Pythonのリストと配列（array）の違いとは？使い分けのポイントを解説

Pythonのリストと配列、何が違うのか？

Pythonでデータを扱う際、「リスト（list）」と「配列（array.array）」はどちらもよく使われるデータ構造ですが、それぞれ特徴が大きく異なります。この記事では、両者の違いと使い分けのポイントをわかりやすく解説します。

リスト（list）：柔軟性が高い万能型

Pythonのリストは非常に柔軟なデータ構造です。最大の特徴は、異なる型のデータを混在させて格納できる点にあります。

例えば、以下のように整数・文字列・ネストしたリストなどを自由に組み合わせられます。

[1, 'a', [1, 2], 'string']

また、リストへの要素追加（append）は償却定数時間（amortized constant time）で実行されるため、頻繁に要素を追加・削除してサイズを動的に変化させたい場合にも効率的です。手間をかけずに配列の拡張や縮小を行いたいなら、リストが最適な選択肢となります。

ただし、その柔軟性の代償として、C言語の配列と比べるとメモリ消費量が大幅に多いというデメリットがあります。各要素はオブジェクトとして管理され、ポインタやオブジェクトヘッダなどのオーバーヘッドが必要になるためです。

array.array：メモリ効率に優れた軽量ラッパー

一方、標準ライブラリの array モジュールが提供する array.array 型は、C言語の配列の薄いラッパー（thin wrapper）です。

この型には以下のような制約があります。

• 格納できるのは同一の型（homogeneous data）のみ
• 宣言時に型コード（例：'i' は int、'f' は float）を指定する必要がある

つまり、配列には同じ種類のデータしか入れることができません。

[1, 2, 3, 4]

その代わり、メモリ使用量は sizeof(1要素) × 要素数 のバイト数だけで済みます。大量の数値データを扱う場合、リストよりもはるかに省メモリで済むのが大きな利点です。

使い分けの目安

まとめ

「異なる型を混ぜて柔軟に扱いたい」「要素の追加・削除を頻繁に行いたい」場合はリストを、「大量の同種の数値データを省メモリで扱いたい」場合はarray.arrayを選ぶのが基本です。なお、本格的な数値計算を行う場合は、より高性能なNumPyライブラリの利用も検討するとよいでしょう。