Python

はじめにPythonには、標準ライブラリとしてurllib.requestモジュールが用意されており、これを使うことでURLを開いてインターネット上のリソースにアクセスできます。多くの場合、通信にはHTTPプロトコルが使用されます。このモジュールのインターフェースは非常にシンプルで、初心者でも学習しやすいのが特徴です。中心となるのはurlopen関数で、さまざまなプロトコルに対応したURLからデータを取得できます。実際に各機能を使いながら進めていくことで、理解が深まるはずです。それでは始めましょう。セットアップurllibライブラリはPythonに同梱されているため、別途インストールする必要は

はじめに本記事では、pyperclipモジュールを使用して、クリップボードへのコピーとペーストを行う方法を解説します。pyperclipはクロスプラットフォーム対応のライブラリで、Python 2とPython 3の両方で動作します。クリップボード経由でのコピー＆ペーストは、プログラムの出力結果を別のファイルやソフトウェアに貼り付けたい場合など、さまざまな場面で非常に役立ちます。セットアップ方法pyperclipモジュールはPythonに標準で同梱されていないため、利用するには事前にインストールが必要です。インストールにはPIPパッケージマネージャーを使用します。ターミナル（コマンドプロンプト

はじめにpydocモジュールは、Pythonモジュールから自動的にドキュメントを生成するための標準ライブラリです。生成されたドキュメントは、コンソール上にテキストとして表示できるだけでなく、Webブラウザでの閲覧やHTMLファイルとしての保存にも対応しています。この記事では、さまざまな場面でドキュメントを確認する方法を解説するとともに、自分のPythonスクリプト用のドキュメントを作成する際に役立つdocstring（ドキュメンテーション文字列）についても詳しく学びます。それでは、pydocの具体的な使い方を見ていきましょう。準備：pydocのインポートpydocモジュールはPythonに最初

はじめにPythonのtimeライブラリは、現実世界の時刻を取得し、それに関連するさまざまな処理を行うために使用されます。このモジュールを使えば、スクリプトの実行タイミングを制御することも可能です。本記事では、timeモジュールの基本的な使い方から、時刻の取得・変換・表示方法まで、実例を交えてわかりやすく解説します。準備：timeモジュールのインポートtimeモジュールはPythonに標準で同梱されているため、PIPなどのパッケージマネージャーで別途インストールする必要はありません。各種関数やメソッドを使用するには、まずモジュールをインポートします。import time現在のローカル時刻を表

はじめにPythonでは、tkinterライブラリを使ってGUIコンポーネントを作成し、より使いやすいユーザーインターフェースを構築することができます。この記事では、tkinterとPillow（PIL）を組み合わせて、アイコン付きのシンプルなGUI電卓アプリケーションを作成する方法を、初心者向けに丁寧に解説していきます。事前準備開発を始める前に、いくつか準備しておくべきことがあります。まず、ローカルシステムから画像ファイルを読み込むために使用するPythonの画像処理ライブラリをインストールしましょう。PIL（Pillow）をインストールするには、ターミナルを起動して以下のコマンドを実行して

本記事では、数千枚の花の画像を含む「flowers」データセットを使用します。このデータセットは5つのサブディレクトリで構成されており、各クラス（花の種類）ごとに1つのサブディレクトリが対応しています。前提知識関連記事： TensorFlowとは何か？KerasがどのようにTensorFlowと連携してニューラルネットワークを構築するのか？データセットのロードと分割の手順「get_file」メソッドを使って花のデータセットをダウンロードした後、そのデータを環境にロードして処理を行います。ローダーのパラメータは明示的に指定し、読み込んだデータは訓練用（training）と検証用（validati

花のデータセットは、matplotlibライブラリを使用することで簡単に可視化できます。imshowメソッドを使うと、画像をコンソール上に表示でき、データセット全体を反復処理しながら最初の数枚の画像だけを出力するといったことも可能です。使用するデータセットについて本記事では、数千枚の花の画像を含む「flowers（花）」データセットを使用します。このデータセットには5つのサブディレクトリが含まれており、各クラス（花の種類）ごとに1つのサブディレクトリが割り当てられています。なお、以下のコードはGoogle Colaboratoryで実行することを想定しています。Google Colab（Col

はじめにプログラマーにとって、アプリケーション内でデータベースを活用し、データの保存・取得・更新・削除を効率的に行えることは欠かせないスキルです。Pythonには標準でsqlite3モジュールが組み込まれているため、追加インストールなしでSQLiteデータベースを作成・操作できます。SQLiteデータベースはすべてのデータを単一のファイルに保存する仕組みのため、扱いやすくアクセスも簡単です。軽量でありながら本格的なSQL操作が可能で、セットアップも非常に手軽なことから、小規模アプリケーションやデータ分析、プロトタイプ開発などで広く利用されています。準備：始め方まず、お使いのPCにPythonが

データの標準化とはデータの標準化（standardization）とは、データセット全体のスケールを揃え、すべての特徴量が同等の単位で表現できるようにする処理のことです。ニューラルネットワークでは、入力データの値域が大きすぎると学習が不安定になるため、この前処理は非常に重要です。Kerasモジュールに用意されている「Rescaling」メソッドを使うことで、リスケーリング用のレイヤーを簡単に構築できます。作成したレイヤーは、データセットに対して「map」メソッドを呼び出すことで、全データに一括して適用できます。関連記事：TensorFlowとは何か？KerasとTensorFlowを組み合わせ

はじめにDjango(ジャンゴ)は、無料で利用できるオープンソースのPython Webフレームワークです。「バッテリー同梱」の思想のもと開発されており、Webアプリケーション開発に必要な機能が最初から揃っているのが大きな特徴です。初心者からプロの開発者まで、幅広く利用されています。 Djangoを選ぶべき理由高速な開発: 最小限のコード量でアプリケーションを素早く構築できます。充実した標準機能: ユーザー認証、サイトマップ、RSSフィードなど、よく使われる機能があらかじめ組み込まれています。高いセキュリティ: SQLインジェクション、クロスサイトスクリプティング(XSS)、クリックジャッキン

花（flower）データセットを使ってモデルを作成すると、一定の精度が得られます。しかし、モデルのパフォーマンスをさらに最適化したい場合は、「バッファ付きプリフェッチ（prefetch）」と「Rescaling（リスケーリング）レイヤー」を組み合わせて使用します。リスケーリングレイヤーは、Kerasモデルの一部として組み込むことで、データセットに対して適用されます。使用するデータセットについて本記事では、数千枚の花の画像を含む「flowers データセット」を使用します。このデータセットには5つのサブディレクトリが含まれており、各クラス（花の種類）ごとに1つのサブディレクトリが割り当てられてい

花のデータセットに対しては、「compile」メソッドでモデルをコンパイルし、「fit」メソッドで学習（フィッティング）を行うことができます。「fit」メソッドには、訓練用データセットと検証用データセットをパラメータとして渡し、エポック数も同じメソッド内で指定します。 関連記事：TensorFlowとは何か？KerasがTensorFlowと連携してニューラルネットワークを構築する仕組みを解説 本記事では、数千枚の花の画像を含む「flowers」データセットを使用します。このデータセットは5つのサブディレクトリで構成されており、クラス（花の種類）ごとに1つのサブディレクトリが割り当てられてい

はじめに pynputは、キーボードやマウスといった入力デバイスをプログラムから操作(制御)したり、その動きを監視(リスニング)したりできるPythonライブラリです。 ライブラリ内のpynput.mouseモジュールはマウスの操作と監視を、pynput.keyboardモジュールはキーボードの操作と監視をそれぞれ担当しています。 本記事では、マウスカーソルを指定した座標へ移動させる方法、クリックの自動化、そしてキーボードのキー入力をシミュレートする方法を順番に解説していきます。 pynputはWindows、macOS、Linuxといった主要なOSで動作するため、環境を選ばずに自動化スクリ

はじめに誰もが一度はPowerPointのプレゼンテーション資料を作成した経験があるのではないでしょうか。多くの場合、Microsoft PowerPointやGoogleスライドといったGUIツールを使うことが多いでしょう。しかし、ライセンスを持っていなかったり、インターネット環境にアクセスできなかったりすることもあります。あるいは、「プログラマーらしく」コードで自動生成したいと考える方もいるはずです。ご安心ください。そんなときこそPythonの出番です！この記事では、Pythonを使ってPowerPointファイルを作成し、コンテンツを追加する方法を解説します。それでは早速始めましょう！準

はじめに暗号技術（クリプトグラフィー）とは何でしょうか？暗号技術とは、平文（プレーンテキスト）を暗号文（サイファーテキスト）に変換することを「暗号化」と呼び、逆に暗号文を平文に戻すことを「復号化」と呼びます。本記事では、Pythonの cryptography パッケージに含まれる Fernet モジュールを使用して、データの暗号化と復号化を行う方法を解説します。Fernetモジュールを使用すると、一意の鍵（キー）が生成され、この鍵がなければ暗号化されたデータを読み取ったり操作したりすることはできません。それでは、さっそく始めていきましょう。準備：cryptographyパッケージのインストー

「tf.data」を活用すると、モデル構築のパイプラインを柔軟にカスタマイズできます。特に、データセットをシャッフルすることで、あらゆる種類のデータが（可能な限り）均等に分散され、偏りのない学習が可能になります。関連記事：TensorFlowとは何か？KerasとTensorFlowを組み合わせてニューラルネットワークを構築する方法本記事では、数千枚の花の画像を含む「flowers（花）」データセットを使用します。このデータセットは5つのサブディレクトリで構成されており、各サブディレクトリが1つのクラス（花の種類）に対応しています。以下のコードはGoogle Colaboratory上で実行し

TensorFlowで画像分類モデルを構築する際、ファイルパスから（画像, ラベル）ペアを作成することは重要な前処理ステップです。まず、ファイルパスをパスコンポーネントのリストに変換します。次に、後ろから2番目の値をクラスディレクトリとして取得し、ラベルを整数形式にエンコードします。その後、圧縮された文字列をテンソルに変換し、必要なサイズにリサイズします。使用するデータセットについて本記事では、数千枚の花の画像を含む「flowersデータセット」を使用します。このデータセットには5つのサブディレクトリが含まれており、各クラス（花の種類）ごとに1つのサブディレクトリが割り当てられています。以下の

(画像, ラベル) のペアは、パス要素のリストを変換し、その後ラベルを整数形式にエンコードすることで作成されます。「map」メソッドを利用すると、この (画像, ラベル) ペアに対応するデータセットを簡単に構築できます。使用するデータセットについて本記事では、数千枚の花の画像を含む「flowers」データセットを使用します。このデータセットには5つのサブディレクトリが含まれており、各クラス（花の種類）ごとに1つのサブディレクトリが割り当てられています。実行環境以下のコードはGoogle Colaboratory上で実行しています。Google Colab（Colaboratory）を利用すると

はじめにRegExモジュールとは、正規表現(Regular Expression)を扱うためのPython標準ライブラリです。プログラミングの経験がある方なら、「正規表現」という言葉を目にしたことが何度もあるでしょう。正規表現は文字列の検索や置換に使われ、テキストエディタ、検索エンジン、ワープロソフトなど、さまざまなソフトウェアで活用されています。言い換えれば、正規表現は「探している特定のパターンに一致するかどうか」を判定するための強力な道具です。身近な例としては、大学のポータルサイトが学内メールアドレス以外での登録を許可しない仕組みが挙げられます。これも正規表現によるパターンマッチングで実現

花のデータセットを使ってモデルを作成すると、一定の精度が得られます。しかし、モデルのパフォーマンスをさらに向上させたい場合には、データセットを効率的に処理するための設定が必要です。本記事では、バッファのプリフェッチ（先読み）やシャッフルを行う関数を定義し、それを訓練用データセットに適用することで、モデルのパフォーマンスを改善する方法を解説します。使用するデータセットについてここでは、数千枚の花の画像を含む「花のデータセット」を使用します。このデータセットには5つのサブディレクトリが含まれており、各クラス（花の種類）ごとに1つのサブディレクトリが割り当てられています。なお、以下のコードはGoog