概要
Pythonの組込みデータ型を理解する前提として、immutable、mutable、iterable、sequence、mappingの意味を整理する。
これらの用語は、list、tuple、dict、setなどの挙動を説明するときに頻繁に登場する。単語だけを暗記するより、値を変更できるか、繰り返し処理できるか、インデックスで参照できるかという観点で分けると理解しやすい。
ここでは、代表的なデータ型を例に、それぞれの特性がコード上でどのように現れるかを確認する。
この記事で扱うこと
- immutableとmutableの違い。
- iterable、sequence、mappingの関係。
- データ型の特性がfor文、添字アクセス、代入操作にどう影響するか。
- エラーが出たときに、型の性質から原因を考える方法。
作業前に確認すること
| 確認項目 | 内容 |
|---|---|
| Python環境 | 対話モードで型やidを確認できる状態にしておく。 |
| 前提知識 | str、list、tuple、dict、setなどの名前を見たことがある状態で読む。 |
| 確認観点 | 値そのものを変更しているのか、新しい値を作っているのかを意識する。 |
各データ型の特性
イミュータブル（immutable）: 同一アドレスで変更不可
同一オブジェクト（アドレスが同一）での値の変更ができないオブジェクト。
そのため、値を変更すると別オブジェクト（別のアドレス）として再生成される。
-
イミュータブルな型: Python公式ページのドキュメント
-
int型（イミュータブル）を例に変更前の値と変更後の値のアドレスを比較
$ python # int_a を int型 の 1で定義 >>> int_a = 1 >>> type(int_a) <class 'int'> # int_a のアドレスを確認 >>> id(int_a) 139837241521312 # int_a を 2 に変更 >>> int_a = 2 # int_a のアドレスを確認 ⇒ 変更前と別アドレスとなる。 >>> id(int_a) 139837241521344 -
bool型（イミュータブル）を例に変更前の値と変更後の値のアドレスを比較
$ python # bool_a を bool型の False で定義 >>> bool_a = False >>> type(bool_a) <class 'bool'> # bool_a のアドレスを確認 >>> id(bool_a) 139837241113440 # bool_a を True に変更 >>> bool_a = True # bool_a のアドレスを確認 ⇒ 変更前と別アドレスとなる。 >>> id(bool_a) 139837241113408
ミュータブル（mutable）: 同一アドレスで変更可
同一オブジェクト（アドレスが同一）で値を変更できるオブジェクト。
（値を変更してもアドレスが変わらない。）
また、オブジェクトの一部を変更できるデータ型は、オブジェクトの中身を頻繁に編集することを前提としているため、アドレスが変わらない（わざわざ変える必要がない）ミュータブルとなっている。
-
ミュータブルな型: Python公式ページのドキュメント
-
list型（ミュータブル）を例に変更前の値と変更後の値のアドレスを比較
$ python # list_a を list型で定義 >>> list_a = [1, 2, 3, 4, 5] >>> type(list_a) <class 'list'> # list_a のアドレスを確認 >>> id(list_a) 139837220876360 # list_a に 7 を追加 >>> list_a.append(7) >>> print(list_a) [1, 2, 3, 4, 5, 7] # list_a のアドレスを確認 ⇒ 変更前と同一アドレスとなっている。 >>> id(list_a) 139837220876360
イテラブル（iterable）: 反復抽出可
要素を一つずつ抽出し、反復処理ができるオブジェクト。
（特殊な加工なしで for文のループ対象として使用できるオブジェクト）
また、ミュータブルオブジェクトはすべてイテラブルなオブジェクトとなる。
-
イテラブルな型: Python公式ページのドキュメント
-
イテラブルの反復処理使用例
$ python # list_a を list型で定義 >>> list_a = [1, 2, 3] >>> type(list_a) <class 'list'> # 要素を出力する 反復処理 >>> for element in list_a: ... print(element) ... 1 2 3 # str_a を str型で定義 >>> str_a = "abc" # 要素を出力する 反復処理 >>> for element in str_a: ... print(element) ... a b c
シーケンス（sequence）: インデックス指定可
インデックスを指定して直接要素にアクセスできるオブジェクト。
また、ミュータブルと同様にシーケンスオブジェクトはすべてイテラブルなオブジェクトとなる。
-
シーケンスな型: Python公式ページのドキュメント
-
シーケンスオブジェクトからインデックスを指定した抽出例
$ python # list_a を list型で定義 >>> list_a = [1, 2, 3] >>> print(list_a[0]) # インデックス 0 を指定 1 >>> print(list_a[1]) # インデックス 1 を指定 2 >>> print(list_a[2]) # インデックス 2 を指定 3 # str_a を str型で定義 >>> str_a = "abcdefg" >>> print(str_a[1]) # インデックス 1 を指定 'b' >>> print(str_a[3]) # インデックス 3 を指定 'd' >>> print(str_a[5]) # インデックス 5 を指定 'f'
マッピング（mapping）: 連想配列
任意に決めたキーで要素を抽出することができるオブジェクト。
シーケンスオブジェクトがインデックスを指定して抽出するのに対し、マッピングオブジェクトは、オブジェクト生成時に自作したキーを指定して抽出する。
※ 一般的に連想配列と言われる配列のこと。
-
マッピング型は、dict型のみ: Python公式ページのドキュメント
-
dict型（マッピング）からキーを指定した抽出例
$ python >>> dict_a = {"s1":123, "s2":456, "s3":789} >>> type(dict_a) <class 'dict'> >>> print(dict_a["s1"]) 123 >>> print(dict_a["s2"]) 456 >>> print(dict_a["s3"]) 789
違いを整理する
| 比較する項目 | 整理するポイント |
|---|---|
| immutableは変数が変わらないという意味ではない | 変数には別のオブジェクトを再代入できる。変えられないのはオブジェクト自体。 |
| iterableとsequenceの混同 | sequenceは順序とインデックスを持つ。iterableはforで取り出せる性質。 |
| mappingの理解 | インデックス番号ではなく、キーを使って値にアクセスする。 |
実務とのつながり
- バグ調査
listを関数に渡したあと中身が変わる、tupleで代入できない、といった挙動はmutable/immutableの理解で整理できる。 - API設計
戻り値を変更してよいデータとして渡すか、変更されにくい形で渡すかを判断しやすくなる。
まとめ
- immutableは変更不可、mutableは変更可能なオブジェクトを指す。
- iterable、sequence、mappingは、値の取り出し方やアクセス方法を表す。
- 型の特性を知ると、Pythonのエラーや挙動を追いやすくなる。