Python ジェネレータ・イテレータ徹底解説｜仕組み・使い方・違いと活用例

Pythonで大量データや効率的な処理が求められる場面で欠かせないのが「イテレータ」と「ジェネレータ」です。本記事では、両者の仕組み・違い・具体的な使い方・活用例まで、初心者にも分かりやすく解説します。
「for文の裏側で何が起きているのか」「メモリ効率を高めたい」「無限データを扱いたい」といった疑問や課題を解決できる内容です。

イテレータとは？Pythonの反復処理の基礎

イテレータは、リストやタプルなどのコレクションから要素を「1つずつ順番に取り出す」ためのオブジェクトです。
Pythonのイテレータは、__iter__()と__next__()という2つのメソッドを持ち、iter()で作成し、next()で次の要素を取得します。

イテレータの基本例

numbers = [1, 2, 3, 4, 5]
iterator = iter(numbers)
print(next(iterator))  # 1
print(next(iterator))  # 2

• iter()でイテレータを作成
• next()で順次要素を取得
• 取得しきるとStopIteration例外が発生

カスタムイテレータの作成

独自のイテレータは、__iter__()と__next__()を実装したクラスで作成できます。

class MyIterator:
    def __init__(self, max_value):
        self.max_value = max_value
        self.current = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.current < self.max_value:
            self.current += 1
            return self.current - 1
        else:
            raise StopIteration

ジェネレータとは？イテレータを簡単に作る仕組み

ジェネレータは、「必要な時にだけ次の値を生成する」特別なイテレータです。
最大の特徴は、yieldキーワードを使うことで、複雑なイテレータを簡潔に実装できる点にあります。

ジェネレータのイメージ

• 本を1ページずつ読むように、必要な時だけ新しいデータを生成
• 全データを一度にメモリに持たず、メモリ効率が高い
• 一度生成した値は再取得できない（ステートフル）

ジェネレータ関数の例

def count_up():
    x = 0
    while True:
        yield x
        x += 1

gen = count_up()
print(next(gen))  # 0
print(next(gen))  # 1

• yieldで値を返し、関数の実行を一時停止
• 次にnext()されると、停止した場所から再開

ジェネレータ式

リスト内包表記に似た構文で、さらに簡潔にジェネレータを作れます。

numbers = (i for i in range(10) if i % 2 == 0)
for n in numbers:
    print(n)

イテレータとジェネレータの違い・比較

ジェネレータ・イテレータの活用シーン

• 大量データの逐次処理：全件を一度にリスト化せず、1件ずつ処理することでメモリ節約
• 無限シーケンス：フィボナッチ数列やカウントアップなど、終わりのないデータ生成
• ファイルの1行ずつ処理：巨大なファイルも効率的に処理可能
• パフォーマンス最適化：リスト内包表記の代わりにジェネレータ式を使うことで、メモリ消費を抑制

まとめ：Pythonで効率的な反復処理を実現しよう

• イテレータは「1つずつ要素を取り出す仕組み」
• ジェネレータは「イテレータを簡単に書けて、必要な時だけ値を生成」
• 両者を使い分けることで、Pythonのパフォーマンスと可読性を大幅に向上できる

大量データや無限データ、メモリ効率に悩んだら、ぜひジェネレータ・イテレータを活用してみてください。