Pythonでできること 初心者向けガイド

Pythonは、プログラミング初心者にとって非常に人気のある言語です。簡単な文法と豊富なライブラリにより、さまざまな分野で幅広く利用されています。この記事では、Pythonを使って何ができるのかを初心者向けに分かりやすく説明します。

1. 基本的な計算とデータ処理
2. ウェブスクレイピング
3. 自動化
4. データ分析と可視化
5. 機械学習と人工知能
まとめ

1. 基本的な計算とデータ処理

Pythonは、基本的な計算やデータ処理が得意です。例えば、数値の加減乗除、リストや辞書を使ったデータ管理、テキストの操作などが簡単に行えます。

# 基本的な計算
a = 5
b = 3
print(a + b)  # 8

# リストの操作
fruits = ["apple", "banana", "cherry"]
print(fruits[0])  # apple

# 辞書の操作
person = {"name": "Alice", "age": 25}
print(person["name"])  # Alice

基本的な計算

pythonコードをコピーするa = 5
b = 3
print(a + b)  # 8

a = 5：変数aに値5を代入します。
b = 3：変数bに値3を代入します。
print(a + b)：aとbの合計を表示します。

リストの操作

pythonコードをコピーするfruits = ["apple", "banana", "cherry"]
print(fruits[0])  # apple

fruits = ["apple", "banana", "cherry"]：リストfruitsを作成します。
print(fruits[0])：リストfruitsの最初の要素を表示します。

辞書の操作

pythonコードをコピーするperson = {"name": "Alice", "age": 25}
print(person["name"])  # Alice

person = {"name": "Alice", "age": 25}：辞書personを作成します。
print(person["name"])：辞書personの”name”キーの値を表示します。

2. ウェブスクレイピング

Pythonは、ウェブスクレイピング（ウェブサイトからデータを自動的に取得すること）にも適しています。例えば、BeautifulSoupやRequestsといったライブラリを使えば、簡単にウェブページの情報を取得できます。

必要なインストール

pip install requests
pip install beautifulsoup4

import requests
from bs4 import BeautifulSoup

url = "https://example.com"
response = requests.get(url)
soup = BeautifulSoup(response.text, "html.parser")
print(soup.title.text)  # Example Domain

import requests：requestsライブラリをインポートします。
from bs4 import BeautifulSoup：BeautifulSoupライブラリをインポートします。
url = "https://example.com"：対象のURLを設定します。
response = requests.get(url)：URLからHTMLコンテンツを取得します。
soup = BeautifulSoup(response.text, "html.parser")：BeautifulSoupでHTMLを解析します。
print(soup.title.text)：ページのタイトルを表示します。

3. 自動化

Pythonを使えば、繰り返しの作業を自動化できます。ファイルの操作、メールの送信、データの整理など、日常の業務を効率化するツールを作成することができます。

import os

# フォルダ内のファイル名を一覧表示
folder_path = "/path/to/folder"
for filename in os.listdir(folder_path):
    print(filename)

osモジュール（Python標準ライブラリのため、追加インストールは不要です）

import os：osライブラリをインポートします。

folder_path = "/path/to/folder"：対象のフォルダパスを設定します。

for filename in os.listdir(folder_path)：フォルダ内のファイルをループ処理します。

print(filename)：ファイル名を表示します。

4. データ分析と可視化

Pythonは、データ分析や可視化の分野でも強力です。PandasやMatplotlib、Seabornなどのライブラリを使えば、大量のデータを効率的に分析し、グラフやチャートで可視化できます。

必要なインストール

pip install pandas
pip install matplotlib

import pandas as pd
import matplotlib.pyplot as plt

# データフレームの作成
data = {"name": ["Alice", "Bob", "Charlie"], "age": [25, 30, 35]}
df = pd.DataFrame(data)

# データの可視化
df.plot(kind="bar", x="name", y="age")
plt.show()

import pandas as pd：pandasライブラリをインポートします。
import matplotlib.pyplot as plt：matplotlibライブラリをインポートします。
data = {"name": ["Alice", "Bob", "Charlie"], "age": [25, 30, 35]}：データを辞書形式で作成します。
df = pd.DataFrame(data)：データフレームを作成します。
df.plot(kind="bar", x="name", y="age")：棒グラフを作成します。
plt.show()：グラフを表示します。

5. 機械学習と人工知能

Pythonは、機械学習や人工知能（AI）の分野でも広く利用されています。Scikit-learn、TensorFlow、Kerasなどのライブラリを使えば、初心者でも簡単に機械学習モデルを構築し、予測や分類を行うことができます。

必要なインストール

pip install scikit-learn

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier

# データの読み込み
iris = load_iris()
X, y = iris.data, iris.target

# モデルの訓練
model = DecisionTreeClassifier()
model.fit(X, y)

# 新しいデータの予測
new_data = [[5.1, 3.5, 1.4, 0.2]]
print(model.predict(new_data))  # [0]（クラス0の予測）