Docker
Docker | 2週間で実務レベルに到達するDocker学習：開発効率化（マウント） － Day5
Python
Python Python | 自動化：Selenium ログイン自動化
概要（Selenium ログイン自動化は「ブラウザ操作を人間の代わりにやらせる」）Selenium は「ブラウザをコードで操作するロボット」です。URL を開く、ID・パスワードを入力する、ボタンをク...
Python Python | 自動化：ファイル変換自動化
概要（「○○を置いたら自動で△△に変換」を型にする）ファイル変換自動化は、「特定のフォルダにファイルを置くだけで、Python が自動で別形式に変えてくれる」仕組みです。例えば、Excel → CSV...
Python Python | 自動化：PDF 自動生成
概要（PDF自動生成は「レポートや帳票を押印前まで自動で作る」）Python で PDF 自動生成ができると、こんなことができます。日次・月次レポートを PDF で自動出力見積書・請求書・領収書などの...
Python Python | 自動化：Excel レポート自動作成
概要（「決まった Excel レポート」を毎回ボタン一発にする）Excel レポート自動作成は、「毎月・毎週・毎日、ほぼ同じレイアウトの Excel を作る仕事」をPython に肩代わりさせることで...
Python Python | 自動化：CSV のクリーニング
概要（CSV のクリーニングは「人力のチェックを Python に任せる」作業）CSV のクリーニングは、ざっくり言うと余計な空白や文字の揺れを揃える数値・日付をちゃんと数値・日付として扱えるように直...
Python Python | 自動化：API 定期取得
概要（API定期取得は「決まった時間にデータを取りに行くロボット」）API定期取得は、「毎朝9時にレポートAPIを叩く」「10分ごとにセンサーAPIから値を取る」といった処理を Python で自動実...
Python Python | 自動化：Python バッチ
概要（「決まった処理をまとめてやるスクリプト」がバッチ）ここで言う「Pythonバッチ」は、「人がボタンを押さなくても、決まった処理をまとめて実行するスクリプト」のことです。例えば、毎朝こんなことを勝...
Python Python | 自動化：cron / タスクスケジューラ
概要（「決まった時間にPythonを勝手に動かす」仕組み）cron（Linux / Mac）やタスクスケジューラ（Windows）は、「毎朝9時にこのPythonスクリプトを実行して」「1時間ごとに定...
Python Python | 自動化：フォルダ監視
概要（フォルダ監視は「ファイルが増えた瞬間に自動で動く仕組み」）フォルダ監視は、「あるフォルダにファイルが置かれたら、自動で処理を走らせる」ための仕組みです。例としては、ダウンロードフォルダにPDFが...
Python Python | 自動化：Excel テンプレ自動集計
概要（「決まったExcel」ならPythonで一気に集計できる）毎月・毎店舗・毎担当者から、同じ形式のExcelが集まってきて、それを手でコピペして集計していませんか。「テンプレが決まっているExce...
Python Python | データ処理：pandas のインデックス管理
概要（インデックス管理は「行ラベルを設計して、選択・結合・時系列操作を安定化」する）pandasのインデックスは“行のラベル”です。単なる番号ではなく、選択（loc）、結合（join/merge）、並...
Python Python | データ処理：pandas の join
概要（pandas の join は「インデックスで横に結合」する最短ルート）DataFrame.join は、“インデックス”をキーにして横方向（列を増やす）へ結合します。SQL の JOIN に似...
Python Python | データ処理：フィルタリング
概要（フィルタリングは「欲しい行だけを、短く正確に抜く」ための基本）pandasのフィルタリングは、条件式でTrue/Falseのマスクを作り、Trueの行だけを抽出するのが基本形です。重要なのは「ブ...
Python Python | データ処理：欠損値可視化
概要（欠損値可視化は「どこで、どれだけ、どう偏っているか」を一目で掴むための入口）欠損値は“壊れたデータ”ではなく“情報が抜けている状態”です。可視化の目的は、列ごとの欠損量、行方向の偏り（特定期間・...
Python Python | データ処理：正規化
概要（正規化は「値の範囲を揃えて比較・学習を安定化」する前処理）正規化（Normalization）は、特徴量の値を一定の範囲にスケーリングする処理です。最も基本的な手法は Min–Max 正規化で、...
Python Python | データ処理：データの標準化
概要（標準化は「平均0・標準偏差1」に揃えて、比較と学習を安定させる）データの標準化（Standardization）は、各特徴量を平均0・標準偏差1に変換する処理です。スケールが揃うことで、距離や勾...
Python Python | データ処理：行列計算
概要（行列計算は「配列の形をそろえて、演算子と線形代数APIに載せる」）NumPyの行列計算は、2次元配列（ndarray）を使って加算・減算・要素積・行列積・転置・逆行列・行列式・固有値・連立方程式...
Python Python | データ処理：ベクトル演算
概要（ベクトル演算は「配列同士を一発で計算」できる最短ルート）NumPyのベクトル演算は、forループを使わずに配列（一次元配列＝ベクトル）をまとめて計算します。足し算・引き算・要素ごとの掛け算、内積...
Python Python | データ処理：配列計算の高速化
概要（配列計算の高速化は「Pythonのループを捨て、NumPyのベクトル化へ乗り換える」）配列計算の高速化の要は、NumPy配列（ndarray）に処理を寄せることです。Pythonのforループや...
Python Python | データ処理：numpy random
概要（numpy randomは「乱数で“試す・検証する・生成する”」ための基礎道具）NumPyの乱数は、データのシミュレーション、重みの初期化、サンプリング、シャッフル、ノイズ付与などに使います。初...
Python Python | データ処理：グラフの保存
概要（グラフの保存は「見せたい品質で出力」を実現する最後の一歩）matplotlib（pandasのplotの裏側）なら、画像形式や解像度、余白、透明背景などを細かく制御して保存できます。初心者は「f...
Python Python | データ処理：複数グラフの描画
概要（複数グラフは「比較」と「文脈」を一枚で伝えるための基本スキル）複数グラフの描画は、指標の関係や推移を“並べて”見せることで理解を一気に深めます。pandasとmatplotlibを使えば、サブプ...
Python Python | データ処理：ヒートマップ
概要（ヒートマップは「2次元の表を色で読み解く」最短ルート）ヒートマップは、2次元の数値テーブルを色の濃淡で表現するグラフです。相関（どの列同士が関係強い？）、クロス集計（店舗×月の売上）、時系列のパ...
Python Python | データ処理：ヒストグラム
概要（ヒストグラムは「値の分布」を一目でつかむための入口）ヒストグラムは、数値データを区間（ビン）に分け、各区間に何件入ったかを棒で表すグラフです。平均や中央値では見えない「偏り」「裾の重さ」「外れ値...
Python Python | データ処理：散布図
概要（散布図は「2つの変数の関係」を直感で掴むための基本グラフ）散布図は、横軸にX（説明変数）、縦軸にY（目的変数）を置き、各行を点としてプロットします。点の並びから、正の相関・負の相関・無相関、外れ...
Python Python | データ処理：棒＋折れ線
概要（棒＋折れ線は「量と推移」を一枚で伝える定番の複合グラフ）棒グラフは“量”の比較、折れ線グラフは“推移”や“傾向”の読み取りに向いています。2つを重ねることで「月別売上の量（棒）とユーザー数の推移...
Python Python | データ処理：グラフの複合化
概要（グラフの複合化は「一枚で複数の視点」を重ねて伝える技）pandasとmatplotlibを組み合わせると、折れ線と棒グラフの重ね合わせ、二重軸、複数サブプロットなどを簡潔に作れます。複合化のポイ...
Python Python | データ処理：時系列処理の基礎
概要（時系列の“型”を整えて、時間軸で正しく集計・解析する）時系列処理の基礎は、日付や時刻をdatetime型へ変換し、時間順に並べてから「期間集計」「移動統計」「シフトや差分」などの操作を行うことで...
Python Python | データ処理：rolling
概要（rollingは「直近の一定区間で連続計算する」ための移動窓）pandasのrollingは、直近N件や一定時間幅（例：過去7日など）のデータを“窓”として切り出し、その窓ごとに平均・合計・標準...
Python Python | データ処理：resample
概要（resampleは「時系列の頻度を変えて、期間ごとに集計・補間する」）pandasのresampleは、時系列データを別の時間間隔（例：日→週、分→時）へ変換するためのメソッドです。ダウンサンプ...
Python Python | データ処理：datetime 変換
概要（datetime変換は「文字列の日付を“時系列のエンジン”に乗せる最初の一歩」）pandasで日付・時刻を扱うときは、まず文字列をdatetime型へ変換します。datetimeにしておくと、並...
Python Python | データ処理：dtype
概要（dtypeは「列の型」。正しく揃えると計算・集計・可視化が安定する）pandasのdtype（データ型）は、各列が「数値・文字列・日時・真偽値・カテゴリなどのどれか」を表すラベルです。型がズレて...
Python Python | データ処理：describe
概要（describeは「列ごとの要約統計を一瞬で確認する」入口）pandasのdescribeは、数値列やカテゴリ列の“基本統計”をまとめて表示するメソッドです。数値なら件数・平均・標準偏差・最小/...
Python Python | データ処理：ソート sort_values
概要（sort_valuesは「列の値で並べ替えて“見やすく・計算しやすく”する基本操作）pandasのsort_valuesは、指定した列の値を基準にDataFrameを並べ替えるメソッドです。昇順...
Python Python | データ処理：重複 drop_duplicates
概要（drop_duplicatesは「重複行を安全に取り除いて、件数や集計を正しくする」）pandasのdrop_duplicatesは、DataFrameやSeriesから“重複したデータ”を削除...
Python Python | データ処理：欠損値 fillna
概要（fillnaは「欠損値を意図した値で埋めて分析を続行する」ための入口）pandasのfillnaは、DataFrameやSeriesに含まれる欠損値（NaN/None/pd.NA）を、固定値・前...
Python Python | データ処理：lambda と組み合わせ
概要（lambdaは「その場で小さな関数」を作り、データ処理を短く書くための道具）lambda（無名関数）は、名前を付けずに1行で小さな関数を作る仕組みです。短い変換・条件分岐・並べ替えのキー指定など...
Python Python | データ処理：pandas の apply
概要（applyは「行や列ごとに関数を適用して柔軟に加工する」）pandasのapplyは、SeriesやDataFrameに対して「各要素」「各行」「各列」へ関数を適用するための基本メソッドです。f...
Python Python | データ処理：loc / iloc
概要（loc/ilocは「行・列の取り出し方が違う」二大基本操作）pandasのlocとilocは、DataFrameから行・列・セルを取り出すための代表的な方法です。locはラベル（行名・列名）で指...
Python Python | データ処理：melt
概要（meltは「横持ちの列を縦に溶かして整然データへ変換する」）pandasのmeltは、ワイド形式（横持ち）をロング形式（縦持ち）へ変換するためのメソッドです。列として並んだ複数の計測値（例: M...
Python Python | データ処理：pivot_table
概要（pivot_tableは「集計しながら縦長データを行×列へ再配置する」）pandasのpivot_tableは、Excelのピボットテーブルと同じ発想で「行（index）」「列（columns）...
Python Python | データ処理：pivot
概要（pivotは「縦長データを横に広げて“見やすい表”に再配置する」）pandasのpivotは、行ラベル・列ラベル・値列を指定して、縦に並んだレコードを「行×列」の表へ並べ替えるメソッドです。Ex...
Python Python | データ処理：pandas merge
概要（pandas.mergeは「共通キーで行を突き合わせる」SQLライクな結合）pandas.mergeは、2つのDataFrameを共通するキー（列やインデックス）を基準に結合します。SQLのJO...
Python Python | データ処理：pandas concat
概要（pandas.concatは「複数の表を縦・横にまとめる」ための基本ツール）pandas.concatは、複数のDataFrameやSeriesを連結して1つのDataFrameにまとめる関数で...
Python Python | データ処理：pandas read_json
概要（pandas.read_jsonは「JSONを表に変換する入口」）pandasのread_jsonは、JSON文字列・ファイル・URLなどを読み込み、分析しやすいDataFrameへ変換する関数...
Python Python | OOP：クラス単位のテスト
概要（クラス単位のテストは「1つの責務を独立して検証する」）クラス単位のテストは、クラスの公開メソッドと外部との約束を中心に「入れたらこう返る」を独立して確かめる手法です。狙いは、仕様のズレや副作用の...
Python Python | OOP：コード分割
概要（コード分割は「役割ごとに小さな部品へ分け、見通しと変更を楽にする」）コード分割は、1つの巨大ファイルや巨大クラスに詰め込まず、責務ごとにモジュール・パッケージ・クラスへ分ける設計です。目的は読み...
Python Python | OOP：単一責任の原則
概要（単一責任の原則は「そのクラスを変える理由をひとつに絞る」）単一責任の原則（Single Responsibility Principle, SRP）は、「クラス（モジュール）が変更される理由はひ...
Python Python | OOP：デザインパターン（Factory）
概要（Factoryは「作り方をひとまとめにして差し替える窓口」）Factory（ファクトリ）パターンは、オブジェクトの“生成方法”を呼び手から切り離し、共通の窓口にまとめる設計です。呼び手は「何を作...
Python Python | OOP：デザインパターン（Strategy）
概要（Strategyは「アルゴリズムを入れ替える差し替え口」を用意する設計）Strategy（ストラテジー）パターンは、処理のアルゴリズムを独立した“戦略オブジェクト”に切り出し、実行時に差し替えら...
Python Python | OOP：コンポジション
概要（コンポジションは「小さな部品を組み合わせて振る舞いを作る」設計）コンポジション（合成）は、継承に頼らず「部品（オブジェクト）を持つ」ことで機能を組み立てる設計です。車が“エンジンを持つ”、クライ...
Python Python | OOP：Mixin
概要（Mixinは「小さな能力」を後から混ぜ込むための設計）Mixin（ミックスイン）は、クラスに“特定の機能だけ”を薄く追加するための補助クラスです。単体で使う前提の「完全な親クラス」ではなく、既存...
Python Python | OOP：メソッドチェーン
概要（メソッドチェーンは「操作をつなげて一気に書く」設計）メソッドチェーンは、複数のメソッド呼び出しをドットで連ねて、処理の流れをそのまま一行で表現する書き方です。ポイントは“次のメソッドを呼べる値を...
Python Python | OOP：依存性注入（簡単版）
概要（依存性注入は「必要な相手を外から渡す」だけでコードが劇的に扱いやすくなる）依存性注入（DI）は、クラスが必要とする相手（例：メール送信、DB接続、HTTPクライアント）を自分の中で作らず、外から...
Python Python | OOP：インターフェース的設計
概要（「インターフェース的設計」は“共通の窓口”で差し替え可能にすること）インターフェースは、異なる実装を“同じやり方で使えるようにする共通の約束”です。PythonにはJavaのようなinterfa...
Python Python | OOP：抽象クラス（ABC）
概要（抽象クラスは「必ず実装してほしい共通の約束」を形にする設計図）抽象クラス（ABC: Abstract Base Class）は、直接インスタンス化できない「設計図」です。サブクラスが必ず実装すべ...
Python Python | OOP：yield
概要（yieldは「一つ返して一時停止、次に再開」する魔法のスイッチ）yieldは、関数を“ジェネレーター”に変えるキーワードです。yieldに到達すると値を一つ返して処理を一時停止し、次に呼ばれたと...
Python Python | OOP：ジェネレーター
概要（ジェネレーターは「必要な分だけ、順に値を生む」仕組み）ジェネレーターは、yieldを使って「次の値」を一つずつ返し、呼び出しのたびに前回の続きから再開できる関数（またはオブジェクト）です。全デー...
Python Python | OOP：イテレーター
概要（イテレーターは「次を返して尽きたら止まる“反復器”」）イテレーターは「要素を一つずつ順番に返す」オブジェクトです。イテレーターは必ずiterとnextを持ち、nextは次の要素を返し、もう要素が...
Python Python | OOP：next
概要（nextは「次の要素」を返し、尽きたらStopIterationで終了する）nextは“イテレータ”が持つ特別メソッドで、呼ぶたびに次の要素を返します。要素がもうないときはStopIterati...