【Python入門】イテレーターとジェネレーターとは？初心者向けにやさしく解説！

1. はじめに｜イテレーターとジェネレーターってなに？

Pythonでプログラムを書いていると、「たくさんのデータを1つずつ順番に処理したい！」という場面によく出会います。たとえば、長〜いリストや大量のファイルの行を、1つずつ順番に取り出して使いたいときってありますよね？

そんなときに登場するのが「イテレーター（iterator）」と「ジェネレーター（generator）」です。

---

✅ イテレーターとは？

イテレーターは、リストや文字列のような「たくさんのデータの集まり」を、順番に1つずつ取り出せる仕組みのことです。

たとえば、以下のようなfor文を書いたことがある人も多いはず。

for item in ["りんご", "みかん", "バナナ"]:
    print(item)

これ、実は裏側ではイテレーターが使われていて、リストから1個ずつデータを取り出して処理しているんです！

---

✅ ジェネレーターとは？

一方でジェネレーターは、「自分で作れるカスタムイテレーター」のようなもの。yield（イールド）というキーワードを使うことで、関数の中から1つずつデータを返せるんです。

普通の関数はreturnで1回だけ値を返して終わりますが、ジェネレーターはyieldを使うことで、何度でも値を返しながら動き続けることができます。

---

✅ この記事でわかること

この記事では、イテレーターとジェネレーターの違いを初心者向けにやさしく解説していきます。

• 「イテレーターってどうやって作るの？」
• 「ジェネレーターって何が便利なの？」
• 「for文で使えるのはどうして？」

こんな疑問を解決しながら、実際のコード例を交えて学べる内容になっています。

「メモリを節約しながらスマートにデータを扱いたい！」という方にもぴったりな内容なので、ぜひ最後まで読んでみてくださいね！

---

2. イテレーターとは？仕組みと基本の使い方

Pythonでよく使うfor文って、実は「イテレーター」という仕組みを使って動いているって知ってましたか？
この章では、イテレーターの基本をわかりやすく紹介していきます！

---

✅ イテレーターってなに？

イテレーターは、データを1つずつ順番に取り出せるしくみのことです。

たとえば、リストやタプルなど、いろんなデータが集まっているもの（これをイテラブルっていいます）から、順番に1個ずつ値を取り出して処理するために使います。

fruits = ["りんご", "みかん", "バナナ"]
for fruit in fruits:
    print(fruit)

↑このコード、実は裏で「イテレーター」がこっそり動いています。

---

✅ next()関数を使って取り出す

実は、for文を使わなくても、next()という関数を使えば、イテレーターから自分のタイミングで1個ずつデータを取り出すこともできます。

fruits = ["りんご", "みかん", "バナナ"]
it = iter(fruits)  # イテレーターを作る

print(next(it))  # → りんご
print(next(it))  # → みかん
print(next(it))  # → バナナ
print(next(it))  # → エラー！（データがもうないよ）

最後のnext(it)はデータが無くなっているので、「StopIteration」というエラーになります。

---

✅ イテレーターの正体（ちょっとだけ専門的な話）

Pythonでは、あるオブジェクトがイテレーターであるために、2つの“特別な関数”を持っている必要があります。

特別な関数	役割
__iter__()	自分自身を返す
__next__()	次の要素を返す（無くなったらエラー）

class MyIterator:
    def __init__(self):
        self.data = [1, 2, 3]
        self.index = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.index < len(self.data):
            result = self.data[self.index]
            self.index += 1
            return result
        else:
            raise StopIteration

こんなふうに自分でクラスを作れば、自作のイテレーターも作れちゃうんです！

---

✅ ファイルオブジェクトもイテレーター！

Pythonでファイルを読み込むとき、for文で1行ずつ処理できますよね？

with open("data.txt") as f:
    for line in f:
        print(line.strip())

これは、ファイルオブジェクトが最初からイテレーターになっているからです！
大量のテキストデータを扱うときに、1行ずつ読み込めるのでメモリ節約にもなります。

---

✅ イテレーターの注意点

イテレーターは一度使い切ったらもう使えません！

it = iter([1, 2, 3])
for num in it:
    print(num)  # 1, 2, 3 が出力される

for num in it:
    print(num)  # 何も出力されない

---

3. ジェネレーターとは？yieldで簡単にイテレーターを作ろう

前の章で、イテレーターを自分で作るには__iter__()や__next__()を定義する必要があると説明しましたね。でも、実はもっと簡単にイテレーターを作る方法があるんです。

それが、今回紹介する「ジェネレーター」です！

---

✅ ジェネレーターってなに？

ジェネレーターは、yield（イールド）というキーワードを使って値を順番に返す関数のことです。

yieldを使うと、関数の実行を途中で一時停止しながら、値を1つずつ返していくことができます。

なんだかむずかしそうに聞こえますが、実はめちゃくちゃ簡単なんです！

---

✅ yieldの基本的な使い方

まずは例を見てみましょう👇

def my_generator():
    yield 1
    yield 2
    yield 3

この関数を呼び出すと、普通の値ではなく「ジェネレーターオブジェクト」が返されます。

gen = my_generator()

print(next(gen))  # → 1
print(next(gen))  # → 2
print(next(gen))  # → 3
print(next(gen))  # → StopIteration（データがないよ）

このように、yieldで1つずつ値を返していき、呼び出すたびに「続きを実行」してくれるのがジェネレーターです。

---

✅ 普通の関数（return）との違い

比較ポイント	return	yield
処理の流れ	その場で関数を終了	処理を一時停止
呼び出し結果	値を返して終了	イテレーターを返す
使える回数	一度きり	何度でもnext()で続きが実行できる

つまり、yieldを使えば「分割して値を返せる関数」を作れるんです！

---

✅ for文でもそのまま使える

ジェネレーターオブジェクトもイテレーターなので、for文でそのまま使うことができます。

def count_up_to(max):
    num = 1
    while num <= max:
        yield num
        num += 1

for i in count_up_to(3):
    print(i)
# → 1
# → 2
# → 3

こんな感じで、普通の関数みたいに呼び出せるのに、実はメモリを節約しながらデータを1つずつ取り出せるのがポイントです！

---

✅ ジェネレーターを使うメリット

1. コードがシンプルになる
   　→ __iter__() や __next__() を自分で書かなくていい！
2. メモリを節約できる
   　→ 全部のデータを一気に持たなくても、1つずつ生成できる！
3. 大きなデータも安心して扱える
   　→ 100万行のデータも、1行ずつ読み込める！

---

✅ ジェネレーターを使うときの注意点

• 一度処理が終わったジェネレーターは使いまわしできません。
• 途中の状態を保持しているので、実行の順番を変えることはできません。
• デバッグが少し難しく感じるかもしれません。

---

4. イテレーターとジェネレーターの違いと使い分け

ここまで読んできた方は、「イテレーターとジェネレーターって、似てるけどどう違うの？」と思っているかもしれません。

この章では、両者の違いをわかりやすく表にまとめて比較し、さらにどう使い分ければいいのかをやさしく解説します！

---

✅ 違いを表で比べてみよう！

比較ポイント	イテレーター	ジェネレーター
正体	特殊メソッドを持ったオブジェクト (__iter__ と __next__)	yieldを使った関数で作られたオブジェクト
実装方法	クラスで__iter__と__next__を定義	関数にyieldを書く
コード量	やや多い（クラス定義が必要）	少ない（関数だけでOK）
メモリ効率	よい（1つずつ取り出す）	とてもよい（遅延評価ができる）
for文との相性	◎	◎
状態の保存	自分で管理する必要あり	Pythonが自動で保存してくれる
再利用	できない（1回使い切り）	できない（1回使い切り）

---

✅ 使い分けの目安

どちらも「データを1つずつ取り出す」という目的は同じですが、使いやすさや書きやすさに違いがあります。

✔ クラスのように複雑な状態管理が必要なら「イテレーター」

# 例：複数のリストをまたいでデータを出すような高度な処理

✔ シンプルに順番に値を返したいなら「ジェネレーター」

def countdown(n):
    while n > 0:
        yield n
        n -= 1

---

✅ 初心者におすすめなのは？

初心者さんには、まずはジェネレーターを使うのがおすすめ！

理由は…

• コードが短くてわかりやすい
• for文との相性がバツグン
• yieldだけ覚えればすぐ使える

「イテレーターをクラスで書く」のは、もう少しPythonに慣れてからでもOKです！

---

✅ 補足：ジェネレーター式（Generator Expression）

さらに一歩進んだテクニックとして、「ジェネレーター式」という書き方もあります。

gen = (x * 2 for x in range(5))
print(next(gen))  # → 0

見た目はリスト内包表記と似ていますが、カッコ () を使うことでメモリを使わずに1つずつ生成できるのがポイントです。

---

5. 応用例｜自作ジェネレーター関数でデータを1万件扱う

ここでは、実際に大量のデータ（1万件）を扱うジェネレーター関数を作ってみましょう！

「そんなにいっぱいのデータ、どうやって処理するの？」と心配になるかもしれませんが…
ジェネレーターを使えば、メモリをほとんど使わずにラクラク処理できちゃいます！

---

✅ 普通に1万件のリストを作るとどうなる？

たとえば、こんなコードを書いてみると…

numbers = [i for i in range(10000)]
print(numbers[9999])

リストはとても便利ですが、すべての値を一度にメモリに保存するので、大きなデータになるとパソコンのメモリをたくさん使ってしまいます。

---

✅ ジェネレーターで1万件を1つずつ取り出してみよう！

ジェネレーターを使えば、データを必要なときにだけ1つずつ作り出すことができます。

def generate_numbers():
    for i in range(10000):
        yield i

この関数を使ってみましょう！

gen = generate_numbers()

for num in gen:
    if num % 1000 == 0:
        print(f"{num} 件目のデータ処理中...")

このコードは、1件ずつデータを処理していて、しかも1,000件ごとに進捗（しんちょく）を表示します。
全部をメモリにためていないので、軽くてスピーディー！

---

✅ これができると何が便利なの？

• 大量のファイル処理（1行ずつログを読むとか）
• Webスクレイピング（ページを順番に処理するとき）
• データベースからの逐次読み込み（一括取得せず小分けに）

…などなど、現実のプログラミングでもよく使われています！

---

✅ 応用のヒント：フィルター付きジェネレーター

さらに少し発展すると、「条件に合ったデータだけを返すジェネレーター」も作れます。

def even_numbers(max_num):
    for i in range(max_num):
        if i % 2 == 0:
            yield i

for num in even_numbers(20):
    print(num)

このコードでは、0〜19の中で偶数だけを取り出して表示しています。

---

6. まとめ｜イテレーター・ジェネレーターでPythonをもっと効率的に

ここまで、Pythonの「イテレーター」と「ジェネレーター」について学んできました。
ちょっとむずかしそうな言葉でしたが、だんだんイメージできてきたのではないでしょうか？

この章では、これまでのポイントをふり返って、最後に整理してみましょう！

---

✅ イテレーターとは？

• リストやファイルなど、たくさんのデータを1つずつ取り出す仕組み。
• next()で順番に取り出せて、取り出し終わるとStopIterationエラーが出る。
• ファイルやfor文の中でもよく使われている。

---

✅ ジェネレーターとは？

• yieldを使って簡単にイテレーターを作れる関数。
• 関数の途中で「一時停止」できて、next()で再開する。
• for文でもそのまま使えて、メモリを節約しながら大きなデータも扱える！

---

✅ こんなときに使うと便利！

やりたいこと	おすすめ
クラスで複雑な処理をカスタムしたい	イテレーター（__iter__, __next__）
シンプルに1つずつ値を出したい	ジェネレーター（yield）
大量のデータを軽く処理したい	ジェネレーター
データをフィルターしながら処理したい	ジェネレーター＋条件式

---

✅ Pythonをもっと効率よく書くために

Pythonには、こういった「スマートに動くしくみ」がたくさんあります。
イテレーターやジェネレーターを使いこなせるようになると、シンプルで読みやすい、そして動作が軽いプログラムが書けるようになります！

---

📝 次におすすめの記事は？

このあと読みたい関連記事を以下にご紹介します👇

• 🔗 【Python入門】while文の使い方とbreak・continueの違い
• 🔗 Pythonのセイウチ演算子とは？代入式「:=」の使い方
• 🔗 初心者でもすぐわかる！Pythonのクラス入門ガイド

---

難しそうに見える「イテレーター」や「ジェネレーター」も、実はPythonの中ではとてもよく使われている便利な仕組みです。
少しずつ練習しながら、自分のコードにも取り入れてみましょう！

「一気に全部処理」じゃなくて、「1つずつ丁寧に処理」。
それが、プログラムでも人間関係でも大事なことかもしれませんね😊

---

よくある質問（Q&A）