Scalaで各地の気温データを集計してみよう(総合演習)

まずデータの形を決めます。観測1件が持つのは「都市・日付・気温」の3つです。

case class Reading(city: String, day: Int, celsius: Option[Double])——これだけで完成です。

caseを付けると、Scalaがいくつものものを自動で用意します。中身を並べたtoString、中身が同じなら等しいと判定するequals、一部だけ変えた複製を作るcopy、そしてパターンマッチで分解できる能力。

newも要りません。Reading("札幌", 1, Some(-2.4))とそのまま書けます。

そしてcelsius: Option[Double]が、この演習の要です。

Scalaにはnullもありますが、使いません。「値が無いかもしれない」はOptionで表します。Some(値)かNoneのどちらかという型です。

この差は大きいです。nullだと、どの変数がnullになりうるのか型からは分かりません。Option[Double]と書いてあれば、「無いことがある」と一目で分かり、しかも中身を取り出すまで数値として使えません。

「うっかり忘れる」ができなくなる——それがOptionの値打ちです。

フィールドはすべてval——作ったあと書き換えられません。観測の記録なので、それが正しい形です。

観測数: 15件
1件目: Reading(札幌,1,Some(-2.4))
欠測の例: Reading(札幌,3,None)
同じ内容は等しい: true

集計するには、まず欠測を除いた気温だけの一覧が要ります。

rs.flatMap(_.celsius)——これだけです。

なぜこれで欠測が落ちるのか。——ScalaではOptionを「0個か1個の入れ物」として扱えます。Some(8.6)は1個入り、Noneは空っぽ。

flatMapは「それぞれを入れ物に変えて、全部つなげる」という働きです。だからSomeの中身は並び、Noneは何も足さずに消えます。

結果の型がList[Double]になっているのが要点です。List[Option[Double]]ではありません。もうOptionが外れているので、そのまま足せます。

_.celsiusの_はr => r.celsiusの省略形です。引数を1回しか使わないときに使えます。

手で書くとどうなるか、比べてみてください。——forで回して、ifでNoneを除いて、可変のリストに足していく。5行以上かかりますし、途中で状態を書き換えることになります。

欠測の件数は引き算で出せます。rs.size - values.size——元の件数から有効な件数を引くだけです。

この一手間を省かないでください。「有効12件」とだけ出すのと「15件中12件有効(欠測3件)」と出すのとでは、読む人が数字をどこまで信用してよいかの判断が変わります。

札幌の観測: 5件
欠測を除くと: 4件
気温: List(-2.4, -0.8, 1.2, -3.1)
欠測: 1件

平均を出します。varを使わずに合計する方法がfoldLeftです。

values.foldLeft(0.0)(_ + _)——「0.0から始めて、順に足していく」という意味です。

var sum = 0.0と書いてforで足すのと、結果は同じです。違うのは途中で書き換わる変数が1つも無いこと。

なぜそれが良いのか。書き換わる変数があると、「いまこの変数はどんな値か」を追いながら読むことになります。foldLeftなら「0から始めて足していったもの」——それだけです。

そして戻り値をOption[Double]にしているのが要点です。

1件も観測が無い都市の平均は、0℃ではありません。「計算できない」のです。0.0を返すと、「平均0℃の寒い街」として集計に混ざります。

if (values.isEmpty) None else Some(...)——正直に「無い」と返します。受け取る側はmatchで場合分けさせられるので、0と混同しようがありません。

最大値のmaxOfは、もう少し込み入っています。foldLeft(None: Option[Double])——「まだ何も見ていない」状態から始めます。

中ではbest matchで分けています。すでに見つけた最大値があって、それが今の値以上ならそのまま。そうでなければ今の値に入れ替える。Noneのとき(1件目)もcase _で拾われるので、自然に1件目が採用されます。

values.maxという短い書き方もありますが、空のリストで例外が飛びます。ここではそれを避けています。

東京の平均: Some(10.5)
東京の最高: Some(12.8)
空のときの平均: None
空のときの最高: None

気温から一言のコメントを決めます。使うのはパターンマッチです。

celsius match { case c if c < freezing => "氷点下" ... }

case c if 条件のifがガードです。「この形に当たったうえで、さらに条件を見る」——値の形だけでなく、値そのものでも分けられます。

順番が結果を決めます。上から順に見て、最初に当たったものが採用されます。だからc < 0.0をc < 10.0より先に書かないと、氷点下も「寒い」に吸い込まれます。

細かい条件から先に書く——パターンマッチを書くときの基本です。

最後のcase _ => "暖かい"の_は「それ以外すべて」。これが無いと、当てはまらない値が来たときに実行時エラーになります。数値のように取りうる値が無限にある場合は、必ず書いてください。

そしてmatchは式です。——値を返します。だからdef comment(celsius: Double): String = celsius match { ... }と、=のあとにそのまま書けます。returnも波括弧も要りません。

Javaのswitchのように「変数を用意して、各分岐で代入する」必要がありません。これがScalaのコードが短くなる理由の1つです。

Optionをmatchで開くのも同じ仕組みです。case Some(a) => ... と case None => ...——2つとも書かないと警告が出ます。「中身があるとき」だけ書いて済ませられないようになっています。

札幌 1日: -2.4℃ 氷点下
札幌 2日: -0.8℃ 氷点下
札幌 3日: 欠測
札幌 4日: 1.2℃ 寒い
札幌 5日: -3.1℃ 氷点下
東京 1日: 8.6℃ 寒い

1都市ぶんの気温を1行に並べます。使うのはfor内包表記です。

for { r <- rs; text = ... } yield s"${r.day}日$text"

yieldが付くと、forは「回すだけ」ではなく「新しいリストを作る」ものになります。結果はList[String]です。

yieldの無いforとは別物だと考えてください。yield無しは表示するなど、何かをするだけ。yield付きは元のリストから新しいリストを作る——mapと同じ働きです。

中のtext = ...は途中の値に名前を付けているだけです。<-ではなく=——回すのではなく、その回の値を計算しています。

そして文字列補間です。Scalaには2種類あります。

s"..."は値をそのまま埋め込みます。s"${r.day}日"で1日になります。

f"..."は書式を指定できます。f"$c%5.1f"——%5.1fが「5文字ぶんの幅で、小数第1位まで」。printfと同じ書式です。

数字を揃えたいときは必ずfのほうです。s"$c"では8.6と11.2で桁がずれますし、10.5のつもりが10.499999999999998と出ることもあります。

mkString(" ")でリストを区切り文字でつなげます。List("1日 -2.4", "2日 -0.8")が1日 -2.4 2日 -0.8という1つの文字列になります。

札幌: 1日 -2.4  2日 -0.8  3日   ——  4日  1.2  5日 -3.1
東京: 1日  8.6  2日 11.2  3日  9.4  4日   ——  5日 12.8
那覇: 1日 19.5  2日 21.0  3日 20.2  4日 22.6  5日   ——
s補間: 10.5
f補間:   10.5

最後の仕上げです。ここまでの部品をobject WeatherReportにまとめます。

objectは「そのものが1つだけ存在するクラス」です。newする必要がなく、WeatherReport.print(readings)とそのまま呼べます。

Scalaにはstaticがありません。Javaでstaticを付けていたものは、Scalaではobjectに入れます。「クラスに属するが、実体は1つ」というものを、言語の仕組みとして持っているのです。

ここでOptionの扱いをもう一度見てください。

averageOf(values) match { case Some(a) => s"平均${fmt(a)}℃"; case None => "平均——" }

表示の直前までOptionのまま運んでいます。途中でgetOrElse(0.0)としてしまうと、そこから先は「0℃だった」と区別できません。

「無い」を最後まで持ち歩き、表示の段階で初めて——という形にする——これがOptionの正しい使い方です。

padRightは日本語の幅を揃えるために自分で書いています。「札幌」は2文字ですが、等幅フォントでは英数字4文字ぶんの幅——標準のpadToは文字数で数えるので揃いません。

s.map(c => if (c < 0x80) 1 else 2).sum——1文字ずつ幅に変換して合計するという、Scalaらしい素直な書き方です。

完成です。ここまででvarを一度も使っていません。合計も最大値も、書き換えではなく「元の値から新しい値を作る」で通しました。

観測データのSome(...)をいくつかNoneに変えてみてください。欠測の件数が増え、平均が変わります。1都市を全部Noneにすれば、「平均——」と表示されます——ステップ3でOptionを返すようにしておいた分岐が、実際に働くところが見られます。

===== 5日間の気温 =====
札幌  平均  -1.3℃  最高   1.2℃  欠測1件
  1日 -2.4  2日 -0.8  3日   ——  4日  1.2  5日 -3.1
東京  平均  10.5℃  最高  12.8℃  欠測1件
  1日  8.6  2日 11.2  3日  9.4  4日   ——  5日 12.8
那覇  平均  20.8℃  最高  22.6℃  欠測1件
  1日 19.5  2日 21.0  3日 20.2  4日 22.6  5日   ——
----------------------------------------------
観測数    : 15件(有効12件)
全体の平均:   10.0℃
氷点下    : 3件
最高気温  :   22.6℃(暖かい)