本日もPythonの基礎の続きですが今日で基礎は終わります。
前回はこちら
100日後にエンジニアになるキミ - 32日目 - Python - Python言語の基礎7
オブジェクト指向の話
python言語はオブジェクト指向のプログラム言語となります。
それではオブジェクト指向とはなんなのでしょうか？
python言語では、取り扱うものは全部オブジェクトという概念となり
変数に格納するデータなども全てオブジェクトという扱いになります。
文字列オブジェクト
例えば変数aに文字列abcを代入すると、
この変数aは文字列型のオブジェクトになります。
# 文字列型のオブジェクト
a = 'abc'
print(a)
abc
関数とメソッド
次にリスト型の変数lと要素を宣言してみます。
そうするとこの変数lはリスト型のオブジェクトになり、
同時にリストオブジェクトが持つ関数メソッドが使えるようになります。
# リスト型を定義
lis1 = [1,2,3]
# リスト型のメソッド
lis1.append(4)
print(lis1)
[1, 2, 3, 4]
厳密には関数とメソッドは違うものですが
分かりやすくいうと、リスト型でデータを追加するappend
などはリストオブジェクトそのものに対する操作になるので
メソッドという取り扱いになります。
オブジェクト指向ではオブジェクトで定義された
関数と同じような書き方をしたものをメソッドと呼び
それ以外を関数と呼んでいます。
文字列型のオブジェクトを作れば、
そのオブジェクトが持つ関数はメソッドと言えることになります。
オブジェクト思考の概念
オブジェクト指向とは、何かしらの物オブジェクトで構成されたプログラム言語のことを言い、
オブジェクトとは変数、データ型、関数、そしてクラスといったものが挙げられます。
プログラム上で何かしらのモノを作ってそれを取り扱ってゆくという考えが
オブジェクト指向の基本的な考え方になっていきます。
ここら辺は概念的なものなので
今すぐわからなくても良いし、わからなくても簡単なプログラムであれば
なんとかなるものです。ゆくゆくは覚えていってください。
この次の回ではクラスについて詳しくやっていきたいと思います。
クラスについて
前回はオブジェクト指向についての概念を説明しました。
オブジェクト指向の概念を学んだら、次は実際にpythonで
そのオブジェクトとなるクラスを作って見ましょう。
クラスの作り方
class クラス名():
def __init__(self,):
処理
クラスの呼び出し方
変数名 = クラス名()
簡単なクラスを作ってみましょう。
class class_a():
def __init__(self,):
print('初期化')
self.ac = 'aaa'
これでクラスを作成する事ができました。
インスタンスとインスタンス化
インスタンスとは、クラスを実体化したものです。
クラスのデータやメソッドを使うためには
インスタンスと呼ばれるものを生成する必要があります。
クラスを呼び出して変数に格納します。
この事をインスタンス化
作った変数のことをインスタンスとも言います。
# インスタンス化
a = class_a()
初期化
ここでinitというメソッドの部分は
コンストラクタと呼ばれるインスタンスを生成する際に
一番初めに呼ばれる処理になります。
クラスを呼び出して変数に格納した際に
initが呼ばれてその中の処理が実行されます。
このinitの処理の中では引数にselfという変数名がありますが
selfという変数は自分自身を指すもので、クラスではこの引数は必須で
書かないとエラーになってしまいます。
initの処理の中ではself.acという変数に値として
aaaを代入しています。
これでこのクラスの中にacという変数を確保して値を代入したことになります。
クラスを生成した後に呼び出す部分でこの変数が使えるようになります。
クラス変数やメソッドの呼び出し方
クラス変数名.メソッド名
aa = class_a()
print(aa.ac)
初期化
aaa
クラスの変数を追加して見ましょう。
aa.b = 2
print(aa.b)
2
クラスの中に変数bが確保され、2という値が代入されました。
後にこの変数を使いまわすことができるようになります。
このクラスに定義した変数のことをアトリビュートと呼んでいます。
クラスではコンストラクタとは別に関数も定義でき、
このクラス内に定義した関数のことをメソッドと呼んでいます。
メソッドを追加して見ましょう。
# クラスの定義
class class_a():
def __init__(self,):
print('初期化')
self.ac = 'aaa'
# メソッドの定義
def anaa(self, ):
print(1)
# クラスを呼び出して変数に格納
aa = class_a()
# クラスのメソッドを呼び出す。
aa.anaa()
初期化
1
このようにクラスとは複数のメソッドや変数を持つ
オブジェクトということになります。
メソッドやアトリビュートは
そのクラスの中からしか呼び出すことができませんので
クラスで定義したacという変数はそのままでは使用できません。
print(ac)
NameError Traceback (most recent call last)
in ()
----> 1 print(ac)
NameError: name 'ac' is not defined
必ずクラス変数とともに使う事が必要になります。
print(aa.ac)
aaa
クラスはどのような時に使うのでしょうか？
それはプログラムの中で大きな処理をひとまとめにしたり
別のプログラムで使いまわしたいときなどに役立ちます。
一旦一つのプログラムとしてクラス化しておいて
別のプログラムでそれを使いまわすという使い方が一般的です。
クラスの継承
クラスには継承という概念もあります。
まずは継承するものとされるものとして
親子のクラスを作り、その中にメソッドを作っておきます。
class oya():
def oyano_method(self):
print('oyano')
# 継承するクラスを引数に指定する
class ko(oya):
def kono_method(self):
print('kono')
子クラスの方は引数として親クラスを指定しておきます。
そうすることで子クラスを生成すると、
親クラスのメソッドが使えるようになります。
# 子クラスを呼び出す。
k = ko()
# 子クラスで継承した親クラスが呼べる
k.kono_method()
k.oyano_method()
kono
oyano
このように子クラスには無かった
親クラスのメソッドが呼び出せるようになります。
これは今までにあるクラスを派生させて、
新しいクラスを作りたい場合などに
用いることができる便利な機能です。
クラスの概念や、仕組みは覚えるまでは大変ですが、
覚えればプログラミングの幅が大きく広がるものとなりますので
ゆっくりと確実に覚えるようにしていってください
例外処理
今までの講義では何度かエラーの表示が出ていたかと思います。
例えば
# リスト型を定義
aqq = [1,2,3]
# インデックスで値を抽出
print(aqq[31])
IndexError Traceback (most recent call last)
in ()
2 aqq = [1,2,3]
3 # インデックスで値を抽出
----> 4 print(aqq[31])
IndexError: list index out of range
リスト型のインデックスの範囲外の値を指定すると
list index out of range
というエラーが発生します、リストの範囲外というエラー出力です。
こういったエラーが発生すると、そこでプログラムは終了してしまいます。
なのでエラーを発生させないようにするか、
エラーが発生した場合の対処をする必要があります。
エラーの発生を抑えるのは困難なので、
エラーを回避する記述をすることでプログラムを終了させないようにします。
それが例外処理になります。
pythonの例外処理の書き方
try:
処理
except:
例外時の処理
pythonでの例外処理は、エラーが発生しそうな箇所を
try - exceptという文言で囲みます。
exceptionというのは例外という意味の英語です。
ぜひ覚えておいてください。
try:
aqq = [1,2,3]
# ここでエラーが発生する
print(aqq[31])
except:
# エラー発生時にはこちらが呼ばれる
print('error')
error
エラーが発生した場合の処理をexceptのブロックに書きます。
エラーが発生しても何も処理をしない場合は
何も書かないと構文エラーになってしまうので
passと書いておきます。
try:
aqq = [1,2,3]
print(aqq[31])
except:
# 何も処理を書か無いとエラーになる
File "", line 5
何も処理を書か無いとエラーになる
^
SyntaxError: unexpected EOF while parsing
try:
aqq = [1,2,3]
print(aqq[31])
except:
# 処理が定まらない時はpassと書いておく
pass
上記ではエラーが発生したことは確認できますが
何が起こっているのかは分からないです。
なのであらかじめエラーが想定できる場合は
エラーが発生した場合の処理を複数書くことができます。
try:
処理
except エラー名:
例外時の処理
except エラー名:
例外時の処理
try:
aqq = [1,2,3]
# ここでIndexエラーが発生する
print(aqq[31])
except IndexError:
# ここでIndexエラーをキャッチする
print('index error')
except Exception:
print('exception')
index error
exceptの後にエラー名を書くことで、
該当するエラーが発生した場合の処理を書き分けることができます。
上記の例ではIndexエラーが発生すると
IndexErrorの部分の処理が実行されることになります。
Exceptionはすべてのエラーを拾います。
pythonのエラーの種類
ZeroDivisionError
数値を0で割ると発生
1/0
ZeroDivisionError Traceback (most recent call last)
in ()
----> 1 1/0
ZeroDivisionError: division by zero
NameError
存在しない変数やメソッドを参照しようとすると発生
print(asokokoks)
NameError Traceback (most recent call last)
in ()
----> 1 print(asokokoks)
NameError: name 'asokokoks' is not defined
そもそもこれは文法間違いであるので、
try-exceptではあまり用いられない使い方です。
KeyError
辞書型のキーがない場合などに発生
d ={1:2,3:4}
print(d[5])
KeyError Traceback (most recent call last)
in ()
1 d ={1:2,3:4}
----> 2 print(d[5])
KeyError: 5
他にもたくさんのエラーが存在します。
以下のコードはpythonの組み込みエラーを表示します。
[i for i in dir(__builtins__) if 'Error' in i]
['ArithmeticError',
'AssertionError',
'AttributeError',
'BlockingIOError',
'BrokenPipeError',
'BufferError',
'ChildProcessError',
'ConnectionAbortedError',
'ConnectionError',
'ConnectionRefusedError',
'ConnectionResetError',
'EOFError',
'EnvironmentError',
'FileExistsError',
'FileNotFoundError',
'FloatingPointError',
'IOError',
'ImportError',
'IndentationError',
'IndexError',
'InterruptedError',
'IsADirectoryError',
'KeyError',
'LookupError',
'MemoryError',
'NameError',
'NotADirectoryError',
'NotImplementedError',
'OSError',
'OverflowError',
'PermissionError',
'ProcessLookupError',
'RecursionError',
'ReferenceError',
'RuntimeError',
'SyntaxError',
'SystemError',
'TabError',
'TimeoutError',
'TypeError',
'UnboundLocalError',
'UnicodeDecodeError',
'UnicodeEncodeError',
'UnicodeError',
'UnicodeTranslateError',
'ValueError',
'ZeroDivisionError']
特に発生するエラーがわからない場合はとりあえずtry - exceptで囲んでおいて
のちにエラー内容に合わせて処理を追加してゆくというのが良いでしょう。
例外処理はプログラムでは必須になるテクニックなので必ず覚えておいてください。
ライブラリの利用
プログラム言語には、他の人が作ったプログラムを利用したり、
自分が作ったプログラムを利用できるようにする便利な機能が備わっています。
それがライブラリです。
pythonでは仕事や研究などですぐに使えるライブラリが
数多く備わっており、機械学習や統計分析なども
ライブラリを用いて簡単に行うことができるようになっています。
ライブラリの使い方はすごくシンプルです。
ライブラリの読み込み方
import ライブラリ名
from パッケージ名 import ライブラリ名
それではライブラリを使っていきましょう。
ランダム値を作り出すrandomライブラリを読み込みします。
import random
ランダムの整数を生成する関数randint()の呼び出し方
random.randint(最小値 , 最大値)
random.randint(1,10)
10
# ランダムのメソッドを10回呼び出す
for i in range(10):
print(random.randint(1,10))
9
5
3
8
2
9
2
1
4
7
ライブラリは特定の処理を関数化しているものが多いです。
なおライブラリのことを別の呼び方でモジュールとも言います。
モジュールを読み込む、とかの表現が有ったら、
他のプログラムを読み込んでいると思って大丈夫です。
pythonの主なライブラリ
os ライブラリ
PCのファイルやディレクトリなどの操作ができる
import os
# 自分のPCのディレクトリのファイルやフォルダをリスト化する
print(os.listdir('/'))
['.DocumentRevisions-V100', '.file', '.fseventsd', '.PKInstallSandboxManager', '.Spotlight-V100', '.Trashes', '.vol', 'anaconda', 'Applications', 'bin', 'cores', 'dev', 'etc', 'home', 'installer.failurerequests', 'Library', 'Live2D_Cache', 'net', 'Network', 'opt', 'private', 'sbin', 'System', 'tmp', 'Users', 'usr', 'var', 'Volumes']
os.listdir(ファイルやディレクトリなど)
listdirの引数にディレクトリを指定するとそのディレクトリ内の
ファイルやフォルダがリスト値で返されます。
自分のPCのファイルやディレクトリを探したり、
ファイルの一覧を使って、特定のファイルを読み込みしたり、
操作するようなプログラムを書くのに役立ちます。
time ライブラリ
プログラム内での時間に関わる操作を行うライブラリ
import time
# 2秒間プログラムを止める
time.sleep(2)
print(2)
time.sleep(1)
print(1)
2
1
自作のライブラリの使い方
pythonファイルを作成すれば、自作のライブラリの読み込みができます。
importできるライブラリの拡張子は.pyになります。
まずは簡単なpythonの実行ファイルを作りましょう。
このノートブックが置いてある
フォルダの中にpythonファイルを作っていきます。
テキストエディターなどで作成し拡張子を.pyで保存します。
def hello(aa):
print(aa)
pythonファイルを作成したら
ライブラリとして読み込みでき、メソッドなどが使えるようになります。
# 自作ライブラリの読み込み
import sample
# メソッドの呼び出し
sample.hello('hello')
hello
ライブラリは無数にあり、anacondaでインストールした際には400種類くらいの
ライブラリが使えるようになっています。
そのライブラリの名称とかぶるとややこしいためインストール済みのライブラリをみてみます。
macの場合はノートブック上で
! pip list
これでコマンドが実行できて、表示できます。
windowsの場合はコマンドプロンプトなどで
!をとって実行してみてください。
! pip list
DEPRECATION: The default format will switch to columns in the future. You can use --format=(legacy|columns) (or define a format=(legacy|columns) in your pip.conf under the [list] section) to disable this warning.
adal (0.4.5)
alabaster (0.7.10)
alembic (0.9.6)
anaconda-client (1.6.3)
anaconda-navigator (1.6.2)
anaconda-project (0.6.0)
appnope (0.1.0)
appscript (1.0.1)
argcomplete (1.0.0)
asn1crypto (0.22.0)
astroid (1.4.9)
astropy (1.3.2)
azure (2.0.0rc6)
azure-batch (1.0.0)
azure-common (1.1.6)
azure-datalake-store (0.0.12)
azure-graphrbac (0.30.0)
azure-keyvault (0.3.5)
azure-mgmt (0.30.0rc6)
azure-mgmt-authorization (0.30.0)
azure-mgmt-batch (1.0.0)
azure-mgmt-cdn (0.30.3)
azure-mgmt-cognitiveservices (1.0.0)
azure-mgmt-compute (0.30.0rc6)
azure-mgmt-containerregistry (0.2.1)
azure-mgmt-datalake-analytics (0.1.6)
azure-mgmt-datalake-nspkg (2.0.0)
azure-mgmt-datalake-store (0.1.6)
azure-mgmt-devtestlabs (2.0.0)
azure-mgmt-dns (1.0.1)
azure-mgmt-documentdb (0.1.3)
azure-mgmt-iothub (0.2.2)
azure-mgmt-keyvault (0.30.0rc6)
azure-mgmt-logic (1.0.0)
azure-mgmt-monitor (0.2.1)
azure-mgmt-network (0.30.0rc6)
azure-mgmt-nspkg (2.0.0)
azure-mgmt-rdbms (0.1.0)
azure-mgmt-redis (1.0.0)
azure-mgmt-resource (0.30.0rc6)
azure-mgmt-scheduler (1.0.0)
azure-mgmt-sql (0.5.3)
azure-mgmt-storage (0.30.0rc6)
azure-mgmt-trafficmanager (0.30.0)
azure-mgmt-web (0.32.0)
azure-nspkg (2.0.0)
azure-servicebus (0.20.3)
azure-servicefabric (5.6.130)
azure-servicemanagement-legacy (0.20.4)
azure-storage (0.20.3)
Babel (2.4.0)
backports.shutil-get-terminal-size (1.0.0)
bcolz (0.12.1)
beautifulsoup4 (4.6.0)
bitarray (0.8.1)
blaze (0.10.1)
bleach (1.5.0)
bokeh (0.12.5)
boto (2.46.1)
Bottleneck (1.2.1)
bs4 (0.0.1)
certifi (2017.4.17)
cffi (1.10.0)
chardet (3.0.4)
charts (0.4.6)
chest (0.2.3)
click (6.7)
cloudpickle (0.2.2)
clyent (1.2.2)
colorama (0.3.9)
conda (4.5.11)
conda-build (3.0.19)
conda-verify (2.0.0)
configobj (5.0.6)
contextlib2 (0.5.5)
coverage (4.4.2)
cryptography (1.9)
cssselect (1.0.1)
cycler (0.10.0)
cyordereddict (1.0.0)
Cython (0.27.2)
cytoolz (0.8.2)
dask (0.14.3)
datashape (0.5.4)
decorator (4.0.11)
dill (0.2.6)
distributed (1.16.3)
Django (1.10.6)
django-bootstrap3 (8.2.2)
django-crispy-forms (1.6.1)
django-debug-toolbar (1.8)
django-pure-pagination (0.3.0)
django-registration-redux (1.5)
django-storages (1.6.3)
django-torina-blog (0.5)
docutils (0.13.1)
dynd (0.7.3.dev1)
empyrical (0.3.2)
entrypoints (0.2.2)
et-xmlfile (1.0.1)
fastcache (1.0.2)
fbprophet (0.2.1)
filelock (2.0.7)
Flask (0.12.2)
Flask-Cors (3.0.2)
future (0.16.0)
gevent (1.2.1)
glob2 (0.5)
greenlet (0.4.12)
h5py (2.7.0)
HeapDict (1.0.0)
html5lib (0.999999999)
idna (2.5)
imagesize (0.7.1)
intervaltree (2.1.0)
ipykernel (4.6.1)
ipython (5.3.0)
ipython-genutils (0.2.0)
ipywidgets (6.0.0)
isodate (0.5.4)
isort (4.2.5)
itsdangerous (0.24)
Janome (0.3.5)
jdcal (1.3)
jedi (0.10.2)
Jinja2 (2.9.6)
jsonschema (2.6.0)
jupyter (1.0.0)
jupyter-client (5.0.1)
jupyter-console (5.1.0)
jupyter-core (4.3.0)
keyring (10.4.0)
lazy-object-proxy (1.2.2)
line-bot-sdk (1.0.2)
llvmlite (0.18.0)
locket (0.2.0)
Logbook (1.1.0)
lru-dict (1.1.6)
lxml (3.7.3)
Mako (1.0.7)
MarkupSafe (0.23)
matplotlib (2.0.2)
mistune (0.7.4)
mpmath (0.19)
msgpack-python (0.4.8)
msrest (0.4.11)
msrestazure (0.4.11)
multipledispatch (0.4.9)
navigator-updater (0.1.0)
nb-anacondacloud (1.4.0)
nb-conda (2.2.0)
nb-conda-kernels (2.1.0)
nbconvert (5.1.1)
nbformat (4.4.0)
nbpresent (3.0.2)
networkx (1.11)
nltk (3.2.4)
nose (1.3.7)
notebook (5.0.0)
numba (0.33.0)
numexpr (2.6.4)
numpy (1.12.1)
numpydoc (0.6.0)
oauthlib (2.0.2)
odo (0.5.0)
olefile (0.44)
opencv-python (3.4.5.20)
openpyxl (2.4.7)
packaging (16.8)
pandas (0.20.1)
pandas-datareader (0.5.0)
pandas-highcharts (0.5.2)
pandocfilters (1.4.1)
partd (0.3.8)
pathlib2 (2.2.1)
patsy (0.4.1)
pep8 (1.7.0)
pexpect (4.2.1)
pickleshare (0.7.4)
Pillow (4.1.1)
pip (9.0.1)
pkginfo (1.4.1)
plotly (2.3.0)
ply (3.10)
prompt-toolkit (1.0.14)
psutil (5.2.2)
psycopg2 (2.7.1)
ptyprocess (0.5.1)
py (1.4.33)
py-d3 (0.2.7)
PyAlgoTrade (0.18)
pyasn1 (0.2.3)
pycosat (0.6.3)
pycparser (2.18)
pycrypto (2.6.1)
pycurl (7.43.0)
pyflakes (1.5.0)
Pygments (2.2.0)
PyJWT (1.5.2)
pylint (1.6.4)
pyodbc (4.0.16)
pyOpenSSL (17.0.0)
pyparsing (2.1.4)
pystan (2.17.0.0)
pytest (3.0.7)
python-dateutil (2.6.0)
python-editor (1.0.3)
python-highcharts (0.4.1)
pytz (2017.2)
PyWavelets (0.5.2)
PyYAML (3.12)
pyzmq (16.0.2)
QtAwesome (0.4.4)
qtconsole (4.3.0)
QtPy (1.2.1)
redis (2.10.5)
requests (2.18.1)
requests-file (1.4.2)
requests-ftp (0.3.1)
requests-oauthlib (0.8.0)
rope-py3k (0.9.4.post1)
scikit-image (0.13.0)
scikit-learn (0.18.1)
scipy (0.19.0)
seaborn (0.7.1)
selenium (3.0.2)
setuptools (27.2.0)
simplegeneric (0.8.1)
singledispatch (3.4.0.3)
six (1.10.0)
snowballstemmer (1.2.1)
sockjs-tornado (1.0.3)
sortedcollections (0.5.3)
sortedcontainers (1.5.7)
Sphinx (1.5.6)
sphinx-rtd-theme (0.2.4)
spyder (3.1.4)
SQLAlchemy (1.1.9)
sqlparse (0.2.3)
statsmodels (0.8.0)
sympy (1.0)
tables (3.4.2)
tblib (1.3.2)
terminado (0.6)
testpath (0.3)
toolz (0.8.2)
tornado (4.5.1)
traitlets (4.3.2)
unicodecsv (0.14.1)
urllib3 (1.21.1)
wcwidth (0.1.7)
webencodings (0.5)
Werkzeug (0.12.2)
wheel (0.29.0)
widgetsnbextension (2.0.0)
wrapt (1.10.10)
xlrd (1.0.0)
XlsxWriter (0.9.6)
xlwings (0.10.4)
xlwt (1.2.0)
zict (0.1.2)
zipline (1.1.1)
ライブラリの名称は、この名称と一緒でなければ大丈夫なので、
検索で引っかかったら、その名前は変えましょう。
自分の名前や、会社の名前とか、ニックネームとかを用いれば
ここら辺はカバーされるかと思います。
ライブラリの利用はプログラムでは当たり前のこととなっており、
自分でプログラムを書かずに、すでに使えるプログラムは
ライブラリから呼び出した方が賢明です。
どんなライブラリが使えるのか、
全てを紹介することはできませんので、基本編はここまでです。
まとめ
Python言語はオブジェクト志向の言語であるので、全てのデータはオブジェクトになります。
クラスの概念などと合わせて、データの取り扱い方を把握しておきましょう。
プログラムを書く上では例外処理と、ライブラリの読み込みは欠かせません。
どちらもスムーズに使えるように、書き方を練習しておくと良いでしょう。
よく使われるライブラリに関しては、ここでは紹介しきれませんので
自分で調べながらコードを書いて試してみましょう。
よく使われるコードに関してはまとめをチートシートとして作成しておきました。
こちらにリンクを貼っておきますので、是非参考にしてみてください。
https://note.com/otupy/n/n1bedb9f36e54
君がエンジニアになるまであと67日
作者の情報
乙pyのHP：
http://www.otupy.net/
Youtube：
https://www.youtube.com/channel/UCaT7xpeq8n1G_HcJKKSOXMw
Twitter：
https://twitter.com/otupython