この記事では、Pythonの設計哲学から特有の言語機能までを簡潔に解説します。内容は「Every Python Concept Explained in 12 Minutes」を元に、補足説明を加えています。

Pythonの禅（Zen of Python）

Pythonインタプリタで import this と入力すると、Pythonの設計思想を表す19の格言が表示されます。これらはコードの美しさ、明瞭さ、シンプルさを重視する文化を形成しています。

• 美しさは醜さより優れている
• 明示的は暗黙的より優れている
• 単純さは複雑さより優れている
• 複雑さは煩雑さより優れている
• フラットな構造はネストより優れている
• 疎な配置は密な配置より優れている
• 可読性が重要である
• 特別なケースもルールを破るほど特別ではない
• 純粋さより実用性が勝ることもある
• エラーは静かに通過してはならない
• 明示的に抑制しない限り
• 曖昧さに直面したら、推測する誘惑を拒否せよ
• 唯一の、できれば明白な方法があるべきである
• その方法は最初は明白でないかもしれない（あなたがオランダ人でなければ）
• 今やることはやらないよりまし
• ただし「今すぐやる」より「やらない」方がましなこともある
• 実装の説明が難しいなら、それは悪いアイデアである
• 実装の説明が簡単なら、それは良いアイデアかもしれない
• 名前空間は素晴らしいアイデアだ。もっと使おう！

if __name__ == "__main__"

この構文は、Pythonで最も広く使われるイディオムの一つで、スクリプトが直接実行されているのか、モジュールとしてインポートされているのかを判別します。このチェックにより、テストコードや実行例をモジュールに含めつつ、インポート時には実行されないように制御できます。Pythonの禅にある「実用性が純粋さに勝る」を体現した機能です。

# my_module.py
def greet(name):
    return f"こんにちは、{name}さん！"

def add(a, b):
    return a + b

if __name__ == "__main__":
    # 直接実行時のみ動作
    print("my_module.pyを直接実行中")
    print(greet("太郎"))
    print(f"3 + 5 = {add(3, 5)}")

直接実行時：

$ python my_module.py
my_module.pyを直接実行中
こんにちは、太郎さん！
3 + 5 = 8

インポート時：

# main.py
import my_module
print(my_module.greet("花子"))

$ python main.py
こんにちは、花子さん！

すべてがオブジェクト

Pythonでは、整数、文字列、関数、クラス、モジュールに至るまですべてがオブジェクトです。各オブジェクトは属性とメソッドを持ち、変数への代入、引数としての受け渡し、戻り値としての返却が可能です。この一貫性がPythonの柔軟性を支えています。ただし、オブジェクトのオーバーヘッドがメモリ消費に影響する場合もあります。

空白とインデント

Pythonはインデントでコードブロックを定義します。C言語やJavaScriptの波括弧、RubyやLuaの end キーワードとは異なり、この方式はコードの可読性を強制的に高めます。同じインデントレベルは同一ブロックを意味し、ネストは追加のインデントで表現されます。不整合なインデントは IndentationError を引き起こします。

ループの else 節

for や while ループに else を付加できます。このブロックはループが break で終了せず、正常に完了した場合にのみ実行されます。これは条件分岐ではなく「breakされなかった場合の処理」と考えると理解しやすいでしょう。素数判定やタイムアウト付きループなどで実用的です。

リスト内包表記

リスト内包表記は、ループと条件を一行で記述し、新しいリストを生成する簡潔な方法です。

基本例：

# 従来のループ
squares = []
for i in range(1, 6):
    squares.append(i ** 2)

# リスト内包表記
squares = [i ** 2 for i in range(1, 6)]
print(squares)  # [1, 4, 9, 16, 25]

条件付き：

# 偶数の平方のみ
even_squares = [i ** 2 for i in range(1, 11) if i % 2 == 0]
print(even_squares)  # [4, 16, 36, 64, 100]

使用上の注意：

# 複雑になりすぎる場合は避ける
result = [x * y for x in range(1, 4) for y in range(1, 4) if x != y and x + y > 3]

# 同等の従来ループ（可読性が高い）
result = []
for x in range(1, 4):
    for y in range(1, 4):
        if x != y and x + y > 3:
            result.append(x * y)

複雑なロジックでは従来のループの方が適切な場合があり、Pythonの禅「可読性が重要」を意識しましょう。

多重代入とタプルアンパック

一行で複数の変数に値を代入できます。右辺は暗黙的にタプルとして扱われ、左辺の変数に展開されます。

# 基本
name, age, city = "田中", 30, "東京"
print(name, age, city)  # 田中 30 東京

# 変数スワップ
a, b = 10, 20
a, b = b, a
print(a, b)  # 20 10

# リストのアンパック
colors = ["赤", "青", "緑"]
c1, c2, c3 = colors

# 関数からの戻り値
def get_info():
    return "鈴木", 25, "エンジニア"
name, age, job = get_info()

# 余分な値を無視する _
data = ("佐藤", 28, "大阪", "デザイナー")
name, age, _, job = data

# 文字列のアンパック
a, b, c = "ABC"
print(a, b, c)  # A B C

# ループ内で活用
users = [("山田", 85), ("田中", 92)]
for name, score in users:
    print(f"{name}の点数は{score}点")

注意： 変数の数と値の数は一致する必要があります。

# エラー
a, b = 1, 2, 3

# 可変長アンパック
a, b, *rest = 1, 2, 3, 4, 5
print(a, b, rest)  # 1 2 [3, 4, 5]

動的型付けと強い型付け

Pythonは動的型付け言語であり、変数の型は実行時に決定されます。同時に強い型付けを採用しており、暗黙の型変換は行われず、不適切な型操作は TypeError を発生させます。これにより柔軟性と安全性のバランスが取れています。

ダックタイピング

「アヒルのように歩き、アヒルのように鳴くなら、それはアヒルである」という考え方に基づき、オブジェクトの型ではなく、持つメソッドや振る舞いを重視します。型チェックではなく、オブジェクトが「何ができるか」に注目することで、ポリモーフィズムを実現します。

pass 文

何も実行しない文です。構文的にコードブロックが必要だが、処理をまだ記述したくない場合のプレースホルダーとして使用します。

def yet_to_implement():
    pass  # 後で実装

class EmptyClass:
    pass

第一級関数とクロージャ

関数は第一級オブジェクトであり、変数への代入、引数としての受け渡し、戻り値としての返却が可能です。

# 変数への代入
def hello(name):
    return f"こんにちは、{name}さん"
func = hello
print(func("太郎"))  # こんにちは、太郎さん

# 引数として渡す
def apply_twice(f, value):
    return f(f(value))

def add_one(n):
    return n + 1
print(apply_twice(add_one, 5))  # 7

# 戻り値として返す（クロージャ）
def multiplier(factor):
    def multiply(x):
        return x * factor
    return multiply

double = multiplier(2)
print(double(5))  # 10

クロージャは、外部スコープの変数を記憶する関数オブジェクトです。

ダンダーメソッド（特殊メソッド）

前後にアンダースコアが2つ付いたメソッド（例：__init__、__str__）で、特定の操作時に自動的に呼び出されます。通常は直接呼び出さず、Pythonの内部機構として動作します。

class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def __str__(self):
        return f"Point({self.x}, {self.y})"

    def __add__(self, other):
        return Point(self.x + other.x, self.y + other.y)

p1 = Point(1, 2)
p2 = Point(3, 4)
print(p1 + p2)  # Point(4, 6)

*args と **kwargs

*args は可変長位置引数、**kwargs は可変長キーワード引数を受け取るための構文です。

def log(*args, **kwargs):
    print("位置引数:", args)
    print("キーワード引数:", kwargs)

log("エラー", 404, severity="高", module="auth")
# 位置引数: ('エラー', 404)
# キーワード引数: {'severity': '高', 'module': 'auth'}

セイウチ演算子（:=）

Python 3.8で導入された代入式で、式の中で変数に値を代入し、その値を同時に使用できます。重複した計算や余分な行を削減します。

# 従来の方法
import re
text = "連絡先: 090-1234-5678"
pattern = r'\d{3}-\d{4}-\d{4}'
match = re.search(pattern, text)
if match:
    print(f"電話番号: {match.group()}")

# セイウチ演算子
if (match := re.search(pattern, text)):
    print(f"電話番号: {match.group()}")

# ループでの活用
while (line := input("入力（空行で終了）: ")) != "":
    print(f"入力: {line}")

# リスト内包表記
def expensive(x):
    print(f"計算: {x}")
    return x ** 2

results = [result for x in range(5) if (result := expensive(x)) > 5]

デコレータ

関数やクラスの機能を、ソースコードを変更せずに拡張する仕組みです。

import time

def timer(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        print(f"{func.__name__} の実行時間: {time.time() - start:.4f}秒")
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(1)
    print("処理完了")

slow_function()
# 処理完了
# slow_function の実行時間: 1.0023秒

with 文とコンテキストマネージャ

リソースの取得と解放を自動化します。__enter__ と __exit__ メソッドを実装したオブジェクトと共に使用します。

# ファイル処理の例
with open("data.txt", "r") as file:
    content = file.read()
# 自動的にファイルが閉じられる

# カスタムコンテキストマネージャ
class ManagedResource:
    def __enter__(self):
        print("リソースを取得")
        return self

    def __exit__(self, exc_type, exc_val, exc_tb):
        print("リソースを解放")

    def use(self):
        print("リソースを使用")

with ManagedResource() as resource:
    resource.use()

__slots__ によるメモリ最適化

通常、クラスのインスタンス属性は辞書に格納されますが、__slots__ を宣言すると固定サイズのタプルに置き換えられ、メモリ使用量が削減されます。多数のインスタンスを生成する場合に有効です。

class OptimizedPoint:
    __slots__ = ('x', 'y')
    def __init__(self, x, y):
        self.x = x
        self.y = y

# 辞書が使えないため、動的属性追加や vars() が使えなくなる
p = OptimizedPoint(1, 2)
# p.z = 3  # AttributeError

エラーハンドリングの else

try-except ブロックに else を追加すると、例外が発生しなかった場合のみ実行されます。

def safe_divide(a, b):
    try:
        result = a / b
    except ZeroDivisionError:
        print("ゼロ除算エラー")
    except TypeError:
        print("型エラー")
    else:
        print(f"計算成功: {result}")
        return result

safe_divide(10, 2)  # 計算成功: 5.0

可変デフォルト引数（注意点）

関数定義で可変オブジェクト（リストや辞書）をデフォルト値にすると、そのオブジェクトは関数が定義された時点で一度だけ評価され、以降の呼び出しで共有されます。

# 注意が必要な例
def add_item(item, items=[]):
    items.append(item)
    return items

print(add_item(1))  # [1]
print(add_item(2))  # [1, 2]  ← 前回の結果が残る

# 正しい対処法
def add_item_correct(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

グローバルインタプリタロック（GIL）

GILは、Pythonオブジェクトへのアクセスを保護する排他ロックです。これにより、同一プロセス内の複数スレッドが同時にPythonバイトコードを実行することを防ぎます。この設計はメモリ管理の安全性を確保するためのもので、特にCPython実装での特徴です。CPUバウンドな処理ではマルチスレッドの恩恵を受けにくい一方、I/Oバウンドな処理では影響が少ないです。