Pythonにおける「&演算子」と「and演算子」の違いを徹底解説

Pythonの「&」と「and」はまったく別の演算子

Pythonには一見似ている「&（アンパサンド）」と「and」という2つの記号がありますが、これらは役割がまったく異なる別の演算子です。

and は論理演算子であり、2つの値や条件式の真偽（True / False）を比較するために使われます。一方、& はビット演算子であり、数値を2進数のビット単位で処理するために使用されます。

and演算子：論理演算を行う

「and」は両方の条件が真である場合にのみ True を返します。if文などで複数の条件を組み合わせる際によく使われます。

x = 10
y = 20

print(x > 5 and y > 15)  # True（両方の条件が成立）
print(x > 5 and y < 15)  # False（片方の条件が不成立）

また、「and」には短絡評価（ショートサーキット）という特徴があり、左側の式が False の時点で右側の式は評価されません。そのため、無駄な計算を避けられるというメリットがあります。

&演算子：ビット単位の演算を行う

「&」は整数を2進数として扱い、対応する各ビット同士を比較します。両方のビットが1の場合のみ結果が1になります。

a = 12      # 2進数: 1100
b = 10      # 2進数: 1010

print(a & b)  # 8（2進数: 1000）

さらに、Pythonでは bool 型も内部的には整数（True=1、False=0）として扱われるため、「&」を真偽値に適用することも可能です。

print(True & False)  # False
print(True & True)   # True

ただし真偽値に対しては、短絡評価がない分だけ余計な評価が発生する可能性があるため、通常の条件分岐では「and」を使うのが推奨されます。

使い分けのポイント

• and： 条件式の組み合わせ（if文、while文など）に使用する
• &： ビットフラグの操作、マスク処理、NumPyやPandasでの要素ごとの論理演算などに使用する

例えばPandasで複数条件によるデータ抽出を行う場合、Series同士の比較では「and」が使えず、「&」を使用する必要があります。

# Pandasでの例
df[(df['age'] > 20) & (df['city'] == 'Tokyo')]

まとめ

「and」は2つの値を比較する論理演算子、「&」はビット単位で処理するビット演算子です。見た目は似ていますが動作は完全に異なるため、用途に応じて正しく使い分けることが重要です。