Python 入門
pythonには、python2とpython3と系列が少し違います。
どちらのpythonを使うかで読み分けてください。
この記事は、非常勤講師をしていた岐阜大学で、Pythonを全学共通言語として最初に教えるという方針をお聞きして、じゃ、自分もしゃべれるようにしておこうと思い、いろいろな活動をした記録の一部です。
CPUのシミュレータのコマンドがpythonだったり、それ以外のヨーロッパのソフトウェアツールがpythonをコマンドとして使えるものがあれこれあって、こりゃpythonやらにゃと思っていました。
なかなか手が動いていませんでした。
東北大学の言語処理100本ノック2015が一番頼りになりました。
そして、機械学習の学習を兼ねて、dockerでpythonなどを100種類準備しようと思いました。最後に、65歳からプログラミングするなら、Webでpythonもありかなっと実験中です。
Qiitaの自分の記事で、一番viewsが多いのは下の方で紹介しているWindowsにanacondaという資料です。
言語処理100本
ノック2015
http://www.cl.ecei.tohoku.ac.jp/nlp100/
言語処理100本ノックをdockerで。 https://qiita.com/kaizen_nagoya/items/7e7eb7c543e0c18438c4
言語処理100本ノック 2015(python) 動作確認docker環境構築 https://qiita.com/kaizen_nagoya/items/abaf3fd0198f9f557243
言語処理100本ノック 2015(python) 落ち穂拾い 第1章: 準備運動 00, 01, 02, 03, 04, 05, 06,07 https://qiita.com/kaizen_nagoya/items/ee1b625b0b65cd63d42a
言語処理100本ノック with Python（第1章）
https://qiita.com/gamma1129/items/37bf660cf4e4b21d4267
言語処理100本ノック with Python（第2章・前編）
https://qiita.com/gamma1129/items/92b23219a5b9d8333dad
言語処理100本ノック with Python（第2章・後編）https://qiita.com/gamma1129/items/6afee2034d6028847e1a
言語処理100本ノック with Python（第3章）
https://qiita.com/gamma1129/items/68e955853e265cb12ebe
言語処理100本ノック 00〜09
https://qiita.com/nubilum/items/af0a2ff057b9a6d708ad
言語処理100本ノック2015 00（Python)
https://qiita.com/aira002/items/1a1ad7efd451a72e28c2
言語処理１００本ノック2015 01（Python)
https://qiita.com/aira002/items/2d5be2cd145500162221
言語処理100本ノック2015 02（Python)
https://qiita.com/aira002/items/d0854bfc22a032e9526c
言語処理100本ノック2015 03（Python)
https://qiita.com/aira002/items/8f2355769df1cf3654e8
言語処理100本ノック2015 04 (Python)
https://qiita.com/aira002/items/e8eb2fff0f17b341a6ca
素人の言語処理100本ノック:00
https://qiita.com/segavvy/items/709c6e2d156b7837b3a8
素人の言語処理100本ノック:01
https://qiita.com/segavvy/items/966c7b658ca740f6164b
素人の言語処理100本ノック:02
https://qiita.com/segavvy/items/725b20f21951975a06fd
素人の言語処理100本ノック:03
https://qiita.com/segavvy/items/a0ddefb64cc878b9639b
素人の言語処理100本ノック:04
https://qiita.com/segavvy/items/4e592dea2f828e5385ff
素人の言語処理100本ノック:05
https://qiita.com/segavvy/items/6f9f028914176c069c41
素人の言語処理100本ノック:06
https://qiita.com/segavvy/items/209bf27d4cee51f60f99
素人の言語処理100本ノック:07
https://qiita.com/segavvy/items/6967ab5e8d41c7a879db
素人の言語処理100本ノック:08
https://qiita.com/segavvy/items/5552623de614ca3344df
素人の言語処理100本ノック:09
https://qiita.com/segavvy/items/be0f59af4b410069516d
素人の言語処理100本ノック:10
https://qiita.com/segavvy/items/9b14293e50dec0c4b242
素人の言語処理100本ノック:11
https://qiita.com/segavvy/items/85e78ce405daf10d0ed6
Raspberry PI
Raspberry PIで、Raspbianを導入すると、python2, python3が初めから利用できる。
Raspberry PIのPIはPythonのPIだという話があるくらい、Pythonが便利。
小学生からPythonを楽しむことができる。Pythonで書かれたゲームやソフトも色々。
macOS
Macintoshのmac osに入っているのはpython2です。
python3を使うには、pyenvを入れることをお勧めします。
すでに導入済みの道具類でpython2を前提としたものがあるかもしれません。python2を使えなくするのは、python2を使う道具類を使わないことがはっきりしてからにすることをお勧めします。
統計、機械学習などで利用するのなら、Anacondaをお勧めします。
Windows
WindowsでAnacondaの導入方法を下記で説明しています。
Windows(MS)にPython(Anaconda)を導入する（5つの罠）
https://qiita.com/kaizen_nagoya/items/7bfd7ecdc4e8edcbd679
M.S.Windows にAnaconda3(python3)を 2019年版 https://qiita.com/kaizen_nagoya/items/c05c0d690fcfd3402534
Anaconda
上記の導入方法なら、コマンドプロンプトには影響を与えません。Anaconda promptをご利用ください。
JupyterNotebook
JupyterNotebookも便利な道具です。資料のPDF化も実現します。
機械学習・深層学習
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」斎藤康毅オライリージャパン(2016)
ではじめてPythonを触ったという方も大勢お見えになります。
「ゼロから作るDeep Learning ２自然言語処理編」を読む前に読んで置くとよい資料とプログラム
Python3
中一によるPython学習１ 基礎中の基礎
https://qiita.com/__zenbo__/items/9ed2db6dc7180e6ea1ff
中一によるPython学習２ 条件分岐
https://qiita.com/__zenbo__/items/057ac4f06558fcfbd293
Python入門
https://qiita.com/luohao0404/items/daf76ee0fe25ace07ce7
導入部を省略している。
『難しそうなプログラミングをやさしく教えてくれる本』のPythonのプログラム
https://qiita.com/hidenori-t/items/11eacb912dd3e7d8467c
python2
Pythonの基礎の基礎の基礎
https://qiita.com/konojunya/items/e01b139fe76f1da7c185
#python2 and python3
~Pythonistaより愛をこめて贈るPython入門者のためのTips①~
https://qiita.com/hanaken_Nirvana/items/712cab619b7d37b9674c
~Pythonistaより愛をこめて贈るPython入門者のためのTips②~
https://qiita.com/hanaken_Nirvana/items/e533e88e3d5a32cc8a2a
~Pythonistaより愛をこめて贈るPython入門者のためのTips③~
https://qiita.com/hanaken_Nirvana/items/d1a3efcf6ec65e2aec04
感想、報告類
中学一年生がPythonの知識ゼロからAIを作るまで
https://qiita.com/__zenbo__/items/aeba6c9eb098193a6efc
【Python】Qiita 週間 LGTM 数ランキング【自動更新】
https://qiita.com/kou_pg_0131/items/9d7f2ffeafb36cf59a77
https://qiita.com/kou_pg_0131/items/9d7f2ffeafb36cf59a77#_reference-fb9211ee985f9fe402a6
参考資料(reference)
PythonのDaskをしっかり調べてみた（大きなデータセットを快適に扱う）
https://qiita.com/simonritchie/items/e174f243bc03fb25462e
Pythonの並列処理・並行処理をしっかり調べてみた
https://qiita.com/simonritchie/items/1ce3914eb5444d2157ac
自己参照(self reference)
６５歳からのプログラミング入門
https://qiita.com/kaizen_nagoya/items/1561f910c275b22d7c9f
なぜdockerで機械学習するか 書籍・ソース一覧作成中 (目標100)
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2
dockerで機械学習(3) with anaconda(3)「直感Deep Learning」Antonio Gulli、Sujit Pal著 https://qiita.com/kaizen_nagoya/items/483ae708c71c88419c32
dockerで機械学習(6) with anaconda(6)「 scikit-learnとTensorFlowによる実践機械学習」Aurélien Géron 著https://qiita.com/kaizen_nagoya/items/140428dfce7e3234ceb7
dockerで機械学習(17) with anaconda(17)「PythonとKerasによるディープラーニング」 ：Francois Chollet著 https://qiita.com/kaizen_nagoya/items/bce4fa73560370733ea2
「pythonによる機械学習入門」入門 https://qiita.com/kaizen_nagoya/items/65d51bf78f52383e71ff
dockerで機械学習(2)with anaconda(2)「ゼロから作るDeep Learning2自然言語処理編」斎藤 康毅 著 https://qiita.com/kaizen_nagoya/items/3b80dfc76933cea522c6
pip install cupyでエラーが出た
https://qiita.com/kaizen_nagoya/items/19a66d86cd7eaf733a3e
プログラムは音楽だhttps://qiita.com/kaizen_nagoya/items/33c9f33581e6886f8ad8
一覧
物理記事 上位100
https://qiita.com/kaizen_nagoya/items/66e90fe31fbe3facc6ff
量子(0) 計算機, 量子力学
https://qiita.com/kaizen_nagoya/items/1cd954cb0eed92879fd4
数学関連記事１００
https://qiita.com/kaizen_nagoya/items/d8dadb49a6397e854c6d
統計(0)一覧
https://qiita.com/kaizen_nagoya/items/80d3b221807e53e88aba
言語・文学記事 １００
https://qiita.com/kaizen_nagoya/items/42d58d5ef7fb53c407d6
医工連携関連記事一覧
https://qiita.com/kaizen_nagoya/items/6ab51c12ba51bc260a82
自動車 記事 １００
https://qiita.com/kaizen_nagoya/items/f7f0b9ab36569ad409c5
通信記事１００
https://qiita.com/kaizen_nagoya/items/1d67de5e1cd207b05ef7
日本語（０）一欄
https://qiita.com/kaizen_nagoya/items/7498dcfa3a9ba7fd1e68
英語(0) 一覧
https://qiita.com/kaizen_nagoya/items/680e3f5cbf9430486c7d
転職(0)一覧
https://qiita.com/kaizen_nagoya/items/f77520d378d33451d6fe
仮説（0）一覧
https://qiita.com/kaizen_nagoya/items/f000506fe1837b3590df
Qiita(0)Qiita関連記事一覧（自分）
https://qiita.com/kaizen_nagoya/items/58db5fbf036b28e9dfa6
鉄道（０）鉄道のシステム考察はてっちゃんがてつだってくれる
https://qiita.com/kaizen_nagoya/items/26bda595f341a27901a0
安全（0）安全工学シンポジウムに向けて: 21
https://qiita.com/kaizen_nagoya/items/c5d78f3def8195cb2409
一覧の一覧( The directory of directories of mine.) Qiita(100)
https://qiita.com/kaizen_nagoya/items/7eb0e006543886138f39
Ethernet 記事一覧 Ethernet(0)
https://qiita.com/kaizen_nagoya/items/88d35e99f74aefc98794
Wireshark 一覧 wireshark(0)、Ethernet(48)
https://qiita.com/kaizen_nagoya/items/fbed841f61875c4731d0
線網（Wi-Fi）空中線(antenna)(0) 記事一覧
https://qiita.com/kaizen_nagoya/items/5e5464ac2b24bd4cd001
OSEK OS設計の基礎 OSEK(100)
https://qiita.com/kaizen_nagoya/items/7528a22a14242d2d58a3
Error一覧 error(0)
https://qiita.com/kaizen_nagoya/items/48b6cbc8d68eae2c42b8
++ Support(0)
https://qiita.com/kaizen_nagoya/items/8720d26f762369a80514
Coding(0) Rules, C, Secure, MISRA and so on
https://qiita.com/kaizen_nagoya/items/400725644a8a0e90fbb0
プログラマによる、プログラマのための、統計(0)と確率のプログラミングとその後
https://qiita.com/kaizen_nagoya/items/6e9897eb641268766909
官公庁・学校・公的団体（NPOを含む）システムの課題、官（０）
https://qiita.com/kaizen_nagoya/items/04ee6eaf7ec13d3af4c3
「はじめての」シリーズ ベクタージャパン
https://qiita.com/kaizen_nagoya/items/2e41634f6e21a3cf74eb
AUTOSAR(0)Qiita記事一覧, OSEK(75)
https://qiita.com/kaizen_nagoya/items/89c07961b59a8754c869
プログラマが知っていると良い「公序良俗」
https://qiita.com/kaizen_nagoya/items/9fe7c0dfac2fbd77a945
LaTeX(0) 一覧
https://qiita.com/kaizen_nagoya/items/e3f7dafacab58c499792
自動制御、制御工学一覧（０）
https://qiita.com/kaizen_nagoya/items/7767a4e19a6ae1479e6b
Rust(0) 一覧
https://qiita.com/kaizen_nagoya/items/5e8bb080ba6ca0281927
小川清最終講義、最終講義（再）計画, Ethernet(100) 英語(100) 安全(100)
https://qiita.com/kaizen_nagoya/items/e2df642e3951e35e6a53
＜この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。＞
This article is an individual impression based on the individual's experience. It has nothing to do with the organization or business to which I currently belong.
文書履歴(document history)
ver. 0.01 初稿 20180317
ver. 0.02 訂正・追記 20180411
ver. 0.03 追記 20190829
ver. 0.04 機械学習追記 20201228
ver. 0.05 関連資料追記 20230109
最後までおよみいただきありがとうございました。
いいね 💚、フォローをお願いします。
Thank you very much for reading to the last sentence.
Please press the like icon 💚 and follow me for your happy life.