Pythonの学びを進めると、「型」は理解できても、次に壁となるのが「変数と値の関係」です。
同じように代入しているのに、思った結果にならない──その原因は、変数が“値そのもの”ではなく“値を指す仕組み”を持っているからです。
この記事では、変数と値のつながりを丁寧にたどりながら、代入や再代入の裏で何が起きているのかを整理します。
型を学んだあとに訪れる「なぜそうなるのか」という疑問を、具体的なケースを通して見える形にしていきます。
Pythonの基礎知識（基礎編）
🟣 Pythonの基礎知識（基礎編）
📌基本文法から実用テクニックまで、Pythonの土台を固めるステップアップ講座
└─ 【Pythonの基礎知識（基礎編）】仕組みから学ぶ思考と自動化のプログラミング講座
├─ STEP 0：Pythonを動かす“仕組み”を理解する
｜ ├─【Pythonの基礎知識】Pythonを動かす環境とは何か？ “自分専用の環境”を作る
｜ ├─【Pythonの基礎知識】Hello Worldの裏側にある実行の仕組み
｜ └─【Pythonの基礎知識】Pythonのファイル構造と実行パスを理解する
｜
├─STEP 1：Pythonで“考える仕組み”を作る（思考編）
｜ ├─【Pythonの基礎知識】データ型で世界を定義する｜数・文字・真偽の正体
｜ ├─【Pythonの基礎知識】変数と値の動きを通して仕組みを理解しよう
｜ ├─【Pythonの基礎知識】条件分岐で“判断を任せる”仕組みを作る
｜ ├─【Pythonの基礎知識】for文で“人の手”を離す仕組みを作る
｜ └─【Pythonの基礎知識】while文で“継続する仕組み”を作る
｜
├─STEP 2：Pythonで“情報を扱う仕組み”を作る（構造編）
｜ ├─【Pythonの基礎知識】コレクション型の正しい選び方（list, tuple, dict, set）
｜ ├─【Pythonの基礎知識】リストで情報を整理し、仕組みに流れを持たせる
｜ ├─【Pythonの基礎知識】辞書型でデータを“意味”で管理する
｜ └─【Pythonの基礎知識】集合型で重複を排除し、無駄をなくす仕組みを作る
｜
├─STEP 3：Pythonで“動きを再利用する仕組み”を作る（関数・モジュール編）
｜ ├─【Pythonの基礎知識】関数で処理を再利用する｜“人間の手順”を仕組みに変える
｜ ├─【Pythonの基礎知識】引数と戻り値で“情報のやりとり”を自動化する
｜ ├─【Pythonの基礎知識】モジュールとパッケージで“仕組みを部品化”する
｜ └─【Pythonの基礎知識】importの裏側を理解し、コードを分離する設計思考
｜
├─STEP 4：Pythonで“データを扱う仕組み”を作る（入出力・永続化編）
｜ ├─【Pythonの基礎知識】ファイル操作でデータを読み書きする仕組みを作る
｜ ├─【Pythonの基礎知識】CSVを自在に扱う仕組みを作る
｜ ├─【Pythonの基礎知識】JSONで構造化データを操る
｜ └─【Pythonの基礎知識】例外処理で“壊れない仕組み”を設計する
｜
└─STEP 5：Pythonで“自動化する仕組み”を作る（応用実践編）
├─【Pythonの基礎知識】スクリプトを自動実行させる仕組みを作る
├─【Pythonの基礎知識】日次タスクを自動化して人の時間を解放する
├─【Pythonの基礎知識】外部APIを活用して作業を外部化する
└─【Pythonの基礎知識】ログを記録して仕組みの信頼性を高める
変数の基礎と値の結びつき
Pythonでプログラムを書くとき、変数と値の関係を正しく理解しているかどうかで、コードの安定性は大きく変わります。
変数は「値をしまう箱」ではなく、「値を指し示すラベル」です。
ここを誤解したまま進むと、意図しない動作やデータの上書きが起きる原因になります。
この記事では、実際のコードと具体的な会話例を交えながら、変数と値がどのように結びついて動いているのかを整理します。
変数とは何か
Pythonで最初に登場する「変数」は、単に数字や文字を入れる箱のように思われがちです。
実際には、変数は「値（オブジェクト）を指す名前」であり、値そのものを直接持っているわけではありません。
この仕組みを理解しておくと、コードの動きを正確に読めるようになります。
実際の挙動を確かめてみましょう。次の手順を行います。
- ターミナルを開いて、Pythonのインタプリタ（対話モード）を起動します。
python3
- 対話モードのプロンプト（>>>）が表示されたら、以下を入力します。
>>> score = 100
>> score
【出力例:】
100
このときPythonの内部では、「変数scoreが整数オブジェクト100を参照する」という関係が作られています。
もし同じ処理をスクリプトで確認したい場合は、ファイルに次のように書きます。
[ sample.py ]
score = 100
print(score)
そして、ターミナルで実行します。
python3 sample.py
【出力例:】
100
値（オブジェクト）との関係性
次に、変数と値（オブジェクト）の結びつきを見てみましょう。
a = [1, 2, 3]
b = a
b.append(4)
このコードを実行したあと、aとbの中身を確認してみます。
【出力例:】
>>> a [1, 2, 3, 4]
>> b [1, 2, 3, 4]
この関係を表で整理すると、より分かりやすくなります。
| 変数名 | 参照先オブジェクト |
|---|---|
| a | [1, 2, 3, 4] |
| b | aと同じオブジェクト |
リストのようなミュータブルな型では、複数の変数が同じオブジェクトを共有していると、一方の操作がもう一方にも反映されます。
逆に、文字列や整数のようなイミュータブルな型では、再代入時に新しいオブジェクトが作られるため、影響は独立します。
変数の振る舞い：代入・再代入・参照
Pythonの変数は「箱」ではなく「ラベル」のように働きます。
この特徴を正しく理解しておくと、思い通りの結果を得られるだけでなく、バグを防ぐ力にもつながります。
ここでは、変数の代入・再代入・参照という3つの動きを通して、Pythonの内部で何が起きているのかを具体的に見ていきます。
代入によるバインディング
代入とは、変数名を値（オブジェクト）に結びつける操作のことです。
つまり、変数が「このオブジェクトを参照する」と宣言する行為です。
>>> x = 10
>>> y = x
>>> y
【出力例:】
10
このとき、x と y はどちらも同じ整数オブジェクト「10」を参照しています。
この仕組みを「バインディング（binding）」と呼びます。
それとも同じもの？
変数が値を「持つ」わけではなく、値を「指している」というイメージを持つと、Pythonの動作が一気に理解しやすくなります。
再代入と型の変化
次に、同じ変数に別の値を代入するとどうなるかを見てみましょう。
>>> x = 10
>>> x = "Python"
>>> x
【出力例:】
'Python'
最初に x は整数オブジェクト 10 を指していましたが、再代入後は文字列オブジェクト "Python" を指すようになりました。
つまり、x の「中身が変わった」のではなく、参照先が切り替わっただけです。
型を持つのは“値（オブジェクト）”側なんです。
だから、変数がどんな値を指すかで動作が変わるんです。
この性質に慣れると、Pythonでは「どの変数がどのオブジェクトを参照しているか」を意識することが重要だと分かります。
参照とオブジェクトの共有
次に、複数の変数が同じオブジェクトを参照した場合の動きを確認してみましょう。
>>> a = [1, 2, 3]
>>> b = a
>>> b.append(4)
>>> a
【出力例:】
[1, 2, 3, 4]
b に対して append() を実行したのに、a も同じように変化しています。
これは、a と b が同じリストオブジェクトを共有しているためです。
独立させたい場合は、コピーを作るのが安全です。
以下の表に、代入・再代入・参照の関係をまとめます。
| 操作 | 変数の動き | 結果の特徴 |
|---|---|---|
| 代入 | 名前がオブジェクトを指す | 変数と値が結びつく |
| 再代入 | 参照先が新しいオブジェクトに切り替わる | 元のオブジェクトは切り離される |
| 参照共有 | 複数の変数が同じオブジェクトを指す | 一方の変更が他方にも影響 |
これらの仕組みを理解しておくことで、「なぜこの変数が変わったのか」「どこで値が共有されたのか」を説明できるようになります。
変数の動きを正確にイメージできれば、コードの安定性が大きく上がります。
スコープとライフサイクルから見る変数の動き
Pythonでプログラムを書くうえで、変数がどこまで使えるのか、いつ消えるのかを理解しておくことはとても重要です。
スコープ（有効範囲）とライフサイクル（生存期間）を理解していないと、意図しない値の上書きや、思わぬエラーに悩まされることがあります。
ここでは、ローカル変数とグローバル変数の違い、そして変数がどのように生まれ、消えていくのかを、実例を通して整理していきます。
ローカル・グローバル変数の役割
Pythonでは、変数がどこで定義されたかによって有効範囲（スコープ）が異なります。
関数外で定義された変数はグローバル領域に、関数内で定義された変数はローカル領域に属します。
それぞれの扱い方を理解することで、思わぬバグを防ぐことができます。
Pythonはプログラムを実行するとき、最初にグローバル領域を1回だけ読み込んで評価します。
その後、関数が呼ばれるたびにローカル領域が一時的に生成され、処理が終わると消えます。
# -----------------------------------------
# ここがグローバル領域（global scope）
# -----------------------------------------
x = 10 # グローバル変数
def sample_function():
# -----------------------------
# ここがローカル領域（local scope）
# -----------------------------
y = 5 # ローカル変数
print("関数内:", x, y)
sample_function()
print("関数外:", x) # 【出力例:】関数内: 10 5
関数外: 10
ポイント
- グローバル領域：関数やクラスの外側（x = 10 や sample_function() の呼び出し部分）
- ローカル領域：関数の内部（y = 5 の定義部分）
グローバル領域とは？
プログラム全体の中で、関数やクラスの外側に書かれたコードが実行される範囲を「グローバル領域（global scope）」といいます。
ここで定義された変数は「グローバル変数」となり、モジュール内のどこからでも参照可能です。
message = "Hello"
def greet():
message = "Hi"
print(message)
greet()
print(message)
【出力例:】
Hi
Hello
この結果を見ると、関数内の message は「Hi」、関数外の message は「Hello」となっています。
同じ名前でも、関数の中と外で別のスコープを持っているため、それぞれ独立して扱われるのです。
count = 0
def add():
global count
count += 1
add()
print(count)
【出力例:】
1
このように global を使うと、関数の外で定義された変数に直接アクセスできるようになります。ただし、どこからでも変更できてしまうため、複雑なプログラムでは混乱の原因にもなります。
そのため、基本はローカル変数を使い、必要なときだけグローバル変数を明示的に操作するのが安全です。
| 種類 | 定義場所 | 有効範囲 | 注意点 |
|---|---|---|---|
| ローカル変数 | 関数内 | 関数内のみ | 外部から参照できない |
| グローバル変数 | 関数外 | プログラム全体 | 関数から変更するには global が必要 |
ライフサイクルとガベージコレクションの関係
変数は、プログラムの中で「いつ生まれ、いつ消えるか」というライフサイクルを持っています。
スコープを抜けた変数は自動的に破棄され、Python内部のガベージコレクション（不要なメモリを回収する仕組み）によって整理されます。
def create_value():
data = [1, 2, 3]
print("関数内:", data)
create_value()
print("関数外で参照しようとするとエラー")
【出力例:】
関数内: [1, 2, 3]
Traceback (most recent call last):
NameError: name 'data' is not defined
関数を抜けた瞬間に、data はスコープの外へ出て存在しなくなります。
このように、Pythonではスコープが切れた時点で不要な変数は自動的に破棄されるため、メモリ管理を意識せずに安全にプログラムを書けるのです。
実体験ケース：変数でつまずいたときの学び
Pythonを学び始めた頃、変数という言葉を何となく「値を入れる箱」として理解していました。
しかし実際にコードを書いていく中で、思いもよらない結果が出たり、意図した動作をしないことが多々ありました。
この体験から、単に「書き方」を覚えるのではなく、「仕組み」を理解することの重要さを痛感しました。
ここでは、私自身が変数でつまずいた具体的な経験と、そこから得た学びを共有します。
何をやったか：私の経験
最初の頃、私はリストを扱うコードで何度も同じ失敗を繰り返していました。 ある日、複数の変数に同じリストを代入して、それぞれ独立して扱えると思っていたのです。
a = [1, 2, 3]
b = a
b.append(4)
print(a)
【出力例:】
[1, 2, 3, 4]
b に変更を加えたのに、a まで変わってしまったのです。
「bに追加しただけなのに、なぜaまで変わるんだ？」と、本気で悩みました。
どこで迷ったか・なぜ迷ったか
私は「変数は値をコピーして持つもの」というイメージに引きずられていました。
Pythonでは実際には「値を持つ」のではなく、「オブジェクトを参照する」構造になっているため、同じリストを別の変数が指すと、片方の変更がもう一方に反映されてしまいます。
id(a)
id(b)
【出力例:】
4389012800
4389012800
このように、a と b は同じオブジェクトIDを持っており、つまり同じ場所を参照しているのです。
この「参照」という概念を理解していなかったことが、私の混乱の根本原因でした。
そこから得た気づきと再発防止策
この経験から得た最大の気づきは、「Pythonの変数は“ラベル”にすぎない」ということです。
データそのものではなく、データを指す“名前”であるため、同じデータを指せば当然変化も共有されます。
import copy
a = [1, 2, 3]
b = copy.deepcopy(a)
b.append(4)
print(a)
print(b)
【出力例:】
[1, 2, 3]
[1, 2, 3, 4]
このように copy.deepcopy() を使うことで、リストを“別のオブジェクト”として複製できるようになりました。
これを知ってから、同じようなミスは一度も起きていません。
変数の本質を理解することは、単なる文法知識ではなく、“思考の整理”でもあります。
Pythonの変数は、あなたの意図をそのまま形にしてくれる道具です。
仕組みを知ることで、プログラム全体を「意図通りに動かす力」が確実に身につきます。
まとめ
ここまでで、Pythonの変数がどのように「値」と結びつき、どんなタイミングで生成・消滅するのかを整理してきました。
一見するとシンプルな仕組みですが、その裏では「スコープ」と「ライフサイクル」という明確なルールが働いています。
これを理解しておくことで、予期せぬ動作を防ぎ、安定したコードを書けるようになります。
スコープを意識して変数を定義すれば、思わぬ上書きや参照トラブルを防げます。
また、ライフサイクルを理解しておくことで、不要な変数を残さず、メモリの無駄をなくせます。
特に、ガベージコレクションの仕組みはPythonが自動で行ってくれるとはいえ、意図的に参照を切る意識を持つことが、安定した開発環境を作る鍵になります。
最後にもう一度整理します。
| 要点 | 理解すべきポイント |
|---|---|
| スコープ | 変数の有効範囲を決める仕組み。ローカルとグローバルを正しく使い分ける。 |
| ライフサイクル | 変数が生まれ、使われ、破棄されるまでの流れ。関数を抜けた時点でローカル変数は破棄される。 |
| ガベージコレクション | 不要になったオブジェクトを自動で回収。参照が残らないように意識する。 |
理解が深まると、変数をただ使うのではなく、「生かす」ことができるようになります。
Pythonの変数はあなたの思考を映す鏡です。仕組みを知れば、コードも結果も驚くほどシンプルに見えるようになります。
次のおすすめ記事
👉 【Pythonの基礎知識】条件分岐で“判断を任せる”仕組みを作る
実践環境を整える
ここまで学んだ知識を実際に試すには、Linuxを動かす環境が必要です。手軽に始めるならVPSを利用するのがおすすめです。
→ VPS徹底比較！ConoHa・さくら・Xserverの選び方
