TechAcademy（テックアカデミー） プログラミング Python 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】
オーダーメイドコース
icon
icon
Python

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】

初心者向けにPythonにおけるraw_inputについて現役エンジニアが解説しています。raw_inputとはキーボードからの入力を取得する事ができる関数です。Python3のraw_input関数の書き方や使い方、Python2との違いについて解説します。

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

Pythonにおけるraw_input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

 

Python2とPython3の違い

Python2とPython3は基本的には同じですが、データ型や関数の仕様等で変更点がいくつかあります。

例えば、有名な変更点ではprint文が変更になりpython３ではprint()関数になりました。

[python2]
print 'hello world'

[python3]
print('hello world')

このようにPython2とPython3の違いの中でも、今回はraw_input()とinput()の違いについて紹介していきます。
 

[PR] 未経験からWebエンジニアを目指す方法とは

raw_input()とinput()の違い

まず初めに、raw_input()とinput()の役割について紹介します。

Python2のraw_input()がPython3のinput()と同じになり、キーボードからの入力を取得できる関数にです。

役割は同じですが、最初に紹介したprint()関数のようにそれぞれ使い方に違いがあります。
 

raw_input()の使い方

Python2のraw_input()を使うには下記の様に使用します。

'変数' = raw_input( '文字列' )

‘変数’にセットされる値は(‘文字列’ + 取得した値)の形式になります。

例えばraw_input( ‘data>>’ )と設定して、数字の3を入力した場合、取得されるデータはdata>>3という内容になります。
 

raw_input()を利用して文字列データを出力してみよう

サンプルコード

# raw_input()を使用して変数にキーボード入力でデータをセットする。
data1 = raw_input('数字を入力>>')
data2 = raw_input('数字を入力>>')

# raw_input()を使用して変数にセットしたデータを出力する
print data1
print data2

# 取得したデータを使った演算結果(積算)を出力する
print int(data1) * int(data2)

 

実行結果

数字を入力>>8
数字を入力>>4
数字を入力>>8
数字を入力>>4
32

 

解説

コード2-3行目では、raw_input()を使用して変数にキーボードからの入力をセットしています。

コード6-7行目では、raw_input()を使用して変数にセットしたデータを出力しています。

コード10行目では、取得したデータを使った演算結果を出力しています。

※raw_input()で取得したデータは文字列も含まれたデータになるので、演算で使用する場合はサンプルコードのようにint()を使用してデータを数値に変換してから計算を行います。

実行結果では、それぞれ取得したデータと演算結果が出力されているのがわかります。
 

[補足] Python3で同様の処理を実行する場合

サンプルコード

# input()を使用して変数にキーボード入力でデータをセットする。
data1 = input( '数字を入力>>' )
data2 = input( '数字を入力>>' )

# input()を使用して変数にセットしたデータを出力する
print ( data1 )
print ( data2 )

# 取得したデータを使った計算結果を出力する
print( int(data2) * int(data2) )

実行結果

数字を入力>>8
数字を入力>>4
8
4
32

 

まとめ

今回は、Pythonにおけるraw_inputについて紹介しました。

raw_input()を利用することでプログラムに外部入力機能を実装することができ、アプリケーション開発でも必要とされる基本的な内容になっています。
今回紹介した内容を参考に是非マスターしてください。

最近では、Python3が主流になってきている為、今回はPython3でのコードも紹介しました。

Pyhton3環境で学習をしている方は、最後に紹介したコードを参考に学習してみて下さい。
 

監修してくれたメンター

菅繕久（すがよしひこ）

現在はフリーランスのエンジニアをしていてプログラミング歴は8年目になります。

普段は Python、FileMaker等を使って様々な業務で活用できるIoTプロダクトRPAツールを作成しています。
開発実績としては、業務自動化ツール(在庫管理・発注・ファイル操作 etc)、電子カルテシステム、ロボット用プログラムなどがあります。
TechAcademyではPythonコースを担当しております。

 

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。

記事を検索

関連するキーワード

関連する記事

Pygameを利用してPythonでゲームを作成する方法を現役エンジニアが解説【初心者向け】

Pygameを利用してPythonでゲームを作成する方法について、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...
Python

Pythonの形態素解析ライブラリ「Janome」の基本の使い方を現役エンジニアが解説【初心者向け】

Pythonの形態素解析ライブラリ「Janome」の基本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...
Python

Pythonのord関数の使い方を現役エンジニアが解説【初心者向け】

Pythonのord関数の使い方について、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。 そもそも...
Python

BytesIO（およびStringIO、cStringIO）の使い方【初心者向け】

BytesIO（およびStringIO、cStringIO）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、Pytho...
Python

Pythonでimportができないときに確認することを現役エンジニアが解説【初心者向け】

Pythonでimportができないときに確認することについて、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...
Python

Pythonによる画像処理に利用するライブラリを現役エンジニアが解説【初心者向け】

Pythonによる画像処理に利用する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

あわせてよく読まれている記事

PHPでフォームからデータを受け取る方法（GETとPOST）

プログラミング初心者向けに、PHPの基礎を紹介する記事です。 今回は、フォームからデータを受け取る方法について解説します。 最初にフォームの送信方法とPHPでの受け取り方に関しての説明をします。 その後、実際に動くコードを作成してデータの送受信を試していきます。 フォームでのデータのやりとりはWebサイトなどでは基本なので、ぜひ覚えておきましょう。   目次 GETとPOSTとは HTMLのフォーム 送信されるデータ フォームデータの受け取り方 受信データのバリデーション 実際にコードを書いてみよう 開発環境はXAMPPを使っています。   GETとPOSTとは PHPにおけるデータの受け取り方には、GETリクエスト と POSTリクエスト を使う2通りの方法があります。 POSTリクエストはフォームからHTTP通信により送信され、送信データはリクエストの本体に含まれます。 GETリクエストはフォームやリンクからHTTP通信により同じように送信されますが、送信データはURLの最後に？に続いて　パラメータ名=値という形式で付加されます。     大石ゆかり フォームを使ってデータを送信できるんですね。 田島悠介 そうなんだ。フォームから送ったデータを、PHPで取得できるんだよ。 大石ゆかり いろいろなところで使われてそうですね。 田島悠介 そうだね。後、フォームじゃないんだけどURLの最後に?p=2とか/p2/もGETでデータを送ってることになるんだ。 多くは何ページ目とかに使われるね。HTMLでフォームを作って送信してみよう！ [PR] 未経験からWebエンジニアを目指す方法とはHTMLのフォーム サーバにデータを送信するためには、HTMLのフォームを使います。 GETリクエストのフォーム フォームの構造は次のようなコードです。 <form action = “index.php” method = “GET”> <input type = “text” name =“comment/“><br/> <input type = “submit” value =“送信/“> </form> formタグのaction属性に送信先のURLを指定します。 送信方法はデフォルトでGETリクエストですが、method属性で POSTかGETに指定できます。 formタグ内の inputタグの値が送信するデータです。 この時、name属性がリクエストパラメータ名になり、value属性の値やテキストボックスに入力された値がそのパラメータの値です。 上のコードでは、フォームのデータは、commentというパラメータ名で入力値とのペアで送られ、送信方法はGETリクエストになり、送り先は index.php です。 POSTリクエストのフォーム POSTリクエストにしたい場合は、次のようにform要素のmethod属性をPOSTに変更するだけです。 <form action = “index.php” method = “POST”> <input type = “text” name =“comment/“><br/> <input type = “submit” value =“送信/“> </form> 送信されるデータ ここでは、例としてcommentという名前属性のinput要素に hogehogeという文字を入力して送信するとしましょう。 GETリクエストのデータ データがURLの一部として含まれてサーバに送られます。 送信先は index.phpとすると、URL全体は次のようになります。 http://index.php?comment=hogehoge ここで注目していただきたいのは、後に付けた?comment=hogehogeの部分です。 GETリクエストのデータは基本的には、 ? の後に パラメータ名=値のペアの形式で送られます。 複数のデータの場合は、間を & でつなげます。 http://index.php?comment=hogehoge&title=hello このURLで送られるのは、 comment=hogehogeとtitle=helloという２つのデータ（パラメータ名=値のペア）です。     フォームデータの受け取り方 GETリクエストで送信したデータを受け取る GETリクエストで送信したデータは、グローバル変数である $_GET に連想配列という形で入っています。 そこで、PHPでデータを受け取るときは、この　$_GET を使います。 先ほどの例では、comment=hogehogeというデータが送られましたが、$_GETには、[‘comment’ => ‘hogehoge’] という連想配列で保存されます。 $_GETからデータを受け取るには、受け取りたいinput要素の name属性
PHP

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で配列を結合する方法を現役エンジニアが解説【初心者向け】

Pythonで配列を結合する方法について、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で配列を結合できると、配列を使ったプログラムをより柔軟に実装可能になります。 実務でも配列を結合することは多いので、ぜひ学習してみてくださいね。 目次Python2とPython3の違いraw_input()とinput()の違いraw_input()の使い方raw_input()を利用して文字列データを出力してみようまとめ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で配列を結合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！   演算子を利用した配列の結合方法 複数の配列（リスト）を結合する場合には 以下の方法があります。 + :2つのリストを結合する +演算子を利用することで2つのリストaとbを結合できます。 a+b   * : 指定したリストを複数回結合する *演算子を利用することで2つのリストaとbを複数回結合できます。 a*b   append関数の結合方法 append関数はリストの最後に、指定した要素を追加する関数です。 リストや辞書を追加した場合には、そのままの型でリストが作成されます。 使い方は以下の通りです。 ここでは、listに対してelementを追加しています。 list.append(element)   [PR] 未経験からWebエンジニアを目指す方法とはextend関数の結合方法 extend関数はリストの最後に、指定したリストなどのイテラブルの各値を追加する関数です。   イテラブルとは イテラブルとは、含まれているもの1つ1つの値を返していけるものです。 for文を使えるものという言い方もできます。 イテラブルの型としては、list, string, tupleがあります。 listはリストです。 stringは文字列です。 tupleはリストや辞書型といった複数の要素を管理するデータ型の一種です。 リストを含むイテラブルのものを指定する必要があります。   使い方は以下の通りです。 ここでは、listに対してiterableを追加しています。 list.extend(iterable)   insert関数で結合方法 insert関数はリストの指定した場所に、指定した値を追加する関数です。 使い方は以下の通りです。 ここでは、listに対してpositionで指定した位置にelementを追加しています。 list.insert(position, element)   スライスの結合方法 スライスで範囲を指定して、別のlistやtupleをすべて追加できます。 使い方は以下の通りです。 ここでは、listに対して[開始:終了]で指定した位置にelementを追加しています。 開始：取り出しを開始する位置です。 省略すると先頭の要素を指定します。 マイナスの値を指定すると、末尾から数えた位置を指定します。 終了：取り出しを終える位置です。 省略すると最後の要素まで取り出しを行います。 マイナスの値を指定すると、末尾から数えた位置を指定します。 ステップ：要素を取り出す間隔です。 省略すると既定値の1が設定されます。 ステップにマイナスの値を指定すると、末尾から要素を取り出します。 list[開始:終了:ステップ]=element   実際に書いてみよう 1. リスト同士を結合する場合 1.1 演算子を用いた場合 サンプルコード a = [1, 2, 3, 4] b = [4, 5, 6] print(a + b) print(len(a + b)) 解説 a = [1, 2, 3, 4]では、aというリストを用意しています。 b = [4, 5, 6]では、bというリストを用意しています。 print(a + b)では、リストの要素をリストの最後に結合して表示しています。 print(len(a + b))では、リストの長さである7が値として表示されます。 表示結果   1.2 appendを用いた場合 サンプルコード a = [1, 2, 3, 4] b = [4, 5, 6] a.append(b) print(a) print(len(a)) 解説 a = [1, 2, 3, 4]では、aというリストを用意しています。 b = [4, 5,
Python

データベースに接続！PHPでMySQLを扱う方法【初心者向け】

PHPでMySQLを扱う方法について、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。 開発作業をしていてプログラムを書くだけでなく、データベースを操作することも多々あります。 MySQLはデータベースの中でもトップクラスの認知度があり、使用する機会も多くあります。 使い方を覚えておけば様々なシーンで役立つでしょう。   目次Python2とPython3の違いraw_input()とinput()の違いraw_input()の使い方raw_input()を利用して文字列データを出力してみようまとめ監修してくれたメンター   そもそもPHPについてよく分からないという方は、PHP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。    データベースとは データベースとは、多くのデータを一元管理することができるデータ管理専門のソフトウェアです。 データベースのようなソフトウェアをミドルウェアとも言います。 ミドルウェアとは、表示処理などを行うWebアプリケーションとサーバ制御するOSとの間に存在するソフトウェアです。 ミドルウェアがなくてもシステムとして動作可能ですが、ミドルウェアがあることで大規模システム開発を効率的に行うことが可能です。   データベースのメリット データベースを利用するメリットは大きく3つあります。 安全にデータをバックアップできる データベースソフトウェアの機能を活用できる セキュリティを強化できる データベースをバックアップする データベースをミドルウェアとして利用することで、システム内の必要なコンテンツであるデータは、すべてデータベースの中に保存可能です。 データベースにコンテンツを保存できるということは、データベースさえバックアップしておけば、システムが破損してもコンテンツの復元が可能だということです。 データベースにデータを保存しておくとはつまり、決まった形式でデータを安全に保管できるということでもあります。   データベースソフトウェアの機能を活用できる データベースソフトウェアを利用することで、高速にデータを扱うことが可能になります。 データを扱う例としては、データの検索などがあります。 データ自体が膨大な量になった時に、データベースソフトウェアの検索速度が高速であれば、それだけで快適に動作します。   セキュリティに強くなる データベースソフトウェアを利用しない場合、データを安全に保管することが難しくなります。 例えば、データにアクセスする際にパスワードが設定されていなかったり、複数人で同時にアクセスすることでデータが破損することもあります。 データベースを利用することで、セキュリティに強くなるメリットがあります。   データベースのデメリット データベースソフトウェアを利用するということは、データベースに関する知識が必要になります。 もし、1ページのみのHTMLで構成される自己紹介ページなどであれば、データベースを利用せずHTML内にコンテンツとなるデータを記載したほうが、サイト公開も保守管理も簡単で良いでしょう。   データベースの種類 データベースの種類には大きく4つあります。 RDBMS NoSQL 階層型 ネットワーク型   RDBMS RDBMSとは、Relational DataBase Management Systemの略です。 日本語でいうと関係型データベースと言われることもあります。 エンジニアはRDBMSということが多いです。 データ構造自体は、表計算ソフトのExcelのような感じで管理されます。 データの整合性に強く、管理しやすいため、Webアプリケーション開発時にはRDBMSを利用することが多いです。 製品例：OracleDatabase、SQLserver、MySQL 、PostgreSQL   NoSQL NoSQLとは、大規模なデータを扱う際に利用します。 キーバリュー型、カラム指向型、ドキュメント指向型、グラフ型など、様々な種類があります。 データの整合性より、データ処理能力に焦点を当てたGoogle検索などのシステムで利用されます。 製品例：Hadoop、Google File System、Firebase（Cloud Firestore、RealtimeDatabase） 階層型 階層型データベースはアクセス速度が速いメリットがあります。 しかし、データの重複が発生するというデメリットがあります。 データの柔軟な取り扱いが難しく、高度な知識が必要なため、一般的に利用されることは少ないです。 ネットワーク型 ネットワーク型データベースは、データの重複を避けられるというメリットがあります。 データの柔軟な取り扱いが難しく、高度な知識が必要なため、一般的に利用されることは少ないです。   MySQLとは 中身のソースコードが公開されているリレーショナルデータベースで、オープンソース系としては世界的に最も多く使用されています。 表計算ソフトであるExcelなどのような感じで、データを表示してくれます。 ほとんどのレンタルサーバで使用でき、データを安全かつ高速に検索し、変更の一貫性を保つことができます。   大石ゆかり 田島メンター！MySQLって何でしょうか？ 田島悠介 データを安全に、そして大量のデータも高速に検索できるソフトウェアなんだ。PHPから接続できるんだよ。 大石ゆかり PHPで接続して、データを取得したり、変更したりできるってことですか？ 田島悠介 そうだね。まずはMySQLでできることを見てみよう！   [PR] 未経験からWebエンジニアを目指す方法とはMySQLでできること MySQLなどのリレーショナルデータベースでできることは、主に以下の通りです。   データの変更の一貫性を保つトランザクション 例えばあるブログで、新規記事を投稿し、その記事が属するカテゴリーの個数を1つ増やしたとします。 これらの処理は分離できない処理で、どちらか一方だけ実行されても困ってしまいます。 複数の処理を切り離せない処理として実行する、さもなくば複数の処理すべて失敗とみなして実行しない、ということができます。   インデックスによる高速な検索 コンピュータでもデータ数が多いと検索が遅くなってしまいます。 しかしインデックスを用いてデータを整理整頓しておくと、何千万件の中からでも一瞬で目的のデータを検索できます。 インデックスは、漫画・コミックなどでいえば巻数順に並べておくようなもので、並べておけば素早く手に取ることができます。   条件を指定してデータを検索 価格の高い順や低い順などを10件ずつ、といったようにデータに条件を指定して、柔軟に検索できます。   mysql_connectの書き方 mysql_connectはデータベースに接続するために使用します。 接続リソース mysql_connect("接続先サーバー","ユーザーネーム","パスワード");   MySQLが置いてあるサーバに対して接続します。 MySQLに設定されたユーザーネームとパスワードで接続します。 接続リソースが返ってきますが、その後にMySQLに操作を加える場合にこの接続リソースを使います。   mysql_create_dbの書き方 mysql_create_dbは、データベースを作成する際に使用します。 また、mysql_queryでも作成できます。 mysql_query("CREATE DATABASE データベース名 DEFAULT CHARACTER SET utf8"); mysql_create_db("データベース名");   mysql_queryの書き方 MySQLに接続すると、SQL文を発行できます。 その時にmysql_queryを使用します。 データ追加や検索、その他ヘッダ情報などを取得できます。 mysql_query("SQL文");   大石ゆかり インデックスやトランザクションって何かすごそうですね！ 田島悠介 データが数億件あっても、一瞬で目的のデータを検索できるんだよ。 大石ゆかり それは、すごいですね！   実際に書いてみよう MySQLに接続してデータベースを作成し、データベースの一覧を表示させてみます。 XAMPPとMariaDBで実行していますが、MySQLと互換性が高いのでそのまま使用できます。   test.php <?php $link = mysql_connect("localhost","root",""); mysql_query("create database if not exists test2 default character set utf8"); $result = mysql_query("show databases"); while ($row = mysql_fetch_array($result, MYSQL_NUM)) { echo $row[0]; echo "<br>"; } ?>   実行結果 information_schema mysql performance_schema phpmyadmin test2 wordpress   show databasesというのはMySQL専用のクエリで、データベース一覧を表示させます。 mysql_fetch_arrayに結果リソースを渡し、数字配列を選択します。 1行ずつ出力すると、作成されているデータベース一覧が表示されます。 MySQLに接続し、クエリを発行し、結果を受け取るというのが基本操作です。   PHPとMySQLを使用しチャット投稿を表示させてみる それでは、PHPとMySQLを使用して、チャットサービスの投稿を表示させてみます。 チャットサービスとはTwitterやLINEなどのサービスです。   チャットサービス表示部分の実装 今回は、MySQLにchatデータベースとtitleテーブルが存在すると仮定して実装してみます。   テーブル情報 titleテーブルの中には、自動的に連番が追加されるnoカラム、ユーザー名を表すnameカラムと、投稿内容を表すpostカラムが入っています。   PHP処理の説明 それでは、それぞれの行について説明します。 MySQLへの接続情報 最初に変数dbに対して、MySQLに接続するための情報を格納しています。 今回は、mysqli_connectというPHPの関数を使用してMySQLに接続しています。 mysqli_connectの（）内に記載されているパラメータは次のとおりです。 mysqli_connect( '接続ホスト名', '接続ユーザー名', '接続パスワード名', '接続データベース名' );   接続エラー処理 その後、次のif文処理でmysqliに接続できなかった場合にエラーを出力する処理をしています。 if ($db->connect_error) { echo $db->connect_error; exit (); }   titleテーブルデータ取得 次のsql変数に代入する処理で、titleテーブルに入っているデータをすべて取得しています。 $sql
PHP

PythonでのJSON形式のファイルデータをパースする方法を現役エンジニアが解説【初心者向け】

PythonでのJSON形式のファイルデータをパースする方法について、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。 目次Python2とPython3の違いraw_input()とinput()の違いraw_input()の使い方raw_input()を利用して文字列データを出力してみようまとめ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でのJSON形式のファイルデータをパース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！   この記事ではPythonで「JSON形式のデータを扱う方法」について学習します。 JSONは他の言語とデータを交換する際に使用されるデータ形式で、Webアプリケーションにおけるデータのやり取りに使用されます。 今回は、PythonでこのJSONデータを読み書きするためのライブラリjsonの使い方を紹介します。   JSONデータとは JSONとは、「JavaScript Object Notation」の略称であり、Webアプリケーションでのデータのやり取り等によく利用されているデータ形式です。 JavaScriptと名が付いている通り、元々はJavaScriptのオブジェクトを記述するデータ構造です。ただ、軽量で人間にとっても読みやすいため、現在はPythonなど他の言語でも利用されています。 JSONデータは下記のように、名前（キー）と値のペアを, で区切り、全体を{}で区切って記述します。 { “名前1” : “値1”, “名前2” : “値2”, } Pythonにおける辞書に似ているので、辞書のイメージを持っておくと良いでしょう。 ただし、文字列は’’(シングルクォーテーション)ではなく、””(ダブルクォーテーション)で囲うので注意しましょう。 値には、数値や文字列の他に配列や、{}で囲った別のオブジェクトを入れることができます。   jsonライブラリの使い方 PythonでJSON形式のデータを扱う際はjsonという標準ライブラリを利用します。 ここでは、jsonライブラリの使い方として、基本的な３つの操作をご紹介します。 jsonデータの読み込み jsonデータの書き込み jsonデータの確認と整形 それぞれの操作について以下で解説します。 いずれの場合もjsonライブラリの使用時には、事前に以下のコードでインポートしてから使用しましょう。 import json JSONデータをPythonの読み込み まずは、JSONデータの読み込み方法を説明します。 loads関数を使うことで、JSON形式の文字列をpythonの辞書に変換できます。 json.loads(文字列) また、直接JSONファイルを読み込んでpythonの辞書に変換できます。 この場合はload関数を使用します。 with open(JSONファイルのパス) as f: json.load(f.read()) それぞれのサンプルコードを見てみましょう。 まずは、loads関数のサンプルコードです。 s = '{"key1":"value1", "key2":2}' dict_from_json = json.loads(s) print(type(dict_from_json)) print(dict_from_json) 出力結果 <class 'dict'> {'key1': 'value1', 'key2': 2} {"key1":"value1", "key2":2}というJSONデータを文字列として用意し、loads関数に渡すと、Pythonの辞書に変換されていることがわかります。 次に、load関数のサンプルコードを紹介します。 上記と同じ{"key1":"value1", "key2":2}というJSONデータを記入した、test.jsonというファイルを用意して実行してみてください。 with open('test.json', 'r') as f: print(json.load(f)) 出力結果 {'key1': 'value1', 'key2': 2} loads関数の場合と同じようにJSONデータが辞書に変換できていますね。 一度変換してしまえば、後はPythonの辞書として、データの追加や編集が可能です。 辞書[キー]というコードで値にアクセスすることができます。 JSONデータの書き込み 次にPythonのデータをJSONデータに変換する方法を紹介します。 先ほど紹介したload, loads関数と反対に、Pythonの辞書をJSONファイルとして出力するdump関数とPythonの辞書をJSONデータの文字列に変換するdumps関数がそれぞれ存在します。 二つの関数はそれぞれ次のように使用します。 json.dumps(JSONデータにしたい辞書) with open(出力するJSONファイルのパス, 'w') as f: json.dump(JSONデータにしたい辞書, f) サンプルコードによる利用例も確認してみましょう。 python_dict = {'key1':'value1', 'key2':[1,2,3]} print(json.dumps(python_dict)) with open('test2.json', 'w') as
Python

日本政府の衛星データプラットフォーム「Tellus（テルース）」とは【インタビュー】

経済産業省からの委託事業として衛星データプラットフォーム「Tellus（テルース）」を開発・運用するさくらインターネット株式会社の竹林正豊さん（写真左）と田中康平さん（写真右）にインタビューしました。 Tellusとは何か、衛星データとは何か、衛星データの市場規模とTellusの特徴、そして学習方法と今後の展望まで伺いました。 お話を伺った人 竹林正豊氏 さくらインターネット株式会社　新規事業部所属。 Tellus xData ALLIANCE Project/PublicRelation Group Producer 2006年大阪芸術大学 芸術学部建築学科修了。慶應義塾大学大学院 システムデザイン・マネジメント研究科在学中。ファッション雑誌編集者、広告クリエイティブエイジェンシーを経て2017年さくらインターネット入社。2018年6月より現職。同社では、クリエイティブディレクション、企画の知見を活かし、広報や広告宣伝、外部イベント、トレーニング、データコンテスト、オウンドメディアなどのプロジェクトを統括。 田中康平氏 さくらインターネット株式会社　新規事業部所属。 Tellus xData ALLIANCE Project/Business Development Group 超小型衛星の開発や衛星搭載電源の研究/開発に従事した後、2019年2月より現職。同社では衛星開発の知見を活かした衛星データの利活用事例検討やビジネス開発を担当。また、宇宙ビジネスメディア「宙畑-sorabatake-」にて企画・編集を担当。   Tellusとは ――最初に、Tellusがどういうものかについてお話いただければと思います。 Tellusとは政府衛星データを利用した新たなビジネスマーケットプレイスを創出することを目的とした、日本発のオープン＆フリーな衛星データプラットフォームです。 さくらインターネットが経済産業省から3年間の受託開発と運用を一任されているプロジェクトで、「宇宙産業ビジョン2030」という国の方針に紐づく形で衛星データのオープンデータ化を行っています。   ――衛星データとはどのようなもので、どのようなことができるのでしょうか？ 前提として、衛星データというと何か難しいもののように思われるのですが、特殊なデータとして見るのではなく、ビッグデータの1つと考えるとよいでしょう。 定期的に上空から地上の様子を撮影しているのが、衛星データです。 言い換えれば、上空から撮影している画像、と捉えると良いでしょう。 なので、プログラミングで画像処理できる人であれば、誰でも解析が可能です。 例えば、国立競技場を定期的に撮影すれば、建設の進捗状況を見ることができますし、空港を見れば、航空機が駐機場に何機いるか数えることもできます。 他の画像と少し異なる点があるとすれば、単なる画像ではあるものの、波長帯（バンド）ごとの画像がある、というところでしょうか。 詳細は省きますが、波長帯ごとの画像を見ることで、対象物の状態を捉えることができるようになります。 例えば、ある田んぼを定期的に撮影すれば、稲の育成状況を知ることができますし、地表面で温度が高いところを知ることもできます。 Tellusの場合、これらのデータは統合開発環境でPythonやR言語を駆使して解析できます。 そのため、ただ見るだけではなく、解析により田んぼの育成状況を知ったり、収穫時期を予測したりもできます。 credit：JAXA キャプション：衛星で撮影した田んぼ(左)とその活性度を示す指標を解析で求めた結果(右)   ――他のデータと比べて、エンジニアから見ると面白い点はありますか。 ある意味タイムマシンのようなもので、通常のデータでは測定しにくい変化を捉えられるのが面白いところだと思います。 IoTデバイスでずっと同じ点を観測し続ければ、高頻度に高精度なデータを取得できますが、「設置したとき」からの「設置した場所」のデータしか取得できません。 衛星データは面的に世界中を定期的に観測しているので、観測分解能は粗かったとしても蓄積された世界中のデータを確認できます。 点として観測している場合には、類推することが難しい問題も、面として観測していれば解決できることもあります。 そのため、本質的な変化をより観察しやすいと思います。 よく事例として取り上げられているのが森林破壊の問題についてです。 インドや中国は経済成長の影響から森林が凄く減っているイメージがありますが、実は森林の面積は増えているそうです。 点として、例えば木材の輸出量や林野火災で失われた面積についてのみ見ていたら分からなかったであろうことも、面として見ることで定量的に評価できるようになるのです。 衛星データを駆使して面で捉えたからこそ、森林が増えている事実に気付くことができた事例です。 他には、何かしらを解析するアプリケーションを作成した場合、日本のみならず、世界中をターゲットにできる点も面白いかと思います。 つまりは、日本の田んぼの育成状況を把握するアプリケーションを開発した場合、衛星データ自体は国内外問わず撮影されているため、海外の田んぼの育成状況を解析するソリューションとしてそのまま展開していくこともできる可能性があるのです。 そのため、開発したアプリケーションの潜在的な市場が広いということも面白い点と言えるでしょう。   [PR] 未経験からWebエンジニアを目指す方法とは衛星データプラットフォーム市場におけるTellusの特徴 ――衛星データ市場の現状を教えてください。 これまで宇宙開発は国主導が多かったのですが、最近では民間の衛星サービスが各国で始まっています。 2010年代には宇宙系のスタートアップ企業も多く出てきてたくさんの衛星が打ち上がりました。 今では1社で百何十基の衛星を運用している企業もあり、気軽に衛星が上がるようになっています。 それに伴い性能も高まっています。 具体的には、撮影する画像の質が上がり始めています。 高分解能の画像も撮れるようになったことで、例えば人影が見えたり、自動車のフロントガラスが撮影できたりします。 この動きの中で、衛星画像の利用促進施策が、アメリカやヨーロッパや中国などにおいて国主導で進んでいます。 衛星データビジネスは世界でも成功事例がまだ多くないため、私たちも手探りの中進んでいます。   ――世界的に見て未開拓な分野なので日本でも市場を延ばす余地があるということでしょうか。 その期待値は上がっている状態です。 世界を見ると、AmazonやSpaceXなどの企業も次に来るのは宇宙ビジネスだと信じて投資をしています。 また、日本でも、2019年には、100億円規模の出資を受けた会社が3社あります。 一方で、その注目度と投資額に反して、日本では宇宙ベンチャー企業は少ない現状もあります。 日本には70社弱しかなく、そこに100社弱のVCから計500億円程が投資されています。 ビジネス活用を促進してさらに宇宙ベンチャー企業を増やすことで、これをバブルにせず継続的な成長ができるよう支援していくつもりです。   ――様々な海外の衛星データが存在する中で、Tellusの独自性はどこでしょうか。 クラウド完結型であること、それから地上データを扱える点です。 今までの衛星データは、知識がないとどこのサーバに何のデータがあるのか分からない状態でした。 またデータサイズが大きく、衛星データを1枚ダウンロードするのに30分から1時間かかりました。 このような利用の煩雑さを解決すべく、Tellusは全てクラウド上で完結できるようにしています。 クラウド上にデータが揃っていて、クラウド上で解析できる環境を作っているのです。 これにより、強いネットワーク環境を持っていない方、高度なマシンスペックを持っていない人でも気軽に衛星データを解析できるようになります。 また、Tellus内で地上データを扱えるようにし、少しでも衛星データが活用しやすい状態も作ろうとしています。 その他の衛星データプラットフォームは衛星データだけを置いている場合が多いのですが、衛星データだけだと解析結果が正しいかどうか妥当性を検証しにくい点が課題です。 Tellusでは、点の地上データと面の衛星データを同じ場所に置いてあることで、活用の幅を広げていくことを試みています。   ――なぜ地上データの掛け合わせを行うことになったのでしょうか。 ビジネス活用による民需の増加がTellusのゴールにあるためです。 従来通りの学術利用目的の政府案件だったら、色々な場所に散らばっている衛星データをまとめて使えるプラットフォームを作るフェーズで終わりでした。 ただ今回が経済産業省からの案件で、ゴールが多くの人から利用してもらい宇宙産業を発展させることだと考えると、衛星データだけでは得意不得意があるので工夫が必要と考えました。 例えば、衛星データには広範囲を撮れる長所はありますが、一方で分解能が粗い短所があります。 それを補完できる地上データがあると、衛星データをさらに幅広く使えるようになります。 逆も然りで、ある点の情報から、他の点の情報を類推するのに衛星データを利用できます。解析結果と地上データを比較しやすい環境であれば、その妥当性をすぐに検証できるのです。 地上データと衛星データを掛け合わせお互いの不得意を補い、ビジネス利用しやすくなることがゴールです。   Tellusの活用事例 ――実際に、Tellusを活用した解析の事例はありますか。 オウンドメディアである宙畑を通して、おいしいみかん畑を探してみる、電動自転車が売れる場所の推測、テニスコートの素材、桜の開花時期の予測などを行いました。 他には、海釣りで魚が釣れそうな場所の予測も行いました。 魚のいる場所はある程度水温や潮目から推測でき、衛星データでそれらが分かるため、場所を割り当てて実際に釣りに行き、その結果、魚がたくさん釣れた事例もあります。 これらの様子となぜ釣れたかの考察をオウンドメディアの「宙畑-sorabatake-」で公開しています。 メディアで紹介した事例を元に、実践してみたり、アイデアを練ったりして、新たな事例を生み出していってほしいですね。 宙畑-sorabatake-『衛星データで漁場を探して、実際に釣りに行ってみようvol.1 ~データ確認編~』の画像   衛星データ全体に目を向けると、土砂崩れの検出、船の検出、海氷の検出などを行うアプリケーションが世の中には出始めていています。 オイルタンクの貯蔵量から石油の残量を推測して、石油価格を予測する使い方もされています。 石油タンクは落し蓋に似た形状になっていて、タンク中の石油残量に応じて蓋の位置が変わります。 そうすると、影の高さが変化するため、影の面積から石油の残量を推定できるのです。 様々な方が宇宙市場に入っていくことで、このような事例がどんどん出てくることを期待しています。 石油タンク監視 Credit : Ursa Space Systems   ――Tellusを扱うにはプログラミングの学習は必須なのでしょうか。 必須ではないですし、プログラミングを習得していない人でも使いやすい状態を目指しています。 Tellusはインターフェースを2種類提供しており、プログラミングができる人向けの統合開発環境と、プログラミング不要でボタンを押しながら解析できる環境（GUI）があります。 GUIのインターフェースを用意している意図は、プログラミングができない人にも衛星データに興味を持っていただけたらと考えているためです。 そして、そのような人が衛星データへの興味を深め、より幅広い活用のためにプログラミングを学習し、ビジネスシーンで活用してくれることが理想です。 ただ、プログラミングができる方が、データを扱う上での選択肢は増えますので、より楽しめるとも思っています。そのための施策も合わせて提供していきたいと考えています。   Tellusの学習について ――Tellusを通じた人材育成についてお聞かせください。 私たちは衛星データを提供して終わりにするのではなく、ユーザー育成を積極的に行なっています。 衛星データとプログラミング共に未経験の人達も、衛星データを使ったビジネスをするステップまで引き上げていきたいと考えています。 ユーザーの中には、「Pythonは習得しており、興味もあるが衛星データで何ができるのか分からない」方が多いため、相談会や講習を行っています。 2018年度まではハンズオンのみで講習を提供していましたが、応募された方が1,000名以上と想定より非常に多く、受講できる方が限られてしまいました。 そこで、全国誰でも参加できるように2019年度から取り組み始めたのがeラーニングです。 また、これまでの学習ターゲットは「衛星データは知らなくても一定Pythonが触れる人」でした。 ただ、「Pythonが触れなくても衛星データに興味がある人」も非常に多く、そういった人々に学習の機会を提供すれば衛星データを用いてビジネス活用する人が増えるのではないかという仮説を立て、今回TechAcademyと共同でPythonの学習を行う初心者向けのコンテンツを作りました。   ――eラーニングの施策は現状いかがでしょうか。 SNSを見ていても「良かった」と言ってくださる方が多いので、凄くいい施策だったと思います。 TechAcademyとの施策で言えば、学習者の熱量が高く、質問が想定より多い印象です。 初心者向けなので、メンターの存在が重要というのは元々の仮説としてありましたが、実証された形ですね。 また、最初はSNSで細々と宣伝しただけだったため、人数が集まらないことを懸念していましたが、フタを開けてみると200人の枠に400人を超えるエントリーがありました。 これにより、普段たちが接していない方々にもニーズがあったことに気がつけました。   ――どのような方がエントリーされていますか。 今回は初心者向けと銘打ったこともあり、開発経験が1年未満だったりプログラミング未経験の方が大多数でした。 また申し込みの際に、400字以内で応募の動機を書く箇所がありましたが、熱意の強い方が多い印象でした。 別軸でいうと、中高生、新規事業をしていて最近流行り始めたから知りたい方、他には解決したい明確な課題を持って申し込まれた方が多い印象でした。 このような幅広い層の方々が利用することで、衛星データの利活用に関する多くの経験が蓄積し、利用事例に繋がることを期待しています。 今回はとてもバランスよく申し込んでいただけたので、今後はさらに幅広い層の方に申し込みしていただければいいなと思っています。 そして今後、受講された方々がTellusを使ってみた結果を公開していく流れができるとさらに嬉しいですね。   ――Pythonを習得しているエンジニアがTellusを使うときには、具体的にどういう学習が必要になりますか。 APIの叩き方や、衛星画像特有の前処理があるので、その辺りの知識がある程度必要になります。 そのため今回の初心者向けTellus学習コースでも、画像処理の基礎を習得できる構成にしています。 普通のカメラはRGB全部まとめて出力されるのですが、衛星はRごと、Gごと、Bごと、と波長毎にスキャンして撮影するので、それぞれの波長を組み合わせながら処理していき、物理的に意味がある値として解析する、ということができるように学習するといいと思います。 また、単なる画像として扱い、画像解析した結果から何かを読み取るというのも良いでしょう。 近年の流行りとしては、物理的な意味を捉えながら解析するというよりは、機械学習等を用いて画像解析した結果から状態を推測する、という方が中心になっているかもしれません。   Tellusの今後の展望 ――今後、利用者を増やす時に、Pythonやプログラミングが分かるエンジニアの方、ビジネスは分かるけれどもプログラミングは分からない方と大きく分けて2通りの方がいると思われますが、それぞれに動いてほしいイメージはありますか。 個人的な思いとしては、まずエンジニアの方々にはTellusを触ってもらいたいです。 膨大な観測データが日々蓄積されており、国内外問わず衛星データを用いたコンペティションが開催されている結果データセットも増えており、エンジニアの方々が触って面白いデータが揃ってきている状況だと思っています。 それらのデータを触った結果、事例が増え、その中のいくつかがビジネスの種になるといいなと考えています。 様々な事例をビジネスパーソンが見たときに、自身の事業と関連のあるものを見つける方もいるでしょうし、ビジネス化の筋道を立てられる技術を見つける方もいるかもしれません。 そのためにも、事例を蓄積していくことが重要だと思っています。 もちろん、エンジニアとビジネスパーソンの方が同一人物であること、もしくは同じチームにいることが理想的ではありますが。 ビジネスパーソンには、宇宙ビジネスに関心を持ち、ビジネス視点から事例創出をしていただけたら嬉しいですね。 そのために、オウンドメディアの「宙畑」では、エンジニア向け記事だけでなく、宇宙ビジネスのニュースも提供することでビジネスパーソンにも見ていただけるようにしています。 ただ、宇宙ビジネスにはまだこうやったら成功する、という王道がありません。 そのため、誰でもアイデア次第では大きく市場を取ることができる可能性があります。 アイデアを思いつくにはエンジニアもビジネスパーソンも関係ないので、自分はエンジニアだからここまでしか、とかビジネスパーソンだから技術は…とか考えず、アイデアを考えることが始めの一歩かもしれません。   ――Tellus利用者にこれからどういう使い方をしてもらいたいでしょうか。 2020年度末までは基本的にデータもコンピューティングリソースも無料で貸出ししているので、まずは触ってみて欲しいと思っています。 そして、どんなことでもいいので、気になったことを少し見てみて欲しいです。 例えば、教科書で学んだこと、テレビで見たこと、日常的に気になっていることなどを、Tellusを利用して自分の目で本当にそうかな？と確かめて欲しいです。 より具体的に言えば、地球温暖化に疑問を持ち、本当に起きているのかを気温情報や環境情報を用いて解析してみたり、自分の町がどう年々変わっているのか見てみたり、どんなことでもいいので、それこそまずは遊んでみるような感覚でTellusを触ってみて欲しいと思っています。 気になったことを鵜呑みにするのではなく、自らデータで解析してみよう、という人が増えてくるといいですね。 そうすることで、遠い存在と思われがちな衛星データが身近になり、課題解決の1つの選択肢として衛星データがあるという考えを持つ人が増えていき、結果として衛星データの利活用が浸透していくといいなと思っています。 （インタビュー/編集：テックアカデミー 田中 翔）   テックアカデミーでは、未経験でもアプリやWebサイトを作れるオンラインブートキャンプを開催しています。 すべての講師が、第一線で活躍する選抜された現役エンジニアなので、上達の速さ、学習の質が圧倒的に違います。 実際に現役エンジニアから学べる無料体験を実施しているので、ぜひ違いを味わってみてください。 忙しくて時間がない方は、15分でわかる説明動画をまず見てみましょう。
インタビュー

あなたの目的に合わせて学べるコース

副業したい方

Web制作の力を身につけ
副業までサポート

はじめての副業コース

転職したい方

未経験から
Webエンジニアに

Webエンジニア転職保証コース

スキルアップしたい方

AIも統計解析もできる
Pythonを学ぶ

Pythonコース

※ 経済産業省の行うリスキリングを通じたキャリアアップ支援事業の補助金対象コースです。条件を満たすことで支払った受講料の最大70％がキャッシュバックされます。詳しくは こちら のページをご確認ください。

TechAcademyから
現役エンジニアの方へ
お知らせ

オーダーメイドコース
TechAcademy（テックアカデミー） プログラミング Python 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】