自己紹介¶
- 東京大学先端科学技術研究センター 特任助教
- 工学部（応用数学）
- 修士出て当時社員5人のIT系ベンチャー
- 博士課程にもどって、バイオインフォマティクス
- 40歳にして道に惑う
- C++やJavaが好きだった頃もありますが、最近はほぼすべてPython
Pythonには、勢いがある！¶
この1年は上昇トレンドだった。
Pythonのインストール¶
https://www.continuum.io/
からAnacondaを入れて一気に環境を整え、conda update conda; conda update anacondaで定期的にupdate。Anacondaになければ、pipで。仮想環境の構築（virtualenvやpyenv)もcondaで管理できます。
2 or 3¶
- はじめるなら3で、理由があるなら2でもいいですが、2.7系が良いです。
- 混乱がありましたが、マルチバイト文字を最初から考慮している3は良いです。
Jupyter notebook¶
- 旧IPython notebookがおすすめ
- コマンドラインから ipython notebook（jupyter notebook）で起動
- Webブラウザ内にコードと結果（画像を含む）などを一括管理できる
- このスライドはipython notebookで作っています。
実際にコードを見ていきます¶
In [10]:
# 好評の便利な標準モジュールから
from collections import Counter
c = Counter(['cat','cat','snake','fox','cat','lion','cat','fox'])
print('Cat is {}'.format(c['cat']))
print('Dog is {}'.format(c['dog']))
# 頻出するものをとってこられる
c.most_common(3)
Out[10]:
In [13]:
# 条件にあったファイルの一覧を取得
import glob
glob.glob('*.png')
Out[13]:
In [14]:
# 正規表現も使えます
glob.glob('[e,n]*.png')
Out[14]:
In [34]:
# この表をとってきます。
import pandas as pd
_data = pd.read_html('https://ja.wikipedia.org/wiki/%E7%B5%8C%E6%B8%88%E5%8D%94%E5%8A%9B%E9%96%8B%E7%99%BA%E6%A9%9F%E6%A7%8B')
print('_dataは {}\n要素は {}\n長さは{}'.format( type(_data), type(_data[0]), len(_data) ))
In [31]:
# 戻り値のリストの2つ目に目的の表が入っています。
print(type(_data[1]))
_data[1]
Out[31]:
In [30]:
# 整形しましょう。
# 表の本体(数値データ部分）のDataFrameを切り出す
data = _data[1].loc[1:,1:]
# 列名（最初の1行）を付ける
data.columns = _data[1].loc[0,1:]
# 行の名前（index）を付ける（valuesにしなくてもOK）
data.index = _data[1].loc[1:,0].values
data
Out[30]:
In [28]:
data.sort('腐敗認識[8] 2011')
Out[28]:
In [36]:
%matplotlib inline
# 画像をブラウザに埋め込むため
import seaborn as sns
flights_data = sns.load_dataset("flights")
flights_data
Out[36]:
In [49]:
# これはpandas.DataFrameの威力です
flights_data[flights_data.year==1949]
Out[49]:
In [55]:
# 同じことをですが、こんな機能も
flights_data.groupby('year').get_group(1950)
Out[55]:
In [38]:
# ピボットテーブルの作成
flights_pivot = flights_data.pivot("month", "year", "passengers")
In [39]:
flights_pivot
Out[39]:
In [41]:
# 数値入りのヒートマップを描く
sns.heatmap(flights_pivot, annot=True, fmt='d')
Out[41]:
In [45]:
# なんと双方向の階層的クラスタリングまでやってくれる
sns.clustermap(flights_pivot)
Out[45]:
PythonはWebを学ぶのにもいい¶
$ python -m http.server
Serving HTTP on 0.0.0.0 port 8000 ...
これだけで、カレントディレクトリをドキュメントルートにしたWebサーバがローカルで起動
--cgiオプションを付ければ、CGIスクリプトの実行も可能
しかもWebアプリケーションサーバにもなる¶
Pythonには、Webアプリケーションの標準仕様であるWSGI（Web Server Gateway Interface）があって、その参照実装が標準モジュールに入っている。
In [ ]:
# test_web_ap.py
from wsgiref import simple_server
import datetime as dt
def application(environ, start_response):
start_response('200 OK', [('Content-type', 'text/html')])
_now = dt.datetime.now()
response_html = '''<html>
<head>
<title>TEST</title>
</head>
<body>
<h1>{}:{} {}</h1>
</body>
</html>'''.format(_now.hour, _now.minute, _now.second)
return [response_html.encode('UTF-8')]
if __name__ == '__main__':
server = simple_server.make_server('', 8080, application)
server.serve_forever()
$ python test_web_ap.py
として実行し、ブラウザから http://localhost:8080
まとめ¶
- Pythonには勢いがある
- 充実の標準モジュール
- データ解析関連のライブラリも「すごい」
- Web開発にも向いている
- Pythonをやらない理由があるだろうか？いや無い！
おしまい¶
引き続き、Web関連の話題でお楽しみください。