Java
Java | 「Stream構文早見表（map/filter/groupingBy/sorted）」図解版
Excel VBA Excel VBA 逆引き集 | 実務テンプレ完全版（超再利用部品） – 日次処理自動化
ねらい：毎朝の「取り込み→整形→集計→レポート→バックアップ」を“同じ手順”で一括自動化する日次処理は、手順がブレるとすぐに品質が落ちます。VBAなら「入口でデータを正す→集計・出力→配布物作成→バッ...
Excel VBA Excel VBA 逆引き集 | 実務テンプレ完全版（超再利用部品） – バックアップ自動生成
ねらい：ブック・シート・CSV・版管理まで「毎回同じ手順」で自動バックアップするバックアップは「いつ」「どこに」「何を」「何世代残すか」をブレなく実行することが命です。VBAなら“時刻スタンプ付きの安...
Java Java | オブジェクト指向：責務分離
責務分離とは責務分離は「ひとつのクラスやメソッドが、ひとつの明確な役割（Responsibility）だけを担うように分ける」設計の基本です。入力の整形、検証、計算、保存、表示などの関心事を混ぜず、境...
Java Java | オブジェクト指向：パッケージ設計
パッケージ設計とはパッケージ設計は、クラスやインターフェースを「意味のあるまとまり」に分けて整理し、依存の向きと公開範囲をコントロールすることです。狙いは、変更の影響を局所化し、再利用とテストをしやす...
Java Java | オブジェクト指向：継承 vs 委譲
継承と委譲の違い継承は「is-a（〜は〜の一種）」の関係で、親の振る舞いを子が受け継ぎ、必要ならオーバーライドで差分を加える仕組みです。委譲（コンポジション）は「has-a（〜は〜を持つ）」の関係で、...
Java Java | オブジェクト指向：コンポジション（委譲）
コンポジション（委譲）とはコンポジションは「クラスが“持つ（has-a）”関係で他のオブジェクトを部品として組み合わせ、仕事をその部品へ任せる（委譲する）」設計です。継承（is-a）と違い、親の内部契...
Java Java | オブジェクト指向：依存の方向
依存の方向とは「依存の方向」は、あるコードがどちら側（上位/下位、抽象/具体）へ向かって頼っているかを示す考え方です。呼び出し側が別のクラスやライブラリに依存するとき、その“向き”が正しいかどうかで保...
Java Java | オブジェクト指向：依存関係とは
依存関係とは依存関係は「あるコードが、他のコードの存在や振る舞いを前提にして成り立っている状態」です。クラスが別のクラスを new したり、そのメソッドを呼んだり、型として参照したりすると、そこで依存...
Java Java | オブジェクト指向：コンパイル時型と実行時型
コンパイル時型と実行時型とは「コンパイル時型」はコード上で宣言された“見える型”で、コンパイラが文法チェックやメソッド呼び出しの可否を判断するために使います。「実行時型」は new で実際に生成されて...
Java Java | オブジェクト指向：動的バインディング
動的バインディングとは動的バインディングは「どのメソッド実装を呼ぶかを、実行時の“実体の型”に基づいて決める仕組み」です。参照の型が親（抽象クラスやインターフェース）でも、実際に入っているオブジェクト...
Java Java | オブジェクト指向：instanceof
instanceof とは何かinstanceof は「ある参照が、特定の型（クラスやインターフェース）の実体かどうか」を真偽で判定する演算子です。ポリモーフィズムでは呼び出し側は共通型にそろえますが...
Java Java | オブジェクト指向：ダウンキャスト
ダウンキャストとは何かダウンキャストは「親型（抽象クラスやインターフェース）の参照を、より具体的な子型に“下げて”扱う」ことです。たとえば Shape 型の変数を Rect 型として扱いたいときに使い...
Java Java | オブジェクト指向：アップキャスト
アップキャストとは何かアップキャストは「子クラス（具体的な型）の参照を、親クラス（より抽象的な型）やインターフェースの参照として扱う」ことです。型を“上位”に持ち上げるイメージなのでアップ（up）キャ...
Java Java | オブジェクト指向：ポリモーフィズム
ポリモーフィズムとはポリモーフィズムは「同じ“呼び方”で、実体に応じて振る舞いが切り替わる」仕組みです。呼び出し側は共通の型（親クラスやインターフェース）だけを意識して使い、実際に入っているオブジェク...
Java Java | オブジェクト指向：static メソッド（interface）
interface の static メソッドとはインターフェースの static メソッドは「インターフェース名から直接呼ぶユーティリティ関数」です。インスタンスや実装クラスは不要で、契約（インター...
Java Java | オブジェクト指向：default メソッド
default メソッドとはdefault メソッドは「インターフェースに書く“簡易の既定実装”」です。Java 8 で導入され、インターフェースにメソッド本体を持たせられるようになりました。これによ...
Java Java | オブジェクト指向：インターフェースの多重実装
インターフェースの多重実装とはインターフェースの多重実装は「1つのクラスが複数のインターフェース契約を同時に満たす」ことです。Javaはクラスの多重継承はできませんが、インターフェースは複数まとめて ...
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...