Pythonとは、統計処理や機械学習、ディープラーニングといった数値計算分野を中心に幅広い用途で利用されている人気なプログラミング言語です。
主な特徴として「効率のよい、短くて読みやすいコードを書きやすい」、「ライブラリが豊富なのでサクッと色んなことができる」ということで、初心者にも挫折しにくいプログラミング言語なためオススメです。
Python超入門では、Pythonの基礎文法から応用例までの幅広い内容について入門者向けに解説します。
Pythonの環境構築～基礎
本ページの内容は以下動画(再生リスト)でも解説しています。
Pythonの環境構築～基礎までの説明ページを以下に整理しています。
- *はじめに
- Python最速入門(他のプログラミング言語を修得済みな方向け)
- PythonとC言語の文法比較
- print関数で日本語を使う
- コメントの書き方
- 変数（データ型、種類）
- 制御構文
- ローカル変数とグローバル変数
- リスト型・配列型・タプル型・辞書型
- del文（変数・オブジェクトの削除）
- try-except文（例外処理）
- モジュール、パッケージ、ライブラリの違い
- import文とfrom文（ライブラリ、パッケージ、モジュールの読み込み)
- with文（終了処理の省略）
- オブジェクト指向
- 標準入出力
- コマンドライン引数
- コマンドライン引数(応用編:argumentparser)
- 可変長引数（*args、**kwargs）
- exec関数
- イテレータ(iter・next関数)
- デコレータ@
- if name == ‘main’: の使い方
- 値渡しと参照渡し
- 正規表現で探索
- ファイル処理
- データベース
- よく使うライブラリ集
- 作業の自動化
数値計算、機械学習(AI)、画像処理
Pythonで大量のデータを扱ったり本格的な数値計算をする場合は、用途に応じて外部モジュールを使います。
- 数値計算
- 標準モジュールで数値計算
- NumPyでデータ解析 【超定番】大量の数値データを解析するときの定番。
- SciPyでデータ解析 【定番】NumPyにない解析をしたい場合に使用。
- Pandasで統計処理 【超定番】R言語風のデータフレームで統計処理。
- SymPyで記号演算 matlab風の記号演算ができる。
- statsmodelsで統計処理
- データの可視化(グラフ化)
- Matplotlibでグラフ作成 【超定番】
- seabornでグラフ作成【準備中】Matplotlibで作成したグラフをより綺麗に描画。
- 機械学習
- Pythonで機械学習
- Scikit-learnで機械学習【初学者向き】
- 深層学習(ディープラーニング)
- TensorFlow版Kerasで深層学習【初学者向き】
- PyTorchで深層学習【上級者向き】
- 画像処理(コンピュータビジョン)
- Pythonで画像処理
- OpenCVで画像処理 【初学者向き】
- Scikit-imageで画像処理
- Pillowで画像処理【初学者向き】
アプリケーション・ゲーム製作
- Webアプリケーション製作
- GUIアプリ製作
- ゲーム製作
Web系(スクレイピング、Webアプリ、データベース)
- スクレイピング
- データベース
信号処理・シミュレーション
- 音声信号処理
- 制御シミュレーション
- 物理演算
- ロボット制御
応用例(データ分析、電子工作、通信、クラウド連携)
- データ分析
- 電子工作・組み込み
- ネットワーク
- 地図データ・気象データ解析
- Google系サービスとの連携