【Python】filter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：2024年12月11日

filterとは
Pythonのfilter関数の使い方
基本的な構文と動作原理
ラムダ式を用いた簡潔な記述
リスト内包表記との比較

filterとは

Pythonのfilter関数はイテラブルオブジェクトから、条件に合致する要素を抽出するための組み込み関数です。第一引数に条件を指定する関数、第二引数にイテラブルオブジェクトを渡すことで条件に一致する要素のみを含む新しいイテレータを生成できます。

filter関数はリストやタプルなどの大量のデータから、特定の条件を満たす要素だけを効率的に抽出したい場合に役立ちます。また、ラムダ関数と組み合わせることでより柔軟な条件指定が可能です。

filter関数の戻り値はイテレータオブジェクトであるためメモリ効率が良く、大規模なデータセットを処理する際にも効果的です。必要に応じてlist()関数を使用することで、結果をリストに変換することもできるでしょう。

「Python」を学べるコードキャンプのサービス

Pythonのfilter関数の使い方

Pythonのfilter関数の使い方について、以下3つを簡単に解説します。

基本的な構文と動作原理
ラムダ式を用いた簡潔な記述
リスト内包表記との比較

基本的な構文と動作原理

filter関数の基本的な構文は、filter(function, iterable)という形式です。functionには条件を判定する関数を指定し、iterableには処理対象のイテラブルオブジェクトを渡します。filter関数はiterableの各要素にfunctionを適用し、Trueを返す要素のみを抽出したイテレータを生成します。

def is_even(num):
    return num % 2 == 0

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = list(filter(is_even, numbers))
print(even_numbers)  # 出力: [2, 4, 6, 8, 10]

上記のコードはis_even関数を定義し、numbersリストから偶数のみを抽出している例です。filter関数はis_even関数がTrueを返す要素だけを選択し、新しいイテレータを生成します。最後にlist()関数を使用して、結果をリストに変換しています。

filter関数は大量のデータから、特定の条件を満たす要素を効率的に抽出する際に有効です。たとえばログデータから特定のイベントを抽出したり、データベースクエリの結果をフィルタリングしたりする場合に役立ちます。

おすすめのPython研修一覧

Python研修を提供しているおすすめの企業・法人を一覧で掲載しております。

Python研修の一覧を見る

おすすめのDX研修一覧

DX研修を提供しているおすすめの企業・法人を一覧で掲載しております。

DX研修の一覧を見る

おすすめのJava研修一覧

Java研修を提供しているおすすめの企業・法人を一覧で掲載しております。

Java研修の一覧を見る

おすすめのJavaScript研修一覧

JavaScript研修を提供しているおすすめの企業・法人を一覧で掲載しております。

JavaScript研修の一覧を見る

ラムダ式を用いた簡潔な記述

filter関数とラムダ式を組み合わせることで、より簡潔なコードを記述できます。ラムダ式を使用すると一時的な関数を定義せず、直接条件を指定することが可能。コードの可読性が向上し、メンテナンス性も高まります。

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
odd_numbers = list(filter(lambda x: x % 2 != 0, numbers))
print(odd_numbers)  # 出力: [1, 3, 5, 7, 9]

上記のコードはラムダ式を使用して奇数を抽出している例です。lambda x: x % 2 != 0 という式は、各要素xに対して奇数であるかどうかを判定する関数を表現しています。filter関数と組み合わせることで、numbersリストから奇数のみを抽出しているのです。

ラムダ式を活用することで、複雑な条件式も簡潔に記述できます。たとえば文字列のリストから特定の長さ以上の要素を抽出したり、辞書のリストから特定のキーの値が条件を満たす要素を選択したりする際にも効果的です。

リスト内包表記との比較

Pythonではfilter関数の代わりに、リスト内包表記を使用して同様の処理を実行できます。リスト内包表記はより直感的で読みやすいコードを書ける場合がありますが、filter関数にも独自のメリットがあります。両者の特徴を理解し適切に使い分けることが重要です。

# filter関数を使用した場合
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers_filter = list(filter(lambda x: x % 2 == 0, numbers))

# リスト内包表記を使用した場合
even_numbers_comprehension = [x for x in numbers if x % 2 == 0]

print(even_numbers_filter)  # 出力: [2, 4, 6, 8, 10]
print(even_numbers_comprehension)  # 出力: [2, 4, 6, 8, 10]

上記のコードはfilter関数とリスト内包表記を使用し、偶数を抽出している例です。両者とも同じ結果を生成しますが、構文や動作に違いがあります。filter関数はイテレータを返すため、大量のデータを扱う際にメモリ効率が良い傾向にあります。

一方、リスト内包表記はより直感的な構文で条件付きのリスト生成が可能です。パフォーマンスの観点からはリスト内包表記の方が若干高速な場合が多いですが、可読性や使用目的に応じて適切な方法を選択することが大切でしょう。

※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。