Pythonの標準データ型を徹底解説!5つの基本型の特徴と使い方
コンピュータのメモリに保存されるデータには、さまざまな種類があります。例えば、人の年齢は数値として、住所は英数字の文字列として保存されます。Pythonでは、データに対してどのような操作が可能か、またそれぞれどのように保存されるかを定義するために、複数の標準データ型が用意されています。
Pythonには、主に以下の5つの標準データ型があります。
- 数値(Numbers)
- 文字列(String)
- リスト(List)
- タプル(Tuple)
- 辞書(Dictionary)
Pythonの数値(Numbers)
数値型は、数値データを格納するためのデータ型です。変数に値を代入すると、その時点で数値オブジェクトが生成されます。Python 3では、整数型(int)、浮動小数点型(float)、複素数型(complex)などが含まれます。
var1 = 1
var2 = 10
Pythonの文字列(String)
Pythonにおける文字列は、引用符で囲まれた連続した文字の集まりとして表現されます。シングルクォート(')とダブルクォート(")のどちらのペアでも使用できます。文字列の一部を取り出すには、スライス演算子([ ] と [:])を使用します。インデックスは文字列の先頭が0から始まり、末尾側は-1から逆順に数えます。
str = 'Hello World'
print(str[0]) # H
print(str[2:5]) # llo
print(str[-1]) # d
Pythonのリスト(List)
リストは、Pythonの複合データ型の中で最も汎用性が高いものです。リストは、カンマで区切った項目を角括弧([])で囲んで表します。ある程度C言語の配列に似ていますが、大きな違いとして、リスト内の各項目は異なるデータ型を持つことができます。また、作成後も要素の追加・削除・変更が自由に行えます。
list = ['abcd', 786, 2.23, 'john', 70.2]
print(list[0]) # abcd
print(list[1:3]) # [786, 2.23]
Pythonのタプル(Tuple)
タプルは、リストと似たシーケンスデータ型の一種です。タプルはカンマで区切られた複数の値で構成されますが、リストとは異なり丸括弧()で囲みます。最大の特徴は「イミュータブル(変更不可)」である点で、一度作成したタプルの要素は変更できません。固定されたデータを安全に扱いたい場合に適しています。
tuple = ('abcd', 786, 2.23, 'john', 70.2)
print(tuple[0]) # abcd
# tuple[0] = 'xyz' # エラー:タプルは変更不可
Pythonの辞書(Dictionary)
Pythonの辞書は、ハッシュテーブルの一種です。Perlにおける連想配列やハッシュのように機能し、キーと値のペアで構成されます。辞書のキーにはほぼすべてのPython型を使用できますが、通常は数値または文字列が使われます。一方、値には任意のPythonオブジェクトを指定できます。辞書は波括弧({})で囲み、キーを指定することで高速に値へアクセスできます。
dict = {'name': 'john', 'age': 25}
print(dict['name']) # john
print(dict['age']) # 25
まとめ
Pythonの標準データ型は、それぞれ特性が異なるため、用途に応じて使い分けることが重要です。変更不可なデータにはタプル、柔軟なデータ操作にはリスト、キーによる高速な検索には辞書といったように、各データ型の特徴を理解して活用することで、より効率的で可読性の高いプログラムを書けるようになります。
-
Pythonで身につける統計的思考 ― グラフとチャートによるデータ分析入門
統計学は、機械学習(ML)やAIを学ぶうえで欠かせない基礎知識です。これらの技術分野ではPythonが事実上の標準言語となっているため、統計分析を取り入れたPythonプログラムの書き方をマスターすることが重要になります。本記事では、さまざまなPythonライブラリを活用してグラフやチャートを作成する方法を解説します。多様なチャートを使いこなせるようになると、データを素早く分析し、結論を視覚的に導き出せるようになります。 データの準備 ここでは、さまざまな種子(シード)に関するデータを含むデータセットを使用します。このデータセットはKaggleから入手でき、URLは後述のサンプルコード内に記載
-
Pythonで国勢調査データを分析する方法|インドの人口統計データを可視化してみよう
国勢調査(センサス)とは、特定の対象人口に関する情報を体系的に記録・収集する取り組みです。収集されるデータには、人口統計、経済状況、居住環境など、さまざまなカテゴリの情報が含まれています。これらのデータは、政府が現状を正確に把握し、将来に向けた政策立案を行ううえで重要な基礎資料となります。本記事では、Pythonを活用してインドの国勢調査データを分析する方法を解説します。人口動態や経済指標など複数の観点からデータを掘り下げ、その結果をグラフとして視覚的に表現します。使用するデータセットはKaggleから入手した「India Districts Census 2011」です。データの準備と読み込