【超高速Python入門】第8回:ライブラリ紹介

筆者が思う、よく使われるPythonのライブラリについて紹介します。

はじめに

超高速Python入門として個人的に最初にとりあえず知っておいたほうが良いと思う、今まで記載していないライブラリを4つ紹介します。

が、あくまで個人的に思うものであるため、参考までにしてください。

ライブラリ紹介

Matplotlib

グラフを簡単に描画することができます。

公式:https://matplotlib.org/stable/

以下でインストールします。

pip install matplotlib
【Udemy】データ分析シリーズ? -Pythonライブラリの実践活用-

結果を視覚的にみたい時は例外を除いてまずグラフを評価する場合が多いです。これを知っておけばすぐに描画できます。

例えば、以下のようにsin波をプロットできます。

## Sample
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0,2*np.pi,100)
y = np.sin(x)
plt.plot(x, y)
plt.show()

Pandas

2-D(二次元配列)に特化したライブラリです。表形式でデータを扱うことができ、SQLと同等の処理が可能となります。Numpyやlistとも互換性があり、Jupyter notebookとも相性が良いです。

公式:https://pandas.pydata.org/docs/#

以下でインストールします。

pip install pandas

Jupyter notebookでは、pandasと互換性があるため、表形式で表示してくれます。

## Sample
import pandas as pd

data_list = [["Apple",100],["Orange",40],["Lemon",90]] 
df_list = pd.DataFrame(data_list,columns=["Name","Price"])

df_list

こんな感じ。見やすいですね。

Scikit-learn

機械学習を簡単に体験できます。

公式:https://scikit-learn.org/stable/index.html#

以下でインストールします。

pip install sklearn

これだけで機械学習のモデルができてしまいますが、簡単にできてしまうので、アルゴリズムの勉強には向いていないです。

## Sample
from sklearn import linear_model

reg_model = linear_model.LinearRegression()
reg_model.fit([[0, 0], [1, 1], [2, 2]], [0, 1, 2])

Flask

Webアプリ開発を簡単に体験できます。

公式:https://flask.palletsprojects.com/en/2.0.x/

以下でインストールします。

pip install flask

チュートリアルを実施すると、簡単なwebサイトが作れます。

Flaskチュートリアル

【Udemy】現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

Selenium

ブラウザ操作・スクレイピングが簡単にできます。

公式:https://www.selenium.dev/ja/

以下でインストールします。

pip install selenium

基本的にブラウザにアクセスしたり、ボタンをクリックしたりなど、ブラウザでやるような操作ができます。例えば、Chromeのドライバをダウンロードし、以下のように実装すれば、googleの検索画面を開くことができます。

## Sample
from selenium import webdriver

driver = webdriver.Chrome('/Users/kazuoji/Library/drivers/chromedriver')

URL = 'https://www.google.co.jp/'

driver.get(URL)

【Udemy】みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2021年最新版】 【Google Colaboratory対応】初心者向けの人

超高速Python入門は以上です。お疲れ様でした!