はてなブックマーク

私がプログラミングに入門したときに、そういえばこの辺よく分からなかったなという点を思い出してまとめてみました。 良かったら参考にしていただけると嬉しいです。でも完璧に覚える必要はありませんので、流し読み程度に。 「Pythonの始め方」みたいな記事が大量にある 同じ言語に対して、なぜこんなにも始め方の記事があるのだろうと思いました。 結論、それは作業環境が沢山あるからでした。 VScode Pycharm Jupyter Notebook Jupyter Lab Google Colab などなど、いろんな環境でPythonを動かすことができるんです。 もちろんこの作業環境の分、ネットには記事があって、これがややこしい原因の1つかなと思います。 特にこだわりがない人は「Python VScode 環境構築」あたりで調べればいいかと。 手軽に始めたい人はGoogle Colabもおすすめです

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? python3.13のリリースが近づいてきたということで、今回は各バージョンの便利機能をおさらいしたいと思います。 ちなみにPython3.13は現在candidate版が公開されています。candidate版は正式版になる予定のバージョンのことです。 Actual: 3.13 development begins: Monday, 2023-05-22 3.13.0 alpha 1: Friday, 2023-10-13 3.13.0 alpha 2: Wednesday, 2023-11-22 3.13.0 alpha 3: Wed

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Pythonにはライブラリが沢山あります。ライブラリとは便利な機能を持ったプログラムを集めたものを言い、このライブラリを上手く使うことで色々なことを実現できます。 今回はこのライブラリを用途別で図解にまとめました。 Pythonでプログラムを組む際の参考になりましたら幸いです。 ※簡単にまとめているだけなので、詳しい中身は公式ドキュメント等をご確認ください。 追記（2023/12/25） 当記事がありがたいことに好評いただけたので、Pythonの基礎も図解化しました。あわせてご活用いただけますと幸いです。 追記（2024/8/22） 上

2023年8月にPython in Excelが発表されました。 これにより、Excelでscikit-learnやpandas（Pythonのライブラリ）を使うことができ、簡単に機械学習を実装できるようになりました。 なので今回は機械学習においてHello World!の位置づけ（入門者向け）にあるアヤメの分類をやっていきたいと思います。 Python in Excelの始め方はこちら Python環境(Google Colabratory)のアヤメの分類はこちら 動画Ver YouTubeにこの記事の内容を動画にしたものがあります。 動画で流れを確認したい方はこちらをご活用ください。 概要 アヤメの分類は機械学習の中でも教師あり学習の範囲になります。 教師あり学習とは、学習データに答えを付けた状態で学習をさせる方法です。 つまり、機械学習モデルに対して答え付きでデータを渡し学習をさせ、

2023年8月にPython in excel が発表されました。X（旧Twitter）を見ていると「いよいよプログラミングを勉強するべき？」というポスト（ツイート）をいくつか拝見しました。流行りに乗ることはとっても良いことですが、本当に必要なのかどうかは考える必要があると思います。なので今回は簡単ではありますが、Python in Excel、VBA、マクロ、Pythonあたりをまとめたいと思います。 追記 動画バージョンを作成しました。パワーポイントにまとめていますので、聞き流したい方はこちらをご活用ください。 Python in Excel 一言で言うとアナリスト向けと言った感じです。現状はMatplotlibやseabornを使ったグラフ作成（棒グラフ、折れ線グラフ、ヒートマップなど）や、scikit-learnやstatsmodelsを活用した、機械学習の適用が可能です。コードは

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

また、YouTubeにて、Pythonチュートリアル（公式ドキュメント）を使ってPythonの基礎文法を解説しています。 体系的に学ぶことができますのでこちらもよろしければご活用ください。 それでは本題に入ります。 Python初学者の方がまず押さえたい基礎として以下の単元があげられます。 数値計算 文字列 リスト、タプル 辞書、集合 条件分岐 ループ処理 関数 クラス 例外処理 モジュール なので今回はこの辺りで出てくる用語を各単元ごとにまとめます。 追記 動画バージョンを作成しました。自動音声で1つずつ読み上げるようになっていますので、こちらもあわせてご活用ください。 数値計算 int 主な数値型の１つ。整数を表す型。 float 主な数値型の１つ。小数を表す型。 x + y x と y の和。 x - y x と y の差。 x * y x と y の積。 x / y x と y の

Pythonを使うことで身の回りの面倒な業務を効率化することができます。 本記事では、Pythonで社内DX（業務効率化）できることを7つの分野に分けてご紹介したいと思います。 Excel処理 Pythonのライブラリopenpyxlを使うとExcelファイルを操作することができます。 以下はopenpyxlで処理できる基本操作の一部です。 ファイル操作（新規作成、保存） シート操作（集計、移動、削除） 行と列の操作（グループ化、挿入、削除） セルの操作（取得、代入） 具体的には、複数のシートから集計シートを作成したり、ExcelやAccessのデータベースに接続してデータを加工し、グラフを作成することが可能です。 ※Accessのデータベースに接続する場合は、別途pyodbcモジュールを使う必要があります。 追記 2023年8月、ExcelにPythonが追加されました。 概要を知りたい