Python3関連のことを調べてみた

Python学習者向けおすすめリソース一覧

# Python学習者向けおすすめリソース一覧

Pythonは現在、最も人気のあるプログラミング言語の一つであり、初学者から上級者まで幅広いリソースが提供されています。本記事では、Pythonの学習に役立つ主なリソースやコースについて、カテゴリー別に紹介します。初心者から上級者まで、さまざまなレベルの学習者が自分のペースで学べる内容をまとめていますので、ぜひご活用ください。

—

## 目次

1. オンラインコース
2. 無料のオンラインリソース
3. 書籍
4. インタラクティブな学習サイト
5. 大学のMOOC
6. YouTube動画
7. コミュニティリソース
8. まとめ

—

## 1. オンラインコース

Pythonの基礎から応用まで、さまざまなオンラインコースが提供されています。人気のプラットフォームでは、コース内容やレベルも豊富に揃っており、自分の目的に合った学習が可能です。

– **Coursera**: 名門大学や企業と提携し、Pythonの基礎から高度な応用までカバーしたコースが揃っています。
– **Udemy**: 価格が手頃で、多くのユ

MatplotlibにおけるAxesオブジェクトの使い方とカスタマイズ方法

# MatplotlibにおけるAxesオブジェクトの使い方とカスタマイズ方法

MatplotlibはPythonのデータ可視化ライブラリとして広く使われており、データを視覚的に表現するための多彩な機能が備わっています。その中でも**Axesオブジェクト**は、グラフを描画する際に中心的な役割を担います。この記事では、Axesオブジェクトの主要な使い方とカスタマイズ方法について、初心者にもわかりやすく説明します。この記事を読むことで、MatplotlibのAxesオブジェクトを用いたグラフ作成とそのカスタマイズ方法を習得できます。

—

## 目次

1. Axesオブジェクトの作成
2. データのプロット
3. 軸ラベルとタイトルの設定
4. 凡例の追加
5. グリッドの表示
6. 軸の範囲設定
7. 目盛りの設定
8. 複数のプロットの重ね合わせ
9. テキストの追加
10. スタイルの設定
11. 対数スケールの設定

—

## 1. Axesオブジェクトの作成

Matplotlibでグラフを描画するには、まずAxesオブジェクトを作成する必要があります。これは`

【練習用】駆け出し未経験データサイエンティストの初投稿

## 内容
会社で技術共有の機会があり、それでqiitaに手を付けてみた。
やってみたは良いものの、アウトプットできるものが特にない。。。
何か思いつきたり試したいことがあり次第追記。

AI技術を中心にやっていきたい。

Ｐython 不動産ライブラリAPIを使ってみる コーディング編

行動変容アプリのコーディング編を書いていく。⇒ 前回の記事はこちら

目次
1.UIの作成
2.APIリクエストの作成
3.ディレクトリ構造の確認
4.次回（デプロイ編）

1.UIの作成
–
まず初めにUIについて考える。
UIとは、画面のボタンや文字などの操作部分であり、ユーザーが直感的に使いやすいものである必要がある。
不動産取引情報にAPIリクエストを送るために、以下のデータをユーザーから入力が必要。

【必要なユーザー入力】
・都道府県名
・市町村名
・検索したい取引年度

上記の3つのユーザー入力に必要な入力フィールドと、検索ボタンを1つ設置したシンプルなUIを考える。

“`python:main.py
import streamlit as st
from src.send_api import connect_api
from src.pref_data import pref_id, change_index

# フッターの

Google Gemini APIを利用したPythonプログラムを開始

### はじめ
Google Gemini APIの生成AIを利用して、Pythonでプログラミングを始める手順を紹介する。

### 環境準備
* 前提
* Pythonインストール済み

1. 下記のコマンドでGemini API SDKをインストールする
“`
pip install -q -U google-generativeai
“`

1. Gemini APIキーを設定する
1. [APIキー取得リンク](https://aistudio.google.com/app/apikey?hl=ja)でAPIキーを取得する
* 必要なもの
* Googleアカウント
* 注意事項
* API キーを共有したり公開コードに埋め込んだりしないでください

1. 下記コマンドでAPIキーを設定する
“`
export API_KEY=
“`
※``を生成されたAPIキーを置換する

###

Python 不動産情報ライブラリAPIを使ってみる 機能検討編

私は不動産が大好きである。
日本では空き家問題が取りざたされているが、なぜ空き家を放置してしまうのだろうか。
空き家を持て余している方の大半以上が、「相続」ではないだろうか。
そしてなぜ放置してしまうのかと考えた時に、「面倒だから」という理由はよく聞こえてくるが、本当にそうだろうか・・・
それは「空き家に価値はないから売れない」という思い込みではないだろうか。
よく「その空き家いくらで売れるかチェック」みたいなものを見かけるが、それよりも取引実績に基づいたデータを見る方が説得力があるという仮説の下、「空き家流通促進ツール」としてのアプリを考えてみる。

目次

1.API操作説明
2.目的に応じたAPIの選定
3.フレームワークの選定（GPT調べ）
4.選定理由と次回記事

1.API操作説明
–
不動産情報ライブラリでは、Webサービスや研究開発等にご活用いただくため、不動産取引価格情報や地価公示・地価調査、国土数値情報等のデータを公開APIとして提供している。
HTTPリクエストヘ

Tkinter と pygame の構文比較

「[Pythonでつくるゲーム開発入門講座]()（[廣瀬豪]()）」という本で、Tkinterとpygameの両方を使って混乱したので、整理した記事です。

### ウィンドウを作成する
– **tkinter**
“` python
screen = tkinter.Tk()
“`
– **pygame**
“` python
pygame.init()
“`

### ウィンドウにタイトルを設定する
– **tkinter**
“` python
root.title(“～”)
“`
– **pygame**
“` python
pygame.display.set_caption(“～”)
“`

### ウィンドウサイズを設定する
– **tkinter**
“` python
root.geometry(f”{800}x{600}”)
“`
– **pygam

Pandasを使ったChatGPTトレーニングデータの可視化方法

# Pandasを使ったChatGPTトレーニングデータの可視化方法

機械学習モデルであるChatGPTをトレーニングする際には、大量のテキストデータを分析し、データの特徴や分布を視覚的に理解することが重要です。PandasとMatplotlib、Seabornなどのライブラリを活用することで、データの分布や相関、傾向を簡単に可視化できます。本記事では、具体的な可視化手法を順を追って解説します。

—

## 目次

1. データの読み込みと準備
2. 基本的な統計情報の可視化
3. カテゴリカルデータの分布を可視化
4. 数値データの分布を可視化
5. 相関関係の可視化
6. 時系列データの可視化
7. テキストデータの可視化（単語頻度など）
8. 散布図（2つの数値変数の関係）
9. ボックスプロット（カテゴリ別の数値分布）

—

## 1. データの読み込みと準備

まず、Pandasを使用してChatGPTのトレーニングデータを読み込みます。データ形式がCSVやJSONの場合、それぞれに適した方法で読み込みます。

“`python
import pandas a

Python入門ブログ：assert文を使ったデバッグ手法

## Python入門ブログ：assert文を使ったデバッグ手法

### 目次

1. **はじめに**
– 本記事の目的とゴール
2. **assert文の基本的な使い方**
– 基本構文と使い方
– 簡単な例
3. **assert文を活用する場面**
– 値の検証
– 型の確認
– リストや辞書の要素確認
– 関数の前提条件チェック
– 戻り値の確認
– 複数条件の確認
4. **実際のコード例と説明**
– 具体例で理解を深める
5. **まとめ**
– assert文の重要性と使用時の注意点
6. **参考文献**

—

### 1. はじめに

この記事では、Python初心者向けにデバッグに役立つ`assert`文の使い方を解説します。`assert`文はプログラムが意図通りに動作しているか確認するために使われるもので、主にデバッグ目的で使用されます。この記事のゴールは、`assert`文の使い方を理解し、基本的なデバッグが自分で行えるようになることです。

—

### 2. assert文の

Pythonデバッグ記事: 労働時間に応じた柔軟な休憩時間計算の実装方法

## Pythonデバッグ記事: 労働時間に応じた柔軟な休憩時間計算の実装方法

### 目次

1. **はじめに**
– 記事の目的
– ゴールと学習成果
2. **休憩時間の段階的設定と実装**
– 休憩時間計算関数の実装
3. **エラーチェックの強化**
– assert文を使った計算結果の検証
4. **デバッグ用ログの導入**
– loggingモジュールを活用したデバッグ
5. **単体テストの追加**
– unittestを用いたテストの実装
6. **まとめ**
– コードの堅牢性と信頼性の向上
7. **参考文献**

—

### 1. はじめに

本記事では、労働時間に応じた休憩時間の自動計算をPythonで実装する方法を解説します。具体的には、労働時間に応じて段階的に休憩時間を設定し、エラーチェックやデバッグ機能、単体テストを追加することで、コードの堅牢性と信頼性を向上させます。この記事のゴールは、休憩時間の複雑な計算ロジックを学び、正確な労働時間の記録を行えるようになることです。

—

### 2. 休憩

VSCode拡張機能flake8でE501が邪魔だと感じたらすること

## 前置き

はいどうも、たねだです。
ご無沙汰になりました。
プログラミング自体は続けているものの
いかんせんこういう発信の継続が苦手です。

早速本題ですが、当方プログラミング初心者です。
PythonをメインにVSCodeでプログラミングをしており、
フォーマッターとしてflake8を採用しています。

きれいなコードを書くという意味で非常に有用なフォーマッターですが、
割とどうでもいいことなのにエラーが頻発して地味に邪魔。

その名も`E501`。

`line too long (n > 79 characters)`というやつですね。
調べ方が悪くてなかなか対処法が見つからなかったので放置していたのですが、
やっぱり邪魔だなと思いましてこの度片っ端から試しました。
## 対処法
結論から言いますと
設定からflake8のArgsに`–ignore=E501`を入力すればいいだけ！

なんですけども、
それだけだと味気ないですので以下具体的な方法と
ちょっとしたTipsを残しておきます。

### 対処方法
まずはflake8の設定に入ります。

【断念】プロ野球で応援歌をライブ表示アプリを作ろうとした話

# はじめに
野球観戦が趣味で普段からドームに通っている私
外野席から声出し応援するの本当に楽しいんです。

そんなある日ふとアイデアが浮かんだのです

今打席に立ってる選手の応援歌を表示するアプリあったら便利なんじゃ？

そこから始まる怒涛の３ヶ月と挫折をここに記そうと思います！！

# どんなアプリ？
試合中、打席に立っている選手の情報をライブ表示できるものになります。
球場によってはホームの選手のみ表示してくれるチームも最近は増えてきていますが、ビジターチームやバックスクリーンの画面レイアウト上難しいところもあります。
構想当時は、これ結構需要あるんじゃないか？と思いました。

サンプル画面

主に以下の情報を表示させるようにしています。

・スコア
・選手名
・応援歌
・打撃成

元記事を表示

【Python】Webスクレイピングで重要なニュース記事をピックアップする

## 概要
Pythonを用いてNHKオンラインニュースから重要な時事ニュースと科学記事を取得し、タイトルとURLをcsvに保存する。

当初は、requests及びBeautiful Soupを利用してスクレイピングをする予定であったが、対象サイトがjavascriptを使用して動的にデータを表示していたため、seleniumを利用することにした。

## 全体のコード

“`scraping.py
import csv
from selenium import webdriver
from selenium.webdriver.common.by import By
from webdriver_manager.chrome import ChromeDriverManager

def fetch_news(url, news_category, css_selector, css_selector_url, count):
# ドライバーの設定
driver = webdriver.Chrome(ChromeDriverManager().install())

元記事を表示

pythonでエクセルの書式を操作してテキストに差分がある部分だけ赤字にする(協力ChatGPT)

pythonでエクセル操作
二つのcellを比較してテキストに差分がある部分だけ赤色にする
最初はopenpyxlでやろうとしたのですが、それだと部分の書式設定ができないと判明したため
xlsxwriter で挑戦してみました
想定している結果が得られましたよ

当初単語設定を”[a-zA-Z0-9_]+”にしていたせいで原文を保持できず
ChatGPTも無理に原文を保持しようとして上手くいかないケースを返してきてたのですが。
私に電流が走り'([a-zA-Z0-9_]+|[^a-zA-Z0-9_]+)’にして全部とってくればいいじゃん！
ってChatGPTにいったらうまく動作するものが返ってきた。

ChatGPTに「ご指摘の通り」って言わせてやったぜ！(最初の聞き方が悪かっただけである）

“`ChatGPT返信.txt
ご指摘の通り、元の文字列のすべての部分を保持しつつ、単語や記号を適切に抽出するために、
正規表現を見直す必要があります。以下の修正では、単語にマッチする部分だけでなく、
それ以外の部分も抽出し、元のテキストの構造を保持するようにします。
“`

![imag

元記事を表示

Pythonパッケージをシェルスクリプト／バッチファイルに埋め込む

Pythonの組み込みライブラリを眺めていたら面白そうなものを見つけました。zipファイルからモジュールを直接インポートできるそうです。

https://docs.python.org/3/library/zipimport.html

何かに使えないかと思い調べたところ、yt-dlpが配布に利用しているのを見つけました。パッケージを収めたzipファイルの先頭にshebangをつければ、同様にしたPythonファイルと同じようにシェルから直接実行できるということです。

https://github.com/yt-dlp/yt-dlp

Windowsのコマンドプロンプトにshebangはないですが、Pythonには1行目を無視するオプションが用意されており実質shebangを実現できます。Pythonはpyランチャー経由で起動するのが最も柔軟でしょうか。

“`
> py –help | Select-String -CaseSensitive “^-x”

-x : skip first line of source, allowing use of non-Unix

元記事を表示

ApacheにBasic認証かけるの、意外と簡単なのよ

## まえがき
Basic認証かけるのは意外と簡単！!


## 前提
Linux上でmod_wsgiつかって動かしてるPython Webアプリケーションであること
今回のケースではEC2上でApache HTTPを動かしている。

## 1. htpasswdツールをインストール

#### 1-a.そもそもhttpd-toolsが入ってるか確認
“`
rpm -q httpd-tools
“`
・入っていない場合: 以下のような文言を吐く
package httpd-tools is not installed

・入っている場合: 以下のような文言を吐く
httpd-tools-2.4.59-2.amzn2023.x86_64

#### 1-b.入ってなかったらインストール
“`
sudo yum install httpd

元記事を表示

python/TKのひな形をChatGPTと対話しながら作る

ruby/TKは触ったことありますが、
python/TKは触ったことなかったので
個人的にはQtよりTkのほうが好きです

いざ作ろうと思うと調べるのがめんどくさくなったのでざっくりChatGPTに作ってもらうことにしました。
私の曖昧でへたくそな日本語でもそれなりのものを返してくるChatGPTまじすごい

“`ChatGPT質問.
(1)
下記ようなGUIをpython/Tkで作成してください
ボタンを押すと
[テキストボックス１]
[テキストエリア２]
の内容を[テキストボックス3]のファイル名で保存

GUIレイアウトイメージ
value1=[テキストボックス１]
value2=[テキストエリア２]
output=[テキストボックス3][ボタン(save)]
(2)
保存するフォーマットは、pythonで読める形式でお願いします

元記事を表示

初心者向け：コードを改変して学ぶ効果的な方法

## 初心者向け：コードを改変して学ぶ効果的な方法

プログラミングを学び始めるとき、書かれたコードをただ模写するだけでは、深い理解に繋がりにくいことが多いです。そこで、実際にコードを少しずつ改変して、どう動作が変わるかを確認しながら学習する方法が非常に効果的です。この記事では、コードの改変を通じてプログラムの仕組みを理解するための具体的な手順を紹介します。

—

### 1. **変数の値を変更してみる**

変数はプログラムの中でさまざまなデータを保持しています。変数の値を変えることで、出力がどう変わるのかを確認してみましょう。次の例を参考にして、コードの中の変数の値を変更してみてください。

“`python
# 元のコード
x = 10
y = 5
result = x + y
print(result) # 出力: 15

# 改変例
x = 20 # 新しい値に変更
y = 5
result = x + y
print(result) # 出力がどう変わるか確認
“`

**目的**: 変数に新しい値を入れることで結果がどう変化するかを確認します。これにより

元記事を表示

Anacondaを使いこなそう！ よく使うコマンドとその活用術

Anacondaは、データサイエンスや機械学習で必須のPythonパッケージをまとめた、パワフルなプラットフォームです。

本記事では、Anacondaを使い始めるにあたって知っておきたい基本的なコマンドから、日々の作業を効率化する便利なコマンドまでご紹介します。

**1. 環境構築と管理**

– **conda create**: 新しい仮想環境を作成します。

“`
conda create -n <環境名> python=<バージョン>
“`

– 例： `conda create -n myenv python=3.8`
– **conda activate**: 作成した仮想環境をアクティブ化します。

“`
conda activate <環境名>
“`

– **conda deactivate**: アクティブな仮想環境を非アクティブ化します。
– **conda env list**: 作成済みの仮想環境の一覧を表示します。(conda info -e でもできる)
–

元記事を表示

複数のグラフを重ねて描画する際の色と線の種類を管理する方法

### 複数のグラフを重ねて描画する際の色と線の種類を管理する方法

複数のデータセットを1つのプロットに描画する際、色や線のスタイルを調整して視覚的に区別しやすくすることが重要です。ここでは、Matplotlibを使用して色や線の種類を指定・管理するいくつかの方法について説明します。

—

### 目次
1. [色の指定方法](#1-色の指定方法)
2. [線のスタイル指定方法](#2-線のスタイル指定方法)
3. [カラーサイクルの設定](#3-カラーサイクルの設定)
4. [プロットごとの手動設定](#4-プロットごとの手動設定)
5. [カラーマップの使用](#5-カラーマップの使用)
6. [まとめ](#まとめ)
7. [参考文献](#参考文献)

—

### 1. 色の指定方法

色の指定には複数の方法があります。以下の例では、異なる形式で色を指定しています。

– **名前付き色**: `’red’`, `’blue’`, `’green’` など
– **16進数カラーコード**: `’#FF0000’`, `’#0000FF’` など
– **RGB値**

元記事を表示