Pythonでリストの要素数を取得する方法と活用12選

fruits = ["りんご", "バナナ", "オレンジ", "ぶどう"]
print(fruits)

print(fruits[0])  # 最初の要素を取得
print(fruits[-1])  # 最後の要素を取得

りんご
ぶどう

fruits.append("メロン")  # 要素の追加
fruits[1] = "キウイ"  # 要素の変更
print(fruits)

numbers = [1, 2, 3, 4, 5]
if len(numbers) > 0:
    print("リストは空ではありません")
    print(f"リストの要素数は {len(numbers)} です")
else:
    print("リストは空です")

リストは空ではありません
リストの要素数は 5 です

fruits = ["りんご", "バナナ", "オレンジ"]
index = 3  # 存在しないインデックス

if index < len(fruits):
    print(fruits[index])
else:
    print("指定されたインデックスは範囲外です")

fruits = ["りんご", "バナナ", "オレンジ", "ぶどう", "メロン"]
num_fruits = len(fruits)
print(f"フルーツリストの要素数: {num_fruits}")

empty_list = []
print(f"空リストの要素数: {len(empty_list)}")

text = "Hello, Python!"
print(f"文字列の長さ: {len(text)}")

numbers = (1, 2, 3, 4, 5)
print(f"タプルの要素数: {len(numbers)}")

person = {"name": "Alice", "age": 30, "city": "Tokyo"}
print(f"辞書のキーの数: {len(person)}")

文字列の長さ: 14
タプルの要素数: 5
辞書のキーの数: 3

nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print(f"外側のリストの要素数: {len(nested_list)}")

nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

for i, inner_list in enumerate(nested_list):
    print(f"内側リスト{i + 1}の要素数: {len(inner_list)}")

内側リスト1の要素数: 3
内側リスト2の要素数: 3
内側リスト3の要素数: 3

nested_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
total_elements = sum(len(inner_list) for inner_list in nested_list)
print(f"全要素の合計数: {total_elements}")

def count_elements(lst):
    count = 0
    for item in lst:
        if isinstance(item, list):
            count += count_elements(item)
        else:
            count += 1
    return count

complex_list = [1, [2, 3, [4, 5]], 6, [7, [8, 9]]]
print(f"複雑なネストリストの全要素数: {count_elements(complex_list)}")

fruits = ["りんご", "バナナ", "オレンジ", "りんご", "ぶどう", "りんご"]
apple_count = fruits.count("りんご")
print(f"りんごの出現回数: {apple_count}")

numbers = [1, 2, 3, 2, 4, 2, 5, 2]
two_count = numbers.count(2)
print(f"数字2の出現回数: {two_count}")

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_count = sum(1 for num in numbers if num % 2 == 0)
print(f"偶数の数: {even_count}")

scores = [85, 92, 78, 95, 88, 70, 60, 98]
high_scores = len([score for score in scores if score >= 90])
print(f"90点以上の得点数: {high_scores}")

words = ["apple", "banana", "cherry", "date", "elderberry", "fig"]
long_words = len([word for word in words if len(word) > 5])
print(f"5文字より長い単語の数: {long_words}")

temperatures = [22, 28, 25, 30, 27, 26]
max_temp = max(temperatures)
max_index = temperatures.index(max_temp)
print(f"最高気温: {max_temp}℃")
print(f"最高気温のインデックス: {max_index}")

最高気温: 30℃
最高気温のインデックス: 3

scores = [85, 92, 92, 78, 92, 88]
max_score = max(scores)
max_indices = [i for i, score in enumerate(scores) if score == max_score]
print(f"最高得点: {max_score}")
print(f"最高得点のインデックス: {max_indices}")

最高得点: 92
最高得点のインデックス: [1, 2, 4]

# リストの動的な拡張
numbers = [1, 2, 3]
print(f"初期リスト: {numbers}, 要素数: {len(numbers)}")

numbers.append(4)
print(f"append後: {numbers}, 要素数: {len(numbers)}")

numbers.extend([5, 6])
print(f"extend後: {numbers}, 要素数: {len(numbers)}")

# リストの動的な縮小
del numbers[0]
print(f"del後: {numbers}, 要素数: {len(numbers)}")

popped = numbers.pop()
print(f"pop後: {numbers}, 要素数: {len(numbers)}")
print(f"取り出された要素: {popped}")

初期リスト: [1, 2, 3], 要素数: 3
append後: [1, 2, 3, 4], 要素数: 4
extend後: [1, 2, 3, 4, 5, 6], 要素数: 6
del後: [2, 3, 4, 5, 6], 要素数: 5
pop後: [2, 3, 4, 5], 要素数: 4
取り出された要素: 6

matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

rows = len(matrix)
cols = len(matrix[0]) if rows > 0 else 0

print(f"行数: {rows}")
print(f"列数: {cols}")
print(f"総要素数: {rows * cols}")

# 各行の要素数を確認
for i, row in enumerate(matrix):
    print(f"行{i + 1}の要素数: {len(row)}")

# 特定の値を含む行の数を数える
target = 5
rows_with_target = sum(1 for row in matrix if target in row)
print(f"{target}を含む行の数: {rows_with_target}")

行数: 3
列数: 3
総要素数: 9
行1の要素数: 3
行2の要素数: 3
行3の要素数: 3
5を含む行の数: 1

numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 基本的なスライシング
slice1 = numbers[2:7]
print(f"スライス[2:7]: {slice1}, 要素数: {len(slice1)}")

# ステップを指定したスライシング
slice2 = numbers[1:9:2]
print(f"スライス[1:9:2]: {slice2}, 要素数: {len(slice2)}")

# 負のインデックスを使用したスライシング
slice3 = numbers[-5:]
print(f"スライス[-5:]: {slice3}, 要素数: {len(slice3)}")

# スライスを使用したリストの部分更新
numbers[3:6] = [30, 40, 50]
print(f"更新後のリスト: {numbers}")

# スライスを使用した要素の削除
del numbers[2:5]
print(f"削除後のリスト: {numbers}, 要素数: {len(numbers)}")

スライス[2:7]: [2, 3, 4, 5, 6], 要素数: 5
スライス[1:9:2]: [1, 3, 5, 7], 要素数: 4
スライス[-5:]: [5, 6, 7, 8, 9], 要素数: 5
更新後のリスト: [0, 1, 2, 30, 40, 50, 6, 7, 8, 9]
削除後のリスト: [0, 1, 50, 6, 7, 8, 9], 要素数: 7

def count_even_numbers(numbers):
    return sum(1 for num in numbers if num % 2 == 0)

# 大きなリストを生成するジェネレータ
def generate_large_list(n):
    for i in range(n):
        yield i

# 1,000,000要素のリストを生成
large_list = generate_large_list(1_000_000)

# 偶数の数をカウント
even_count = count_even_numbers(large_list)
print(f"1,000,000までの偶数の数: {even_count}")

import multiprocessing

def count_even_numbers(numbers):
    return sum(1 for num in numbers if num % 2 == 0)

def parallel_count_even(numbers, num_processes):
    pool = multiprocessing.Pool(processes=num_processes)
    chunk_size = len(numbers) // num_processes
    chunks = [numbers[i:i+chunk_size] for i in range(0, len(numbers), chunk_size)]
    results = pool.map(count_even_numbers, chunks)
    return sum(results)

if __name__ == "__main__":
    # 大きなリストを生成
    large_list = list(range(10_000_000))

    # プロセス数（通常はCPUコア数に設定）
    num_processes = 4

    # 並列処理でカウント
    even_count = parallel_count_even(large_list, num_processes)
    print(f"10,000,000までの偶数の数: {even_count}")

def get_first_element(lst):
    try:
        return lst[0]
    except IndexError:
        return None

def safe_max(lst):
    if not lst:
        return None
    return max(lst)

# 空のリストのテスト
empty_list = []
print(f"空リストの最初の要素: {get_first_element(empty_list)}")
print(f"空リストの最大値: {safe_max(empty_list)}")

# 要素のあるリストのテスト
non_empty_list = [1, 2, 3]
print(f"非空リストの最初の要素: {get_first_element(non_empty_list)}")
print(f"非空リストの最大値: {safe_max(non_empty_list)}")

空リストの最初の要素: None
空リストの最大値: None
非空リストの最初の要素: 1
非空リストの最大値: 3

def safe_sum(lst):
    try:
        return sum(float(x) for x in lst)
    except ValueError:
        print("警告: 数値に変換できない要素があります。")
        return sum(float(x) for x in lst if str(x).replace(".", "").isdigit())

def type_safe_operation(lst, operation):
    if not all(isinstance(x, (int, float)) for x in lst):
        print("警告: リストに数値以外の要素が含まれています。")
    return operation([x for x in lst if isinstance(x, (int, float))])

# 異なる型が混在するリスト
mixed_list = [1, "2", 3.0, "four", 5]
print(f"混在リストの合計: {safe_sum(mixed_list)}")

# 型安全な操作
print(f"数値のみの最大値: {type_safe_operation(mixed_list, max)}")
print(f"数値のみの最小値: {type_safe_operation(mixed_list, min)}")

警告: 数値に変換できない要素があります。
混在リストの合計: 11.0
警告: リストに数値以外の要素が含まれています。
数値のみの最大値: 5
警告: リストに数値以外の要素が含まれています。
数値のみの最小値: 1

# 悪い例
x = len(l)

# 良い例
num_students = len(student_list)

# 複雑すぎる例
result = [x for x in [y for y in range(100) if y % 2 == 0] if x % 3 == 0]

# 読みやすい例
even_numbers = [y for y in range(100) if y % 2 == 0]
result = [x for x in even_numbers if x % 3 == 0]

# 悪い例（過度なコメント）
# リストの長さを取得
length = len(my_list)
# lengthが0より大きいかチェック
if length > 0:
    # リストの最初の要素を取得
    first_element = my_list[0]

# 良い例
if my_list:
    first_element = my_list[0]

# 悪い例（一つの長い関数）
def process_data(data):
    # データの前処理
    cleaned_data = [item.strip().lower() for item in data if item]

    # 要素数のカウント
    item_count = len(cleaned_data)

    # 特定の条件を満たす要素のカウント
    special_count = sum(1 for item in cleaned_data if len(item) > 5)

    # 結果の出力
    print(f"総アイテム数: {item_count}")
    print(f"特殊アイテム数: {special_count}")

# 良い例（適切に分割された関数）
def clean_data(data):
    return [item.strip().lower() for item in data if item]

def count_special_items(data):
    return sum(1 for item in data if len(item) > 5)

def process_data(data):
    cleaned_data = clean_data(data)
    item_count = len(cleaned_data)
    special_count = count_special_items(cleaned_data)

    print(f"総アイテム数: {item_count}")
    print(f"特殊アイテム数: {special_count}")

# メモリを多く使用する例
def sum_squares(n):
    return sum([i**2 for i in range(n)])

# メモリ効率の良い例
def sum_squares_generator(n):
    return sum(i**2 for i in range(n))

# 使用例
result = sum_squares_generator(1000000)
print(f"1から1,000,000までの二乗の合計: {result}")

# リストを使用した非効率な例
def check_duplicates_list(items):
    seen = []
    for item in items:
        if item in seen:
            return True
        seen.append(item)
    return False

# 集合を使用した効率的な例
def check_duplicates_set(items):
    seen = set()
    for item in items:
        if item in seen:
            return True
        seen.add(item)
    return False

# 使用例
large_list = list(range(1000000)) + [42, 42]
print(f"リストを使用: {check_duplicates_list(large_list)}")
print(f"集合を使用: {check_duplicates_set(large_list)}")

import numpy as np
import time

# 通常のPythonリストを使用
def sum_squares_list(n):
    return sum([i**2 for i in range(n)])

# NumPyを使用
def sum_squares_numpy(n):
    return np.sum(np.arange(n)**2)

# パフォーマンス比較
n = 10000000
start = time.time()
result_list = sum_squares_list(n)
time_list = time.time() - start

start = time.time()
result_numpy = sum_squares_numpy(n)
time_numpy = time.time() - start

print(f"Pythonリスト結果: {result_list}, 時間: {time_list:.4f}秒")
print(f"NumPy結果: {result_numpy}, 時間: {time_numpy:.4f}秒")