Pythonの変数は箱じゃない？メモリ上のラベルという正体を理解する

プログラミングを学び始めると、まず最初に出会うのが変数という概念ですよね。

多くの入門書や学習サイトでは、変数を値を中に入れるための箱として説明しています。

しかし、Pythonを深く学んでいくと、この箱というイメージが原因で、思わぬバグや勘違いに繋がることがあります。 エンジニア歴10年の私から見ても、初心者が中級者へステップアップする最大の壁は、この変数の正体を正しく捉え直せるかどうかにあると感じています。

今回は、Pythonにおける変数の正体であるラベルという考え方について、メモリの仕組みを交えながら徹底的に解説します。 この記事を読み終える頃には、あなたのコードの見え方がガラリと変わっているはずです。

なぜ「箱」という説明が嘘になってしまうのか¶

プログラミングの基礎で、変数はよく「xという名前の箱に10を入れる」といった図解で説明されます。 これは直感的でわかりやすく、数学の代数のような感覚で扱えるため、最初の1歩としては非常に優秀な例え話です。

ですが、Pythonの実態はこれとは少し異なります。 Pythonの世界では、データそのものがメモリ上のどこかに存在しており、変数はそこを指し示す名札（ラベル）に過ぎません。

他言語とのイメージの違い¶

例えば、C言語などの言語では、変数は確かにメモリ上に確保された特定の領域、つまり箱としての性質が強いものでした。 箱そのものにサイズがあり、その中にデータを直接書き込むイメージです。

対して、Pythonはすべてがオブジェクトという単位で管理されています。 数値の10も、文字列のこんにちはも、すべてが独立した物体としてメモリの海に浮いていると考えてみてください。

変数は、その浮いている物体に対してピタッと貼り付けられた付箋のようなものです。 この違いを理解していないと、リストのコピーや関数の引数で、予期せぬ挙動に頭を抱えることになります。

箱だと思い込んでいると起きる悲劇¶

もし変数が箱なら、中身を書き換えたときに他の箱に影響が出るはずはありませんよね。 ところが、Pythonではある変数を操作したはずなのに、別の変数の値まで変わってしまう現象が起きます。

list_a = [1, 2, 3]
list_b = list_a
list_b.append(4)

print(list_a)  # [1, 2, 3, 4] になってしまう！

これを見て、なぜaまで変わるの？と驚いた方は、まだ変数を箱だと捉えている証拠です。 この挙動こそが、Pythonの変数がラベルであることの決定的な証拠と言えます。

メモリの中で何が起きているのかを覗き見る¶

Pythonがどのようにデータを管理しているのか、もう少し具体的に見ていきましょう。 私たちがコードを書くとき、パソコンのメモリの中では常にオブジェクトの生成とラベルの貼り付けが行われています。

オブジェクトの生成¶

例えば x = 500 というコードを書いたとしましょう。 このとき、Pythonはまずメモリ上の空いている場所に「500という数値オブジェクト」を作成します。

その後に、その500という物体に対して x というラベルをペタッと貼り付けます。 これがPythonにおける代入の真実です。

ラベルの貼り替え¶

次に x = 1000 と書き換えた場合、箱の中身を入れ替えるのではありません。 新しく「1000というオブジェクト」をメモリに作り、x というラベルを500から剥がして、1000の方へ貼り直します。

残された500というオブジェクトは、誰からもラベルを貼られていない迷子状態になります。 Pythonにはガベージコレクションという仕組みがあり、誰からも参照されなくなったオブジェクトは自動的にメモリから掃除されます。

この効率的な「ラベルの貼り替えシステム」のおかげで、Pythonは柔軟なプログラミングを可能にしているのです。

証拠を確認する！ id関数とオブジェクトの住所¶

言葉だけで説明されても、なかなか実感が湧かないかもしれません。 そこで、Pythonの標準機能を使って、オブジェクトがメモリのどこにあるのかを実際に確認してみましょう。

id関数を使ってみよう¶

Pythonには id() という組み込み関数があります。 これは、そのオブジェクトがメモリ上のどの位置（アドレス）にあるかを示す、いわば住所を返してくれる関数です。

a = 1000
b = 1000

print(id(a))
print(id(b))

これを実行すると、非常に長い数字が表示されるはずです。 もし a と b が別々の場所に作られていれば住所は異なりますし、同じものを指していれば住所は一致します。

ラベルが一致する瞬間¶

面白いことに、小さな数値（-5から256まで）などの場合は、Pythonがメモリを節約するために同じオブジェクトを使い回します。 これをインターン化と呼びますが、これも変数がラベルだからこそできる芸当です。

x = 10
y = 10
print(x is y)  # True になる

is 演算子は、2つの変数が同じ住所を指しているかを判定するものです。 箱の中に同じものが入っているかを確認する == とは、似ているようで全く意味が異なります。

【関連記事】 Noneはただの空ではない。Pythonに1つしか存在しないシングルトンの正体とは？

変数とラベルの違いまとめ¶

ここで、従来の箱モデルとPythonのラベルモデルの違いを表にまとめてみましょう。 これを見れば、なぜ考え方をアップデートする必要があるのかが一目でわかるはずです。

項目	箱モデル（他言語のイメージ）	ラベルモデル（Python）
代入の仕組み	箱の中にデータをコピーして入れる	データに名前の付箋を貼る
代入 a = b	bの中身をコピーしてaの箱に入れる	bが貼ってあるデータにaも貼る
メモリ消費	変数ごとに領域を確保する	データ（オブジェクト）ごとに確保する
書き換え	箱の中身を直接上書きする	新しいデータを作りラベルを貼り替える
型の制約	箱の大きさに合わせた型が必要	どんなデータにもラベルを貼れる

このように、Pythonの変数は非常に身軽で自由度が高いことがわかりますね。 しかし、この自由さが時に初心者にとっての落とし穴となります。

現場でハマる「参照」の落とし穴¶

エンジニアとして10年働いてきた中で、新人が最も多くやらかすミスがあります。 それが、可変（ミュータブル）オブジェクトの共有です。

リストの操作でデータが壊れる¶

冒頭でも少し触れましたが、リストなどの中身を書き換えられるオブジェクトを扱うときは注意が必要です。 b = a としたとき、それはリストという物体に2枚のラベルが貼られた状態を意味します。

片方のラベル（変数）を使って中身を操作すると、当然もう片方のラベルから見た景色も変わってしまいます。 これを知らずに「元のデータを残しておこう」と思ってコピーしたつもりが、本尊まで書き換えてしまうミスは後を絶ちません。

引数という名のラベルの受け渡し¶

関数の引数も、実はラベルの受け渡しです。 関数にリストを渡すと、関数の外にあるリストという物体に、関数内での新しいラベルが追加されます。

def add_item(target_list):
    target_list.append("new item")

my_list = ["old"]
add_item(my_list)
print(my_list)  # ["old", "new item"]

関数の中で append すると、外側の my_list も書き換わってしまいます。 これを防ぐには、ラベルを渡すのではなく、オブジェクトそのものの複製（コピー）を作る必要があります。

【関連記事】Pythonの浅いコピー(シャローコピー)と深いコピー(ディープコピー)の違いを徹底解説！

不変（イミュータブル）と可変（ミュータブル）¶

変数がラベルであるという理解を深めるために、もう一つ避けて通れない概念があります。 それが、オブジェクトの不変性です。

変わらない安心感：数値や文字列¶

数値や文字列、タプルなどは不変（イミュータブル）なオブジェクトと呼ばれます。 これらは、一度メモリ上に作られたら、その中身を書き換えることは絶対にできません。

一見、s = "abc" を s = "abcd" に書き換えているように見えても、実際には新しい「abcd」という物体を作ってラベルを貼り替えているだけです。 この仕組みのおかげで、数値や文字列は複数のラベルで共有されても安全に保たれます。

自由すぎる危険：リストや辞書¶

一方で、リストや辞書、集合などは可変（ミュータブル）なオブジェクトです。 これらは、ラベルを貼り替えることなく、その物体そのものの形を変えることができます。

この性質は、大量のデータを扱う際にメモリを節約できるというメリットがあります。 しかし、先ほど説明したように、意図しないデータの共有を引き起こすリスクも孕んでいます。

「今扱っているデータは不変か可変か？」を常に意識することが、Pythonプロフェッショナルへの第一歩です。

10年選手の視点：なぜこの理解が重要なのか¶

私は長年、多くのPythonプロジェクトに携わってきました。 その経験から断言できるのは、バグの8割はデータの流れを把握できていないことに起因するということです。

「なぜか値が消えている」「知らないうちにデータが更新されている」 こうした問題の多くは、変数を単なる箱だと思い込み、メモリ上の実体を追えていないことが原因です。

複雑なシステムほどラベルの意識が必要¶

現代の開発では、AIモデルにデータを渡したり、Webフレームワークでリクエストを処理したりと、オブジェクトが多くの場所を渡り歩きます。 その過程で、どこで実体が作られ、どこでラベルが共有されているのか。

これを頭の中で図解できるエンジニアは、デバッグのスピードが圧倒的に速いです。 逆にここが曖昧だと、対症療法的なコードを継ぎ足すことになり、コードの品質はどんどん低下してしまいます。

Pythonの思想に触れる¶

Pythonの哲学を記した The Zen of Python というものがあります。 その中に「Explicit is better than implicit（暗黙的であるより明示的であるほうが良い）」という言葉があります。

変数がラベルであることを理解することは、Pythonが裏側で何を行っているかを明示的に意識することに他なりません。 魔法のように動くコードの裏側を理解したとき、あなたは本当の意味でPythonを乗りこなせるようになるのです。

【関連記事】Pythonの禅とは？「import this」に隠された秘密を徹底解説

まとめ¶

今回は、Pythonにおける変数の正体が「箱」ではなく「ラベル」であることを解説しました。 少し難しい概念もあったかもしれませんが、まずはこのイメージを持つだけでも十分です。

• 変数はオブジェクトに貼られた名札（ラベル）に過ぎない。
• 代入は、ラベルを貼り替えたり追加したりする作業。
• is は住所の確認、== は中身の確認。
• リストのような可変オブジェクトは、ラベルの共有に要注意。

プログラミングの学習を進める中で、もし挙動に疑問を感じたら、ぜひこの記事の図を思い出してみてください。 メモリの海に浮いているオブジェクトと、そこに伸びるラベルの線を想像すれば、きっと答えが見つかるはずです。

これからも、表面的な書き方だけでなく、コードの裏側で起きている仕組みに目を向けてみましょう！

ここまでお読みいただきありがとうございました！