Summary  
This chapter introduces the use of the filter higher-order function to select elements from an iterable by applying a predicate, producing a new sequence containing only those items that satisfy a given condition.  

General domain of usage  
Data processing

高階関数である `map` を使って、シーケンス内の各要素に関数を適用する方法はすでに学習しました。Python でのもう一つの重要な高階関数が **`filter`** です。

`filter` 関数は、特定の条件を満たすかどうかに基づいてシーケンスから要素を選択するために使用されます。2つの引数を受け取ります。1つ目は各要素に対して `True` または `False` を返す関数、2つ目はフィルタリング対象のシーケンスです。結果は、関数が `True` を返した要素のみを含むイテレータとなります。これにより、`filter` はリストやタプル、その他のイテラブルから、偶数、正の値、特定の長さの文字列など、基準に基づいて特定の要素を抽出したい場合に特に有用です。

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

numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(is_even, numbers))
print(even_numbers)

このコードは、`filter()` 関数を使って既存のコレクションから偶数のみを含む新しいリストを作成しています。述語関数 `is_even(n)` を定義し、`filter` 関数が numbers リストの各要素にこの条件を適用し、条件を満たさない要素を除外します。最後に、得られた filter オブジェクトをリストに変換し、出力を生成します。

`filter` 関数を使用すると、**filter オブジェクト**（イテレータ）が返されます。これはリストではありません。`filter` の結果を直接出力すると、次のような出力が表示されます。

```
<filter object at 0xfffec885eb30>
```

フィルタリングされた値をリストとして取得するには、`list()` を使って filter オブジェクトを変換する必要があります。

注意


import unittest
import user_code
import ast
import re   
import importlib
import csv
import unittest
import importlib

class TestTask(unittest.TestCase):
    def test_returns_only_positive(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.filter_positive([-3, -1, 0, 2, 4, -2])
        expected = [2, 4]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Returns only positive numbers from mixed list",
            f"Expected {expected}, got {result}",
        )

    def test_returns_empty_when_no_positive(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.filter_positive([-5, -1, 0, -2])
        expected = []
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Returns empty list when no positives present",
            f"Expected {expected}, got {result}",
        )

    def test_all_positive(self):
        import user_code
        importlib.reload(user_code)
        numbers = [1, 2, 3, 4, 5]
        result = user_code.filter_positive(numbers)
        expected = [1, 2, 3, 4, 5]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Returns all numbers when all are positive",
            f"Expected {expected}, got {result}",
        )

    def test_all_non_positive(self):
        import user_code
        importlib.reload(user_code)
        numbers = [0, -1, -2, -3]
        result = user_code.filter_positive(numbers)
        expected = []
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Returns empty list for all non-positive input",
            f"Expected {expected}, got {result}",
        )

    def test_does_not_modify_original(self):
        import user_code
        importlib.reload(user_code)
        numbers = [-3, 0, 1, 5]
        numbers_copy = numbers[:]
        user_code.filter_positive(numbers)
        _dynamic_test(
            self,
            numbers == numbers_copy,
            "Original input list is not modified",
            f"Input list was modified: expected {numbers_copy}, got {numbers}",
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    changed = False
    # Collect all assignment nodes to modify
    assign_nodes = [
        (i, node)
        for i, node in enumerate(tree.body)
        if isinstance(node, ast.Assign)
        and any(isinstance(target, ast.Name) and target.id == var_name for target in node.targets)
    ]

    # If nothing to change, return unmodified code
    if not assign_nodes:
        return code

    # Perform replacements for all matching assignments (from last to first to not break line offsets)
    for i, node in reversed(assign_nodes):
        start_line = node.lineno - 1
        line = lines[start_line]
        indent = ' ' * (len(line) - len(line.lstrip()))
        lines[start_line] = f"{indent}{var_name} = {value}"
        next_line = len(lines)
        for next_node in tree.body[i+1:]:
            if hasattr(next_node, 'lineno'):
                next_line = next_node.lineno - 1
                break
        if next_line > start_line + 1:
            lines[start_line+1:next_line] = []
        changed = True

    return '\\n'.join(lines) if changed else code

if __name__ == "__main__":
    unittest.main()


test_main.py

パッキング／アンパッキング、柔軟な関数引数、高階関数、ラムダ、変数スコープ、クロージャ、イテレータ、デコレータを習得します。入門レベルのPythonコースを修了し、より効率的で表現力豊かかつ強力なコードを書きたい学習者向けに設計されています。

リスト、タプル、辞書のパッキングおよびアンパッキングの技術を探求し、より表現力が高く効率的なPythonコードの記述を目指します。

高階関数の世界、関数を引数として渡す方法、およびlambdaによる簡潔な無名関数の記述について深く学びます。

変数のスコープの謎を解き明かし、ネストされた関数とクロージャが強力なカプセル化をどのように実現するかを学びます。

Pythonのイテレーションプロトコル、カスタムイテレーター、ジェネレーター関数による効率的なデータ処理を深く学習します。

Filter関数の活用

解答