 1
b = 2
c = 4

if a in lst:
    print(f"{a}あり")
# 1あり

if c not in lst:
    print(f"{c}なし")
# 4なし

複数条件を設定する

単一の条件で判断するのではなく、複数の条件を適用することも可能。その時は以下で指定可能。

または: 条件 or 条件、もしくは、（条件） | （条件）
かつ: 条件 and 条件、もしくは、（条件） & （条件）

# 複数条件もあり
if a in lst or c in lst:
    print(f"{a}ありまたは{c}なし")
# 1ありまたは4なし
if (a in lst) | (c in lst):
    print(f"{a}ありまたは{c}なし")
# 1ありまたは4なし

if a in lst and b in lst:
    print(f"{a}ありかつ{b}なし")
# 1ありかつ2なし
if (a in lst) & (b in lst):
    print(f"{a}ありかつ{b}なし")
# 1ありかつ2なし

`None`, `NaN`, `bool`の判定（`is`や`np.isnan`）

None（何もない）、NaN（Not a Number、非数値、データがなかったとか）、bool（真か偽、TrueとFalse）を条件文で判定する際には注意点がある。

# NoneとNaNは判定が特殊
import numpy as np
a = None
b = np.nan
c = True
print(a, type(a))
# None <class 'NoneType'>
print(b, type(b))
# nan <class 'float'>
print(c, type(c))
# True <class 'bool'>

Noneの判定は==を使用しても可能だが、この場合はflake8というコードチェックに引っかかる。エラーではないが推奨されない書き方。エディタにコードチェック用のツールを導入している場合は、エディタ上で警告的なものが出る。

==ではなくisを使用するべし。

flake8とこれに関連するPEP8については以下の記事参照。

: 【PEP8&flake8】pythonにおけるPEP8とflake8

こんな人にオススメ pythonについて調& ...

続きを見る

# None==でもエラーは出ないが、flake8の警告が出る（エディタ上で）
if a == None:
    print('aはNone')
# comparison to None should be 'if cond is None:'flake8(E711)
# aはNone

# is（同一性）で比較
if a is None:
    print('aはNone')
# aはNone

boolについても同様。なお、boolについては直で書いても既にboolなので条件判定に使用することができる。

# boolについてもエディタ上で警告が出る
if c == True:
    print('cはTrue')
# comparison to True should be 'if cond is True:' or 'if cond:'flake8(E712)
# cはTrue

if c is True:
    print('cはTrue')
# cはTrue

# boolについては直で書いていい
if c:
    print('cはTrue')
# cはTrue

NaNが一番特殊でこちらは==がそもそも効かない。isなら大丈夫だが、一番有名なのはnumpyのnp.isnan()。これはnanであるかどうかを判定してくれるもの。

import numpy as np
# NaNは==は効かない（この場合は出力なし）
if b == np.nan:
    print('bはNaN')

# isならいける
if b is np.nan:
    print('bはNaN')
# bはNaN

# もしくはnp.isnan
if np.isnan(b):
    print('bはNaN')
# bはNaN

NaNは四則演算すると結果がNaNになったり、pltでグラフが表示されなかったりと面倒なことが多いので使用には注意が必要。

`for`（繰り返し、反復）

データを1行ずつ読み込みたいなど、何か同じ操作を繰り返し行いたい場合はfor（繰り返し、反復）を使用する。pythonのforは他の言語に比べて処理が遅いので処理内容を工夫して処理が多くならないようにするのが賢明。

1重ループ

単純なループは以下。printすると1処理ごとに改行されていることがわかる。

# range(5)で0から5までを1刻みでデータ作成
for i in range(5):
    print(i)
# 0
# 1
# 2
# 3
# 4

# 上の例と同じ出力
# forの後の「j」は好きに変更可能（forとかrangeとかの予約後以外なら）
for j in range(0, 5, 1):
    print(j)
# 0
# 1
# 2
# 3
# 4

多重ループ

多重ループはネスト（インデントつけ）して記入する。pythonはこのインデントが厳しいのでインデントがいくつ入っているのかはしっかりと確認する必要がある。

また、多重ループでは先に書いたfor（以下ではi）が先に固定され、その固定の状態で後に書いたfor（以下ではj）のループが処理される。

# 多重ループでは先に書いた方を先に固定
for i in range(3):
    for j in range(10, 14):
        print(f"i={i}, j={j}")
    print('---')
# i=0, j=10
# i=0, j=11
# i=0, j=12
# i=0, j=13
# ---
# i=1, j=10
# i=1, j=11
# i=1, j=12
# i=1, j=13
# ---
# i=2, j=10
# i=2, j=11
# i=2, j=12
# i=2, j=13
# ---

配列をそのまま取り出し（`list`や`dict`）

上記ではrange関数を使用してforを作成したが、listなどの配列をそのままforに入れて処理することが可能。listやtupleの場合は要素が、dictの場合はkeysが出力される。

# listなどをそのまま入れることも可能
lst = [10, 100, 1000]
for i in lst:
    print(i)
# 10
# 100
# 1000

# dictの場合はkeysが出力
dct = {'A': 1, 'B': 2, '': 3, 'C': 4}
for k in dct:
    print(k)
# A
# B

# C

dictのvaluesが欲しい時は.values()にする。

# dictのvaluesが欲しい時は.values()にする
dct = {'A': 1, 'B': 2, '': 3, 'C': 4}
for v in dct.values():
    print(v)
# 1
# 2
# 3
# 4

keysの場合も同様に、.keys()と明示してもいい。

# keyが欲しい時に.keys()と明示してもいい
dct = {'A': 1, 'B': 2, '': 3, 'C': 4}
for k in dct.keys():
    print(k)
# A
# B
#
# C

.keys()、.values()と()をつけてしまうとエラー。

# .valuesとカッコなしだとエラー
# for v in dct.values:
#     print(v)
#     for v in dct.values:
# TypeError: 'builtin_function_or_method' object is not iterable

# .keysも同様
# for k in dct.keys:
#     print(k)
#     for k in dct.keys:
# TypeError: 'builtin_function_or_method' object is not iterable

dictのkeysもvaluesも欲しい時は.items()。keysとvaluesの2つの値があるのでforの引数を2つにすると別々に取り出せる。

# keysもvaluesも欲しい時は.items()
for k, v in dct.items():
    print(f"key: {k}, value: {v}")
# key: A, value: 1
# key: B, value: 2
# key: , value: 3
# key: C, value: 4

引数を1つにするとtupleで取り出すことができる。

# forのループ変数を一つにするとtupleで出力
for kv in dct.items():
    print(f"key & value: {kv}, type(kv): {type(kv)}")
# key & value: ('A', 1), type(kv): <class 'tuple'>
# key & value: ('B', 2), type(kv): <class 'tuple'>
# key & value: ('', 3), type(kv): <class 'tuple'>
# key & value: ('C', 4), type(kv): <class 'tuple'>

複数の配列を同時`for`ループ（`zip`）

複数の配列を同時にforループする場合はzip関数が便利。forの引数は1つでもいいが、この時はtupleでまとめられる。

# 複数個の配列をループさせるならzip
lst1 = [0, 1, 2]
lst2 = [10, 20, 30]
for l1, l2 in zip(lst1, lst2):
    print(f"{l1}, {l2}")
# 0, 10
# 1, 20
# 2, 30

dictのitemsを同時に取得したい場合は、それぞれのdictごとにカッコ()で分ける必要がある。

# 2つのdictのitemsを同時に取得したい時はそれぞれをカッコでくくる
dct1 = {'A': 1, 'B': 2, 'C': 3, }
dct2 = {'D': 10, 'E': 20, 'F': 30, }
for (k1, v1), (k2, v2) in zip(dct1.items(), dct2.items()):
    print(f"dct1: {k1} & {v1}, dtc2: {k2} & {v2}")
# dct1: A & 1, dtc2: D & 10
# dct1: B & 2, dtc2: E & 20
# dct1: C & 3, dtc2: F & 30

インデックスも同時取得（`enumerate`）

forループで得られるデータが何番目のデータなのかなど、インデックスも同時に取得したい時はenumerateが便利。forのすぐ後にenumerateの引数を書く。また、enumerateの勘定始まりの数は0だが好きな値に変更可能。

# ループのインデックスを取得したいならenumerate
lst = [10, 100, 1000]
for num, i in enumerate(lst):
    print(f"No.{num}: {i}")
# No.0: 10
# No.1: 100
# No.2: 1000

# 好きな番号から始めるときは引数追加
lst = [10, 100, 1000]
for num, i in enumerate(lst, -1):
    print(f"No.{num}: {i}")
# No.-1: 10
# No.0: 100
# No.1: 1000

enumerateにはステップ数を指定する引数はない。したがって3ずつ記述など、1ではない場合は処理中に書く必要がある。

# ステップ数を表す引数はない
lst = [10, 100, 1000]
# for num, i in enumerate(lst, 1, 3):
#     print(f"No.{num}: {i}")
#     for num, i in enumerate(lst, 1, 3):
# TypeError: enumerate() takes at most 2 arguments (3 given)

# 出力時に調整すればOK
for num, i in enumerate(lst, 1):
    print(f"No.{num * 3}: {i}")
# No.3: 10
# No.6: 100
# No.9: 1000

`zip`と`enumerate`を同時に回す

zipで複数のデータを回しつつenumerateでそのインデックスも取得したい場合は、enumerateとzipの引数をカッコ()で分ける必要がある。

# enumerateとzipを併用する際には、zip部分をカッコでくくる
lst1 = [0, 1, 2]
lst2 = [10, 20, 30]
for num, (l1, l2) in enumerate(zip(lst1, lst2), 1):
    print(f"No.{num}: {l1}, {l2}")
# No.1: 0, 10
# No.2: 1, 20
# No.3: 2, 30

カッコしないとエラー。

# zip部分は別途カッコで括らないとエラー
# lst1 = [0, 1, 2]
# lst2 = [10, 20, 30]
# for num, l1, l2 in enumerate(zip(lst1, lst2), 1):
#     print(f"No.{num}: {l1}, {l2}")
#     for num, l1, l2 in enumerate(zip(lst1, lst2), 1):
# ValueError: not enough values to unpack (expected 3, got 2)

複数のdictのkeysとvaluesを取得しつつインデックスも取得したい場合は、enumerateとzipを分けるカッコに加えてそれぞれのzipを分けるカッコも必要。

# 2つのdictのitemsを取得しつつ、インデックスも欲しい時は区別するカッコも必要
dct1 = {'A': 1, 'B': 2, 'C': 3, }
dct2 = {'D': 10, 'E': 20, 'F': 30, }
for num, ((k1, v1), (k2, v2)) in enumerate(zip(dct1.items(), dct2.items()), 1):
    print(f"No.{num}...dct1: {k1} & {v1}, dtc2: {k2} & {v2}")
# No.1...dct1: A & 1, dtc2: D & 10
# No.2...dct1: B & 2, dtc2: E & 20
# No.3...dct1: C & 3, dtc2: F & 30

`for`の中に`if`を入れる

forの中にifを入れて、反復処理をしながら条件分岐も可能。

# forにifを入れる
for i in range(10):
    if i < 7:
        if i % 2 == 0:  # 余りを計算
            print(f"{i}は7未満であり偶数")
        else:
            print(f"{i}は7未満であり奇数")
    else:
        print(f"{i}は7以上")
# 0は7未満であり偶数
# 1は7未満であり奇数
# 2は7未満であり偶数
# 3は7未満であり奇数
# 4は7未満であり偶数
# 5は7未満であり奇数
# 6は7未満であり偶数
# 7は7以上
# 8は7以上
# 9は7以上

内包表記（短縮版`for`）

内包表記を使用すれば、for文を1行で書くことができる。処理が通常のfor文よりも速くなるものの、見づらかったりするので多用はいけない。他の部分で処理を早くするべし。

シンプルな内包表記

通常のforだと5行分のコードが、内包表記だと3行で済む。

# 内包表記
lst = [i for i in range(2, 5)]
print(lst)
# [2, 3, 4]

# 上記は以下と同等
lst = []
for i in range(2, 5):
    lst.append(i)
print(lst)
# [2, 3, 4]

多重ループの内包表記

多重ループの時は、内包表記内でカッコ[]を使用するか否かで処理が異なる。

まずは内包表記内にカッコがない場合。この場合は左側のforを先に固定し、右側のforを回す。

# 同時ループでは左側を固定して右側を回す
lst = [f"{i}{j}" for i in ('A', 'B', 'C') for j in [1, 2, 3]]
print(lst)
# ['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']

# 上記は以下と同等
lst = []
for i in ('A', 'B', 'C'):
    for j in [1, 2, 3]:
        lst.append(f"{i}{j}")
print(lst)
# ['A1', 'A2', 'A3', 'B1', 'B2', 'B3', 'C1', 'C2', 'C3']

一方で内包表記内にカッコがあると多次元配列として扱うことになる。この場合は右側のforを先に固定し、左側のforを回すことになる。

# 左側のループをさらに[]でくくると、右側を先に固定
lst = [[f"{i}{j}" for i in ('A', 'B', 'C')] for j in [1, 2, 3]]
print(lst)
# [['A1', 'B1', 'C1'], ['A2', 'B2', 'C2'], ['A3', 'B3', 'C3']]

# 上記は以下と同等
lst = []
for j in [1, 2, 3]:
    lst_in = []
    for i in ('A', 'B', 'C'):
        lst_in.append(f"{i}{j}")
    lst.append(lst_in)
print(lst)
# [['A1', 'B1', 'C1'], ['A2', 'B2', 'C2'], ['A3', 'B3', 'C3']]

内包表記と`if`

内包表記内にifを使用することもできる。ifだけの場合は最後に書く。

# 内包表記でもifは使用可能
lst = [i for i in range(10) if i % 2 == 0]
print(lst)
# [0, 2, 4, 6, 8]

# 上記は以下と同等
lst = []
for i in range(10):
    if i % 2 == 0:
        lst.append(i)
print(lst)
# [0, 2, 4, 6, 8]

elseが入る場合はifとelseを初めに書く。

# elseを入れたいときは先に書く（以下は偶数ならe、奇数ならoを初めにつける）
lst = [f"e{i}" if i % 2 == 0 else f"o{i}" for i in range(10)]
print(lst)
# ['e0', 'o1', 'e2', 'o3', 'e4', 'o5', 'e6', 'o7', 'e8', 'o9']

# 上記は以下と同等
lst = []
for i in range(10):
    if i % 2 == 0:
        ans = f"e{i}"
    else:
        ans = f"o{i}"
    lst.append(ans)
print(lst)
# ['e0', 'o1', 'e2', 'o3', 'e4', 'o5', 'e6', 'o7', 'e8', 'o9']

elifは使用できないので、3種類以上の条件を入れたい場合はelseの後に再度ifを書く必要がある。以下の例だと、偶数にはeをつけ、3の倍数は最後に!を、そしてそれ以外にはotherとつけている。

ただし、内包表記で書くとPEP8の79文字制限に違反しており、さらに内容も複雑になり可読性が低いの多用はしないほうがいいだろう。

PEP8については以下参照。

: 【PEP8&flake8】pythonにおけるPEP8とflake8

こんな人にオススメ pythonについて調& ...

続きを見る

lst = [f"e{i}" if i % 2 == 0 else f"{i}!" if i % 3 == 0 else f"other{i}" for i in range(10)]
print(lst)
# ['e0', 'other1', 'e2', '3!', 'e4', 'other5', 'e6', 'other7', 'e8', '9!']

# 上記は以下と同等
lst = []
for i in range(10):
    if i % 2 == 0:
        ans = f"e{i}"
    elif i % 3 == 0:
        ans = f"{i}!"
    else:
        ans = f"other{i}"
    lst.append(ans)
print(lst)
# ['e0', 'other1', 'e2', '3!', 'e4', 'other5', 'e6', 'other7', 'e8', '9!']

: 【python&独学】独学である程度pythonを習得するマインド

こんな人にオススメ pythonを新しく独& ...

続きを見る

: 【python&list】pythonのlistの超基礎

こんな人にオススメ pythonのlistってな| ...

続きを見る

: 【Mac&タイピング】タッチタイピングで分間300打を超える方法

こんな人にオススメタイピングが ...

続きを見る

スマホ

2023/1/21

【Galaxy S22 Ultraレビュー】これが最高峰

こんな人におすすめ 2022年最強のスマホGalaxy S22 Ultraって実際使った感じどうなの ...

完全ワイヤレスイヤホン（TWS）

2023/1/15

【SENNHEISER MOMENTUM True Wireless 3レビュー】高レベルでバランス型の高音質イヤホン

こんな人におすすめ SENNHEISER MOMENTUM True Wireless 3って実際のところどうなの？評判は良い ...

完全ワイヤレスイヤホン（TWS）

2023/1/14

【SONY WF-1000XM4 vs SENNHEISER MTW3】MTW3を選んだ決定的な3つの理由

こんな人におすすめ執筆者は「SONY WF-1000XM4」「SENNHEISER MOMENTUM True Wireless 3」両方を持っている ...

スマホ

2023/1/15

【楽天モバイル×povo2.0の併用】月1,000円の保険付きデュアルSIM運用

こんな人におすすめ楽天モバイルとpovo2.0のデュアルSIM運用って実際のとこ ...

マウス

2023/1/5

【Logicool MX ERGOレビュー】疲れない作業効率重視トラックボールマウス

こんな人におすすめトラックボールマウスの王道Logicool MX ERGOが気になるけどऩ ...

マウス

2023/1/14

【Logicool MX ERGOカスタム】Logi Optionsのジェスチャーボタン設定内容

こんな人におすすめ Logicool MX ERGOをもっと上手に効率的に使いこなしたい。ボ| ...

生活に役立つ

2023/1/8

【メガネ厳選】クソ便利に使っているサービスやアイテム達

このページでは執筆者「メガネ」が実際に使って便利だと感じているサ ...

完全ワイヤレスイヤホン（TWS）

2023/3/24

【SONY WF-1000XM4レビュー】神とゴミのハーフ&ハーフ

こんな人におすすめ SONYのフラグシップモデル「SONY WF-1000XM4」ってどれくらい性 ...

スイッチボット

2023/1/14

【SwitchBot Hub Mini】アプリにないエアコンなどの家電をその他で登録する方法

こんな人におすすめSwitchBot Hub Miniに我が家のエアコンを登録したいけど、SwitchBotア ...

Pythonを学びたいけど独学できる時間なんてない人へのすゝめ

執筆者は大学の研究室・大学院にて独学でPythonを習得した。

でも社会人になったら独学で行うには時間も体力もなくて大変だ。

時間がない社会人だからこそプロの教えを乞うのが効率的。

ここでは色んなタイプに合ったプログラミングスクールの紹介をする。

王道中の王道で学びたい

小さなところやマイナーなところだと不安って人は王道中の王道「TechAcademy [テックアカデミー]」おすすめだ。

TechAcademy [テックアカデミー]の特徴は色々とあるけど、特にすごいのは以下の5点だ。

選抜された現役エンジニアから学べる
オンラインに特化
Web制作・プログラミング・アプリ開発を学べる
ひたすら寄り添ってくれる
900社、30,000名を超える教育実績
実際の副業の仕事を紹介

また、学生割引もあるので、これから社会人に向けて勉強したい人にもピッタリだ。

無料相談もできるのでぜひチェックしていただきたい。

子どものうちから学んでもらいたい

これからの時代はプログラミングの知識がない人はかなり厳しいと思う。

かといって大人になってから、今から自分で頑張ってねってのはかなり酷な話だ。ということで子どものうちからプログラミングを学ばせるのも1つの手だ。

ITeens Lab ならオンラインでプログラミングの学習ができる。しかも基礎的なところだけではなく、本格的なプログラミング言語や動画制作、デザインや資格取得についても学べるから大盤振る舞いだ。

オンラインだから送り迎えもいらないし、元気いっぱいな子どもに合わせた学習内容になるから親御さんも安心して任せられる。

子どもの頃からしっかりとプログラミングに慣れておく、大人になってからかなりの戦力として活躍するだろう。

独学でできるくらいの気力や環境があれば問題ない。しかし、いくら意志の力でどうにかしようとしてもなかなか難しい部分はあるだろう。

そんな人は効率的に学習するためにプログラミングスクールという選択肢もありだ。

ゼロからPythonを学びたい

執筆者のようにゼロからPythonを学びたいって人も多いだろう。

Pythonは他の言語に比べて書きやすく読みやすいので、プログラミング初心者でも扱いやすい。

さらにPythonには以下の特徴がある。

Webスクレイピングが得意
ディープラーニング（機械学習）に特化
Webアプリの作成もできる

テックジム（techgym）の「ゼロからはじめるPython入門講座」では入りやすく応用も効くPythonを学ぶことができる。

Pythonの基本的な文法からビジネス・就職・転職への応用、はたまた効率的なプログラミングの学習ま方法までも本講座で得ることができる。

初めてのプログラミングで腰が上がらないって人はまずは入門講座から始めるのが良いだろう。

メガネ

ベンチャー企業のWebエンジニア駆け出し。独学のPythonで天文学系の大学院を修了→新卒を1.5年で辞める→転職→今に至る。
常時金欠のガジェット好きでM1 MacBook Pro x Galaxy S22 Ultraの狂人。

自己紹介と半生→変わって楽しいの繰り返しレビュー依頼などお問い合わせ Twitter@m_ten_pa

-Python基礎
-python, 超基礎

【python&csv読み込み】pythonを使ってcsvを読み込み

こんな人にオススメ pythonを使ってcsvファイルを読み込みたいけどどうした| ...

Python基礎

2022/8/19

【python3&zip関数】python3系にてzipは一回使ったら消える

こんな人にオススメ python3系でzip関数を定義、使用した後に再度使用したら ...

Python基礎

2022/8/19

【python&list】pythonのlistの超基礎

こんな人にオススメ pythonのlistってなんなの？どういうことが出来てどうい ...

Python基礎

2022/8/19

【python&独学】独学である程度pythonを習得するマインド

こんな人にオススメ pythonを新しく独学で学習したい。でもどういう考え方 ...

Python基礎

2022/8/19

【python3.7以降&dictのkeys】ネスト（入れ子）されたdictのkeys一覧をカッコで出力

こんな人にオススメ dictとやらに手を出してすごい便利だと歓喜している&# ...

Python基礎

2022/8/19

【Mac&スクショ名】Macのスクショのファイル名を自動変更

こんな人にオススメ Macでスクショを大量に撮影したんだけど、ファイル ...

Python基礎

2023/2/25

【PEP8&flake8】pythonにおけるPEP8とflake8

こんな人にオススメ pythonについて調べていると「PEP8」っていう規約が出て ...

【python&csv読み込み】pythonを使ってcsvを読み込み

【python&Webスクレイピング】初心者のWebスクレイピング

【python&初級】のlistとかforとかifとかまとめ

【楽天モバイル×povo2.0の併用】月1,000円の保険付きデュアルSIM運用

【デスクツアー2023上半期】モノは少なく、でも効率的に Desk Updating #0

list（リスト）

【python&list】pythonのlistの超基礎

listの作り方

list × 数値

list同士の掛け算

要素の追加

スライス

要素の検索

要素の削除

tuple（タプル）

tupleの作り方

要素の追加

スライス

要素の削除

2次元配列

listの2次元配列

numpy.ndarrayの2次元配列

dict（辞書）

dictの作り方

dictのkeysとして使える型

keysの取り出し

valuesの取り出し

keys, valuesを同時に取り出し（items）

要素の追加

dictの結合（マージ）

【辞書の結合】dictのマージ

if（条件分岐）

TrueとFalseの判定とは（==や>=とか）

ifとelifとelse

配列に要素があるかどうかで条件判定（in）

複数条件を設定する

None, NaN, boolの判定（isやnp.isnan）

【PEP8&flake8】pythonにおけるPEP8とflake8

for（繰り返し、反復）

1重ループ

多重ループ

配列をそのまま取り出し（listやdict）

複数の配列を同時forループ（zip）

インデックスも同時取得（enumerate）

zipとenumerateを同時に回す

forの中にifを入れる

内包表記（短縮版for）

シンプルな内包表記

多重ループの内包表記

内包表記とif

【PEP8&flake8】pythonにおけるPEP8とflake8

関連記事

【python&独学】独学である程度pythonを習得するマインド

【python&list】pythonのlistの超基礎

【Mac&タイピング】タッチタイピングで分間300打を超える方法

Pythonを学びたいけど独学できる時間なんてない人へのすゝめ

王道中の王道で学びたい

子どものうちから学んでもらいたい

ゼロからPythonを学びたい

`list`（リスト）

`list`の作り方

`list` × 数値

`list`同士の掛け算

`tuple`（タプル）

`tuple`の作り方

`list`の2次元配列

`numpy.ndarray`の2次元配列

`dict`（辞書）

`dict`の作り方

`dict`の`keys`として使える型

`keys`の取り出し

`values`の取り出し

`keys`, `values`を同時に取り出し（`items`）

`dict`の結合（マージ）

`if`（条件分岐）

`True`と`False`の判定とは（`==`や`>=`とか）

`if`と`elif`と`else`

配列に要素があるかどうかで条件判定（`in`）

`None`, `NaN`, `bool`の判定（`is`や`np.isnan`）

`for`（繰り返し、反復）

配列をそのまま取り出し（`list`や`dict`）

複数の配列を同時`for`ループ（`zip`）

インデックスも同時取得（`enumerate`）

`zip`と`enumerate`を同時に回す

`for`の中に`if`を入れる

内包表記（短縮版`for`）

内包表記と`if`