Pythonで2次元リストを効率的に操作する方法8選

# 2x3の2次元リストを作成
matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

print(matrix)

one_dimensional = [1, 2, 3, 4, 5, 6]
print(one_dimensional)

two_dimensional = [
    [1, 2, 3],
    [4, 5, 6]
]
print(two_dimensional)

# 1次元リストの要素にアクセス
print(one_dimensional[2])  # 3を出力

# 2次元リストの要素にアクセス
print(two_dimensional[1][0])  # 4を出力

3
4

# 3行4列の空の2次元リストを作成
rows, cols = 3, 4
matrix = [[0 for _ in range(cols)] for _ in range(rows)]

print(matrix)

import numpy as np

# 3行4列の空の2次元配列を作成
rows, cols = 3, 4
matrix = np.zeros((rows, cols), dtype=int)

print(matrix)

[[0 0 0 0]
 [0 0 0 0]
 [0 0 0 0]]

# 空の2次元リストを作成
matrix = []

# 3つの行を追加
matrix.append([1, 2, 3])
matrix.append([4, 5, 6])
matrix.append([7, 8, 9])

print("append()で要素を追加した後の2次元リスト:")
print(matrix)

append()で要素を追加した後の2次元リスト:
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

# 既存の2次元リスト
matrix = [[1, 2, 3], [7, 8, 9]]

# インデックス1の位置に新しい行を挿入
matrix.insert(1, [4, 5, 6])

print("insert()で要素を追加した後の2次元リスト:")
print(matrix)

# 既存の行の特定の位置に要素を追加
matrix[1].insert(1, 10)

print("行内の特定位置に要素を追加した後の2次元リスト:")
print(matrix)

insert()で要素を追加した後の2次元リスト:
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
行内の特定位置に要素を追加した後の2次元リスト:
[[1, 2, 3], [4, 10, 5, 6], [7, 8, 9]]

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 特定の要素を取り出す
element = matrix[1][2]
print(f"2行目、3列目の要素: {element}")

# 1行目全体を取り出す
first_row = matrix[0]
print(f"1行目全体: {first_row}")

# 3列目全体を取り出す
third_column = [row[2] for row in matrix]
print(f"3列目全体: {third_column}")

2行目、3列目の要素: 6
1行目全体: [1, 2, 3]
3列目全体: [3, 6, 9]

# サンプルの2次元リスト
matrix = [
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
    [13, 14, 15, 16]
]

# 2行目から3行目を取り出す
sub_matrix = matrix[1:3]
print("2行目から3行目:")
for row in sub_matrix:
    print(row)

# 全ての行の2列目から3列目を取り出す
sub_matrix = [row[1:3] for row in matrix]
print("\n全ての行の2列目から3列目:")
for row in sub_matrix:
    print(row)

# 2行目から3行目の、2列目から3列目を取り出す
sub_matrix = [row[1:3] for row in matrix[1:3]]
print("\n2行目から3行目の、2列目から3列目:")
for row in sub_matrix:
    print(row)

2行目から3行目:
[5, 6, 7, 8]
[9, 10, 11, 12]

全ての行の2列目から3列目:
[2, 3]
[6, 7]
[10, 11]
[14, 15]

2行目から3行目の、2列目から3列目:
[6, 7]
[10, 11]

# 初期の2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

print("初期の2次元リスト:")
for row in matrix:
    print(row)

# 新しい行を追加
new_row = [7, 8, 9]
matrix.append(new_row)

print("\n新しい行を追加した後の2次元リスト:")
for row in matrix:
    print(row)

# リスト内包表記を使って複数の行を一度に追加
additional_rows = [[10, 11, 12], [13, 14, 15]]
matrix.extend(additional_rows)

print("\n複数の行を追加した後の2次元リスト:")
for row in matrix:
    print(row)

初期の2次元リスト:
[1, 2, 3]
[4, 5, 6]

新しい行を追加した後の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

複数の行を追加した後の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
[10, 11, 12]
[13, 14, 15]

# 初期の2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

print("初期の2次元リスト:")
for row in matrix:
    print(row)

# 新しい列を追加
new_column = [10, 11, 12]
for i in range(len(matrix)):
    matrix[i].append(new_column[i])

print("\n新しい列を追加した後の2次元リスト:")
for row in matrix:
    print(row)

# リスト内包表記を使って複数の列を一度に追加
additional_columns = [[13, 14, 15], [16, 17, 18]]
for i in range(len(matrix)):
    matrix[i].extend([col[i] for col in additional_columns])

print("\n複数の列を追加した後の2次元リスト:")
for row in matrix:
    print(row)

初期の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

新しい列を追加した後の2次元リスト:
[1, 2, 3, 10]
[4, 5, 6, 11]
[7, 8, 9, 12]

複数の列を追加した後の2次元リスト:
[1, 2, 3, 10, 13, 16]
[4, 5, 6, 11, 14, 17]
[7, 8, 9, 12, 15, 18]

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 検索する値
target = 5

# ネストしたfor文を使った検索
found = False
for i, row in enumerate(matrix):
    for j, value in enumerate(row):
        if value == target:
            print(f"値 {target} が見つかりました。位置: [{i}][{j}]")
            found = True
            break
    if found:
        break

if not found:
    print(f"値 {target} は2次元リスト内に存在しません。")

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 検索する値
target = 5

# any()関数を使った検索
if any(target in row for row in matrix):
    print(f"値 {target} が2次元リスト内に存在します。")
else:
    print(f"値 {target} は2次元リスト内に存在しません。")

# 位置情報も取得したい場合
result = next(((i, j) for i, row in enumerate(matrix) for j, value in enumerate(row) if value == target), None)

if result:
    print(f"値 {target} が見つかりました。位置: [{result[0]}][{result[1]}]")
else:
    print(f"値 {target} は2次元リスト内に存在しません。")

値 5 が2次元リスト内に存在します。
値 5 が見つかりました。位置: [1][1]

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12]
]

print("元の2次元リスト:")
for row in matrix:
    print(row)

# 2行目（インデックス1）を抽出
second_row = matrix[1]
print("\n2行目:")
print(second_row)

# 複数の行を抽出（1行目から3行目まで）
selected_rows = matrix[0:3]
print("\n1行目から3行目:")
for row in selected_rows:
    print(row)

# 条件に基づいて行を抽出（例：各行の合計が15より大きい行）
filtered_rows = [row for row in matrix if sum(row) > 15]
print("\n合計が15より大きい行:")
for row in filtered_rows:
    print(row)

元の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
[10, 11, 12]

2行目:
[4, 5, 6]

1行目から3行目:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

合計が15より大きい行:
[7, 8, 9]
[10, 11, 12]

# サンプルの2次元リスト
matrix = [
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12]
]

print("元の2次元リスト:")
for row in matrix:
    print(row)

# 3列目（インデックス2）を抽出
third_column = [row[2] for row in matrix]
print("\n3列目:")
print(third_column)

# 複数の列を抽出（2列目と4列目）
selected_columns = [[row[1], row[3]] for row in matrix]
print("\n2列目と4列目:")
for row in selected_columns:
    print(row)

# 条件に基づいて列を抽出（例：各列の平均が6より大きい列）
transposed = list(zip(*matrix))  # 行と列を入れ替え
filtered_columns = [col for col in transposed if sum(col) / len(col) > 6]
result = list(zip(*filtered_columns))  # 再度行と列を入れ替え
print("\n平均が6より大きい列:")
for row in result:
    print(row)

元の2次元リスト:
[1, 2, 3, 4]
[5, 6, 7, 8]
[9, 10, 11, 12]

3列目:
[3, 7, 11]

2列目と4列目:
[2, 4]
[6, 8]
[10, 12]

平均が6より大きい列:
(3, 4)
(7, 8)
(11, 12)

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

print("元の2次元リスト:")
for row in matrix:
    print(row)

# リスト内包表記を使って1次元リストに変換
flattened = [item for row in matrix for item in row]

print("\n1次元リストに変換した結果:")
print(flattened)

# 条件付きリスト内包表記を使った変換（例：偶数のみを抽出）
even_numbers = [item for row in matrix for item in row if item % 2 == 0]

print("\n偶数のみを抽出した1次元リスト:")
print(even_numbers)

元の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

1次元リストに変換した結果:
[1, 2, 3, 4, 5, 6, 7, 8, 9]

偶数のみを抽出した1次元リスト:
[2, 4, 6, 8]

import itertools

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

print("元の2次元リスト:")
for row in matrix:
    print(row)

# itertools.chain()を使って1次元リストに変換
flattened = list(itertools.chain(*matrix))

print("\n1次元リストに変換した結果:")
print(flattened)

# generator式を使った遅延評価版
flattened_gen = itertools.chain.from_iterable(matrix)

print("\n遅延評価版の1次元リスト（最初の3要素）:")
print(list(itertools.islice(flattened_gen, 3)))

元の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

1次元リストに変換した結果:
[1, 2, 3, 4, 5, 6, 7, 8, 9]

遅延評価版の1次元リスト（最初の3要素）:
[1, 2, 3]

import numpy as np

# サンプルの2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

print("元の2次元リスト:")
for row in matrix:
    print(row)

# numpy配列に変換
np_array = np.array(matrix)

print("\nnumpy配列に変換した結果:")
print(np_array)

# 配列の各要素に対して操作を行う
squared = np_array ** 2
print("\n各要素を2乗した結果:")
print(squared)

# 統計情報の計算
print(f"\n平均値: {np.mean(np_array)}")
print(f"標準偏差: {np.std(np_array)}")
print(f"最小値: {np.min(np_array)}")
print(f"最大値: {np.max(np_array)}")

# 条件に基づいたフィルタリング
filtered = np_array[np_array > 5]
print("\n5より大きい要素:")
print(filtered)

元の2次元リスト:
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

numpy配列に変換した結果:
[[1 2 3]
 [4 5 6]
 [7 8 9]]

各要素を2乗した結果:
[[ 1  4  9]
 [16 25 36]
 [49 64 81]]

平均値: 5.0
標準偏差: 2.581988897471611
最小値: 1
最大値: 9

5より大きい要素:
[6 7 8 9]

import numpy as np

# 2つのサンプル行列
matrix1 = np.array([
    [1, 2],
    [3, 4]
])

matrix2 = np.array([
    [5, 6],
    [7, 8]
])

print("行列1:")
print(matrix1)
print("\n行列2:")
print(matrix2)

# 行列の加算
sum_matrix = matrix1 + matrix2
print("\n行列の加算結果:")
print(sum_matrix)

# 行列の乗算
product_matrix = np.dot(matrix1, matrix2)
print("\n行列の乗算結果:")
print(product_matrix)

# 行列の転置
transposed = matrix1.T
print("\n行列1の転置:")
print(transposed)

# 逆行列の計算
inverse = np.linalg.inv(matrix1)
print("\n行列1の逆行列:")
print(inverse)

# 固有値と固有ベクトルの計算
eigenvalues, eigenvectors = np.linalg.eig(matrix1)
print("\n行列1の固有値:")
print(eigenvalues)
print("\n行列1の固有ベクトル:")
print(eigenvectors)

行列1:
[[1 2]
 [3 4]]

行列2:
[[5 6]
 [7 8]]

行列の加算結果:
[[ 6  8]
 [10 12]]

行列の乗算結果:
[[19 22]
 [43 50]]

行列1の転置:
[[1 3]
 [2 4]]

行列1の逆行列:
[[-2.   1. ]
 [ 1.5 -0.5]]

行列1の固有値:
[-0.37228132  5.37228132]

行列1の固有ベクトル:
[[-0.82456484 -0.41597356]
 [ 0.56576746 -0.90937671]]

# エラーを引き起こす2次元リスト
matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

try:
    # 存在しない行にアクセス
    print(matrix[2][0])
except IndexError as e:
    print(f"エラーが発生しました: {e}")

try:
    # 存在しない列にアクセス
    print(matrix[0][3])
except IndexError as e:
    print(f"エラーが発生しました: {e}")

エラーが発生しました: list index out of range
エラーが発生しました: list index out of range

# エラーを防ぐ方法
if 2 < len(matrix) and 0 < len(matrix[2]):
    print(matrix[2][0])
else:
    print("インデックスが範囲外です")

if 0 < len(matrix) and 3 < len(matrix[0]):
    print(matrix[0][3])
else:
    print("インデックスが範囲外です")

インデックスが範囲外です
インデックスが範囲外です

matrix = [
    [1, 2, 3],
    [4, 5, 6]
]

try:
    # 整数を直接追加しようとする
    matrix.append(7)
except TypeError as e:
    print(f"エラーが発生しました: {e}")

try:
    # 文字列とリストを結合しようとする
    new_row = "789"
    matrix + new_row
except TypeError as e:
    print(f"エラーが発生しました: {e}")

エラーが発生しました: 'int' object is not iterable
エラーが発生しました: can only concatenate list (not "str") to list

# エラーを防ぐ方法
# 整数をリストに変換してから追加
matrix.append([7])

# 文字列をリストに変換してから結合
new_row = list("789")
matrix = matrix + [new_row]

print("更新された行列:")
for row in matrix:
    print(row)

更新された行列:
[1, 2, 3]
[4, 5, 6]
[7]
['7', '8', '9']

import sys

# メモリ使用量を表示する関数
def show_memory_usage(var_name, variable):
    print(f"{var_name}のメモリ使用量: {sys.getsizeof(variable) / (1024 * 1024):.2f} MB")

# 大きな2次元リストを作成
large_matrix = [[i * j for j in range(1000)] for i in range(1000)]

show_memory_usage("large_matrix", large_matrix)

# numpyを使用した場合
import numpy as np
np_matrix = np.array(large_matrix)

show_memory_usage("np_matrix", np_matrix)

large_matrixのメモリ使用量: 8.00 MB
np_matrixのメモリ使用量: 7.63 MB

# ジェネレータを使用した例
def matrix_generator(rows, cols):
    for i in range(rows):
        yield [i * j for j in range(cols)]

# ジェネレータを使用してデータを逐次処理
for row in matrix_generator(1000, 1000):
    # 各行に対して何らかの処理を行う
    pass

print("ジェネレータを使用することでメモリ使用量を抑えることができます。")

import numpy as np
from PIL import Image

def blur_image(image_array, kernel_size=3):
    height, width = image_array.shape
    blurred = np.zeros((height, width), dtype=np.uint8)

    pad = kernel_size // 2
    for i in range(pad, height - pad):
        for j in range(pad, width - pad):
            neighborhood = image_array[i-pad:i+pad+1, j-pad:j+pad+1]
            blurred[i, j] = np.mean(neighborhood)

    return blurred

# グレースケール画像を読み込み
image = Image.open('sample_image.jpg').convert('L')
image_array = np.array(image)

# ぼかし処理を適用
blurred_array = blur_image(image_array)

# 結果を表示
Image.fromarray(blurred_array).show()

print("画像のぼかし処理が完了しました。")

import numpy as np
import matplotlib.pyplot as plt

# 顧客データ（年齢、購買金額）
customer_data = [
    [25, 1000],
    [30, 1500],
    [35, 2000],
    [40, 2500],
    [45, 3000],
    [50, 3500]
]

# NumPy配列に変換
data_array = np.array(customer_data)

# 年齢と購買金額の平均を計算
avg_age = np.mean(data_array[:, 0])
avg_purchase = np.mean(data_array[:, 1])

print(f"平均年齢: {avg_age:.2f}")
print(f"平均購買金額: {avg_purchase:.2f}")

# 散布図をプロット
plt.figure(figsize=(10, 6))
plt.scatter(data_array[:, 0], data_array[:, 1], color='blue', alpha=0.7)
plt.xlabel('年齢')
plt.ylabel('購買金額')
plt.title('年齢と購買金額の関係')
plt.grid(True)
plt.show()

print("データ分析と可視化が完了しました。")

import random

def initialize_board(size=4):
    board = [[0 for _ in range(size)] for _ in range(size)]
    add_new_tile(board)
    add_new_tile(board)
    return board

def add_new_tile(board):
    empty_cells = [(i, j) for i in range(len(board)) for j in range(len(board[0])) if board[i][j] == 0]
    if empty_cells:
        i, j = random.choice(empty_cells)
        board[i][j] = 2 if random.random() < 0.9 else 4

def print_board(board):
    for row in board:
        print(' '.join(f'{cell:4d}' for cell in row))
    print()

def move_left(board):
    for i, row in enumerate(board):
        merged = [False] * len(row)
        new_row = [0] * len(row)
        write_pos = 0
        for j, cell in enumerate(row):
            if cell != 0:
                if write_pos > 0 and new_row[write_pos-1] == cell and not merged[write_pos-1]:
                    new_row[write_pos-1] *= 2
                    merged[write_pos-1] = True
                else:
                    new_row[write_pos] = cell
                    write_pos += 1
        board[i] = new_row

# ゲームの初期化
board = initialize_board()
print("初期ボード:")
print_board(board)

# 左に移動
move_left(board)
add_new_tile(board)
print("左に移動した後のボード:")
print_board(board)

print("2048ゲームのデモが完了しました。")