Python の itertools モジュール徹底解説：メモリ効率の良い反復処理を学ぼう

Python で効率的に反復処理を行うための標準ライブラリ、itertools モジュールをご存知ですか？このモジュールには、メモリ効率に優れたイテレータを活用した便利な関数がたくさん揃っています。この記事では、itertools の基本から応用まで、幅広く解説していきます。具体例や実践的な使い方も紹介するので、Python コードがもっとシンプルで効率的になるはずです！

itertools モジュールとは？

itertools は、イテレータを操作するためのツールが集められた標準ライブラリです。このモジュールを使うと、以下のようなメリットがあります：

• メモリ効率が良い：リストではなくジェネレータを返すため、大量のデータを扱ってもメモリ消費が少なくなります。
• コードが簡潔になる：複雑なループやリスト内包表記の代わりに使用でき、可読性が向上します。

例えば、複数のリストやタプルを連結する場合、itertools.chain() を使うと以下のように書けます。

from itertools import chain

result = list(chain("ABC", (1, 2, 3)))
print(result)  # 出力: ['A', 'B', 'C', 1, 2, 3]

無限イテレータ：終わりのないシーケンス

無限に続くシーケンスを生成する関数です。終了条件を設定しないと無限ループになるので、islice などで一部を取り出す方法を紹介します。

代表的な関数

• count(start, step): start から始まり、step ずつ増加する無限シーケンス。
• cycle(iterable): 与えられたイテラブルを無限に繰り返す。
• repeat(object, times): 指定したオブジェクトを繰り返す（times を指定しない場合は無限に繰り返します）。

例

import itertools

# count の例
from itertools import islice
for i in islice(itertools.count(10, 2), 5):
    print(i)  # 出力: 10, 12, 14, 16, 18

# cycle の例
cycle_example = itertools.cycle(['A', 'B', 'C'])
print([next(cycle_example) for _ in range(6)])  # 出力: ['A', 'B', 'C', 'A', 'B', 'C']

順列と組み合わせ：可能な組み合わせを探る

順列や組み合わせを計算する関数は、アルゴリズムや統計解析で役立ちます。

代表的な関数

• product(*iterables, repeat=1)
• permutations(iterable, r)
• combinations(iterable, r)
• combinations_with_replacement(iterable, r)

例

from itertools import permutations, combinations

# 順列
print(list(permutations([1, 2, 3], 2)))  # 出力: [(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]

# 組み合わせ
print(list(combinations([1, 2, 3], 2)))  # 出力: [(1, 2), (1, 3), (2, 3)]

accumulate の改善された例

accumulate はデフォルトで累積和を計算しますが、他の関数も使用できます。

from itertools import accumulate
import operator

# 累積積
print(list(accumulate([1, 2, 3, 4], operator.mul)))  # 出力: [1, 2, 6, 24]

Python 3.10 以降の新機能：pairwise

Python 3.10 から追加された pairwise 関数は、隣接する要素のペアを簡単に取得できます。ただし、Python 3.9 以下では使用できません。

from itertools import pairwise

data = [1, 2, 3, 4]
print(list(pairwise(data)))  # 出力: [(1, 2), (2, 3), (3, 4)]

注意点とエラーハンドリング

• 無限イテレータを使用する際は、必ず終了条件を設定しましょう。
• itertools の関数はジェネレータを返すため、一度消費すると再利用できません。

まとめ

Python の itertools モジュールは、効率的なデータ処理に欠かせないツールです。今回紹介した関数を活用することで、メモリ効率が上がり、コードも簡潔になります。ぜひ、日常の Python プログラミングに取り入れてみてください。

参考資料

• Python Official Documentation – itertools