Python の辞書で常に覚えておくべきヒントと技

image**

# イントロダクション

Python の辞書は、設定ファイル、JSON データ、API からのレスポンスなど、あらゆる用途で有用です。初心者の多くは、辞書の作成やキーへのアクセス、値の更新といった基本事項しか学びません。しかし、それだけではありません。本記事では、コードをよりクリーンで Pythonic（Python らしい）なものにするための 7 つのヒントを紹介していきます。さあ、始めましょう。

# キー検索には [] の代わりに .get() を使用する

**

辞書を使っていて、ある値にアクセスする必要があるとしましょう。しかし、そのキーが存在しない場合はどうすればよいでしょうか？例えば、設定用辞書があり、以下のように "timeout" キーを出力しようとした場合を考えます。

config = {"debug": True, "verbose": False}

print(config["timeout"])

出力:

KeyError Traceback (most recent call last)

----> 2 print(config["timeout"])

KeyError: 'timeout'

これは失敗します。"timeout" が辞書に含まれていないため、KeyError（キーエラー）が発生します。代わりに .get() メソッドを使用すべきです。これはより安全で、キーが存在しない場合にデフォルト値を設定できます。

config = {"debug": True, "verbose": False}

print(config.get("timeout", 30))

出力:

30

これはデフォルト値として設定した 30 を出力します。ただし、キーが存在しないことがバグである場合は、角括弧を使用してください。その場合、エラーがすぐに表示されるようにする必要があります。

# データのグループ化に defaultdict を使用する

単語のリストを扱って、各単語が何回出現するか数えたい場合、以下のようにコードを書くかもしれません:

words = ["apple", "banana", "apple", "cherry", "banana", "banana"]

counts = {}

for word in words:

if word not in counts:

counts[word] = 0

counts[word] += 1

print(counts)

出力:

{'apple': 2, 'banana': 3, 'cherry': 1}

これは機能しますが、少し冗長です。Python の defaultdict（デフォルト辞書）を使用すると、より簡潔になります:

from collections import defaultdict

words = ["apple", "banana", "apple", "cherry", "banana", "banana"]

counts = defaultdict(int)

for word in words:

counts[word] += 1

print(counts)

出力:

defaultdict(, {'apple': 2, 'banana': 3, 'cherry': 1})

defaultdict(int) を使用したため、存在しないキーにアクセスすると Python が自動的にデフォルト値の 0 を作成します。

# |演算子を使用した辞書の結合

最新の Python では、辞書を結合する最もクリーンな方法は | 演算子を使用することです。

defaults = {"color": "blue", "size": "medium"}

overrides = {"size": "large", "weight": "heavy"}

merged = defaults | overrides

print(merged)

出力:

{'color': 'blue', 'size': 'large', 'weight': 'heavy'}

キーが重複する場合、右側の辞書が優先されます。インプレースマージを行いたい場合は、|= 演算子を使用できます:

defaults |= overrides

print(defaults)

出力:

{'color': 'blue', 'size': 'large', 'weight': 'heavy'}

# 辞書を関数引数に展開する

ある関数と辞書があり、そのフィールドやキーが一致している場合を想像してください。name=data["name"]、age=data["age"] のようにキーを一つずつ渡すのではなく、** というダブルアスタリスク演算子を使ってすべてを渡すことができます。これを理解するために、ユーザーを作成する関数とダミーのユーザーデータを作りましょう:

def create_user(name, age, role="viewer"):

return {"name": name, "age": age, "role": role}

user_data = {

"name": "David",

"age": 33

}

通常のやり方

user = create_user(

name=user_data["name"],

age=user_data["age"],

role=user_data["role"]

)

print(user)

出力:

{'name': 'David', 'age': 33, 'role': 'viewer'}

** を使用

print(create_user(**user_data))

出力:

{'name': 'David', 'age': 33, 'role': 'viewer'}

なお、上記の「通常のやり方」の例では、user_data に "role" キーが含まれていないため KeyError が発生します。一方、** を使用した展開アプローチは、正しく関数の role に対するデフォルト値にフォールバックするため、よりクリーンで堅牢になります。

# ディクト（辞書）でのワイルス演算子の使用

Python 3.8 ではワイルス演算子 (:=) が導入され、式の一部として値を代入できるようになりました。これは辞書において非常に便利です。

Let's say you have a dictionary and you want to get the user data and their name if they exist. This is typically how you would normally code it:

data = {

"user": {

"name": "Bryan",

"email": "bryan@gmail.com"

}

}

if data.get("user") is not None:

user = data.get("user")

name = user.get("name")

print(name)

Output:

Bryan

This works, but it repeats the same dictionary lookup multiple times. You can replace it with the walrus operator (:=), which looks up and assigns the value in a single step:

if (user := data.get("user")) is not None:

name = user.get("name")

print(name)

Output:

Bryan

This is especially helpful when working with nested dictionary structures.

# Using TypedDict for Structured Data

Dictionaries are flexible, but that flexibility can sometimes become a problem. For example:

def greet(user):

return f"Hello, {user['name']}!"

user = {

"name": "Clair",

"age": "thirty"

}

print(greet(user))

Output:

Hello, Clair!

This works at runtime, but there is a hidden problem: "age" is supposed to be a number, not a string. Python itself will not complain, which can lead to bugs later in larger projects. TypedDict（型付き辞書） makes the expected dictionary structure explicit:

from typing import TypedDict

class UserProfile(TypedDict):

name: str

age: int

def greet(user: UserProfile) -> str:

return f"Hello, {user['name']}!"

Now tools like mypy can catch mistakes before the code runs:

user: UserProfile = {

"name": "Clair",

"age": "thirty",

}

print(greet(user))

Output:

test.py:15: error: Incompatible types (expression has type "str", TypedDict item "age" has type "int") [typeddict-item]

Found 1 error in 1 file (checked 1 source file)

For more complex validation, tools like dataclasses or Pydantic are often better choices.

# Iterating Easily: .items(), .keys(), .values()

**

Python dictionaries have many built-in methods for iteration: .items(), .keys(), and .values(). Most developers know about them, but don't use them as often as they should. They might loop over a dictionary like this:

scores = {

"David": 92,

"Bryan": 87,

"Clair": 95

}

for name in scores:

print(name, scores[name])

Output:

David 92

Bryan 87

Clair 95

That works. But it's not the best way — it does an extra dictionary lookup every time through the loop. Python's .items() method is cleaner:

for name, score in scores.items():

print(name, score)

Output:

David 92

Bryan 87

Clair 95

It returns both the key and value together, which avoids repeated lookups and makes the code more readable. If you only need the keys, use .keys() instead. Similarly, if you only need the values, use .values().

# Wrapping Up

Python の辞書は最初はシンプルに見えますが、いくつかの重要なパターンを学ぶことで、コードをよりクリーンにすることができます。Python の辞書に関連する関数について詳しく学びたい場合は、この リンク をご利用ください。.get() 機能や defaultdict、アンパック、TypedDict などの機能は、反復的なコードを削減し、プログラムの信頼性を高めるのに役立ちます。

Kanwal Mehreen は、データサイエンスと AI と医療の交差点に深い情熱を持つ機械学習エンジニアであり技術ライターです。彼女は電子書籍「ChatGPT で生産性を最大化する」の共著者でもあります。APAC 地域の Google Generation Scholar 2022 として、多様性と学術的卓越性を推進しています。また、Teradata Diversity in Tech Scholar、Mitacs Globalink Research Scholar、Harvard WeCode Scholar としても認められています。Kanwal は変化の熱心な支持者であり、STEM 分野の女性をエンパワーメントするために FEMCodes を設立しました。