Python

Pythonのおすすめライブラリを現役エンジニアが解説【初心者向け】

初心者向けにPythonのおすすめライブラリについて現役エンジニアが解説しています。ライブラリ(library)とは共通部品のことで使いまわせるように部品化したソースコードです。今回はお勧めライブラリとして、HTTP処理、機械学習、Webアプリケーションなどのライブラリを紹介しています。

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のおすすめライブラリについて、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。

今回は、Pythonに関する内容だね！

どういう内容でしょうか？

Pythonのおすすめライブラリについて詳しく説明していくね！

お願いします！

ライブラリとは

ライブラリ(library)は、一般的には図書や蔵書という意味です。

IT、ソフトウェア業界では、凡庸性の高いプログラムの共通部品を指します。

計算、ファイルの入出力、ネットワーク送受信などはプログラムでは頻出の処理です。

これら共通機能を都度コーディングするのは非効率なので、使い回しができるようにライブラリにまとめます。

Python標準ライブラリとは

Python標準ライブラリは、Pythonに標準で付属しているライブラリです。

Pythonをインストールするとこれらのライブラリも自動的にインストールされるので、追加インストールなく利用可能です。

テキスト処理、ファイル処理、ネットワーク処理など、多様なライブラリがあります。

[PR] 未経験からWebエンジニアを目指す方法とは

Pythonライブラリの主な種類

標準ライブラリでは機能が不足する場合、Python Package Index（PyPL）からライブラリを入手することが可能です。

ここではPyPIに登録されているライブラリをいくつか紹介していきましょう。

数理処理用ライブラリ

NumPy.

Pythonで行列計算などの数値計算を行うライブラリです。

その他の数値計算ライブラリからも頻繁に利用され、デファクトスタンダードとなっています。

こちらの記事でNumpy.の使用法を解説しています。

SciPy

理数系研究や計算のためのトータルパッケージで、NumPyを含む、複数の数値計算ライブラリをまとめて提供しています。

スクレイピング用ライブラリ

Scrapy

Pythonのスクレイピング用フレームワークです。

Scrapyの使用法はこちらの記事をご覧ください。

Beautiful Soup

XML, HTML等の文書パーサーで、スクレイピング処理と組み合せて多用されます。

Beautiful Soupの使用法はこちらの記事をご覧ください。

マルチメディア用ライブラリ

MoviePy

Pythonの映像、画像編集用ライブラリです。カットや映像の結合、エフェクトの設定まで可能です。

pyglet

Pythonで動作するクロスプラットフォームや複数ウィンドウを制御するために使います。

Pythonのおすすめライブラリ

scikit-learnとTensorFlow

機械学習のライブラリです。標準でも多くの分類器やモデルを扱え、機械学習分野の入門者から専門家まで幅広く使用されています。

scikit-learnとTensorFlowの使用法はこちらの記事で解説しています。

Requests

HTTP処理ライブラリです。標準ライブラリには、http.requestライブラリがあるものの、GET, POST処理やCookieの扱いをより便利に行えるようになっています。

Requestsの使用法はこちらの記事で解説しています。

Bottle, Flask

いずれもWebアプリケーション作成の軽量ライブラリです。PythonにはDjangoというWebアプリケーションフレームワークがあるものの、ちょっとしたWebアプリを作成するには大がかりに感じるでしょう。

BottleやFlaskは中小規模のアプリ作成に向き、少ないコーディング量でWebアプリを作成可能です。

Bottle, Flaskの使用法はこちらの記事で解説しています。

執筆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。

Pythonのおすすめライブラリがわかりやすくて良かったです！

これから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におけるraw_inputについて現役エンジニアが解説【初心者向け】

Pythonにおけるraw_input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。そもそ...

Python

Pythonでディレクトリごとzipで圧縮する方法を現役エンジニアが解説【初心者向け】

Pythonでディレクトリごとzipで圧縮する方法について、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

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。 Py...

Python

Pythonでモジュールをリロードする方法【初心者向け】

Pythonでモジュールをリロード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...

Python

Pythonのダブルクォーテーション3つで囲まれたコメントについて現役エンジニアが解説【初心者向け】

Pythonのダブルクォーテーション3つで囲まれたコメントについて、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...

Python

Pythonのextendメソッドの使い方を現役エンジニアが解説【初心者向け】

Pythonのextendメソッドの使い方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...

Python

あわせてよく読まれている記事

【未来のUIデザイナーへ！】初心者のためのプロトタイピングガイド

本稿は、本稿は、Web Designerdepotのブログ記事を、Web Designerdepotより了解を得て日本語翻訳し掲載した記事になります。プロトタイピングの概念そのものは、インターネットの成立以前から存在していました。典型的な例として、新しい製品を開発をする人々は最初に製品を組み立て、次に製品が期待した通りに作動するか試します。最初のバージョンで特許を取得して、潜在的な投資家に製品を見せることもあるかもしれません。もし投資家が独自の生産ラインの設備を利用できるとしたら(例えば既存の会社で働いているなどの理由から)、製造可能なレベルのモデルが完成するまで、製品の開発が進められて、バグの修正も行われます。昔のデモディスクを覚えていますか？機能の制限されたプログラムが入っていたり、ゲームの初歩レベルあるいはゲームが2つだけ入っているようなディスクのことです。プロトタイプはデモディスクと似ている点が多くありますが、よりシンプルでさえあります。 Webサイトやアプリのプロトタイプを作成するのは、期待した通りに作動するか確かめるためです。プロトタイプの目的は、将来の顧客の獲得というよりも、より良い製品を作るのに役立てることです。 Webサイトやアプリのプロトタイプは、製品が期待通りに作動するか確かめるために作成します。またクライアントや潜在的な投資家に製品の作動を示すこともできます。最近では、Webとモバイルアプリ用のプロトタイプ作成アプリが多数登場しています。最近リリースされたデザインツールのAdobe Experience Designerは、Webとモバイルに対応したデザインアプリとしての機能と、プロトタイプ作成用のアプリとしての機能が融合されています。 Adobe社の知名度とプロ向け製品における市場シェアを考えれば、多くの人々が今まで以上にプロトタイプを実践し始めているのも当然かもしれません。今回の記事は初心者向けのガイドです。デザイン業界でどのような経験を積んできたかにかかわらず(あるいは未経験でも)、プロトタイプを日常的に使い始めた方向けに書いています。このガイドでは何よりもまず基本的な原則を説明します。もちろんその後に発展的な情報として、役立つツールやアプリをリンクとともにご案内します。ワイヤーフレーム＆モックアップ VS. プロトタイプデザイナーとしての経験が豊富な方は、すでにワイヤーフレームやモックアップを編集で利用しているかもしれません。ただ、これらは必ずしもプロトタイプとはいえません。ワイヤーフレームやモックアップで問題なのは静的なことです。製品の機能についての多くの情報を伝えることができないのです。このため、製品の動作性についてクライアントやデベロッパーに誤解を与えるおそれもあります。こうした理由から、プロトタイプとは一般的に、何かインタラクティブな要素を持つものと定義できます。ただし、例外的に静的なものにもプロトタイプと見なせるものもあります。例えば、概念的なプロトタイプや、詳細に作成された設計書などです。重要なのは単にインタラクティブであることよりも、製品に期待される機能について情報を伝えられることだからです。それでもやはり、ワイヤーフレームやモックアップは単にプロトタイプの作成によく使われているという理由だけで、誰も捨てようとはしません。いつプロトタイプが必要になるのか？何かがどのように作動するかを示す必要があるときにはいつでも、プロトタイプが必要です。わかりやすい例は、Webアプリやモバイルアプリです。アプリは、モックアップでは簡単に見たり予測したりできない機能を数多く持っている傾向があります。コンテンツ中心型の静的なWebサイトでさえプロトタイプを必要とするかもしれません。 1つの理由として例を挙げると、私は以前クライアントにシンプルなビジネスサイトのモックアップを見せたときに、クライアントから「トップページにある「概要」や「サービス」などをクリックしたら別のページに移行するのか？」、「コンタクトフォームでユーザーが「送信」をクリックしたら、私はメールを受信することになるのか？」と聞かれたことがあります。シンプルなタスクでさえ不確実性を伴うことがあり、プロトタイプは当て推量を解消するのに役立ちます。また、簡単なブラウジングの操作さえ、ユーザーやクライアントによってはわかりづらくて大変な作業となりえます。プロトタイプがあればネットワークからサインオフするときにも、当て推量する手間を省くことができます。加えて、プロトタイプはユーザーテストに役立ちます。ユーザーテストを行うときには、初期段階からプロジェクトのシミュレーションを始めるのがベストです。作業がほとんど完了した後に大きな変更をしなければならない事態は避けたいところです。 [PR] 未経験からWebエンジニアを目指す方法とは4種類のプロトタイププロトタイピングを始める前に、どの種類を使うか決めます。ほとんどのデザイナーたちが実践しているように、どのようなプロジェクトでも複数の種類を組み合わせて使うことができます。 1. 概念的プロトタイプこのプロトタイプは、形の上では完成した製品と全く似ていません。ここでインターフェースのディテールとレイアウトは重要ではありません。インタラクションとプロセスだけに集中します。全てのプロトタイプの目的は製品の動作性を示すことです。その意味で、このプロトタイピングは原始的な形だといえます。機能性だけがテーマであり、形は問題となりません。この段階では、フローチャート、ポストイットのメモ、PowerPointのプレゼンテーション、アイコンでプロセスを説明するビデオを使ったり、身振り手振りを加えてカメラに向かって録音してもいいでしょう。要点を伝えることができれば何でもいいのです。概念的プロトタイプはプロジェクトの初期段階で使われます。プロジェクトにはまだ名前がないかもしれません。アプリやWebサイトもアイデアの段階なので、「こんな感じで作動すると思う。」と話しているかもしれません。 2. ローファイプロトタイプローファイプロトタイプでは、レイアウトやスクリーンのサイズなど具体的な対象を扱うようになります。このプロトタイプは、作られるのも破棄されるのもサイクルが速いです。ローファイプロトタイプの目的は、あなたとクライアントが基本的な部分に満足できるまで、試行錯誤を最速で繰り返すためのものです。だからプロトタイプに愛着を持つべきではありません。ほとんどのプロトタイプは使い捨てであり、それこそが長所です。「ローファイプロトタイプ」は「ワイヤーフレーム」とよく置き換えることができます。この段階では紙に書いて行うこともよくあります。アプリでローファイプロトタイプを作成するときには、他のスクリーンへのリンクやコメントの機能など、基本的なプロトタイピングの機能を備えているものを使うことがおすすめです。ワイヤーフレームのアプリはインターネットとの連携が容易であるというメリットがありますが、やや動きが遅いことも多いです。概念的プロトタイプと同じくプロジェクトの初期段階で使われますが、ビジネスモデルやプロジェクト名はすでに存在している段階でしょう。上手くいくと確信できるものが持てるまで、頭の中で思いつく無数のアイデアをえり分ける時です。 3. ミディアムファイプロトタイプ段階によっては、ローファイプロトタイプでは要点を把握しにくい一方、ハイファイプロトタイプでは十分過ぎることがあります。スタイルガイドを完全には作成していなかったり、まだグラフィカルアセットを全て作り終えていない段階です。ミディアムファイプロトタイプは、このようなデザインの初期～中間の段階で使うことができます。インタラクションのシミュレーション機能を持つプロトタイピング作成アプリによって作られることも多いです。CSSのフレームワークを利用して、HTMLとCSSによって構築することもできます。 BootstrapとFoundationが、現在存在しているプロトタイピングのツールの中ではおそらく主流です。有名ブランドのイメージがあればそれを使うべきですが、ストックイメージでも足りるでしょう。ストックタイプのUIエレメントは、模作のインターフェイスをより速く構築するために使われます。プロトタイピング作成アプリの多くは、これらのUIエレメントのライブラリを持つことが多く、作業の高速化に役立ちます。ミディアムファイプロトタイプは、リテラル思考型(Literal thinker:全体的なイメージよりも、具体的なステップや言葉の定義から考えるような人)で外観や動作の近似を見たいと思うような人に向いています。彼らにとっては、「未完成」のヘッダーの方が、Webサイトのヘッダーに全く見えないようなスケッチ風の代物よりも、まだ耐えられます。リテラル思考のクライアントには、ワイヤーフレームで素早く考えた初期のアイデアを見せる必要はないでしょう。ミディアムファイプロトタイプの段階で見せる方が、彼らに方向性を分かってもらいやすいです。 4. ハイファイプロトタイプこの段階までプロジェクトが進むと、全てのスクリーンのモックアップが完成していて、全てが立派なものになっているでしょう。製品をバックエンドのコードと統合して、人々に製品の動作性を見てもらう時です。ハイファイプロトタイプは通常、デザインに関する最終的な合意をクライアントと結ぶために使われます。ただのPSDファイルを送るだけれはなく、インタラクティブなものを提示しなければなりません。 2つの方法のうちいずれかによって行われます。1つの方法では、静的なHTMLとCSSを利用して、一部をインタラクティブな外観に仕上げます。もう1つの方法では、画像やPSDのファイル形式をインポートできるアプリを利用して、擬似インタラクティブな特性を加えることで完成品のアプリ（製品）の機能を模倣します。アプリによっては、プロトタイプのデモをWeb上(またはモバイルデバイス上)で行うことも可能です。プロトタイピングのメソッドプロトタイプの主な種類を見たところで、次にプロトタイプを実際に作るためのツールをご紹介します。基本的な使い方も含めてすでにほとんどご紹介していますが、さらに詳細を見てみましょう。あなた自身とクライアント双方にとって適合するメソッドを選びましょう。ビデオまたはプレゼンテーションのプロトタイプこれらは具体的な作業がなされる前に、アイデアを売るためによく使われます。そのため通常は、潜在的な投資家を意識したものです。クライアント向けにも使えますが、他の代替手段の方が効率的なコミュニケーションを図るには優れていることも多いです。アドバンテージは人によって異なるでしょう。ビデオとプレゼンテーションのプロトタイプで、利益率を上げるために作られたものは商業型の公式に従います。聴き手が共感できる問題を提示する。あなたの製品によってその問題がどのように解決されるかデモを示す。 (オプションとして)会社のマスコットをデジタル形式で表現して、キャッチフレーズを叫ばせながら楽しそうにダンスさせる。これらのプロトタイプの中にはアイコン、テキスト、イラストレーションを使うだけで完成するものもあります。他にはアニメーションを利用して、要点を説明するのに動きを使うこともあるでしょう。あなたのアイデアを売ることができれば、正しく使いこなせているといえます。ビデオのプロトタイプと紙のプロトタイピングを組み合わせた良い例をご紹介します。Video Prototype for Mobile Cooking App : Youtube動画よりワイヤーフレームワイヤーフレームは紙面上かアプリにおいて作成できます。ワイヤーフレームは通常ローファイプロトタイプと見なされていますが、時間をかければミディアムファイプロトタイプにアップグレードすることも可能です。もっとも労力をかけるだけの価値はほとんどありませんが。ワイヤーフレームは、作成されるのも破棄されるのも速いです。紙面上でワイヤーフレームを作成することが魅力的である理由の1つです。アプリでワイヤーフレームを作ると、より正確なデザインが可能となり、既存のワイヤーフレームから簡単に編集することもできます。しかし、あなた自身以外には誰も見ないであろうスケッチを速く作成できるという点が、やはりワイヤーフレームの長所として一番優れています。しかし、すで述べたようにアプリでワイヤーフレームを作成すると、より簡単にインターフェースの機能を模倣できるというメリットもあります。紙面上に作成したワイヤーフレームをタップしたところでトントン音が鳴るだけですから、面白いかもしれませんが、あなたの意図するところを伝えることはできません。紙のプロトタイプこれはただのスケッチではないという点で、紙面上のワイヤーフレームとは異なります。紙を利用するのは、物理的でフラットな素材でインターフェースのモデルを作るためです。先にご紹介したビデオのプロトタイプにもその例を見ることができます。インターフェースの要素は、紙にスケッチして、カットして作ります。コピーして予備を作ることもあります。そして作ったピースを他の紙の上に集めます。ある要素のサイズが間違っていれば、他の要素の並びを変えたり、新しいサイズの要素を紙をカットして作るなどの方法があります。またワイヤーフレームより「本物」らしいといえます。特に面白さはないとしても、クライアントは紙のモデルを触ることができます。この触覚に訴える方法はクライアントに多くを説明できるので、他のどんな方法より優れていることもあります。誰でも対象をより深く理解するためには、物理的なコンタクトが必要です。UXデザインの半分は、物理的なインタラクションの使い心地を、デジタルのインターフェースで作り直す作業であるといえます。アプリで作成するミディアムファイおよびハイファイプロトタイプこれらは紙のプロトタイプとの共通点が多いです。以下でご紹介するInvisionなどのアプリで作成するプロトタイプは、あらかじめデザインしたインターフェースの要素をもとに作り始め、これらのピースを集めて完成品を模倣します。異なる点は、全ての作業がスクリーン上でなされることです。完成製品のグラフィック作成やブランド化も可能であり、プロトタイプであっても完成製品のように作成することができます。その次はすでに述べたことですが、アプリによって製品のデモをブラウザやモバイルデバイス上で行うこともできます。また手で触れて感じることも可能になります。クライアントの触覚に訴えることで、もし気に入ってもらえれば、最終的な承認を得たも同然です。コードもちろんインタラクションを必要とする場合には、インターフェースのプロトタイプをコードで作るのがいい方法です。その理由もご紹介します。あなたのワークフローによく合う(とにかくブラウザ上でデザインするような場合)。作成するサイトやアプリに、ボタンなどのインタラクティブな要素が多数存在している。製品作成の最終段階でプロトタイプのコードを利用すると、時間の節約になる。インターフェースの機能性のデモを、アプリを使わずにブラウザ上で実行したい。あなたがキーを押すのが好きで、クリックするのは嫌いである。ブラウザ上でプロトタイピングを行うと、特に修正版を作成中はやや時間がかかります。製品の初期段階ではおすすめしません。ミディアム～ハイファイプロトタイプで使うのがベストです。すでにHTMLやCSSで作業を進める方法を好んでいるとしたら、完成間近のプロジェクトを提示するには最良の方法の1つです。フレームワークによるプロトタイピングフレームワークを利用すると、コードを使ったプロトタイピングのスピードを相当上げてくれます。さらに、完成製品用のフレームワークを利用するとしたら、コーディングの量も少なくて済みます。補足として、BootstrapやFoundationのような人気の高いフレームワークを利用して構築された、ドラッグ＆ドロップ形式のWebページ用エディタもあります。これらを使うことで、ローファイプロトタイプからコードを加えた完成製品まで全て作ることができます。または、これらをプロトタイプを速く作る目的だけに使い、プロジェクトの最終段階ではカスタマイズしたコードを使う方法もあります。どちらの方法でも上手くいくでしょう。プロトタイピングのツールとアプリ理論を理解したところで、プロトタイプの作成に進みましょう。紙のプロトタイプやコードだけに限定せず、アプリをどこかで使うと仮定します。良くも悪くも、多数の優良なアプリから選ぶことになります。繰り返しになりますが、結局はあなたに合うものを選ぶことが大切です。モバイルアプリのデモを実行する機能が必要か？Google DriveやDropboxなどのサービスとファイルの同期が必要か？Githubと統合させるか？ローファイ、ミディアムファイ、ハイファイのどのタイプか？アドバンストスクリプト言語(Advanced scripting)か？などから考えましょう。以下にリストアップするアプリは、これらのニーズに対応しています。何に着目すべきか分かりやすいように、アプリごとに最も関連性の高い機能をご紹介します。これらアプリの多くは主にワイヤーフレームのためのツールとして知られています。ワイヤーフレームのソフトウェアは、インタラクティブなプロトタイプに必要な機能を備えていることが一般的です。人によってこれらのアプリを使うことで得られるアドバンテージも異なります。 AdobeのExperience Design CC 現時点では最新のアプリです。このアプリの登場により、今まで飽和状態だった市場に競争を巻き起こすことになりそうです。単にワイヤーフレームのアプリまたはプロトタイピングのアプリというよりも、デザインアプリです。Sketchや開発終了したFireworksと似ていますが、デザインした全てのものからプロトタイプを作り出すことが可能な点が斬新です。今のところMacのプレビューにのみ対応していますが、2016年末までにはWindows版もリリースされる予定です。プレリリース版は無料ですが、完成版のリリース後にはAdobe Creative Cloudのプランに組み込まれます。プレゼンテーションのソフトウェア MicrosoftのPowerPoint、AppleのKeynote、LibreOfficeのImpress、GoogleのSlidesは全てプロトタイプの作成に使えます。プロトタイプについてのコンセプトはそれぞれ異なっています。スライドにリンク機能を加えるだけで、インタラクティビティを模倣できます。コンテンツ中心型のWebサイト用のプロトタイプにも向いています。またこの中のソフトの少なくとも1つは使った経験のある人も多いでしょう。もし使ったことがなければ、ImpressとSlidesは無料で使えます。 InVision InVisionも有名なアプリの1つで、ハイファイプロトタイピング向きです。バージョン管理を特色としていて、リアルタイムの連携機能やフィードバック機能を売りとしています。Marvelのアプリのように、アニメーション、プロトタイプの組込み、デバイス上でのデモ、などの機能もあります。無料プランではプロトタイプ1つまで作成できますが、それ以降は有料プランで月額15USドルかかります。 InVision Justinmind Justinmindはアプリケーションのハイファイプロトタイプを作成するのに向いているように思えます。JustinmindのサイトではレスポンシブデザインのWebサイトのプロトタイプについても言及されています。アプリ上でのデモ機能もあります。今のところ1年間の有料契約(月額換算で19USドル)からスタートできます。 Justinmind Marvel Marvel Appは有名なプロトタイプのアプリです。基本的に無料プランで、アップデートの価格も全てリーズナブルです。注目の機能は、PhotoShipとSketchのサポート、DriveとDropboxとの同期、Webページ上での組込み型プロトタイプです。これらの機能によって、プロトタイプをアニメーション付きのプレゼンテーションに仕上げることもできます。ハイファイプロトタイプの作成に向いています。 Marvel Proto.io Proto.ioはハイファイプロトタイプ向きのアプリです。複合的なインタラクション、アニメーション、ファイル形式のエクスポート、印刷、組込み、デバイスのデモンストレーションなどの機能が全てビルトインされています。15日の無料お試し期間と、月額24USドルのプランから始められます。 Proto.io POP POPが他のアプリと異なっているのは、ワイヤーフレームのスケッチとデジタル形式のプロトタイプのハイブリッドを作成できる点です。 iPhone、Androidフォン、Windowsフォンなどのカメラでスケッチの画像を取り込み、これらをインタラクティブなプロトタイプに変換します。主に紙で作業を進めるタイプの人には、データを共有するのにいいアプリです。プロジェクト2つまでは無料で利用可能で、以降は月額10USドルの有料プランになります。 POP Flairbuilder Flairbuilderはデスクトップアプリですが、プロジェクトにオンラインのビューア(閲覧用ソフトウェア)機能を利用できます。ミディアムファイのワイヤーフレームとプロトタイプに向いています。インタラクションを追加したり、デバイス上でのデモを行うことが可能で、グリッドベースのデザインにも特色があります。ワンタイム料金で99USドルと高額ですが、Axureよりも安いです。 Flairbuilder Flinto Flintoには、Macアプリ版とWeb用ライト版の2つのバージョンがあります。違いはというと、Macのバージョンの方がより複雑なアニメーション、インタラクションなどの機能をテーブル(表)に加えることができます。またSketchからファイル形式をインポートできるのも、Web用ライト版にはない機能です。ワンタイムの購入価格で99USドルかかります。ライト版(月額20USドル)だとデスクトップバージョンのライセンスも含まれるので、両方の良い部分を利用できます。 Flinto [お知らせ]TechAcademyでは初心者でもUI/UXデザインができるようになるUI/UXデザインオンラインブートキャンプを開催しています。現役UI/UXデザイナーのサポートで学びたい場合はご参加ください。

アプリデザイン

データ分析のライブラリ！Pandasとは【初心者向け】｜現役エンジニアが解説

今回は、Pythonのデータ解析用ライブラリであるPandasについて解説します。 Pandasを使うと、データの統計量を表示したり、グラフ化するなど、データ分析（データサイエンス）や機械学習で必要となる作業を簡単に行うことができるようになります。 Pythonでデータ分析を行うには、必須のライブラリなので、ぜひこの記事を参考に、Pandasの使い方を覚えましょう。なお本記事は、TechAcademyのAIオンライン講座の内容をもとに作成しています。目次 Pandasとは Pandasの特徴 Pandasでできること Pandasを使うメリット Pandasを利用するにはダウンロード手順初期設定 Pandasの使い方 Pandasをより便利に使う方法 Pandasの勉強方法大石ゆかり田島メンター！Pandasというのは何でしょうか？田島悠介 Pythonのデータ解析用のライブラリだよ。Pythonでデータ分析や機械学習を行うには、必須のライブラリなんだ。大石ゆかりどのような機能があるのですか？田島悠介例を見ながら説明していくね！ Pandasとは Pandasは、Pythonでデータ分析を効率的に行うためのライブラリです。Pandasはオープンソース(BSDライセンス)で公開されており、個人／商用問わず、誰でも無料で利用することができます。 Pandasを使うと、データの読み込みや統計量の表示グラフ化データ分析に関する作業を容易に行うことができるようになります。また主要なコードはPythonまたはC言語で書かれており、Pythonだけでデータ分析を行うのと比較して、非常に高速に処理を行うことができます。データ分析（データサイエンス）は、機械学習を行うまでの前処理（データの読み込み、クリーニング、欠損値の補完、正規化など）が、全ての作業の8〜9割を占めると言われています。Pandasを使うとそのような処理が効率的に行えるようになるため、Pythonで機械学習を行うには、Pandasは必須のライブラリとなっています。 [PR] 未経験からWebエンジニアを目指す方法とはPandasの特徴 Pythonによるデータ分析で多く使われているライブラリといえば、PandasやMatplotlib、NumPyなどがあげられます。これらのライブラリはそれぞれ以下のような特徴があります。 Pandas Pandasはデータの読込や並べ替え、欠損値（欠けている項目値）の補完などを行うことができるライブラリです。データ分析の前処理段階でとても多く利用されています。データの読込はCSVやテキストだけでなく、エクセルやインターネット上で提供されている株価情報など、多様な形式のデータを読み込むことが出来ます。また、Pandasの特徴はDataFrameという多機能な「表」にあります。DataFrameにはデータの平均値や行数などの概要的な特徴を把握する機能や、並べ替えや列名の変更などのデータを整形する機能があります。またキーを指定しての集計やMatplotlibと連携してのグラフによる可視化など、データ分析のデータ前処理の段階で便利な多くの機能が提供されています。データ分析の過程では、Pandasである程度データをきれいに整えてから、NumPyで数値計算を行うようといったように、使い分けて利用することが多いでしょう。 Matplotlib MatplotlibはPythonで代表的なグラフを描画するライブラリです。2Dだけでなく3Dも含めた多くの種類のグラフを描画することができます。 Matplotlibは慣れると使いやすいのですが、はじめは使い方がやや難しく感じると思います。そのような場合、PandasやSeabornなどのライブラリと組み合わせることで、見た目の良いグラフを簡単に描画することができます。 Matplotlibはデータ分析の様々な段階で、NumPyやPandasと組み合わせてデータの概要を把握したり、特徴を可視化するような目的で使用します。 NumPy NumPyは数値計算や行列演算を行うライブラリです。複数の数値を配列としてまとめて扱ったり、行列演算を行ったりするのが得意です。特にコンピューターで小数点以下を扱う際の標準的な形式である浮動小数点型の行列演算を高速に行うことが出来ます。また三角関数や平方根などの数値計算の機能も豊富です。 NumPyはある程度データの前処理が終わり、きれいに整ったデータに対して数値計算を行うのに向いているライブラリと言えます。 Pandasでできること Pandasには多くの機能があります。主に利用する機能を確認してみましょう。なお以下でDataFrameと記載しているのはDataFrameオブジェクトを指しています。データの読込 CSV形式のデータの読込：read_csv() Excelファイルの読込：read_excel() JSON文字列の読込：read_json() pickle形式(Pythonオブジェクトを保存する形式)によるデータの読込/書込：read_pickle()、to_pickle() インターネット上で提供されている株価情報の読込：pandas-datareader データの特徴を把握データの特徴を表示：DataFrame.info() 要約統計量を表示：DataFrame.describe() データの一部を表示：DataFrame.head()、DataFrame.tail() データの形状を表示：DataFrame.shape 行数を取得：DataFrame.index.values 列名を取得：DataFrame.columns.values それぞれの列の型を取得：DataFrame.dtypes データの切り出し（スライス）データのスライス：DataFrame[]、DataFrame.iloc[]、DataFrame.loc[] フィルタリング：DataFrame.query() データの並べ替え値による並べ替え：DataFrame.sort_values() インデックスによる並べ替え：DataFrame.sort_index() 列名の変更：DataFrame.rename() 集計列の集計：DataFrame.value_counts() 表の集計：DataFrame.groupby() ※groupby().sum()で合計、groupby().mean()で平均値得ることができる可視化 Matplotlibのimportが必要ヒストグラム：DataFrame.hist() 散布図、線グラフ：DataFrame.plot() 棒グラフ：DataFrame.bar() 箱ひげ図：DataFrame.boxplot() 欠損値の扱い欠損値の確認：DataFrame.isnull().sum() 欠損値に値を埋める：DataFrame.fillna() 欠損値のある行を削除する：DataFrame.dropna() その他カテゴリー変数の展開：get_dummies() 列同士の相関を確認：DataFrame.corr() Pandasを使うメリットデータ分析であればExcelなどの表計算ソフトを使えば十分という方も多いでしょう。Pandasを使うと、大量データに対して何度でも同じ処理をプログラムを実行するだけで行うことができるというメリットがあります。大量データの処理が可能 Pandasではパソコンのメモリ容量が許す限り、大量のデータをDataFrameに読み込んで処理を行うことが出来ます。動作速度も表計算ソフトほど遅くはなりません。同じ処理を何度も再実行できる 1つ1つの作業を人間が操作して行うのではなく「プログラム」として記述することで、何度でも全く同じ処理を繰り返し実行することが可能となります。データ分析では再現性が重要であり、手順書をもとにした人間の操作よりも、プログラムで処理自体を記述したほうが、確実に同じ処理を再実行することができます。また、大量データに対する処理は数時間～数日も時間を要することがあります。このような場合でも、人間はプログラムを実行して結果を待つだけです。表計算ソフトのように、付きっきりで操作し続ける必要はありません。さらにパソコンを複数台数用意して、条件を少し変えたプログラムを同時並行で実行して結果を比較する、といったことも容易に実現可能です。他のライブラリと連携し多彩な機能を実現できる他のライブラリと連携することで、プログラムを実行してグラフを描画したり、加工した結果を表計算ソフトのファイルとして出力するなど、Pandasだけでは行えない多くのことを実現することができます。 Pandasを利用するには Pandasを利用するには、Anacondaなどの「ディストリビューション」と呼ばれる開発環境をまとめたパッケージを使うのが簡単です。Anacondaは、データ分析やグラフ描画など、Pythonでよく利用されるライブラリを含んだ開発環境です。ここではAnacondaを例にダウンロード手順と初期設定について確認しましょう。ダウンロード手順 Anacondaの公式サイトからProducts > Individual Edition > Downloadを表示します。 Anaconda – Individual Edition – Download Windows、Mac共に「Python 3.7 – 64-Bit Graphical Installer」をクリックしてダウンロードします。なお、Python2.7は古いバージョンであり、サポート期間が2020年4月とすでに終了しています。どうしても必要な場合を除き、利用することは無いでしょう。ダウンロードしたファイルを実行することでインストールを行うことが出来ます。選択肢などは既定値のままで良いでしょう。初期設定インストールが終わったら、Anaconda Navigatorを起動します。はじめに初期設定として必要なライブラリをインストールしましょう。ライブラリのインストールはEnvironmentsから行います。Environmentsを開き、「Not installed」を選択して検索ボックスに「pandas」と入力します。一覧にPandasが表示されますので、チェックボックスで選択し、画面右下のApplyボタンを押すことでインストールすることができます。また、今回は説明用にscikit-learnのサンプルデータセット（トイデータセット）を使用します。同様にscikit-learnとnumpy、matplotlibもインストールしておきましょう。インストールが終わったらHomeに戻ります。プログラムはJupyter Notebookで作成します。画面の「jupyter notebook」と書かれた部分の「Launch」ボタンをクリックします。初回は「Install」ボタンになっており、クリックするとJupyter Notebookがインストールされます。以降は、Jupyter Notebookをもとに、Pandasの使い方を説明します。 Pandasの使い方 Pandasを使う際は、初めにPandasライブラリをインポートします。併せてサンプルデータセットも利用できるようにしておきましょう。 # Pandas、及び必要なライブラリのインポート import pandas as pd from pandas import DataFrame import numpy as np # サンプルデータセットを取得する from sklearn import datasets boston = datasets.load_boston() 実行結果は特にありません。エラーがでなければ、正しくインポートされています。次に、サンプルデータセットをPandasのDataFrame型に変換しておきます。なお、今回はサンプルデータセットを使いましたが、CSVデータを読み込むread_csvという命令も用意されています。 # PandasのDataFrame型に変換 df = DataFrame(boston.data, columns = boston.feature_names) # 目的変数をDataFrameへ追加 df['MEDV'] = np.array(boston.target) 準備が整いました。それではPandasの命令を幾つか見ていきましょう。データの概要を確認する先頭5行を表形式で表示する df.head() 実行結果は以下のようになります。行列数を表示する df.shape 実行結果は以下のようになります。 (506, 14) 細かい情報を表示する dataset.info() 実行結果は以下のようになります。 <class 'pandas.core.frame.DataFrame'> RangeIndex: 21613 entries, 0 to 21612 Data

機械学習

Pythonにおけるlibraryについて現役エンジニアが解説【初心者向け】

Pythonにおけるlibrary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。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。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 library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 libraryとは Pythonにおける標準ライブラリライブラリの確認方法おすすめのライブラリ便利なライブラリをインストールしてみようまとめ libraryとはライブラリ(library)とは、もともと図書、書庫の意味です。特にIT分野では、プログラムの部品のことを指します。プログラミングでは、しばしば似たような操作を繰り返し行う必要があり、そのたびに都度コーディングするのは非効率です。そのような場合に、共通する処理をライブラリにまとめ、他のプログラムからそのライブラリを呼び出せるようにします。 [PR] 未経験からWebエンジニアを目指す方法とはPythonにおける標準ライブラリ標準ライブラリの充実していることがPythonの長所の一つです。文字列処理、数学の計算、ファイル操作など、プログラミングで必要になる各種操作のかなりの範囲を標準ライブラリのみでカバーしています。標準ライブラリで機能や性能の不足する場合には、PyPIという仕組みでライブラリを追加インストールできます。ライブラリの確認方法標準ライブラリはPython本体と同時にインストールされるので、追加のインストールは不要です。各ライブラリの使い方は、こちらで確認できます。前述のPyPIからライブラリをインストールするには、pipコマンドを使います。例えば以下コマンドでrequestsというライブラリをインストールします。 pip install requests おすすめのライブラリ Tensorflow：機械学習、特にディープラーニングのライブラリ NumPy：科学計算でほぼ標準といってよいライブラリ Matplotlib：グラフ描画でひんぱんに用いられるライブラリ Jupyter：ライブラリというよりも実行環境に近いですが、ノート形式でPythonのコード、テキスト、画像などを保存できる requests：HTTPのライブラリで、HTTPリクエストの送受信を強力にサポートしてくれる便利なライブラリをインストールしてみよう上記で挙げたNumPyをインストールしてみます。 pip install numpy Pythonインタプリタでnumpyライブラリをインポートしてみます。特にエラーが出なければ、インストールは成功しています。 Python 3.8.6 (tags/v3.8.6:db45529, Sep 23 2020, 15:52:53) [MSC v.1927 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import numpy >>> まとめこの記事ではPythonで標準ライブラリ、PyPIライブラリを利用する方法を紹介しました。ライブラリを効果的に活用すると、コーディングの量やバグを減らすことができ、効率的にソフトウェアを開発できます。監修してくれたメンター橋本紘希（はしもとひろき）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。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

JavaScriptのライブラリの作り方を現役エンジニアが解説【初心者向け】

JavaScriptのライブラリの作り方について、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。目次ライブラリとはPython標準ライブラリとはPythonライブラリの主な種類Pythonのおすすめライブラリ執筆してくれたメンターそもそもJavaScriptについてよく分からないという方は、JavaScriptとは何なのかについて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、JavaScript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 JavaScriptのライブラリの作り方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！はじめに今回は自作のライブラリに関する記事です。自作のライブラリを作成する際のポイントや注意点など解説します。ライブラリは大規模なWebアプリや複数人での開発などでとても便利なものですので、ぜひ参考にしてください。ライブラリとは平たく言うと機能の集まり、もしくは部品のようなものです。使われることの多い機能や処理は、ライブラリとして提供されていることが多いです。例えば、画像をスライダーとして切り替えて表示してくれるものや、グラフや図形を書いてくれるものなどたくさんのライブラリが存在しています。このようなライブラリを使うことで、自分で処理を作らなくても簡単にやりたいことが実現できます。 HTMLの操作や便利な機能がたくさん入ったjQueryなども有名なライブラリです。ライブラリを探す際は下記のサイトが便利です。ライブラリを探すサイト例えばここで画像のスライダーを探す場合は、sliderと入力して検索することでスライダーのライブラリがたくさん見つかります。 [PR] 未経験からWebエンジニアを目指す方法とはライブラリの作り方配布されているライブラリでは対応ができないような、独自性の強い処理を個人やチーム内で使いまわすような場合はライブラリを作ることがあります。どのような利用方法をする機能かにもよりますが、基本的には通常通りJavaScriptを記述したファイルを用意して、拡張子をjsにしたJavaScriptファイルを作るだけです。ライブラリを使う側はこのJavaScriptファイルを読み込むことで、処理を呼び出したり使ったりできます。 <script type="text/javascript" src="自作ライブラリパス"></script> 自作ライブラリを作る際のポイント・注意点ライブラリを作る際には以下の内容をメンバー間で認識を合わせておきましょう。ライブラリに実装するか個別のJavaScriptに実装するか基準を決める。 HTMLオブジェクトのクリックイベントなどにひもづける場合は、特定のクラス名などの指定を行う。グローバルスコープ変数を宣言する場合は、変数名などが衝突しないように命名規約を定める。画面オブジェクトを参照する場合は画面ロード完了時などタイミングを決めておく。ライブラリに共通の処理をまとめることで、コーディングの量を減らせるだけでなく、修正などがあった際に修正箇所が少なくなるなどのメリットがあります。一方複数の画面から読み込まれるので、個々の画面でのみ使われるような処理を入れていくとファイルサイズが大きくなったり、複数人での開発の際にファイルの競合が発生し非効率となってしまいます。ライブラリには各画面で呼び出されるような汎用的な処理や共通の処理（ファイルアップロード機能・ヘッダー表示機能など）を実装するようにしましょう。また、非同期処理などでHTMLを作成する場合は、画面オブジェクトを参照する処理は関数化して、各画面の実装時に任意のタイミングで呼べるように工夫する必要もあります。他にもプロジェクトの特性や仕様により制約や取り決めをあらかじめ決めてから、ライブラリの実装を行うようにしましょう。実際に作ってみよう少ない記述で小さなライブラリを作成してみます。アンカータグにマウスを乗せた際に、アラートで遷移先のURLを表示する機能をライブラリにまとめます。まずは以下のようなHTMLを準備します。今回はjQueryも利用していますので、head内で参照しています。 <html> <head> <script src="https://code.jquery.com/jquery-3.6.0.slim.js" crossorigin="anonymous"></script> </head> <body> <div> <a href="https://techacademy.jp/" class="xxxxLink">リンク</a>

JavaScript

データ分析を得意とするPythonの特徴を現役エンジニアが解説【初心者向け】

データ分析を得意とするPythonの特徴を取得する方法について、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？田島悠介データ分析を得意とするPythonの特徴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 Pythonには数学的ライブラリが豊富機械学習・ディープラーニングへの活用画像・テキスト・数値への対応一般的に利用される数学的ライブラリ Pythonには数学的ライブラリが豊富近年Pythonは非常に人気の高い言語になっています。その理由としては機械学習、ディープラーニングを実装するときにPythonを使っている事例が多いことが挙げられます。PythonにはNumpyをはじめ、豊富な数学ライブラリが揃っています。また、文法がシンプルであることからエンジニアだけではなく、データサイエンティストも少ない学習コストでいろんな分析を行なうことができることも人気のひとつになっています。 [PR] 未経験からWebエンジニアを目指す方法とは機械学習・ディープラーニングへの活用まずは機械学習・ディープラーニングの活用です。人工知能の技術として有名な機械学習とディープラーニングの実装でもPythonのライブラリが大活躍しています。例えば以下のようなものです。 tensorflow keras Pytorch Caffe Dlib scikit-learn TensorflowやPytorchはGPUを使って高速に計算を行なうためのモジュールも入っており、とても便利です。複雑は学習アルゴリズムをPythonのシンプルな文法で実装できてしまうのは魅力的です。 TensorflowやPytorchについては以下の記事で紹介しています。使い方を解説！Googleが開発したTensorflow（テンサーフロー）とは【初心者向け】 https://techacademy.jp/magazine/28272 画像・テキスト・数値への対応ディープラーニングや機械学習もそうですが、データ分析をする上ではデータを適切な形で処理して解析を行なうことが必要です。そこで、次に紹介するのはそのデータを分析するために前処理を行うライブラリをいくつか紹介します。画像系 Pythonでの画像処理で有名なライブラリがOpen CVです。Open CVはC++で書かれたライブラリをPythonでラップ（ある機能を内包させて他の言語で使えるようにすること）したものですが、これにより画像データがNumpy配列として変換されてPythonでの画像処理ができます。また、他の画像処理ライブラリにはPillowというものがあります。PillowはOpenCVほど高度なことができるわけではありませんが、画像の色相変換や合成などの基本的な加工ができます。 OpenCV、Pillowについては以下の記事をご覧ください。 PythonでOpenCVによりカメラの画像を表示する方法を現役エンジニアが解説【初心者向け】 PythonのPillowで画像を保存する方法を現役エンジニアが解説【初心者向け】テキスト系データ分析の中には画像の他にも、テキストの内容を分析するための前処理も存在し、自然言語処理と言われる手法です。日本語の自然言語処理で有名なライブラリとしてはMeCabがあります。 MeCabは日本語を意味のある単語に分割すること（分かち書き）が出来るライブラリです。ここから分割した単語に対してベクトルを付与して分析を行います。このときに使われる代表的なライブラリがword2vecといわれるものです。これで単語に対して、ベクトルを出すことで例えば文章の内容から「お金」に関連する単語は何か？などを検索したり、長い文章の要約ができます。 MeCab、word2vecについては下記の記事をご覧ください。 PythonでMeCabを利用する方法を現役エンジニアが解説【初心者向け】 Pythonによるword2vecの利用方法を現役エンジニアが解説【初心者向け】数値系数値処理では、CSVなどの表形式のデータを成形するためのライブラリを紹介します。代表的なライブラリにはpandasがあります。ここでは各データの型（int、strなど）を定義できて、分析しやすくできます。 pandasについては、下記の記事をご覧ください。pandasで出来ることをまとめてあります。データ分析のライブラリ！Pandasとは【初心者向け】｜現役エンジニアが解説一般的に利用される数学的ライブラリそれでは、最後に数学的なライブラリを紹介します。一番代表的なライブラリが冒頭でも取り上げたNumPyです。NumPyは配列計算を行うライブラリで、OpenCVをはじめNumpyに依存するライブラリがあるぐらい、Pythonでのデータ分析、機械学習では欠かせない存在です。次に紹介するのがSymPyです。SymPyは高校の数学で勉強するような微分、積分の他にも方程式を解くことができます。 SymPyについては下記の記事で紹介しております。 PythonのSymPyライブラリの使い方を現役エンジニアが解説【初心者向け】監修してくれたメンターメンター三浦モバイルゲームを運用している会社のエンジニアをしています。趣味でWEB開発やクラウドコンピューティングもやっており、ソフトもハードもなんでもやります。 TechAcademyジュニアではPythonロボティクスコースを担当しています。好きな言語はPython, Node.js。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

今さら聞けない！Pythonとは【初心者向け】｜現役エンジニアが解説

人気のプログラミング言語「Python」について解説します。どんなシーンで使われるプログラミング言語なのか、Pythonで作れるアプリケーション、Pythonのメリット・デメリットについて説明しているので、これから習得を目指している方は知っておきましょう。日本でもこれからより注目される言語になるはずです。なお本記事は、TechAcademyのPythonオンライン講座の内容をもとにしています。なお、今回の記事の内容は動画でもご覧いただけます。テキストよりも動画の方が理解しやすいという場合はぜひご覧ください。目次 Pythonとは？言語の特徴 Pythonを学習するメリット Pythonでできること Pythonが使われているサービス初心者が効率よくPythonを学習するための順番（ロードマップ）まずはPythonの開発環境を整えよう Pythonとは？言語の特徴 Pythonとはプログラミング言語の1つです。C言語などと比較して分かりやすい文法が特徴です。非常に広く使われているため学習するためのサイトや本も充実しています。2020年現在、最新のGitHubの調査(2019年)では世界2位の人気を記録しています。画像出典：GitHub また、Pythonはプログラミング教育や初心者向けのプログラミング言語としても多く使われています。これは、Pythonの簡潔な言語仕様により、少ないコード行数で分かりやすいソースコードを書くことができるためです。がんばれば、超一流のプログラマーと同じようなコードを、初心者でも真似して書くことが可能です。また、最近では、AI（人工知能）分野でPythonが利用されることで注目を浴びています。 [PR] 未経験からWebエンジニアを目指す方法とはPythonを学習するメリット Pythonを学ぶメリットは多くあります。前述の通り、プログラミング初心者の方でも安心して学ぶことができますし、非常に人気があるプログラミング言語なので、これからも長期に渡って利用できることでしょう。以前は日本では大学や研究機関での利用が主でしたが、最近ではPythonを使ったWebサービスやAI関連のビジネスなどに多く活用されています。例えば求人・採用サイトのGreenでPythonの求人情報を検索してみると約760件該当があります(2020年6月現在)。これはフロントエンドとほぼ同等の求人数です。すでにシステム開発でも一般的に利用されているプログラミング言語と言って良いでしょう。画像出典：Green PythonはGoogleやNASAの内部でも利用されています。現在でもGoogleの求人情報にはPythonエンジニアの求人が存在します。画像出典：Google人材募集 Pythonでできること Pythonは、組み込みアプリ開発やWebサイト構築から、ディープラーニングまで様々な分野で利用可能な言語です。Pythonでは多くのWebサービスが作成されています。 PythonでWebサービスを作成する上でよく利用されているのが「Django」や「Flask」というフレームワークです。 Pythonで人気のフレームワークまとめ現在は、AI（人工知能）や機械学習分野で使用されているPythonの技術が注目されています。例えば、深層学習と呼ばれるディープラーニングの分野でも多くのソフトウェアがPythonで動作しています。 Scikit-learn（統一された関数で機械学習を実施可能） Keras（簡単に計算グラフを扱うことができる。） TensorFlow（Googleが開発したディープラーニングのフレームワーク） PyTorch（Facebookで研究用途に使用されているディープラーニングのフレームワーク）その他にもインターネット上から情報を収集するWebスクレイピングと呼ばれる分野でもPythonは多く活用されています。 Pythonが使われているサービスそれでは実際にPythonが使われているサービスをいくつか見てみましょう。 YouTube 世界最大の動画共有サービスであるYouTubeにPythonが使用されています。Pythonは主にバックエンド(Webサーバー側で動作するプログラム)で活用されており、動画処理やデータの読み込みなどに使用されています。 YouTubeのエンジニアによると「PythonはYouTubeにとって十分に早く、最小の開発者で迅速に開発を行うことができる」と評価されています(※)。 ※ Python公式サイト – Quotes about Python より YouTube Google GmailやGoogle MapsのバックエンドでPythonが利用されています。Googleではソフトウェア開発はデータサイエンスなどの分野で多くのPythonエンジニアが活躍しており、前述の通り求人も行われています。 Google Blender Blenderはオープンソースの3Dグラフィックスを作成するソフトウェアです。オープンソースながら非常に機能が充実しており、日本語にも対応しているため幅広く利用されています。 Blenderにはプログラミングによりキャラクターを動作させてりグラフィックス効果を行う機能があり、そのプログラミング言語としてPythonが使用されています。 Blender PayPal PayPalは世界最大規模のオンライン決済サービスです。ディープラーニングのライブラリであるTensorFlowを使用して、不正な決済の検出を実現しています。 TensorFlowを始めとするディープラーニングは金融業界(フィンテック分野)でも多く利用されており、プログラミング言語としては主にPythonが使用されています。 PayPal OpenStack クラウド環境の構築に利用されているオープンソースのソフトウェアであるOpenStackも大部分にPythonが利用されています。OpenStackを使うと自前でAWSのようなクラウドサービスを提供することができます。様々な規模のデータセンターで数多く利用されており、安定的な運用をPythonが支えています。 OpenStack 初心者が効率よくPythonを学習するための順番（ロードマップ）初心者が効率よくPythonを学習するには、プログラミング言語の基本を学習した後で、機械学習やWebサービスなどの興味がある分野を掘り下げて学習すると良いでしょう。プログラミング言語の基本を学習する初めてプログラミング言語を学習する場合、できれば周りに相談できる人がいると理想的です。プログラムはちょっとした間違いで動作しなくなってしまう場合があり、一人で学習していると間違っているところが分からずに何日も無駄にしかねません。そのような時に経験者が身の回りにいると心強いことでしょう。身の回りにプログラミング経験者がいない場合は、YouTubeなどの動画で学ぶのもおすすめです。最近はプログラミング教育系の動画も充実しており「python 入門」というキーワードで検索すると数多くの動画がヒットします。TechacademyでもPythonの入門動画を公開しているので、ぜひ参考にしてください。 YouTube – Techacademy「Pythonとは」もちろん王道は書籍や公式サイトでじっくりと学習することです。一人で調べるスキルはエンジニアにとってとても重要です。せっかくの機会ですので学習の過程で調査するスキルも身につけると良いでしょう。機械学習やWebサービスなどの興味がある分野を掘り下げるある程度プログラミングの基本が学習できたら、興味がある分野に集中して、実際に動作するアプリの開発にチャレンジしてみましょう。はじめはどのようにアプリを開発すれば良いか全く分からないでしょうから、フレームワークの公式サイトや書籍などを参考にしながら進めると良いでしょう。いくつかおすすめのライブラリをご紹介します。機械学習機械学習のライブラリでおすすめなのはscikit-learnです。また行列計算を行うNumPy、データの前処理で活用するPandas、グラフ描画に使用するMatplotlibなども一緒に良く使われます。 scikit-learn Numpy Pandas Matplotlib また、機械学習では、JupyterNotebookと呼ばれるソフトウェアで開発を行うことが多くあります。JupyterNotebookはソースコードと説明文、実行結果をひとまとめにNotebookで管理できるソフトウェアで、データサイエンティストや機械学習エンジニアに多く利用されています。 Jupyter Notebook Webサービス PythonでWebサービスを開発するのであればDjangoまたはFlaskというフレームワークを使用することが一般的です。比較的Flaskの方が覚えることが少なく容易に利用を始めることができます。日本ではDjangoの方が多く利用されており、日本語ドキュメントの充実といった観点からはDjangoに軍配があがることでしょう。 Django Flask まずはPythonの開発環境を整えよう Pythonの学習をはじめるにあたり、まずはPythonの開発環境を整えましょう。Pythonの学習をスムーズに行うためには以下のようなものが必要です。パソコン WindowsでもMacでもかまいません。CPUはCorei5以上、メモリは8GB以上あると快適でしょう。iPadなどのタブレットでも学習できない訳ではありませんが、エンジニアがプログラミングを行う場合は基本的にパソコンを使用するため、揃えておくと良いでしょう。インターネットへの接続環境 Python本体やライブラリ、フレームワークなどの入手は全てインターネットを経由して行います。できれば光回線などの常時接続環境を良いすると良いでしょう。パソコンとインターネットへの接続環境が整ったら、Pythonの開発環境を構築しましょう。とは言ってもPythonの公式サイトからダウンロードしてインストールするだけです。 Python公式サイト – ダウンロード「Download Python 3.8.3」と書かれてあるボタンをクリックするとダウンロードが開始されます(3.8.3などのバージョンは時期により異なります)。 Pythonのインストールが完了したらプログラミングを行うエディタもインストールしておくと良いでしょう。おすすめはVisual Studio Codeです。こちらもリンクからダウンロードしてインストールするだけで利用できます。 Visual Studio Code Visual Studio Codeの使い方を解説した記事もありますので読んでみるといいでしょう。まとめ今回は、人気のプログラミング言語であるPythonについて解説しました。 GoogleやYouTubeなど多くのデータを扱うサービスで積極的に採用されている言語です。これから日本でもPythonを採用する企業は増えるでしょうし、海外でも常に必要とされる人材なので、グローバルに働くチャンスがあるでしょう。監修してくれたメンター太田和樹（おおたかずき） ITベンチャー企業のPM兼エンジニア普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。開発実績：画像認識技術を活用した駐車場混雑状況把握、音声認識を活用したヘルプデスク支援システム、ロボットアプリの開発、大規模基幹系システムの開発・導入マネジメント。著書「知識ゼロからの機械学習入門（技術評論社）」。地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。また、オンラインのプログラミングスクールTechAcademyではPythonを使って機械学習の基礎を学ぶPythonオンライン講座を開催しています。初心者向けの書籍を使って人工知能（AI）や機械学習について学ぶことができます。現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、習得することが可能です。オンラインでの説明動画や、実際のカリキュラムで学べる無料体験も実施しています。まずはこちらを試してみてくださいね！

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のおすすめライブラリを現役エンジニアが解説【初心者向け】

ライブラリとは

Python標準ライブラリとは