Pythonステップアップクイズ:
open関数でファイルをオープンして、readメソッドでファイルの内容を読み込んで、最後にcloseメソッドでファイルをクローズする。それがふつ〜かもしれませんが、もっとカンタンに書く方法がありますよ?
Pythonデータ処理入門:
箱ひげ図や四分位範囲を用いた外れ値の検出、正解ラベルの分布の調査、データセットのZスコア標準化を行って、Diabetesデータセットで回帰分析をする準備をしていきます。
Pythonステップアップクイズ:
リストの要素が単純な値ではない場合、それを自分が思った通りの順番に並べ替えるにはちょっとした知識が必要になります。覚えているかどうかを確認してみましょう。
Deep Insider's Eye 一色&かわさきの編集後記:
一色からは「株価が下がったら……」という題でバーゲンセールのように安くなった時に株を購入するインジケーターのスクリプトを作成してシミュレーションしたことについて、かわさきからは「なぜ『Pythonクイズ』なのか?」という題で「なぜ『解決!Python』の代わりに『Pythonクイズ』を始めたのか」──その理由と背景、そして込めた思いについて書きました。
Pythonステップアップクイズ:
リストの要素にはインデックスでアクセスできますが、for文ならインデックスなしでも反復が可能です。でも、要素とインデックスの両方が必要なときにはどうしたらよいでしょう。ちょっと思い出してみませんか。
Pythonデータ処理入門:
連載の最後にデータセットの読み込み、可視化、回帰分析などの作業を一気通貫でやってみます。今回はそのうちのデータセットの読み込みと可視化を取り上げます。
Pythonステップアップクイズ:
「リストの要素を逆順に」と聞かれたら、どんな方法をどれくらい思い付きますか? あの方法やその方法は誰でも分かるでしょうけど、こんなやり方もあるかもしれません。というのを考えてみましょう。
Pythonステップアップクイズ:
リストやタプルの要素をインデックスやスライスを使って取り出して、変数に代入することはよくありますが、そのコード、もしかしたらもっとカンタンに記述できるかもしれませんよ?
Pythonステップアップクイズ:
Pythonのコードを書いていて1文がとても長くなるときには、それを複数の行に分けて書くのが普通ですよね。このとき、バックスラッシュを使っている人もいるでしょう。でも、バックスラッシュを使わない方法もあるんですよ。
Pythonデータ処理入門:
正規化と標準化はデータセットのスケーリングに大いに役立ちますが、今回は実際にどんなふうにスケーリングが行われるかについてちょっと見てみましょう。
Pythonステップアップクイズ:
Pythonistaなら積極的に使いたい内包表記。そして同じことを分かりやすく書けるforループ。内包表記とfor文の関係を理解しているかどうかを試してみませんか?
Pythonステップアップクイズ:
同じ代入文がプログラムの中で複数回出てくるときってありますよね。それらを1つにまとめられるものならまとめてスッキリしたいと思うのがプログラマーの性(さが)です。どうすれば、まとめられるのか、考えてみましょう。ただし答えは1つじゃない?
Python最新情報キャッチアップ:
Python 3.13ではlocals関数の挙動について標準化がなされた。これにより、同じコードを実行したときにその挙動が以前のバージョンとは異なる場合がある。このことを中心に幾つかの変更点(リリーススケジュールの変更など)を取り上げていこう。
解決!Python:
Collectionsモジュールが提供するChainMapクラスを使って複数の辞書をひとまとめにして取り扱うための基本的な方法とその注意点、簡単な例を示す。
Pythonステップアップクイズ:
Pythonでは関数のパラメーターには幾つかの種類があり、引数の渡し方にも位置引数やキーワード引数といった種類があります。どのパラメーターにどの引数が渡されるのか、ちゃんと理解しているかをクイズで確認してみましょう。
Python最新情報キャッチアップ:
Pythonは以前からその実行速度が欠点とされていた。これを大きく改善する可能性を持つJITコンパイラがPython 3.13では実験的にサポートされた。これがどんなものかを見てみよう。
Pythonステップアップクイズ:
f文字列を使うと変数や式の値をスッキリと書式化できます。が、日付を書式化しているそのf文字列、もっとカンタンに書けるんじゃないですか?
人気連載まとめ読み! @IT eBook(123):
人気過去連載を電子書籍化して無料ダウンロード提供する@IT eBookシリーズ。第123弾は『解決!Python』から日付を扱うdatetimeモジュールの記事をまとめました。
Python最新情報キャッチアップ:
Python 3.13の新機能の中からこれまでよりも高機能なREPL、マルチスレッドプログラムを実行する際の足かせになることがあったグローバルインタープリタロックを無効化したフリースレッドモードについて見てみよう。
解決!Python:
Pythonに標準で付属するcollectionsモジュールには、両端の要素へのアクセスを高速に行えるコンテナであるdeque(デック)クラスが含まれている。その基本的な使い方を紹介する。
解決!Python:
Pythonに標準で付属するcollectionsモジュールには名前付きタプルをサポートするnamedtuple関数がある。これを使って名前付きタプルを使用する方法を紹介する。
Deep Insider's Eye 一色&かわさきの編集後記:
かわさきからは「買っちゃった!」というタイトルでNPU搭載のノートPCを手に入れてローカルLLMを動かしてみたことについて、一色からは「文章を引き締める技術」というタイトルで「する」や「行う」などの抽象的な表現を具体的な動詞や表現に置き換える技術について書きました。
解決!Python:
浅いコピーと深いコピーの違い、copyモジュールが提供するdeepcopy関数の使い方、深いコピーを作成する関数の実装例を紹介する。
Pythonデータ処理入門:
データのスケーリング、正規化、標準化とはどんな処理なのか、その違いは何かなどを簡単なDataFrameオブジェクトを例に見ていきましょう。
解決!Python:
pathlibモジュールが提供するPathクラスのabsoluteメソッドとresolveメソッドはどちらも絶対パスを得るためのものである。その違いや使い分けについて紹介する。
解決!Python:
os.pathモジュールが提供するabspath関数で特定のパスの絶対パスを取得する方法や、その際に注意する点、pathlib.Path.absoluteメソッドとの振る舞いの違いなどを紹介する。
Pythonデータ処理入門:
DataFrameオブジェクトの指定した列のヒストグラムを描画することで、データの分布を視覚的に把握できます。また、年齢層のような考え方を基に、列のデータを一定のグループにまとめる(ビニングする)ことが可能です。その方法を見ていきましょう。
解決!Python:
randomモジュールのrandint関数やchoice関数、choices関数とstringモジュールで定義されている定数を組み合わせてランダムな文字列を生成する方法を紹介する。
解決!Python:
itertoolsモジュールのaccumulate関数やpandasのDataFrameオブジェクトが持つcumsumメソッドやcumprodメソッドで累積和や累積積を求める方法を紹介する。
Pythonデータ処理入門:
タイタニックデータセットを使って、欠損値の扱い方、不要な列の削除、カテゴリカルデータのエンコーディングなど、前処理の仕方を見ていきましょう。
解決!Python:
dir関数とgetattr関数を組み合わせてオブジェクトの属性とその値を取得する方法やinspectモジュールが提供する関数を使って同様なことをさらに詳細に行う方法を紹介する。
解決!Python:
base64モジュールが提供するb64encode関数とb64decode関数などを使って、文字列やバイナリファイルをBase64形式でエンコード/デコードする方法を解説する。
Pythonデータ処理入門:
機械学習やディープラーニングにおいて練習材料としてよく使われるタイタニックデータセットを使って、その概要や、性別と生死に関連があるかどうかを調べてみましょう。
解決!Python:
Pythonで何らかの値を一定の書式に従って文字列に変換するにはformat関数や文字列のformatメソッド、f文字列を使用する。このときに一定の書式を指定するのに使うのが書式指定子である。その指定方法をまとめて紹介する。
解決!Python:
2つの自然数の最大公約数を求めるために使われるユークリッドの互除法の説明と、それに基づいて最大公約数を求める関数の実装を幾つか紹介する。
Pythonデータ処理入門:
Pandasでデータを処理する際には避けては通れない欠損値。その概要と欠損値かどうかの判定方法、欠損値が行や列に含まれているかを確認する方法、それら数をカウントする方法、欠損値を含む行や列を削除したり置き換えたりする方法を紹介します。
解決!Python:
指定した整数までの素数を、エラトステネスのふるいと呼ばれる手法で求める方法を見たあと、それを関数として定義し、その関数を使って、指定した値が素数かどうかを判定する関数を定義してみよう。
Deep Insider's Eye 一色&かわさきの編集後記:
一色からは「ONEXPLAYER X1 AMD版で楽しむChatGPT×プログラミング」という題でX1を数週間使って気付いた問題と、その解決のために始めたChatGPTを駆使したプログラミングについて、かわさきからは「何をもってPythonicなのか(refrain)」という題でforループとif文を使って書いたコードとリスト内包表記で書いたコードのどちらが「初心者にとって分かりやすいか」「Pythonicなのか」について書きました。
Pythonデータ処理入門:
DataFrameオブジェクトは便利に使えますが、別形式のオブジェクトに変換できると便利なこともあります。今回はその方法を紹介していきます。
解決!Python:
整数を素因数分解するにはさまざまな方法がある。その中でも一番簡単な「試し割り法」と呼ばれる方法でこれを行う手順を紹介する。
解決!Python:
Pythonでべき乗を計算するには**演算子、組み込みのpow関数、mathモジュールのpow関数を使える。それらの使い方と、振る舞いの違いを紹介する。
Pythonデータ処理入門:
pandasにはDataFrameオブジェクトの行や列をソートする機能や、行と列の順序を入れ替える機能もあります。今回はそれらについて見ていきましょう。
解決!Python:
mathモジュールのmath.log関数、math.log1p関数、math.log2関数、math.log10関数を使って対数を求める方法と、それぞれの関数の違いを紹介する。
解決!Python:
format関数/文字列のformatメソッド/f文字列で書式を指定して、浮動小数点数値を任意の有効桁数で文字列に変換する方法を紹介する。
解決!Python:
qrcodeモジュールが提供するmake関数やQRCodeクラスを使ってQRコードを作成する方法を紹介する。また、作成したQRコードの内容を読み取る方法も簡単に紹介する。
Pythonデータ処理入門:
pandasには、assignメソッドやinsertメソッド、concat関数、dropメソッドなど、DataFrameオブジェクトに対して、行や列を追加したり削除したりする方法が用意されています。それらの基本的な使い方を見ていきましょう。
解決!Python:
プログラムで使用する各種設定を.envファイルに記述してあるときに、それらを基に環境変数を設定したり、辞書オブジェクトとして保持したりする方法を紹介する。
解決!Python:
datetimeモジュールのdatetimeクラスやdateクラスのweekday/isoweekday/strftimeメソッド、calendarモジュールのweekday関数を使って日付から曜日を取得する方法を紹介する。
解決!Python:
ビット単位のAND/OR/XOR/NOT演算とビットシフト演算について紹介し、それらによってビットパターンがどう変化するかを確認していく。
Pythonデータ処理入門:
pandasのDataFrameオブジェクトの要素を選択するにはたくさんの方法があります。その中からat属性とiat属性、それからブーリアンインデクシングと呼ばれる方法を用いてアクセスする方法を紹介しましょう。