⚡ Pythonリスト内包表記の使い方 — for文より速くて美しい書き方

リスト内包表記とは？

リスト内包表記（List Comprehension）は、Pythonでリストを簡潔に作成するための構文です。forループで1つずつappendする代わりに、1行で読みやすく、しかも高速に書けます。

従来のfor文と比べてみましょう：

# for文で書いた場合（4行）
squares = []
for x in range(10):
    squares.append(x ** 2)

# リスト内包表記（1行）
squares = [x ** 2 for x in range(10)]

# どちらも結果は同じ
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

基本構文

[式 for 変数 in イテラブル]

もっとも単純な形は、既存のリストから新しいリストを作るパターンです：

# 各要素を2倍にした新しいリスト
nums = [1, 2, 3, 4, 5]
doubled = [n * 2 for n in nums]
# [2, 4, 6, 8, 10]

# 文字列のリストを大文字に
words = ["apple", "banana", "cherry"]
upper_words = [w.upper() for w in words]
# ['APPLE', 'BANANA', 'CHERRY']

# 文字列の各文字をリストに
chars = [c for c in "Python"]
# ['P', 'y', 't', 'h', 'o', 'n']

条件付きフィルタ（if）

if句を末尾に書くと、条件に合う要素だけを抽出できます。

# 偶数だけを抽出
nums = range(10)
evens = [n for n in nums if n % 2 == 0]
# [0, 2, 4, 6, 8]

# 5文字以上の単語だけ
words = ["dog", "elephant", "cat", "tiger"]
long_words = [w for w in words if len(w) >= 5]
# ['elephant', 'tiger']

# 条件は複数つなげられる
result = [n for n in range(100) if n % 3 == 0 if n % 5 == 0]
# [0, 15, 30, 45, 60, 75, 90]

三項演算子（if-else）を使う

「条件によって変換する値を変える」場合、if-else を式の側に書きます。位置に注意：

# 構文：[式 if 条件 else 別の式 for 変数 in イテラブル]

# 偶数なら2倍、奇数なら-1倍
nums = [1, 2, 3, 4, 5]
result = [n * 2 if n % 2 == 0 else -n for n in nums]
# [-1, 4, -3, 8, -5]

# 文字列の長さで分類
words = ["hi", "hello", "yo", "morning"]
labels = ["short" if len(w) < 4 else "long" for w in words]
# ['short', 'long', 'short', 'long']

ネストしたループ

多重ループも内包表記で書けます。記述順は通常のforループと同じです。

# 九九の表をフラットなリストで生成
table = [i * j for i in range(1, 10) for j in range(1, 10)]
# [1, 2, 3, ..., 81]

# 2次元配列のフラット化
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flat = [n for row in matrix for n in row]
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

# ペアの組み合わせ
pairs = [(x, y) for x in [1, 2, 3] for y in ['a', 'b']]
# [(1,'a'),(1,'b'),(2,'a'),(2,'b'),(3,'a'),(3,'b')]

2次元リストの作り方

# 3×3の二次元リスト（内側のリストを内包で作る）
matrix = [[i * 3 + j for j in range(3)] for i in range(3)]
# [[0, 1, 2], [3, 4, 5], [6, 7, 8]]

辞書内包表記・集合内包表記

リストだけでなく、辞書と集合も同じ要領で作れます。

辞書内包表記

# {キー: 値 for ...}
squares_dict = {n: n ** 2 for n in range(5)}
# {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

# 既存辞書の変換（値を2倍に）
prices = {"apple": 100, "banana": 80, "cherry": 200}
discounted = {k: v * 0.8 for k, v in prices.items()}

# キーと値を入れ替え
swapped = {v: k for k, v in prices.items()}
# {100: 'apple', 80: 'banana', 200: 'cherry'}

# 条件付き
expensive = {k: v for k, v in prices.items() if v >= 100}

集合内包表記

# {式 for ...}
unique_lengths = {len(w) for w in ["apple", "banana", "fig", "kiwi"]}
# {3, 4, 5, 6}

ジェネレータ式（()を使う）

角カッコ [] ではなく丸カッコ () を使うと、メモリを節約できるジェネレータ式になります。

# リスト内包表記：すぐに全要素をメモリに展開
big_list = [n ** 2 for n in range(10_000_000)]   # メモリ大量消費

# ジェネレータ式：必要なときに1つずつ生成
big_gen = (n ** 2 for n in range(10_000_000))    # ほぼメモリ消費なし

# sum() などはジェネレータと相性◎
total = sum(n ** 2 for n in range(1000))

パフォーマンス比較

10万要素の二乗を計算する処理時間の例（ざっくり）：

速度差は実装によりますが、内包表記が遅くなることはほぼありません。

実用例

1. ファイル名から拡張子を抽出

files = ["data.csv", "report.pdf", "image.png"]
exts = [f.split(".")[-1] for f in files]
# ['csv', 'pdf', 'png']

2. 文字列を数値に変換

raw = ["1", "2", "3", "abc", "4"]
nums = [int(s) for s in raw if s.isdigit()]
# [1, 2, 3, 4]

3. CSVデータの整形

rows = ["1,apple,100", "2,banana,80", "3,cherry,200"]
parsed = [
    {"id": int(r.split(",")[0]),
     "name": r.split(",")[1],
     "price": int(r.split(",")[2])}
    for r in rows
]

4. 行列の転置

matrix = [[1, 2, 3], [4, 5, 6]]
transposed = [[row[i] for row in matrix] for i in range(len(matrix[0]))]
# [[1, 4], [2, 5], [3, 6]]

使うべきでない場面

万能ではありません。以下の場合は素直にforループを使うほうが読みやすいです。

• 3重以上のネスト：可読性が落ちる
• 各反復で副作用が必要（print、ファイル書き込みなど）
• 条件分岐が複雑：if-elif-elseが必要なケース
• 例外処理が必要：try/exceptは内包表記の中に書けない

まとめ

• リスト内包表記はシンプル・高速・Pythonic
• 基本：[式 for 変数 in イテラブル]
• フィルタ：末尾にif 条件
• 変換時の条件分岐：先頭にx if 条件 else y
• 辞書・集合・ジェネレータ式も同じ感覚で書ける
• 3重以上のネストや副作用がある処理ではforループの方が読みやすい

リスト内包表記を使いこなせると、Pythonコードが圧倒的に簡潔になります。日々のコードレビューで「ここは内包表記で書けるな」と気づけるようになれば、Python中級者の仲間入りです！