当サイトは、アフィリエイト広告を利用しています
【Python】イテレータとは何か？｜遅延評価と反復モデルの本質
Pythonの反復処理は、一見すると for 文だけで完結しているように見える。
for x in data:print(x)
しかし内部では、明確な構造の上に成り立っている
- Iterable（イテラブル）
- Iterator（イテレータ）
- Generator（ジェネレータ）
これらは別物であり、役割も異なる。
本記事では特に イテレータ に焦点を当て、
- イテレータとは何か
- 遅延評価との関係
- データ × 処理モデル
- なぜPythonはイテレータ中心設計なのか
を整理する。
なお、上記の違いについては
で解説している
for文の正体
まず前提として、for 文は内部的に次のように動作している。
it = iter(obj)while True:try:value = next(it)except StopIteration:break
つまり反復の本質は
iter()でイテレータを取得next()で1要素ずつ取り出すStopIterationで終了
である。
Pythonではfor 文はあくまで糖衣構文にすぎない。
イテレータとは何か？
イテレータとは、
- next() によって次の値を返す仕組み
である。
重要なのは、
- イテレータは「評価戦略」ではなく「取得インターフェース」である
という点である。
イテレータは遅延評価なのか？
Pythonのいろんな記事を読んでいると
イテレータと遅延評価はセットと思われがちだが
結論から言うと、
- イテレータそのものは遅延評価ではない。
イテレータは単に「順に値を返す」だけの仕組みであり、
- 値が事前計算済みか（即時評価）
- next() 時に計算されるか（遅延評価）
は実装次第である。
例1：遅延ではないイテレータ
data = [1, 2, 3]it = iter(data)
- リストは既に全要素生成済み
next(it)は既存の値を返すだけ
これは遅延評価ではない。
リストを作成した時点で全要素がメモリに展開されており
イテレータは値を取り出しているだけ
例2：遅延的なイテレータ（ジェネレータ）
gen = (x * 2 for x in [1, 2, 3])
- ジェネレータ式
- この時点ではまだ計算されていない。
- 計算方法（実行ロジック）」が保存されているだけ
next(gen)
が呼ばれた瞬間に初めて評価される。
これは遅延評価である。
遅延かどうかは「データ × 処理」で決まる
つまり、遅延評価はイテレータという言葉では決まらない。
評価タイミングは、
- 元データがいつ生成されるか
- 処理がいつ実行されるか
の組み合わせで決まる。
実装サンプルを使って動作を解説する
ケース1：即時データ × 即時処理
result = [x * 2 for x in [1, 2, 3]]
- データ：即時
- 処理：即時
- → 完全即時評価
ケース2：即時データ × 遅延処理
gen = (x * 2 for x in [1, 2, 3])next(gen)
- データ：即時
- 処理：遅延
- → 部分遅延
リストは既に全要素生成済みであるが
計算方法（実行ロジック）は遅延されている
next()が実行されて初めて評価される
ケース3：逐次データ × 遅延処理
gen = (x * 2 for x in range(10**9))next(get)
- rangeは巨大リストを生成しない
- ジェネレータ式も next() 時に評価
→ データ取得と評価がともに逐次実行
より完全な遅延構造になる。
ジェネレータが重要な理由
ジェネレータは、
- 状態を保持する
- next() で再開する
- yield で停止する
という実行モデルを持つ。
このモデルが、
- 「必要になった瞬間だけ進む」
という逐次実行を可能にしている。
遅延評価を実現する最も自然な仕組みがジェネレータである。
ジェネレータについては下記記事で詳しく解説している
なぜPythonはイテレータ中心設計なのか？
Pythonは
- データ構造
- 取り出しの仕組み
- 評価タイミング
を分離している。
この分離により、
- メモリ効率を制御できる
- 大規模データを扱える
- 処理パイプラインを構築できる
- ストリーム処理が可能になる
つまり、
- Pythonの反復処理は「評価タイミングを設計できる構造」
なのである。
まとめ
イテレータとは
- 順に値を返す仕組み（インターフェース）
である。
遅延評価そのものではない。
遅延かどうかは、
- データ × 処理
の組み合わせで決まる。
