Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

2.1

 

Python

のデータ型について

37

2.1.2

 単なるリストではない

Python

のリスト

多くの

Python

オブジェクトを保持する

Python

データを使用するとどうなるか考えてみましょ

う。リストは

Python

の標準的なコンテナで、可変個の要素を格納できます。例えば、整数のリス

トは次のように作成できます。

In[1]: L = list(range(10))

L

Out[1]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

In[2]: type(L[0])

Out[2]: int

文字列のリストも同様です。

In[3]: L2 = [str(c) for c in L]

L2

Out[3]: ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

In[4]: type(L2[0])

Out[4]: str

Python

の

動的型付けにより、異なる型の要素を持つリストも作成できます。

In[5]: L3 = [True, "2", 3.0, 4]

[type(item) for item in L3]

Out[5]: [bool, str, float, int]

しかし、この柔軟性にはコストがかかります。こうした柔軟な型を可能にするためには、リスト

内の各項目は独自の型情報、参照数、その他の情報を含んでいる必要があります。つまり、各項

目は完全な

Python

オブジェクトである必要があります。すべての変数が同じ型であるケースでは、

こうした情報の多くは冗長です。データを固定型配列に格納する方がずっと効率的です。動的型の ...