【Python】スライスとは？意味をわかりやすく簡単に解説

公開：2024年12月11日更新：2026年4月30日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

スライスとは
Pythonスライスの活用テクニック
負のインデックスを用いたスライス
ステップ値を活用した高度なスライス
多次元配列のスライシング

スライスとは

Pythonにおけるスライスとは、シーケンス型オブジェクトから部分的な要素を抽出するための機能です。リストやタプル、文字列などのデータ構造から特定の範囲や間隔で要素を取り出すことが可能。スライスを使用することで元のオブジェクトを変更せずに新しいオブジェクトを作成できるため、データ処理や解析において非常に便利な手法です。

スライスの基本的な構文は「[開始:終了:ステップ]」という形式で、開始インデックスから終了インデックスの手前までの要素を指定されたステップ幅で抽出します。この柔軟な仕組みによってデータの一部を簡単に取り出したり、逆順に並べ替えたりすることが可能です。Pythonのスライスはほかのプログラミング言語にはない独特の機能であり、コードの可読性と効率性を高める重要な要素です。

スライスの活用範囲は広く、データサイエンスやWeb開発、テキスト処理などさまざまな分野で利用されています。複雑なデータ操作を簡潔に記述できるため、プログラムの開発効率を大幅に向上させられます。また、スライスはPythonの内部で最適化されているため、大量のデータを扱う場合でも高速に動作するのがメリットです。

Python研修一覧はこちら

目的に合うPython研修を一覧形式から探したい方は、ぜひご利用ください。

Python研修を比較する

Java研修一覧はこちら

目的に合うJava研修を一覧形式から探したい方は、ぜひご利用ください。

Java研修を比較する

PHP研修一覧はこちら

目的に合うPHP研修を一覧形式から探したい方は、ぜひご利用ください。

PHP研修を比較する

新入社員研修

目的に合う新入社員研修を一覧形式から探したい方は、ぜひご利用ください。

新入社員研修を比較する

全ての研修からも探したい方はこちら

Pythonスライスの活用テクニック

Pythonスライスの活用テクニックについて、以下3つを簡単に解説します。

負のインデックスを用いたスライス
ステップ値を活用した高度なスライス
多次元配列のスライシング

負のインデックスを用いたスライス

Pythonのスライスでは負のインデックスを使用することで、シーケンスの末尾から要素を取り出せます。これはリストの最後の要素や、文字列の末尾の文字を簡単に抽出する際に便利な機能です。負のインデックスを用いることでシーケンスの長さを事前に知る必要がなく、柔軟なコーディングが可能です。

my_list = [1, 2, 3, 4, 5]
print(my_list[-3:])  # 出力: [3, 4, 5]
text = "Hello, World!"
print(text[-6:-1])  # 出力: World

上記のコードはmy_list[-3:]を使用し、リストの最後の3要素を取り出している例です。同様にtext[-6:-1]で文字列の末尾から6番目から2番目までの文字を抽出しています。このテクニックを活用することで、データの末尾部分を効率的に処理することが可能です。

負のインデックスを用いたスライスはログファイルの最新エントリーの取得や、時系列データの最新の要素の抽出など実際のプログラミングシーンで頻繁に利用されます。この機能を理解し適切に使用することで、より簡潔で読みやすいコードを書くことができます。

Python基礎・実践(Django)

企業・法人向けのPython研修では、基礎から応用まで体系的に学べます。

Python研修の詳細

DX社員研修

企業・法人向けのDX研修では、実務に繋がるリスキリングでITレベルを向上させます。

DX研修の詳細

Javaエンジニア育成研修

企業・法人向けのJavaエンジニア育成研修では、Javaの基礎から応用まで確実に習得できます。

Java研修の詳細

新卒・新入社員向け研修

企業・法人に新入社員・新卒社員に向けたプログラミング研修を提供しています。

新入社員研修の詳細

コードキャンプのIT研修を全て見る

ステップ値を活用した高度なスライス

ステップ値を活用したスライスは、Pythonにおいて非常に強力な機能のひとつです。通常のスライスに加えてステップ値を指定することで等間隔で要素を抽出したり、逆順にデータを取り出したりできます。これにより複雑なデータ操作を簡単に実行でき、コードの可読性と効率性が大幅に向上するのです。

numbers = list(range(10))
print(numbers[::2])  # 出力: [0, 2, 4, 6, 8]
print(numbers[::-1])  # 出力: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
print(numbers[1:8:3])  # 出力: [1, 4, 7]

上記のコードはnumbers[::2]を使用し、偶数インデックスの要素のみを取り出している例です。numbers[::-1]ではリストを逆順に並べ替え、numbers[1:8:3]では1から7までの要素を3つおきに抽出しています。このようなテクニックは、データの間引きやパターン抽出に有効です。

ステップ値を活用したスライスは画像処理や、信号処理などの分野でも広く利用されています。たとえば2次元配列の特定の行や列を抽出したり、大規模なデータセットからサンプリングを行ったりする際に重要な役割を果たします。プログラマーはこの機能を適切に活用することで、より効率的なアルゴリズムを実装できるのです。

多次元配列のスライシング

Pythonでは多次元配列（ネストされたリストやNumPy配列）に対してもスライシングを適用できます。これにより行列や立体的なデータ構造から特定の部分を簡単に抽出でき、科学技術計算や画像処理などの分野で重要な役割を担っているのです。多次元配列のスライシングは各次元に対して、個別にスライス操作を指定することで実現できます。

import numpy as np

matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(matrix[0:2, 1:3])  # 出力: [[2 3]
                         #       [5 6]]
print(matrix[:, ::2])    # 出力: [[1 3]
                         #       [4 6]
                         #       [7 9]]

上記のコードはmatrix[0:2, 1:3]を使用し、行列の左上2x2の部分を抽出している例です。また、matrix[:, ::2]では全ての行から偶数列のみを取り出しています。このような操作により、大規模なデータセットから必要な情報のみを効率的に抽出することが可能です。

多次元配列のスライシングは、画像処理やデータ解析において特に有効です。たとえば画像の特定の領域を切り出したり、時系列データの特定の期間や次元を抽出したりする際に利用可能。この技術を適切に使いこなすことで複雑なデータ構造を扱う処理を簡潔かつ効率的に記述でき、データサイエンスやマシンラーニングの分野でも重要なスキルとなっています。

※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。