先生と生徒の会話形式で理解しよう

生徒

「Pythonで大量のデータを順番に処理したいときって、どうやればいいんですか？」

先生

「そんなときに便利なのがジェネレーターです。yieldを使えば、データを一度に全部ではなく、必要な分だけ順番に取り出せます。」

生徒

「イテレーターって聞いたことがありますが、それと関係あるんですか？」

先生

「はい、ジェネレーターはイテレーターを作るための仕組みです。では実際の使い方を見ていきましょう。」

-

1. ジェネレーターとは？

ジェネレーターとは、Pythonで繰り返し処理できるオブジェクト（イテレーター）を簡単に作れる仕組みです。returnの代わりにyieldを使うことで、値を返したあと関数の実行状態を保持し、次回呼び出し時に続きから処理を再開します。

例えば、大きなファイルを行ごとに読み込む処理や、無限に続く数列を扱う処理に向いています。

2. yieldを使った基本的なジェネレーター

以下は1から3までの数字を順番に返すジェネレーターの例です。


def number_generator():
    yield 1
    yield 2
    yield 3

for num in number_generator():
    print(num)


1
2
3

yieldを使うことで、関数が一度に全ての値を返すのではなく、呼び出しごとに次の値を返します。

3. 大量データ処理でのメリット

通常のリストは全データをメモリに保持しますが、ジェネレーターは必要な分だけ生成するため、メモリ効率が良いです。


def read_lines():
    for i in range(1, 6):
        yield f"{i}行目のデータ"

for line in read_lines():
    print(line)


1行目のデータ
2行目のデータ
3行目のデータ
4行目のデータ
5行目のデータ

この方法なら、大きなファイルでも一行ずつ処理でき、メモリ消費を最小限に抑えられます。

4. next()関数で手動制御

ジェネレーターはnext()関数を使って手動で値を取り出せます。


gen = number_generator()

print(next(gen))  # 1
print(next(gen))  # 2
print(next(gen))  # 3


1
2
3

最後の要素を取り出した後でさらにnext()を呼び出すと、StopIteration例外が発生します。

-

5. 無限ジェネレーターの例

ジェネレーターは条件を付けなければ無限に値を生成できます。


def infinite_counter():
    num = 1
    while True:
        yield num
        num += 1

counter = infinite_counter()
for _ in range(5):
    print(next(counter))

この例では数が増え続けるため、使う側で終了条件を決める必要があります。

6. イテレーターとの関係

ジェネレーターは__iter__()と__next__()メソッドを自動で持つため、イテレーターの作成を簡単にする仕組みです。

通常のクラスでイテレーターを作ると複雑ですが、ジェネレーターならyieldを使うだけで簡潔に書けます。

7. 実用例：偶数だけを生成するジェネレーター

条件を加えることで、必要なデータだけを生成できます。


def even_numbers(limit):
    for n in range(limit + 1):
        if n % 2 == 0:
            yield n

for n in even_numbers(10):
    print(n)

無駄なデータを持たず、必要な値だけを順次生成できるのがジェネレーターの強みです。

Pythonのジェネレーター（yield）とは？イテレーターの作り方を解説