Python

「.NET 開発基盤部会 Wiki」は、「Open棟梁Project」,「OSSコンソーシアム .NET開発基盤部会」によって運営されています。

• 戻る

目次 †

概要 †

• こちら

• 本体部分は必要最小限に抑えられている。
• 豊富で大規模な文書
• さまざまな領域に対応する大規模な標準ライブラリやサードパーティ製の
  ライブラリが提供され、本体にない機能はその都度呼び出して使用する。
• 多くのハードウェアとOSに対応（Linux版、Mac版、Win版、32/64bitが存在）

• 複数のプログラミングパラダイムに対応している。
  • オブジェクト指向
  • 命令型
  • 手続き型
  • 関数型
• 動的型付け言語
• 参照カウントベースの自動メモリ管理（GC）を持つ。
• Pythonのリファレンス実装であるCPythonは、OSS。

バージョン †

• 2.x 系のバージョンと 3.x 系のバージョン（現時点では、Python 3.5）が存在。
  • 2.x 系と3.x 系には互換性がない。
  • Python 2.x はレガシー
  • Python 3.0 が Python 言語の現在と未来

ディストリビューション †

• Anaconada
  • Continuum Analytics社によって提供されているPythonのディストリビューションの一つ。
  • Python 本体に加え、科学技術、数学、エンジニアリング、データ分析など、
    よく利用される Python パッケージを一括でインストール可能

• conda
  • パッケージ管理システム
  • バージョン管理
  • 仮想環境管理

• continuum.io
  • Download Anaconda Now! | Continuum
    https://www.continuum.io/downloads
    • Download Anaconda Cheat Sheet
      http://go2.continuum.io/E0C0X0YqNNf0R0kW1e0F201
    • Anaconda Support | Continuum
      https://www.continuum.io/anaconda-support
    • :: Anaconda Cloud
      https://anaconda.org/

インストール †

Anaconda †

AnacondaによりPythonをインストールする。

• こちら

Visual Studio Code †

• Visual Studio Codeをインストールする。
• Visual Studio Codeを起動して、ファイルを拡張子*.pyで保存する。
• 以下のように推奨の拡張機能が表示されるので、これをインストールする。

ファースト・ステップ †

インタプリタ（対話モード） †

CMD or Anaconda Promptを起動する †

Pythonインタプリタを起動する †

• Pythonのバージョン情報の確認

  python --version

• Pythonインタプリタを起動

  python

Pythonインタプリタの実行 †

• 算術計算

  >>>1+1
  2

• データ型

  >>>type(10)
  <class 'int'>

• 変数

  >>>x=10
  >>>print(x)
  10

• リスト

  >>>a=[1,2,3,4,5]
  >>>print(a)
  [1,2,3,4,5]
  >>>a[0]
  1
  >>>a[4]
  5
  >>>a[4]=99
  >>>a[4]
  99
  >>>print(a)
  [1,2,3,4,99]

• ディクショナリ

  >>>dic={'hoge1':1}
  >>>dic['hoge2']=2
  >>>print(dic)
  {'hoge1': 1, 'hoge2': 2}

• boolと論理演算

  >>>hungry = True
  >>>sleepy = False
  >>>type(hungry)
  <class 'bool'>
  >>>not hungry
  False
  >>>hungry and sleepy
  False
  >>>hungry or sleepy
  True

• if文

  >>>hungry = True
  >>>if hungry:
  ...    print("im hungry") # 半角スペースのインデントが必要
  ...
  im hungry
  >>>hungry = False
  >>>if hungry:
  ...    print("im hungry") # 半角スペースのインデントが必要
  ...else:
  ...    print("im not hungry") # 半角スペースのインデントが必要
  ...    print("im sleepy")
  ...
  im not hungry
  im sleepy

• for文

  >>>for i in [1,2,3]:
  ...    print(i) # 半角スペースのインデントが必要
  ...
  1
  2
  3

• 関数

  >>>def hello():
  ...    print("hello!")
  ...
  >>>hello()
  hello!
  >>>def hello(object):
  ...    print("hello " + object + "!")
  ...
  >>>hello("hoge")
  hoge hello!

Pythonインタプリタの終了 †

対話モードを終了するには、 exit() を実行する。

スクリプトファイル †

Pythonスクリプトファイルに保存 †

テキストファイルに

print("im hungry")

と書いて、拡張子を*.pyとして保存する（例 hungry.py）。

Pythonスクリプトファイルを実行 †

cdでカレントディレクトリに移動して、

>python hungry.py
im hungry

クラスの定義と実行 †

• クラスの定義

  class クラス名:
      def __init__(self, 引数, ...): #コンストラクタ
          ...
      def メソッド名1(self, 引数, ...): #メソッド1
          ...
      def メソッド名2(self, 引数, ...): #メソッド2
          ...

• クラスの定義例

  class Man:
      def __init__(self, name):
          self.name=name
          print("inited!")
      def hello(self):
          print("hello " + self.name + "!")
      def goodbye(self):
          print("good-bye " + self.name + "!")
  
  m=Man("hoge")
  m.hello()
  m.goodbye()

NumPy †

Matplotlib †

行列の計算 †

多次元配列 †

ベクトル †

>>> import numpy as np
>>> a=np.array([1,2,3,4])
>>> print(a)
[1 2 3 4]
>>> np.ndim(a) # 配列の次元
1
>>> a.shape # 配列の形状
(4,)
>>> a.shape[0] # 次元の要素数
4

行列 †

行列とは、

• ２次元配列
• 行が、１つの添字で表される１つのべクトル
• 列は、ベクトルのｎ番目の要素をグループ化したもの。

    列↓
  ┌      ┐
行│○  ○│
→│      │
  │○  ○│
  └      ┘

>>> a=np.array([[1,2],[3,4],[5,6]])
>>> print(a)
[[1 2]
 [3 4]
 [5 6]]
>>> np.ndim(a) # 配列の次元
2
>>> a.shape # 配列の形状
(3, 2)

行列の積算 †

Ａ行列 * Ｂ行列 =Ｃ行列

• Ａ行列の列数とＢ行列の行数が一致ししている必要がある。
• 計算後のＣ行列は、Ａ行列の行数 * Ｂ行列の列数の行列になる。

2行2列の場合 †

┌      ┐┌      ┐   ┌                    ┐
│a1  b1││a2  b2│   │a1a2+b1c2  a1b2+b1d2│
│      ││      │ = │                    │
│c1  d1││c2  d2│   │c1a2+d1c2  c1b2+d1d2│
└      ┘└      ┘   └                    ┘
  Ａ行列    Ｂ行列              Ｃ行列
  2行2列    2行2列              2行2列

x行y列の場合 †

┌      ┐┌              ┐   ┌                                          ┐
│a1  b1││a2  b2  c2  d2│   │a1a2+b1e2  a1b2+b1f2  a1c2+b1g2  a1d2+b1h2│
│      ││              │   │                                          │
│c1  d1││e2  f2  g2  h2│ = │c1a2+d1e2  c1b2+d1f2  c1c2+d1g2  c1d2+d1h2│
│      │└              ┘   │                                          │
│e1  f1│                     │e1a2+f1e2  e1b2+f1f2  e1c2+f1g2  e1d2+f1h2│
└      ┘                     └                                          ┘
  Ａ行列        Ｂ行列                             Ｃ行列
  3行2列        2行4列                             3行4列

┌      ┐┌  ┐   ┌         ┐
│a1  b1││a2│   │a1a2+b1b2│
│      ││  │ = │         │
│c1  d1││b2│   │c1a2+d1b2│
└      ┘└  ┘   └         ┘
  Ａ行列   Ｂ行列     Ｃ行列
  2行2列   2行1列     2行1列

メソッド †

NumPyのdot（ドット積）メソッドを使用する。

>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[1,2],[3,4],[5,6]])
>>> c=np.array([[1,2],[3,4]])
>>> d=np.array([7,8])
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> b
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> c
array([[1, 2],
       [3, 4]])
>>> d
array([7, 8])
>>> np.dot(a, b)
array([[22, 28],
       [49, 64]])
>>> np.dot(b, c)
array([[ 7, 10],
       [15, 22],
       [23, 34]])
>>> np.dot(b, d)
array([23, 53, 83])
>>> np.dot(a, c) # Ａ行列の列数とＢ行列の行数が一致しない。
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: shapes (2,3) and (2,2) not aligned: 3 (dim 1) != 2 (dim 0)

参考 †

• 動かしてみよう — PyCon? JP 2012 Pythonプログラミングハンズオン(初級者向け) documentation
  http://pyconjp2012-python-for-beginners.readthedocs.io/en/latest/start_python.html