【Python入門】多次元リストの基本とデータ分析での活用方法

Pythonの「リスト」は、データをまとめて扱える便利なデータ型ですが、さらに「リストの中にリスト」を格納することで、より複雑なデータ構造を表現できます。この構造は多次元リストと呼ばれ、データ分析においても非常に役立つスキルです。

この記事では、

  1. 多次元リストの基本
  2. データ分析での活用例
  3. 実際のコード例
    を初心者にもわかりやすく解説します。

多次元リストとは？

多次元リストとは、「リストの中にリストを格納した構造」のことです。これを使うと、表形式や行列のようなデータを簡単に扱えるようになります。

具体例

次のコードは、3つのリストを1つのリストにまとめたものです。

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

出力結果:

lua
[[1, 2], [3, 4], [5, 6]]

この構造をわかりやすく言うと、「2行3列の表」に似ています。

  • data[0] は [1, 2] （1行目のデータ）
  • data[1] は [3, 4] （2行目のデータ）

多次元リストの作成ポイント

多次元リストを扱う際のコツを以下にまとめます。

  1. 改行して書く
    データが多くなるときは、見やすいように改行を入れて記述します。

    python
    data = [
    [1, 2],
    [3, 4],
    [5, 6]
    ]
  2. インデントを統一
    リスト内の要素のインデントを揃えると、コードが読みやすくなります。

データ分析での多次元リストの活用例

データ分析の現場では、表形式のデータを扱うことがよくあります。多次元リストを使えば、簡単なデータの操作や分析が可能です。以下に具体例を挙げます。

1. 行列データの表現

例えば、次のような学生のテストの点数表を考えてみましょう。

python
scores = [
[80, 90, 85], # 学生Aの点数
[78, 88, 92], # 学生Bの点数
[90, 85, 87] # 学生Cの点数
]

活用例: 平均点の計算

各学生の平均点を計算するコードは以下の通りです。

python
for i, student_scores in enumerate(scores):
average = sum(student_scores) / len(student_scores)
print(f"学生{i+1}の平均点: {average}")

出力結果:

makefile
学生1の平均点: 85.0
学生2の平均点: 86.0
学生3の平均点: 87.33333333333333

2. CSVデータの簡易操作

CSVファイルから読み込んだデータを多次元リストに格納し、操作することも可能です。以下は、売上データの例です。

python
sales_data = [
["2023-01-01", 1000, 2000, 1500],
["2023-01-02", 1200, 2500, 1700],
["2023-01-03", 900, 1800, 1600]
]

活用例: 日ごとの合計売上

python
for day in sales_data:
date = day[0]
total_sales = sum(day[1:])
print(f"{date} の合計売上: {total_sales}")

出力結果:

yaml
2023-01-01 の合計売上: 4500
2023-01-02 の合計売上: 5400
2023-01-03 の合計売上: 4300

3. データフレームを扱う前の練習

本格的なデータ分析では、Pandasを使ったデータフレーム操作が主流ですが、多次元リストを使えばデータフレームの基本的な構造や操作に慣れることができます。Pandasを学ぶ前の練習としても最適です。

注意点: 多次元リストの限界

多次元リストは便利ですが、データが大きくなると管理が難しくなります。そのため、大規模なデータ分析ではPandasなどの専用ライブラリを活用するのがおすすめです。

結論

多次元リストは、Python初心者が学ぶべき重要なスキルの一つです。特にデータ分析では、表形式のデータを扱う基礎として非常に役立ちます。今回の内容を参考に、以下を練習してみましょう。

  • リストの中にリストを作成する
  • 各行・列のデータを操作する
  • 小規模なデータを使った分析を実践する

多次元リストに慣れたら、次はPandasやNumpyを使った高度な分析に挑戦してみてください！

この記事があなたのPython学習とデータ分析スキル向上の手助けになれば幸いです。

コメント

タイトルとURLをコピーしました