Python

Pythonでクラス図を作成する方法【初心者向け】

初心者向けにPythonでクラス図を作成する方法について解説しています。クラス図とは、Pythonで使われているクラスにどのようなプロパティやメソッドがあるのか、また他のクラスとの関係を表した物です。Pyreverseを使うと自動でクラス図を生成することが出来ます。

テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元：GMOリサーチ株式会社　調査期間：2021年8月12日～8月16日　調査対象：2020年8月以降にプログラミングスクールを受講した18～80歳の男女1,000名　調査手法：インターネット調査

Pythonでクラス図を作成する方法について解説します。

そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。

今回は、Pythonに関する内容だね！

どういう内容でしょうか？

Pythonでクラス図を作成する方法について詳しく説明していくね！

お願いします！

UML（統一モデリング言語）とは

UMLとはUnified Modeling Languageの略です。日本語では「統一モデリング言語」です。
オブジェクト指向技術に基づき、分析や設計などシステム開発の上流工程を行うためのモデリング言語です。

UMLは文字と図で仕様を表現するため、プログラマーが処理方式を理解しやすくなります。
UMLの作図を支援したり、ソースコードを元にUMLを作図したりするツールもあります。

クラス図とは

UMLで定める図解方式の1つがクラス図です。ほかにはユースケース図、シーケンス図などがあります。

クラス図は、クラスの内部構造とクラス間の関係を表現します。
たとえば、クラスのメンバ変数やメンバ関数、クラスの継承関係などを表現します。

[PR] 未経験からWebエンジニアを目指す方法とは

Pythonでクラス図を作成するためのツール（pyreverseなど）

pyreverseはPythonのソースコードを分析し、UMLのクラス図を作成します。
クラス図には以下のような情報が埋め込まれます。

属性
メソッド
クラスの継承関係
例外やインターフェース

実際に書いてみよう

インストール

pyreverseはpylintとバンドルされています。
pipコマンドでpylintをインストールします。

pip install pylint

クラス図の作成

pyreverseコマンドでクラス図を作成します。

pyreverse -o png -p Pyreverse pylint/pyreverse

上記の例では-oオプションで画像の形式、-pオプションでプロジェクト名、引数で分析対象のパッケージ名を指定しています。

実行結果

カレントディレクトリにclasses_Pyreverse.png(クラス図)とpackages_Pyreverse.png(パッケージ図)が作成されました。

Pythonによるクラス図の画像

監修してくれたメンター

橋本紘希

システムインテグレータ企業勤務のシステムエンジニア。

開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。

内容分かりやすくて良かったです！

ゆかりちゃんも分からないことがあったら質問してね！

分かりました。ありがとうございます！

TechAcademyでは、初心者でもPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。

挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。

Pythonにおけるunicode decode errorに関する回避方法を現役エンジニアが解説【初心者向け

Pythonにおけるunicode decode errorに関する回避方法について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心...

Python

Pythonで疑似逆行列を求める方法を現役エンジニアが解説【初心者向け】

Pythonで疑似逆行列を求める方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pyt...

Python

変数の中身を出力しよう！Pythonでprint関数を使う方法【初心者向け】

Pythonでprint関数を使う方法を説明します。変数や文字列を出力する関数の使い方を解説しています。なお本記事は、Tec...

Python

PythonのJoblibで並列処理を行う方法【初心者向け】

PythonのJoblibで並列処理を行う方法について解説します。そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した...

Python

python-shellにおけるnode.jsとpythonの連携方法について現役エンジニアが解説【初心者向け

python-shellにおけるnode.jsとpythonの連携方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して初心者...

Python

Pythonでlambda式を利用してソート処理する方法を現役エンジニアが解説【初心者向け】

Pythonでlambda式を利用してソート処理する方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説し...

Python

あわせてよく読まれている記事

【レベル別】子どもの力を試せる！プログラミング検定 7選

プログラミング学習に慣れてきたら検定で実力を試してみましょう！本記事では小中高生向けのものから社会人・実務者向けのものまで7つの検定を紹介します。今までの学習がどれほど身についているのか、どこが苦手なのかを知ることで学習のモチベーションUPに繋がります。プログラミング検定は履歴書にも書けて受験や就職にも役つのでおすすめです。目次小中高生向けプログラミング検定〈初級〜中級編〉高校生〜実務者向けプログラミング検定〈中級〜上級編〉プログラミング検定で実力を試してみよう！小中高生向けプログラミング検定〈初級〜中級編〉ここでは小中高生向けの検定を4種類紹介します！ 1）ジュニア・プログラミング検定主催：サーティファイ情報処理能力認定委員会レベル：Entry 4級、Bronze 3級、Silver 2級、Gold 1級受験資格：なし（誰でも受験可能）合格基準：得点率60%以上対応言語：Scratch2.0・Scratch3.0 ジュニア・プログラミング検定、ビジュアルプログラミング言語のScratch（スクラッチ）を使って、問題文で与えられた条件を満たしたプログラミングを行う検定試験です。子ども達の成長を段階的かつ客観的に明らかにすることで、自信や達成感につなげ、更なる目標に挑戦する意欲を育てることを目的として2016年12月より開催しています。 ■Entry（4級）2,400円 / 30分入門レベルの特定の条件や筋道を用いた論理的思考ができる。また、条件分岐や繰り返しなどのスクリプトを使って、一つまたは二つのスプライトを連動させたScratchプロジェクトを作成することができる。 ■Bronze（3級）2,600円 / 40分単純な条件や筋道を用いた論理的思考ができる。また、条件分岐や繰り返しなどのスクリプトを使って、少数のスプライトを連動させたScratchプロジェクトを作成することができる。 ■Silver（2級）2,800円 / 40分基本的な条件や筋道を用いた論理的思考ができる。また、複数の条件分岐や入れ子構造のスクリプトなどを使って、少数のスプライトを連動させたScratchプロジェクトを作成することができる。 ■Gold（1級）3,000円 / 50分複数の条件や筋道を組み合わせた論理的思考ができる。また、複数の条件分岐や演算、入れ子構造のスクリプトなどを使って、様々なスプライトを連動させたScratchプロジェクトを作成することができる。 ▶︎ジュニア・プログラミング検定の日程・お申し込みはこちら 2）日商プログラミング検定主催：商工会議所レベル：ENTRY、BASIC、STANDARD、EXPERT 受験資格：なし（誰でも受験可能）日商プログラミング検定の特にENTRYは、Scratch（スクラッチ）を使ってプログラミング的思考ができるかを問う問題が出題されるので、小中学生が取り組みやすい検定試験です。学習の進捗度に応じて、段階的に受験できるよう4つのレベルを設定しており、STANDARD・EXPERTと行った上位レベルでは、より実践的な内容となるよう、知識問題だけでなく、課題をプログラミングして結果を判定する実技試験を実施しています。 ■ENTRY 3,300円 / 30分初学者向けに、ビジュアル言語「Scratch」による簡単なプログラミングおよびプログラミング的思考を問う。小中学生におすすめの検定。合格基準：知識科目70点以上 ■BASIC 4,400円 / 40分プログラミングに関するITの基本知識、簡単なアルゴリズムについて問う。BASICは言語を問わない問題により試験実施。合格基準：知識科目70点以上 ■STANDARD 5,500円 / 60分高校・大学・専門学校等でのプログラミング学習の習得度を問う。STANDARDは、広く普及し学習者も多いJava 、C言語、VBA、Pythonの4つの言語によりそれぞれ試験実施。合格基準：知識科目70点以上・実技科目3問完答 ■EXPERT 6,600円 / 80分プログラマーとしての基本能力を問う。EXPERTは広く普及し学習者も多いJava、C言語、VBA、Pythonの4つの言語によりそれぞれ試験実施。合格基準：知識科目70点以上・実技科目3問完答 ▶︎日商プログラミング検定の日程・お申し込みはこちら 3）キッズプログラミング検定主催：株式会社サイバーエージェントレベル：10級〜1級受験資格：小学生のみ受験費用：各3,300円合格基準：正答率70%以上対応言語：Scratch・QUREO 受験会場：サイバーエージェント東京オフィス、大阪オフィスサイバーエージェントキッズプログラミング検定（プロ検）は、プログラミングを学ぶ全ての小学生のための検定制度。ビジュアルプログラミングのScratch（スクラッチ）、QUREO（キュレオ）を使用して、プログラミングの知識や技術力の習得度合いを測り、認定するプログラミング検定試験です。 ▶︎キッズプログラミング検定の日程・お申し込みはこちら 4）プログラミング能力検定主催：プログラミング能力検定協会レベル：レベル1〜6 受験資格：小学生、中学生、高校生のみプログラミング能力検定は、プログラミングの基礎となる知識を測るための試験で小学生から高校生まで幅広く取り組みやすい内容となっています。順次処理、条件分岐、繰り返し、変数など、プログラミングの概念の理解度を体系的に分析・評価することで受検者のプログラミング能力を詳細に測り、それまでの学習成果を証明すると共にその後の効果的な学習に繋げることができます。レベル1～4はビジュアルプログラミング、レベル5･6ではテキストプログラミングで出題されます。 ■レベル1　2,100円 / 40分出題タイプ：ビジュアルプログラミング出題範囲：順次処理、条件分岐、繰り返し、並列処理、角度合格ライン：60% ■レベル2　3,200円 / 40分出題タイプ：ビジュアルプログラミング出題範囲：論理演算子、変数合格ライン：60% ■レベル3　4,300円 / 40分出題タイプ：ビジュアルプログラミング出題範囲：不等号、座標、乱数合格ライン：60% ■レベル4　5,400円 / 40分出題タイプ：ビジュアルプログラミング出題範囲：関数、リスト合格ライン：60% ■レベル5　6,500円 / 50分出題タイプ：テキストプログラミング出題範囲：データ型、文字列処理、関数、リスト合格ライン：70% ■レベル6　8,700円 / 60分出題タイプ：テキストプログラミング出題範囲：WebAPI、探索合格ライン：80% ▶︎プログラミング能力検定の日程・お申し込みはこちら ▶︎プログラミング能力検定に合格した小学生にインタビュー [PR] 未経験からWebエンジニアを目指す方法とは高校生〜実務者向けプログラミング検定〈中級〜上級編〉ここでは高校生〜実務者向けの、より実践的な力を試せる検定を3種類紹介します。 1）Java™プログラミング能力認定試験主催：サーティファイ情報処理能力認定委員会レベル：3級〜1級受験資格：なし（誰でも受験可能）合格基準：得点率60%以上 Java™プログラミング能力認定試験のプログラミング初心者向けの3級から、実際にコーディングなどを行うシステムエンジニアやプログラマー向けの1級まで、実践的なスキルを測定する認定試験です。 Java™に関する基本知識を有し、オブジェクト指向に基づくアプレットやアプリケーションプログラムを作成できる能力を認定します。 ■3級　5,200円 / 60分 Java™に関する基本的な知識を有し、簡単なプログラムが書ける。オブジェクト指向についての基本的な概念を理解している。Java™プログラミングに必要なプログラミング知識･技能を出題範囲に従って出題。 ■2級　6,400円 / 90分 Java™に関する一般的な知識を有し、小規模なプログラム(アプリケーション、アプレット)が適切に書ける。オブジェクト指向についての一般的な概念を理解している。Java™プログラミングに必要なプログラミング知識･技能を出題範囲に従って出題。 ■1級　7,800円 / 150分オブジェクト指向に基づく分析・設計（UML）により業務システムの流れを把握し、変更仕様に従ってプログラムの保守ができる能力を有する。なおUMLの表記はユースケース図、シーケンス図、クラス図などの基本的な知識を有する。事前に公開しているテーマプログラム（2,200行程度）に対する仕様変更､仕様追加に対応したプログラム作成（コーディング･入力･コンパイル･デバッグを含む）､および変更仕様書の作成を行う｡ ▶︎Java™プログラミング能力認定試験の日程・お申し込みはこちら ▶︎C言語プログラミング能力検定試験の日程・お申し込みはこちら 2）情報検定（J検）主催：一般財団法人職業教育・キャリア教育財団レベル：試験によって2〜3段階情報検定（J検）にはシステムエンジニアなど情報を創る「情報システム」、情報を使う「情報活用」、情報を伝える「情報デザイン」の3種類の試験が用意され、それぞれ2〜3段階のレベルが設けられている検定試験です。〈情報システム試験の特徴〉 J検の情報システム試験は、情報処理技術を総合的に評価する試験です。試験科目には、「基本スキル」「プログラミングスキル」「システムデザインスキル」の３つがあり、「基本スキル」と「システムデザインスキル」に合格した方にはシステムエンジニア認定、「基本スキル」と「プログラミングスキル」に合格した方にはプログラマ認定を交付します。次のような人におすすめです。ソフトウェアの開発をめざす人プログラマをめざす人システム開発技術者をめざす人〈情報活用試験の特徴〉 J検の情報活用試験は、情報利活用能力を総合的に評価する試験です。試験科目には、「3級」「2級」「1級」の3つがあり、情報・パソコンの利用者に求められる能力を「情報利活用能力」として体系化させ、とかく曖昧に語られがちだった「情報リテラシー」に対しスタンダードな評価基準を策定。特に、「情報モラル・セキュリティ」をすべての科目の出題主要素に加え、情報社会で生きる姿勢・態度などを積極的に取り入れた内容となっています。次のような人におすすめです。情報化社会の基礎知識、パソコン利用の能力を試したい人すでに環境設定されたパソコンを利用できる人自分のパソコンを使いやすいように環境設定ができる人どのようにしたら使いやすいパソコン環境を作ることができるのかを適切に選択できる人ネットワーク化された環境において、情報機器の設定や操作・活用における基本的な知識と技能を持つ人情報の加工や活用ができ、情報化および情報社会の中に関わっていく人、関わっている人〈情報デザイン試験の特徴〉 J検の情報デザイン試験は、社会で働きはじめる人に必要とされる、情報を「受け取り、伝える」能力を総合的に評価する試験です。試験科目には、「初級」と「上級」の2つがあります。情報デザインの考え方をはじめ、分析力・論理力・表現力・提案力などのコミュニケーションスキル「情報デザイン」に対し評価基準を策定。いかに必要な情報をピックアップし、相手に理解されやすいように構成・加工し、表現するか。現代社会で「情報」を扱う全ての人材に求められる、「情報デザイン」力を測る試験です。次のような人におすすめです。これから社会に出て働きはじめる人仕事などで、顧客や消費者への情報伝達にコンピュータを使う人コンピュータを用いた自己表現に興味のある人情報発信スキルをみがきたい人 ▶︎情報検定（J検）試験日程・お申し込みはこちら 3）基本情報技術者試験（FE）主催：経済産業省（独立行政法人情報処理推進機構）種類：国家試験受験資格：なし（誰でも受験可能）受験費用：5,700円試験時間：300分基本情報技術者試験（FE）は「情報処理の促進に関する法律」に基づき経済産業省が、情報処理技術者としての「知識・技能」が一定以上の水準であることを認定する国家試験。情報技術の原理や基礎となる知識や技能について、幅広く問われます。高度IT人材となるために必要な基本的知識・技能をもち、実践的な活用能力を身に付けた方におすすめの検定試験です。 ▶︎基本情報技術者試験（FE）の日程・お申し込みはこちらプログラミング検定で実力を試してみよう！子どもたちがプログラミング学習を意欲的に続けていくためには、親御さんのサポートが必要です。モチベーション管理としても有効であるプログラミング検定を一度検討してみてはいかがでしょうか？プログラミング検定を受けることで得意、不得意がチェックでき、学習の定着率が分かるのでおすすめです。高校生や社会人の方もITエンジニアやプログラマーとしてキャリアをスタートする前に、検定を受けて自分の実力を測ることで、課題発見や自信に繋がります。また、しっかりと基礎を身に付けることで、その後の応用力の幅が格段に広がりますよ。 ▶︎プログラミング学習を体験してみる ▶︎プログラミング教室「テックアカデミージュニア」とは ▶︎子どもにプログラミング学習が向いているか、適性をチェックしたい

子ども向けプログラミング

Pythonで3D散布図を作成する方法を現役エンジニアが解説【初心者向け】

Pythonで3D散布図を作成する方法について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。 Pythonで3D散布図を作成することで、データを立体的に確認できます。実務でも、プレゼン用にPythonで3D散布図を作成するので、ぜひ学習してみてください。目次UML（統一モデリング言語）とはクラス図とはPythonでクラス図を作成するためのツール（pyreverseなど）実際に書いてみよう監修してくれたメンターそもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。田島悠介今回は、Pythonに関する内容だね！大石ゆかりどういう内容でしょうか？田島悠介 Pythonで3D散布図を作成する方法について詳しく説明していくね！大石ゆかりお願いします！今回は、Pythonで3D散布図を作成する方法について紹介していきます。 3D散布図とは 3D散布図は、2つの要素（縦軸と横軸）に対する3Dデータの分布を表現するときに使用する図です。例えば、横軸を摂取カロリー、縦軸を満腹度などとしてデータを散布させており、視覚的にもわかりやすい図面です。 3D散布図を作成するために利用するライブラリ Pythonで3D散布図を作成するためにmatplotlibライブラリを使用しましょう。また、3D散布図の適当なデータを生成するためにNumPyライブラリを使用します。どちらもpipでインストールが可能であるため、まだインストールしていない方は下記pipコマンドでインストールを行ってください。 [matplotlib] matplotlibとは、Pythonでデータをグラフにプロットするためのライブラリです。主にNumPyやSciPyと組み合わせて、計算結果をグラフ出力する際などに使われることが多いライブラリです。 matplotlibは、下記pipコマンドでのインストールが可能です。 pip install matplotlib [NumPy] NumPyとは、Pythonで配列(リスト)計算を高速にするためのPythonのライブラリです。複雑な計算式を少ないコードで実行でき、処理速度も速いことからデータ分析などの分野において主流になっているライブラリです。今回は、3D散布図でプロットするデータを生成するために使用しましょう。 NumPyは、下記pipコマンドでのインストールが可能です。 pip install numpy [PR] 未経験からWebエンジニアを目指す方法とは実際に書いてみようサンプルコードを用いて、Pythonで3D散布図を作成するコードを書いてみましょう。サンプルコード import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 3D散布図でプロットするデータを生成する為にnumpyを使用 X = np.array([i for i in range(1,100)]) # 自然数の配列 Y = np.sin(X) # 特に意味のない正弦 Z = np.sin(Y) # 特に意味のない正弦 # グラフの枠を作成 fig = plt.figure() ax = Axes3D(fig) # X,Y,Z軸にラベルを設定 ax.set_xlabel("X") ax.set_ylabel("Y") ax.set_zlabel("Z") # .plotで描画 ax.plot(X,Y,Z,marker="o",linestyle='None') # 最後に.show()を書いてグラフ表示 plt.show() 実行結果解説コード6-8行目ではNumPyを使用して3D散布図でプロットするためのx軸/y軸/z軸それぞれのデータを100個生成しています。コード11-12行目ではグラフの枠を設定しており、コード15-17行目ではグラフに表示するx軸/y軸/z軸それぞれのラベルを設定しています。コード20行目では用意したデータを作成したグラフに描画しており、コード23行目では作成したグラフを画面上に表示している状態です。サンプルコードを実行すると、実行結果のような3D散布図が表示されることが確認できます。表示された3D散布図は、マウスでドラッグすることで表示角度を自由に変更することが可能です。また、グラフウィンドウ左下にあるボタンの中の保存ボタンから、作成した3D散布図を画像で保存できます。まとめ今回は、Pythonで3D散布図を作成する方法について紹介しました。紹介したサンプルコードを流用して、3つの要素から生成される様々な3D散布図を作成できます。これからPythonを使ってデータ分析などを学習したい方はぜひ参考にしてください。また、今回は紹介したライブラリmatplotlibには3D散布図以外にも様々なグラフ描画機能が用意されてるので、興味のある方はぜひ学習してみましょう。グラフ描画ライブラリ！matplotlibの使い方も参考にしてみてください。大石ゆかり Pythonで3D散布図を作成する方法がよくわかったので良かったです！田島悠介ゆかりちゃん、これからも分からないことがあったら質問してね！大石ゆかり分かりました。ありがとうございます！ Pythonを学習中の方へこれで解説は終了です、お疲れさまでした。つまずかず「効率的に」学びたい副業や転職後の「現場で使える」知識やスキルを身につけたいプログラミングを学習していて、このように思ったことはありませんか？テックアカデミーのPythonコースでは、第一線で活躍する「プロのエンジニア」が教えているので、効率的に実践的なスキルを完全オンラインでしっかり習得できます。合格率10%の選考を通過した、選ばれたエンジニアの手厚いサポートを受けながら、人工知能（AI）や機械学習の基礎を学べます。まずは一度、無料体験で学習の悩みや今後のキャリアについて話してみて、「現役エンジニアから教わること」を実感してみてください。時間がない方、深く知ってから体験してみたい方は、今スグ見られる説明動画から先に視聴することをおすすめします！

Python

Pythonで複数の散布図を重ねる方法を現役エンジニアが解説【初心者向け】

Pythonで複数の散布図を重ねる方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。田島悠介今回は、Pythonに関する内容だね！大石ゆかりどういう内容でしょうか？田島悠介 Pythonで複数の散布図を重ねる方法について詳しく説明していくね！大石ゆかりお願いします！目次散布図とは散布図を描画する方法複数の散布図を重ねる方法実際に実装してみようまとめ散布図とは散布図とは、「縦軸と横軸に2つの項目の数値を対応させ、データ点をプロットした図」のことです。と言ってもこの説明ではイマイチしっくりこない方が多いかと思います。百聞は一見に如かずなので、ここは実際の例をお見せします。上のようなxとyの対応関係を表した図が散布図です。皆さんにも普段から馴染みがあるのではないかと思います。上の図は適当に作ったものなので、特に何かの関係を表しているわけではないのですが、これで散布図のイメージを掴んでいただけたのではないでしょうか。 [PR] 未経験からWebエンジニアを目指す方法とは散布図を描画する方法それでは次に散布図を描画する方法についてご説明します。散布図を描画するには、matplotlib.pyplotのscatter()を用います。scatter()の引数には横軸のデータと縦軸のデータをそれぞれ与えます。また、必須ではないのですがマーカーのサイズや色、線の太さなどの指定も引数で可能です。複数の散布図を重ねる方法次は複数の散布図を重ねる方法についてです。複数の散布図を重ねるには、横軸の変数を統一してscatter()を使う必要があります。また、このときにcolorという引数に色を指定しておくと散布図が見やすくなります。例えば以下のようなイメージです。 plt.scatter(x, y1, label='y1', color='tomato') plt.scatter(x, y2, label='y2', color='orange') ちなみにですが、色の指定はredやblueなどの基本的な色だけでなく、aquaやoliveなどの指定もできます。オシャレな色の図が簡単にできるのでオススメです。実際に実装してみようまずは先ほどの散布図を書いてみます。コードの概要は以下の通りです。必要なライブラリのインポートデータの準備散布図を描く（同時にタイトルやラベルなども記載）散布図を表示 import numpy as np import matplotlib.pyplot as plt x = np.arange(30) y = [] for i in range(30): y.append(np.random.randn()) plt.scatter(x,y) plt.title("SCATTER PLOT") plt.xlabel("x") plt.ylabel("y") plt.show() 次に、散布図を重ねて描画します。ここでは横軸に国語の点数を、縦軸に数学と理科の点数を取って相関を確認してみましょう。先ほどとの主な違いはscatter()を2回用いる点です。 import numpy as np import matplotlib.pyplot as plt japanese = [90,55,72,68,87,73,42,100,55,32] math = [82,67,80,62,90,81,30,98,40,29] science = [95,74,85,70,100,92,50,100,62,53] plt.scatter(japanese, math, label='math', color='aqua') plt.scatter(japanese, science, label='science', color='olive') plt.xlabel('japanese') plt.ylabel("math & science") plt.legend() plt.show() 上のような散布図ができたかと思います。グラフが右肩上がりなので、国語と他の科目には相関がありそうですね。まとめこの記事ではPythonで複数の散布図を重ねる方法について解説しました。matplotlibを使いこなせると高度な数学的なグラフも一瞬で描けるようになります。是非使いこなせるようになりましょう。監修してくれたメンター柴山真沙希（しばやままさき）大手IT企業などでエンジニアとして2年ほど勤務した後、個人事業主としてプログラミングスクール「エンペサール」を経営。子供から大人まで幅広い層を対象にプログラミングを教えている。得意言語はPython, HTML, CSSで、機械学習やデータ分析、スクレイピングなどが得意。サッカー観戦や読書が趣味である。大石ゆかり内容分かりやすくて良かったです！田島悠介ゆかりちゃんも分からないことがあったら質問してね！大石ゆかり分かりました。ありがとうございます！ TechAcademyでは、初心者でも、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。

Python

PythonのNumPyを利用して散布図を描画する方法を現役エンジニアが解説【初心者向け】

PythonのNumPyを利用して散布図を描画する方法について、TechAcademyのメンター（現役エンジニア）が実際のコードを使用して、初心者向けに解説します。 Pythonについてそもそもよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。なお本記事は、TechAcademyのオンラインブートキャンプ、Python講座の内容をもとに紹介しています。田島悠介今回は、Pythonに関する内容だね！大石ゆかりどういう内容でしょうか？田島悠介 PythonのNumPyを利用して散布図を描画する方法について詳しく説明していくね！大石ゆかりお願いします！目次 NumPyとは散布図を描画する方法実際に書いてみようまとめ NumPyとは Numpyとは、Pythonで数学的な計算を簡単に行うためのライブラリです。例えば平均や分散、標準偏差といった統計量の計算や、sinやcosなどの三角関数の計算が簡単にできます。Numpyでは通常のPythonのリストとは異なり、ndarrayという独自のデータ型の配列が用いられるのが特徴です。このndarrayはブロードキャストという便利な特性がある点が普通のリストと大きく異なります。この特性があるために機械学習やディープラーニングでもNumpyが好んで使われています。 Numpyは以下のようにnpという名前をつけてインポートされるのが一般的です。 import numpy as np [PR] 未経験からWebエンジニアを目指す方法とは散布図を描画する方法散布図を描くには、Matplotlibというライブラリのpyplotモジュールを用います。こちらを用いれば、通常の多項式や指数関数などのグラフはもちろんのこと、散布図やヒストグラムなども容易に描くことができます。また、凡例や軸ラベルを付けたり線の色を変えたりすることも可能です。 pyplotモジュールは以下のようにpltという名前をつけてインポートされるのが一般的です。 import matplotlib.pyplot as plt 実際に書いてみようそれではNumpyとMatplotlibを使って実際に散布図を書いてみましょう。概要は以下の通りです。散布図の作成と表示はそれぞれ別なので注意してください。必要なライブラリをインポート標準正規分布に従った乱数を100個ずつ生成してそれぞれxとyに格納 x軸とy軸にラベル付け散布図を作成散布図を表示 import numpy as np import matplotlib.pyplot as plt #標準正規分布に従った乱数を100個生成 x = np.random.randn(100) y = np.random.randn(100) #x軸とy軸にラベル付け plt.xlabel("x") plt.ylabel("y") #散布図を作成 plt.scatter(x, y) #散布図を表示 plt.show() このように綺麗な散布図を描くことができました。まとめこの記事ではPythonのNumPyを利用して散布図を描画する方法について解説しました。 Numpyは数学的な処理をプログラミングで行うための基本となるライブラリです。必ず使いこなせるようになりましょう。監修してくれたメンター柴山真沙希（しばやままさき）大手IT企業などでエンジニアとして2年ほど勤務した後、個人事業主としてプログラミングスクール「エンペサール」を経営。子供から大人まで幅広い層を対象にプログラミングを教えている。得意言語はPython, HTML, CSSで、機械学習やデータ分析、スクレイピングなどが得意。サッカー観戦や読書が趣味である。大石ゆかり内容分かりやすくて良かったです！田島悠介ゆかりちゃんも分からないことがあったら質問してね！大石ゆかり分かりました。ありがとうございます！ TechAcademyでは、初心者でも、Pythonを使った人工知能（AI）や機械学習の基礎を習得できる、オンラインブートキャンプを開催しています。また、現役エンジニアから学べる無料体験も実施しているので、ぜひ参加してみてください。

Python

WordPressでGoogleマップの地図を表示させる方法【初心者向け】

店舗や企業のページを作る際に地図を表示することも多いと思います。そんな特に便利なのはGoogle Mapの表示です。そこで今回は、WordPressで作成したサイトにGoogle Mapの地図を表示させる方法をお届けします。目次UML（統一モデリング言語）とはクラス図とはPythonでクラス図を作成するためのツール（pyreverseなど）実際に書いてみよう監修してくれたメンター大石ゆかり田島メンター！！WordPressの記事にGoogle Mapを入れたいんですけど、どうやったらいいんですか〜？田島悠介記事に地図を入れる方法は「直接地図を挿入する方法」と「プラグインを利用する方法」の2つの方法があるよ。両方とも教えるね！大石ゆかりはい、お願いします♪ 直接地図を挿入する方法 Google Mapから直接コードを取得して、表示したいところに挿入する方法です。地図出力用のコードを取得まず、Google Mapで、挿入したい地図を表示します。（今回はスカイツリーを選んでみました）左上のメニューの「地図を共有または埋め込む」ボタンがあるので、クリックします。すると、ポップアップが立ち上がるので、「地図を埋め込む」をクリックします。左のプルダウンから、「カスタムサイズ」を選択すると、好みのサイズに変更できます。サイズ調整が終わったらコードをコピーします。 WordPressに反映 WordPressの「投稿>新規追加」で開いたらタイトルを入力します。＋ボタンで「カスタムHTML」ボタンを検索してクリックします。コピーしたコードを貼り付けます。公開すると、このように表示されました。プラグインを利用する方法レストランの紹介をするブログの場合など、地図をたくさん埋め込む必要がある場合は、プラグインを使うと効率的に挿入できます。 WordPress 5.0以降、ブロックエディタが追加されました。ブロックエディタには、さまざまなブロックが用意されています。標準でサポートされていない（バージョン5.8.1現在）Google Mapのブロックのプラグインは、エディタで追加できます。＋ボタンで「すべて表示」をクリックすると、左側にブロック一覧が表示されます。上部の検索窓で「google map」を検索すると、インストール可能なブロックのプラグインが一覧されます。今回は、「Map」というブロックのプラグインをインストールします。クリックすると、インストールしてそのまま挿入場所に地図が表示されます。場所がニューヨークになっているので、次は住所を修正します。 ⋮（3点リーダー）をクリックして「追加設定を表示」をクリックします。右側に追加設定が表示されます。ここでAddressに、たとえば「東京都墨田区押上1−1−2」と入力して、Zoomのスライドバーを右に拡大すると、地図が拡大表示されます。住所と大きさを指定するだけで簡単に地図を挿入できるので、わざわざGoogle Mapを開く必要もありません。更新すると、下記のように表示されます。これだけで完了です。以上のように、プラグインを使っても使わなくてもGoogle Mapは簡単に挿入できます。まずは自分に合った方法を試してみてください。大石ゆかり地図を埋め込むことができました〜♪ 田島悠介お店の紹介とかイベントの開催場所とか、記事中に地図を埋め込みたい場面ってたくさんあるから、覚えておくと良いね♪ 大石ゆかりはい♪ [PR] 未経験からWebエンジニアを目指す方法とはWordPressを学習中の方へこれで解説は終了です、お疲れさまでした。つまずかず「効率的に」学びたい副業や転職後の「現場で使える」知識やスキルを身につけたい WordPressでのサイト制作を学習していて、このように思ったことはありませんか？テックアカデミーのWordPressコースでは、第一線で活躍する「プロのエンジニア/Webデザイナー」が教えているので、効率的に実践的なスキルを完全オンラインでしっかり習得できます。合格率10%の選考を通過した、選ばれたエンジニアの手厚いサポートを受けながら、WordPressを使ったオリジナルサイト構築を学べます。まずは一度、一週間の無料体験で学習の悩みや今後のキャリアについて話してみて、「現役のプロから教わること」を実感してみてください。時間がない方、深く知ってから体験してみたい方は、今スグ見られる説明動画から先に視聴することをおすすめします。

WordPress

Pythonによるk-meansクラスタリングの実装方法を現役エンジニアが解説【初心者向け】

Pythonによるk-meansクラスタリングの実装方法について、テックアカデミーのメンター（現役エンジニア）が実際のコードを使用して初心者向けに解説します。目次UML（統一モデリング言語）とはクラス図とはPythonでクラス図を作成するためのツール（pyreverseなど）実際に書いてみよう監修してくれたメンターそもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。田島悠介今回は、Pythonに関する内容だね！大石ゆかりどういう内容でしょうか？田島悠介 Pythonによるk-meansクラスタリングの実装方法について詳しく説明していくね！大石ゆかりお願いします！ 1. k-meansとは？ k-meansとはクラスタリングの手法の一つで、非階層型クラスタリングのアルゴリズムです。クラスタの平均を用いて、与えられたクラスタ数 k個に分類することからこの名前が付けられました。k平均法と呼ばれることもあります。非階層型クラスタリングとは、異なる性質の集団の中から似た特徴を持ったものでクラスタを行う手法のことです。階層型と異なり、階層的な構造を持たず、予め決められたクラスタ数でサンプルを分類します。サンプルが大量にある正規分布のデータに対して、データをグループ分けを行う際に効果的です。また、クラスタリングは機械学習の手法一つでアルゴリズムから特徴を見つけて分類を行うことから、「教師なし学習」となります。 2. NumpyのインストールここからはPythonでクラスタリングを行うための環境をセッティングしていきます。まずは、配列の演算を扱うためのライブラリとしてNumpyをインストールしていきます。以下のコマンドを実行してインストールします。 pip install numpy [PR] 未経験からWebエンジニアを目指す方法とは3. Pandasのインストール続いて、サンプルデータのファイルを読み込み、データフレームの形式に変換するためにPandasをインストールします。 pip install pandas 4. scikit-learnのインストール機械学習ライブラリのscikit-learnをインストールします。scikit-laernは機械学習のアルゴリズムやサンプルのデータが同梱されています。 pip install scikit-learn 5. matplotlibのインストールクラスタリングの結果をグラフにプロットするためにmatplotlibをインストールします。 pip install matplotlib 6. 各ライブラリの使い方必要なライブラリをインストールできたら、ライブラリのインポートを行います。各ライブラリのインポートは以下の通りです。 from matplotlib import pyplot as plt from sklearn import datasets, preprocessing from sklearn.cluster import KMeans import numpy as np import pandas as pd これで必要なライブラリのインポートは完了です。それでは、具体的にライブラリの使い方を手順を交えて説明します。データの読み込みまずはクラスタリングに使用するデータを用意します。ここではscikit-learnを使用してデータセットの読み込みを行います。scikit-learnには分類や回帰といった機械学習の問題に使うことができるデータセットが同梱されています。使用可能なデータセットは以下の公式ドキュメントにまとめられています。 7. Dataset loading utilities ここでは、この中からワインの種類のデータセットを使っていきます。以下の記述でデータを読み込みます。 wine_data = datasets.load_wine() 前処理データを読み込んだ後、データを解析するために必要な前処理を行います。 pandasを使用し、先程読み込んだデータをデータフレームに変換していきます。 df = pd.DataFrame(wine_data.data, columns=wine_data.feature_names) ここで、このデータセットの構造を確認してみます。以下の1行で変換したデータフレームの最初の5行を出力します。 print(df.head()) 結果は以下のように出力され、13列のカラムがあることが分かります。 alcohol malic_acid ash alcalinity_of_ash magnesium ... proanthocyanins color_intensity hue od280/od315_of_diluted_wines proline 0 14.23

Python

記事を検索

ニュース

インタビュー

テクノロジー

キャリア

お問い合わせ

Pythonでクラス図を作成する方法【初心者向け】

UML（統一モデリング言語）とは

クラス図とは

Pythonでクラス図を作成するためのツール（pyreverseなど）