Pythonで配列から要素を検索・取り出す方法

# 基本的なリストの作成
fruits = ['apple', 'banana', 'orange', 'grape', 'melon']

# インデックスを使った要素取得
first_fruit = fruits[0]    # 最初の要素
last_fruit = fruits[-1]    # 最後の要素

print(f"最初の果物: {first_fruit}")    # apple
print(f"最後の果物: {last_fruit}")     # melon

# スライスを使った範囲取得
numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 基本的なスライス
subset1 = numbers[2:5]      # [2, 3, 4]
subset2 = numbers[::2]      # [0, 2, 4, 6, 8] (2つおきに取得)
subset3 = numbers[::-1]     # [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] (逆順)

print("2番目から5番目未満:", subset1)
print("2つおきに取得:", subset2)
print("逆順で全て:", subset3)

# 数値リストから条件に合う要素を抽出
numbers = [-5, -2, 0, 3, 7, 12, -8, 15]

# 正の数のみを抽出
positive_numbers = [x for x in numbers if x > 0]
print("正の数:", positive_numbers)  # [3, 7, 12, 15]

# 偶数のみを抽出
even_numbers = [x for x in numbers if x % 2 == 0]
print("偶数:", even_numbers)  # [-2, 0, 12, -8]

# 10以上の数のみを抽出
large_numbers = [x for x in numbers if x >= 10]
print("10以上の数:", large_numbers)  # [12, 15]

# filter関数を使った条件抽出
def is_positive(x):
    return x > 0

def is_even(x):
    return x % 2 == 0

numbers = [-5, -2, 0, 3, 7, 12, -8, 15]

# 正の数のみを抽出
positive_filter = list(filter(is_positive, numbers))
print("正の数 (filter使用):", positive_filter)  # [3, 7, 12, 15]

# ラムダ関数を使った簡潔な記述
even_filter = list(filter(lambda x: x % 2 == 0, numbers))
print("偶数 (lambda使用):", even_filter)  # [-2, 0, 12, -8]

# 文字列リストからの条件抽出
names = ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank']

# 4文字以下の名前を抽出
short_names = [name for name in names if len(name) <= 4]
print("4文字以下の名前:", short_names)  # ['Alice', 'Bob', 'Eve']

# 'a'を含む名前を抽出（大文字小文字を区別しない）
names_with_a = [name for name in names if 'a' in name.lower()]
print("'a'を含む名前:", names_with_a)  # ['Alice', 'Charlie', 'David']

# index()メソッドを使った位置検索
fruits = ['apple', 'banana', 'orange', 'banana', 'grape']

# 特定の要素の位置を取得
banana_index = fruits.index('banana')
print(f"bananaの最初の位置: {banana_index}")  # 1

# エラーハンドリングを含む安全な検索
def safe_index(lst, item):
    try:
        return lst.index(item)
    except ValueError:
        return -1  # 見つからない場合は-1を返す

apple_index = safe_index(fruits, 'apple')
mango_index = safe_index(fruits, 'mango')  # 存在しない

print(f"appleの位置: {apple_index}")    # 0
print(f"mangoの位置: {mango_index}")    # -1

# enumerate()を使ったインデックスと要素の同時取得
scores = [85, 92, 78, 96, 88]

# 基本的な使用方法
print("=== 基本的なenumerate使用例 ===")
for index, score in enumerate(scores):
    print(f"生徒{index + 1}: {score}点")

# 条件を満たす要素のインデックスを全て取得
print("\n=== 90点以上の生徒を検索 ===")
high_scores = [(index, score) for index, score in enumerate(scores) if score >= 90]
for index, score in high_scores:
    print(f"生徒{index + 1}: {score}点")

# enumerate()に開始番号を指定
print("\n=== 開始番号を1に指定 ===")
for student_id, score in enumerate(scores, 1):
    print(f"生徒ID {student_id}: {score}点")

# 重複要素の全インデックスを取得
data = [1, 3, 1, 5, 1, 7, 3, 1]

def find_all_indices(lst, target):
    """指定した値の全てのインデックスを返す"""
    return [index for index, value in enumerate(lst) if value == target]

# 値1の全ての位置を取得
indices_of_1 = find_all_indices(data, 1)
print(f"値1の全ての位置: {indices_of_1}")  # [0, 2, 4, 7]

# 値3の全ての位置を取得
indices_of_3 = find_all_indices(data, 3)
print(f"値3の全ての位置: {indices_of_3}")  # [1, 6]

# 存在しない値を検索
indices_of_9 = find_all_indices(data, 9)
print(f"値9の全ての位置: {indices_of_9}")  # []

# 学生成績データの分析例
students = [
    {'name': '田中', 'math': 85, 'english': 78, 'science': 92},
    {'name': '鈴木', 'math': 92, 'english': 88, 'science': 85},
    {'name': '佐藤', 'math': 78, 'english': 95, 'science': 89},
    {'name': '高橋', 'math': 88, 'english': 82, 'science': 76},
    {'name': '渡辺', 'math': 95, 'english': 89, 'science': 93}
]

# 数学が90点以上の学生を抽出
math_excellent = [student for student in students if student['math'] >= 90]
print("数学90点以上の学生:")
for student in math_excellent:
    print(f"  {student['name']}: {student['math']}点")

# 全科目平均が85点以上の学生を検索
def calculate_average(student):
    return (student['math'] + student['english'] + student['science']) / 3

high_achievers = [
    student for student in students 
    if calculate_average(student) >= 85
]

print("\n全科目平均85点以上の学生:")
for student in high_achievers:
    avg = calculate_average(student)
    print(f"  {student['name']}: 平均{avg:.1f}点")

# ログファイル解析の例
log_entries = [
    "2024-01-15 INFO: システム開始",
    "2024-01-15 ERROR: データベース接続エラー",
    "2024-01-15 WARN: メモリ使用量が高い",
    "2024-01-15 INFO: 処理完了",
    "2024-01-15 ERROR: ファイル読み込みエラー",
    "2024-01-15 INFO: システム停止"
]

# エラーレベルのログのみを抽出
error_logs = [log for log in log_entries if 'ERROR' in log]
print("エラーログ:")
for log in error_logs:
    print(f"  {log}")

# 特定の日付のログを検索（この例では全て同じ日付）
target_date = "2024-01-15"
target_logs = [log for log in log_entries if target_date in log]
print(f"\n{target_date}のログ件数: {len(target_logs)}件")

# ログレベル別の件数をカウント
from collections import Counter
log_levels = [log.split()[1].replace(':', '') for log in log_entries]
level_counts = Counter(log_levels)
print(f"\nログレベル別件数: {dict(level_counts)}")

# パフォーマンス向上のテクニック
import time

# 大量データのサンプル作成
large_data = list(range(100000))

# 方法1: 通常のforループ
def traditional_search(data, target):
    result = []
    for item in data:
        if item % target == 0:
            result.append(item)
    return result

# 方法2: リスト内包表記（推奨）
def list_comprehension_search(data, target):
    return [item for item in data if item % target == 0]

# 方法3: filter関数
def filter_search(data, target):
    return list(filter(lambda x: x % target == 0, data))

# 実行時間の比較（簡易版）
target = 1000

print("=== パフォーマンス比較 ===")
print("※ 実際の実行時間は環境により異なります")

# リスト内包表記の結果のみ表示（最も効率的）
result = list_comprehension_search(large_data[:1000], 100)
print(f"100で割り切れる数の最初の10個: {result[:10]}")

# 最適化のポイント
print("\n=== 最適化のポイント ===")
print("1. リスト内包表記を活用する")
print("2. 不要な中間リストの作成を避ける") 
print("3. 条件が複雑な場合は事前に関数を定義する")
print("4. 大量データの場合はジェネレータ式を検討する")

# 安全な検索・抽出のためのエラーハンドリング
def safe_get_element(lst, index, default=None):
    """安全にリスト要素を取得する"""
    try:
        return lst[index]
    except (IndexError, TypeError):
        return default

def safe_find_element(lst, condition_func, default=None):
    """条件に合う最初の要素を安全に取得する"""
    try:
        for item in lst:
            if condition_func(item):
                return item
        return default
    except (TypeError, AttributeError):
        return default

# 使用例
numbers = [1, 2, 3, 4, 5]

# 安全な要素取得
print("=== 安全な要素取得 ===")
print(f"3番目の要素: {safe_get_element(numbers, 2)}")        # 3
print(f"100番目の要素: {safe_get_element(numbers, 100)}")    # None
print(f"存在しない要素: {safe_get_element(numbers, 100, 'なし')}")  # なし

# 安全な条件検索
print(f"\n偶数の最初の要素: {safe_find_element(numbers, lambda x: x % 2 == 0)}")  # 2
print(f"10以上の要素: {safe_find_element(numbers, lambda x: x >= 10, '見つからず')}")  # 見つからず