高度な選択ツール
包括的なリスト選択手法
リスト内包表記
リスト内包表記は、特定の条件に基づいてリスト要素を作成し選択する簡潔な方法を提供します。
## Basic list comprehension
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
## Select even numbers
even_numbers = [num for num in numbers if num % 2 == 0]
## Result: [2, 4, 6, 8, 10]
## Transform and select
squared_evens = [num**2 for num in numbers if num % 2 == 0]
## Result: [4, 16, 36, 64, 100]
フィルターメソッド
filter() 関数は別の強力な選択アプローチを提供します。
## Using filter() to select elements
def is_positive(x):
return x > 0
mixed_numbers = [-1, 0, 1, 2, -3, 4]
positive_numbers = list(filter(is_positive, mixed_numbers))
## Result: [1, 2, 4]
高度な選択手法
複数条件による選択
## Complex selection with multiple conditions
data = [
{'name': 'Alice', 'age': 25, 'city': 'New York'},
{'name': 'Bob', 'age': 30, 'city': 'San Francisco'},
{'name': 'Charlie', 'age': 35, 'city': 'New York'}
]
## Select items matching multiple conditions
selected_people = [
person for person in data
if person['age'] > 25 and person['city'] == 'New York'
]
## Result: [{'name': 'Charlie', 'age': 35, 'city': 'New York'}]
選択方法の比較
| 方法 |
使用例 |
パフォーマンス |
柔軟性 |
| スライス |
単純な範囲選択 |
高 |
中 |
| リスト内包表記 |
条件付き選択 |
中 |
高 |
| Filter() |
関数型選択 |
中 |
高 |
高度な選択の流れ
graph TD
A[List Selection] --> B[Basic Indexing]
A --> C[Slicing]
A --> D[Comprehensions]
A --> E[Filter Method]
D --> F[Conditional Selection]
E --> G[Functional Selection]
実用的な選択戦略
複数の手法を組み合わせる
## Complex selection combining multiple methods
numbers = range(1, 21)
result = [
x**2 for x in filter(lambda n: n % 2 == 0, numbers)
if x**2 < 100
]
## Result: [4, 16, 36, 64]
パフォーマンスに関する考慮事項
- リスト内包表記は一般的に高速です
filter() は大きなリストに対してメモリ効率が良いです- 特定の使用例に基づいて方法を選択します
要点
- 複数の選択手法が存在します
- 各方法には独自の強みがあります
- 内包表記は最も柔軟性が高いです
- パフォーマンスと可読性を考慮します
LabEx では、より効率的で可読性の高い Python コードを書くために、これらの高度な選択ツールを習得することをおすすめします。
