概要
Pythonの組込みデータ型を説明するimmutable、mutable、iterable、sequence、mappingの意味を整理する。
同じlistを参照する変数への変更が伝わる理由を確認した後、list・set・dictに同じ操作を試す。反復できることと整数の位置で取り出せることを区別し、型の説明から使える操作を判断する。比較例はPython 3.12.2で確認。
この記事の構成
- イミュータブル（immutable）: オブジェクト自体を変更不可
オブジェクト自体を変更できない性質と、変数への再代入との違いを整理。 - ミュータブル（mutable）: オブジェクト自体を変更可
listへの変更が別の変数にも見える理由を確認。 - イテラブル（iterable）: 反復抽出可
for文で要素を取り出せる性質と変更可能性を区別。 - シーケンス（sequence）: インデックス指定可
listとsetで反復と添字アクセスの可否を比較。 - マッピング（mapping）: 連想配列
dictの整数キーとシーケンスの位置指定の違いを確認。
各データ型の特性
イミュータブル（immutable）: オブジェクト自体を変更不可
生成後にオブジェクト自体の状態を変更できない性質をイミュータブルという。変数へ別のオブジェクトを再代入することはできるが、元のオブジェクトが書き換わるわけではない。id()は実行中のオブジェクトを識別する値であり、必ずしもメモリアドレスそのものを表すとは限らない。
-
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、再代入が元のオブジェクトを変更しないことを確認
$ python >>> int_a = 1 >>> int_b = int_a >>> type(int_a) <class 'int'> >>> int_a += 1 >>> int_a 2 >>> int_b 1int_a += 1では整数オブジェクト1を書き換えず、計算結果の整数オブジェクト2をint_aへ再代入する。そのため、元の1を参照しているint_bは変化しない。 - tuple自体はイミュータブルだが、要素にlistなどのミュータブルなオブジェクトを含めることはできる。その場合、tuple内の参照は置き換えられないが、参照先のlistの内容は変更できる。
ミュータブル（mutable）: オブジェクト自体を変更可
生成後にオブジェクト自体の状態や内容を変更できる性質をミュータブルという。同じオブジェクトを複数の変数が参照している場合、一方から内容を変更すると、もう一方から見える内容にも反映される。
-
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、同じオブジェクトを参照する変数への影響を確認
$ python >>> list_a = [1, 2, 3] >>> list_b = list_a >>> type(list_a) <class 'list'> >>> list_a.append(4) >>> list_a [1, 2, 3, 4] >>> list_b [1, 2, 3, 4]append()はlistオブジェクト自体を変更するため、同じlistを参照しているlist_bからも変更後の内容が見える。
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）
ミュータブルかどうかと、イテラブルかどうかは別の性質である。例えば、通常のファイルオブジェクトは反復できるが、イミュータブル／ミュータブルという分類だけで反復可能性は決まらない。
-
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
要素に順序があり、0から始まる整数インデックスで要素へアクセスできるオブジェクト。
シーケンスはイテラブルでもある。一方でイテラブルがすべてシーケンスとは限らず、変更できるかどうかも別に判断する。
-
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 -
for文で取り出せても位置を指定できるとは限らない
listとsetに同じ文字列を入れて比べる。setも反復できるが順序を保証せず、[0]による位置指定には対応しない。names = ["A", "B"] unique_names = {"A", "B"} print(list(names)) print(sorted(unique_names)) print(names[0]) try: print(unique_names[0]) except TypeError as error: print(type(error).__name__)['A', 'B'] ['A', 'B'] A TypeErrorsorted()はsetから要素を取り出して並べ替えた新しいlistを返す。出力が同じ並びでも元のsetがシーケンスになったわけではない。到着順を保って先頭を取り出す用途にはlistを使い、重複を除いた要素の有無を調べる用途にはsetを検討する。
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。
-
組込みの代表的なマッピング型: 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 -
dictの
[0]は先頭要素を意味しない
dictにも大カッコを使うが指定するのはキーである。次のdictではキー1を先に登録していても、[0]はキー0に対応する値を返す。labels = {1: "first inserted", 0: "zero key"} print(list(labels)) print(labels[0])[1, 0] zero keydictをそのまま反復するとキーを取り出す。挿入順を保持する現在のdictでも、値へのアクセスは位置ではなくキーで決まる。
型 内容の変更 for文による反復 大カッコでの指定 list できる できる 整数の位置やスライス tuple 要素の置換はできない できる 整数の位置やスライス set できる できる 対応しない dict できる キーを取り出せる キー tupleの中にlistがある場合の変更可能性と、list・dictを複製する際の注意は各データ型の操作例で扱う。
まとめ
- immutableはオブジェクト自体を変更できない性質を表す。変数への再代入とは区別する。
- 同じmutableなオブジェクトを複数の変数が参照すると、内容の変更は他の変数からも見える。
- iterableであることから位置指定ができるとは限らない。setは反復できるが添字アクセスには対応しない。
- sequenceは位置、mappingはキーで要素を指定する。dictの整数キーも位置番号とは区別する。