Pythonの勉強会に参加してきたメモ

Pythonの特徴

• スクリプト言語
• インデント利用
• 誰が書いても同じようになる
• ライブラリが豊富
• オブジェクト志向
• 型宣言がない

関数を書いていくこともできるが、上から順次実行していくのが基本。
研究や機械学習をやるときはプログラムを書いていくと時間がかかるが、とりあえず軽く動かしてみるときや、結果を共有することに向いている。

Pythonのオブジェクト志向

• 継承
• ポリモーフィズム
• 厳密にカプセル化することはできなくて、暗黙の了解として指定することはできる。

Pythonの種類

Python3系、Python2系 がある
⇒基本は Python3系 を使用する。

Anacondaとは

本来は必要なライブラリを個別にインストールし、環境を整えていく必要があるが、
Anacondaをインストールすることで、一括で行うことができる。
インストール先:
https://www.anaconda.com/download/#macos

Jupyter Notebook

ノートブックと呼ばれる形式で作成したプログラムをブラウザで実行できるツールのこと。
(Anacondaをインストールすれば一緒に使える)
「Anaconda-Navigator」と呼ばれるアプリを起動して、「Jupyter Notebook」を起動するとブラウザが勝手に起動する。

ショートカットキー

• Shift + return セルを実行する
• tab コマンドの保管
• Shift + tab ツールチップ(ヘルプ）

ツールチップ「後ろに”？”」
$ a = "あいうえお"
$ a？ ⇒予測で結果が見ることができる。

お題

3で割れる数はFizz、５で割れる数はBuzz、3と5で割れる数はFizzBuzzと表示する。

for i in range(1, 100):
    if i % 3 == 0 and  i % 5 == 0:
          print("BuzzFizz")
    if  i % 3 == 0:
         print("Fizz")
    elif  i % 5 == 0:
         print("Buzz")
    else:        
         print(i)

python にswitch文ない 涙

機械学習で使う代表的なライブラリを知る

• NumPy
  科学技術計算や機械学習に必要な多次元データ、大量のベクトル演算を拘束に処理することが可能な計算ライブラリ。

• pandas
  CSVファイル、テキストファイルなどのデータを読み込んで、文字列データや数値データをまとめたデータフレーム型として扱うことができるライブラリ。

• matplotlib
  散布図、ヒストグラム、折れ線グラフ、3次元グラフ等が手軽に描画できるグラフ描画ライブラリ。

• scikit-learn
  オープンソースの機械学習ライブラリ。様々な機械学習手法が利用可能。

• TensorFlow
  オープンソースの機械学習ライブラリ。主に深層学習（ディープランニング）で利用されている。

$ pip install tensorflow 

• Keras
  TensorFlowなどの機械学習ライブラリをさらに便利に使えるラッパーライブラリ。

$ pip install keras

参考資料

https://github.com/takahiro-777/ML_tutorial
https://github.com/takahiro-777/deeplearning_tutorial

Python入門
https://www.pythonweb.jp/tutorial/

公式ドキュメント
https://docs.python.jp/3/tutorial/