はてなブックマーク

なぜPythonはAIの標準になったのか ― Guido van Rossumが語るPythonのこれまでとこれから #こまPy GitHubの公式インタビュー動画で、Pythonの生みの親である Guido van Rossum 氏が、Pythonの誕生秘話から現在、そしてAI時代における未来までを語っています。Pythonはなぜ生まれ、どのように広まり、そしてなぜAI分野で中心的な存在になったのかについて、穏やかな語り口の中に、言語設計の思想とコミュニティの力、そして時代の流れが凝縮されているすばらしいインタビューです。 本記事では、そのインタビューの中でも特に「なぜPythonがAIで標準的な存在になったのか」、そして「AIが当たり前になる時代にPythonはどのような役割を担うのか」という点に焦点を当てて整理します。流行や偶然ではなく、設計思想とエコシステムの積み重ねが生んだ現在地

Pythonを活用したデータサイエンスの現場で、Jupyter Notebookに代表される「ノートブック」は今も広く使われていますが、その役割は以前とは変わってきています。探索や試行錯誤のための「考える場所」としては非常に強力ですが、本番コードの置き場としては限界があるからです。また最近では、marimo や Quarto のような新しいツール、そして AI コーディングの普及によって、「ノートブックとどう付き合うか」は再定義されつつある、と言えます。 本記事では、Redditの投稿「まだDSでノートブック使ってる？（Do you still use notebooks in DS?）」に寄せられた現場の意見をまとめながら、2026年、AIコーディング時代にノートブックがどのように使われているのか、どのように使うべきなのかについて、まとめたいと思います。 ノートブックという便利な道具Ju

2025年のPython界隈では、型チェックツールがかつてないほど多様化し、いまは「単一の標準が存在しない時代」に突入しているといえます。型チェックツールに「なにを求めるのか」によって、選ぶべきツールが変わってくるのです。その上、MyPyやPyrightといった既存のツールに加え、TyやPyreflyなどの“新世代”の型チェッカーが台頭し、「どれを選ぶべきか悩むわー」、という新しい課題を感じている人も多いでしょう。 本記事では、それぞれの特徴と現場での使われ方を整理し、「2025年末のPython型チェックの地図」を描いてみます。型チェックツールに対するみなさんの解像度、というかコンテクストを加味しつつ、「私にとって最適な型チェックツール」を選ぶ道標にしていただければ幸いです:-)。 Python型チェックは“変革期”にある型チェックという概念がPythonに広く浸透してから数年が経ちまし

生成AIやRAGのような技術が注目を集めています。文書処理は単なる前処理ではなく、AI活用の成否を左右する重要な基盤になっていると言えます。今回紹介するKreuzbergは、PDFやOffice文書、画像など現実の業務で扱われる多様な資料を、実務で使える形に変換するためのドキュメント処理フレームワークです。 Rust製の高速で安定したコアを持ち、Pythonをはじめとする複数の言語から同じ機能を利用できる点が大きな特徴です。OCR、表抽出、チャンク分割、埋め込みといった工程を一貫して扱えるため、AI時代の文書処理基盤として非常に現実的な選択肢と言えるでしょう。 最近新バージョン4.0のRCがリリースされたので、Kreuzbergについて解説しながらら、新しくなった点、同種のライブラリとの比較について、簡単に記事にしてみました。ちなみに「Kreuzberg」は「クロイツベルク」と読みます。ベ

PythonではPython Web UIフレームワークと呼べるジャンルが注目されています。 例えばStreamlitは、Pythonスクリプトを書くだけで簡単にUIを持ったWebアプリを作れることを強みに普及していますね。みんなのPython第5版でも紹介しています。ユーザーはHTMLやJavaScriptを一切書かずに、st.write()やst.button()といった関数を使うだけで、ブラウザ上にUIを描画できます。 Streamlitが使われている分野として、データサイエンス界隈があります。モデルの可視化、データのダッシュボード、AIデモなど、“すぐに共有したい”アプリを短時間で作るのに最適だからです。 でも、そんなStreamlitにも弱点があって、たとえばページ遷移や高度なUIカスタマイズは難しい。黒魔術てんこ盛りのセッションもハマるポイントですね。簡単だと思って作り始めたア

おかげさまで高評価！北米で人気のSNS、RedditのPythonチャンネルでは、年末に「新着有望ライブラリを紹介するスレッド」が立ち上がります。今回の記事では、2025年版から、今年新しくリリースされたたくさんのPythonライブラリのうち、有望なものを紹介したいと思います。 新しいライブラリを紹介することが目的なので、numpyやpandasのような定番ライブラリは含まれていません。一般用途／AI・ML・Dataそれぞれ上位5ライブラリについて、「どんな背景で生まれ、どんな場面で役立つのか」が具体的に伝わるよう、概要を掘り下げて解説します。 6位以下については、後ろの方に概略を紹介しています。みなさんの知らない有望なライブラリがきっとたくさんありますので、最後まで読んでみてくださいね。 一般用途上位5ライブラリまずは一般用途のライブラリから。一般用途のライブラリ群は、派手な新機能よりも

みんなのPython 第5版発売中です！最近、Pythonの開発環境「marimo」のことをよく聞くようになりました。ノートブックの一種で、変数を変更すると即座に反映される「リアクティブ」な実行環境です。Jupyterとは異なった開発体験を与えてくれて、利用者の多くは「なんか使いやすい」と感じていると思います。私もちょっと触ってみたら、JupyterやColabのようにセルの実行順序に左右されないので「たしかに手になじむわ」という感想を持ちました。ファイルが.ipynbではなく.pyになるのもいいですね。 今回は、一体誰がmarimoを開発していて、なにを目指しているのかをについて、調べてみたことをまとめて見たいと思います。 作者のAkshay 氏がすごすぎるmarimoはAkshay氏、Dylan氏の二人で開発をしています。このうち、よく表に出てくるAkshay氏の経歴がなかなかにすごい

Pythonでオブジェクトのシリアライズを行う時、たいていpickleを使おう、と思いますよね。cloudpickleもあるか。最近だと機械学習のタスクで大きめのnumpy行列やpandasのDataFrameをピクルス化して各所に保存したりもするんですよね。で、使っていると直面するのが「遅い」「(サイズが無駄に)デカい」、そして「バージョン依存ツラい」という問題なのです。それをマルっと解消してくれるライブラリとしてPyforyを紹介しよう、というのが今回の試みです。細かくて伝わりづらいけど、みなさんに届くといいな:-D。 Pyforyとはなにか？Apache ForyのPython実装「Pyfory」は、従来のpickleやcloudpickleの代替として動作する新しいシリアライザです。速度・サイズ・安全性のすべてを大幅に強化しているのが特徴です。NumPyやPandasの巨大データに

みんなのPython 第5版発売中です！ FastAPIの人気が止まりません。PythonのIDE「PyCharm」を開発しているJetBrainsのリポートによると、2024年ではアンケートのシェアが29%だったのが2025年には38%に上昇してDjangoを抜いた、とあります。FastAPIが持つ現代的な開発体験（DX）とパフォーマンスの両立が、Djangoの「全部入りの安心感」を上回った、という時代の変化の現れなのかもしれません。 YouTubeでは、FastAPIの作者 Sebastián Ramírez（セバスティアン・ラミレス）氏へのロングインタビュー「Why FastAPI Became So Popular(なぜFastAPIはこんなに人気が出たのか)」が公開されています。 彼が語るのは、「人気を狙わずに作ったのに世界中に広まった理由」。テーマは大きく分けて4つ──Fast

みんなのPython 第5版発売中です！Pythonは「すごいbash」とか「遅い」などと言われることが多いようですね。前者については「そうやな」としか思わないですが、後者の原因はいろいろあって、たとえば動的な型判定とか関数呼び出しのコストとかGILとかいろいろあります。「メモリ割り当て」も主要因の一つと言えます。 では、どの程度頻繁にメモリ割り当てを行っているのかというと、「それはもう頻繁に」でも「できるだけ少なくしようと頑張っている」というのがファイナルアンサーです。今回は、CPythonがどんなときに、どんな風にメモリ割り当てを行うかということを、Cのコードを引きながら調べたZack Overflow氏の記事がとても面白かったので、概要を紹介したいと思います。 Pythonは「とても頻繁に」メモリを割り当てているたとえばPythonの整数（int）をC言語レベルで見ると、ヒープ上に配

Pythonの非同期処理でasync/awaitがつらい人はWoveを使ってみてはどうだろう? #こまPy みんなのPython 第5版発売中です！Pythonで非同期処理というと標準のasyncioを使ってasync / awaitなコードを書くことを思いつく人が多いと思います。ただasyncioには独特の「つらみ」があって、嫌いな人がいるのです。私もあんまり好きじゃない。この「つらみ」を解消しうるライブラリWoveを紹介します。最近バージョン1.0がリリースされたので、紹介したいと思います。なお、はてブでホットエントリ入りしたので(ブックマークしてくれたみなさん、ありがとうございます！)、他のasyncio様のライブラリを比較表を追記しました。 asyncはなぜつらいのか？Pythonのasyncioは、I/O待ちの多いプログラム（WebアクセスやDB通信など）を効率化する強力な仕組み

今年(2025年)7月にMicrosoftが従業員の5％にあたる9,000人をリストラしたというニュースが駆け巡りました。同社でPythonの高速化に取り組んでいたFaster Pythonのチームも解散となり、数年前MSに合流したGuidoはどうなるんだろう、と思っていたのですが、さすがに大御所だけあってリストラの対象とはならなかったようです。最近サンフランシスコで開催されたPyBay 2025ではStructured RAGのPython実装「typeagent_py」について発表してしていたりして、相変わらずご活躍の様子です。今回はこのtypeagent_pyを試したので、ちょっとしたRAG入門と絡めて試用記を書いてみました。 Structured RAGとはなにか？RAGというのはLLM(大規模言語モデル)を使った検索技術の一種です。検索対象となる文書を適当なチャンクに区切ってベク

ライブラリの選定には色々な視点が必要ですね。パフォーマンスはそのうちの一つに過ぎません。 功夫の高そうな方から、私が知らなかったことを含めた反応を頂いたので、感謝の意味を込めて返礼という形で一言書きたいと思ってパソコンに向かっています。 私の視点私の記事を書いたときの視点をまず明確にしておきたいと思います。あまり詳しいことを考えずrequestsを選ぶ様な技術的解像度を持った方に対してお勧めの代替ライブラリはなにか、ということを重視しました。移行が簡単で、インタフェースも似ている、というのが望ましい。 httpxは、学び始めの「理解の解像度」を無理に上げすぎず、低～中解像度でも実務に使える一方で、慣れてきたら高解像度（非同期・HTTP/2・細かな制御）へ滑らかに拡張できるのがお勧めできるポイントです。aiohttp は強力ですが、最初から高解像度の世界観を要求しがちで、導入フェーズの認知負

※ gfxさんのブログから来た人へ。お返事書いたので、読んでくれると嬉しいです:-)。 みんなのPython 第5版、予約受付中です！技術選定、大事ですよね。 PythonでスクレイピングやWebアクセスをする方法を検索したりAIにプログラムを書いてもらうと、たいていrequestsを使ってデータを読み込むようになっています。そろそろ、もっと新しいの使った方がよくないですか？ というのが今回の記事の趣旨です。 はじめにurlopenありきPythonには標準でurllibやhttp.clientといったHTTP通信ライブラリが付属しています。しかし、低レベルで扱いにくく、コードが冗長になりがちです。例外処理やヘッダー設定を行おうとすると、コードがすぐに読みづらくなり、保守性にも難が出てきます。 # urllibを使った場合 from urllib.request import urlope

みんなのPython 第5版、予約受付中です。Pythonにt文字列（template strings）が追加されます。 見た目はf文字列に似ていますが、最初にtを加えたリテラルで表記します。また、f文字列はその場で評価されますが、t文字列はTemplateオブジェクトになるのが大きな違いです。遅延評価・自動エスケープ・構造化ログなどの安全な処理を一貫して適用でき、f文字列では実現できなかったような処理が可能になります。 この記事では、簡単に機能の説明をしながら、具体的な利用方法を見てゆきます。Python 3.14から追加された可能性てんこ盛りの新機能を、便利にかしこく活用する方法について解説しましょう。 t文字列ってなに？Python 3.14で導入（string.templatelibモジュールが追加）。ステアリング・カウンシルは2025年4月10日にPEP 750を承認しました。