↩ テクノロジー開発非公開: Python でできる 5 つの素晴らしいこと

Python でできる 5 つの素晴らしいこと

Python は最も愛されているプログラミング言語の 1 つです。

単純なメンテナンススクリプトから複雑な機械学習アプリケーションまで構築できます。 Python を使ってできる素晴らしいことはたくさんあるので、ぜひ学びたいと思います。

コンテンツ 表示

導入

Python は開発者の間で非常に人気のある言語です。スクリプトを書いて自動化したり構築したりするのは簡単で楽しいです。

一般的な使用例は次のとおりです。

ボットの作成
ウェブサイトのスクレイピング
機械学習、データの視覚化、分析
Django や Flask などのフレームワークを使用した Web 開発
Pygame を使ったゲーム開発
Kivy のようなフレームワークを使用したモバイルアプリ

この記事では、複数のドメインを例とともに取り上げ、Python でできる楽しいことをいくつか紹介します。 Python を知らない場合は、学習することをお勧めします。

始めましょう！

ウェブ開発向け

Python は、Django、Flask などのフレームワークを使用して Web 開発を非常によくサポートしています。サーバー側 Web アプリケーションの構築に使用でき、任意のフロントエンドと統合できます。一般に、開発者はフロントエンドで JavaScript を使用し、サーバー側の操作をサポートするために Python を使用します。 Python はブラウザでは直接使用されません。

Django は、Python で最も人気のある Web フレームワークの 1 つです。これらのフレームワークは、定義された構造を備えたパッケージを提供し、データベースの対話を簡単にサポートします。これらはすべて、最小限のセットアップコマンドでセットアップされます。最小限のものから始めたい場合は、Flask をお勧めします。

これらとは別に、Python には Web 開発用のライブラリが多数あります。人気のあるものには次のようなものがあります –

Python で Web 開発を始めるためのいくつかの リソース –

例 – モバイルからコンピュータのファイルシステムへのアクセス

マシン上でファイルサーバーを実行することにより、ファイルシステムにアクセスできます。アクセスしたいディレクトリに移動し、次のコマンドを実行します。

 # python version >=  3.X
python3 -m http.server

# If Python version >= 2.X and < 3.X
python -m SimpleHTTPServer
#default port: 8000

これにより、同じネットワーク上でアクセスできるファイルサーバーが起動します。モバイル上のファイルにアクセスするには、同じネットワーク (Wi-Fi またはラップトップ上の電話のホットスポットを使用) に接続するだけです。携帯電話のブラウザで開きます –

<your-computer-ip>:port

– ifconfig を実行して IP を確認します。ローカル IP を確認します (192.168… で始まるはずです)。

IP が – 192.168.43.155 で、デフォルトのポートを使用しているとします。次に、開く必要があります –

携帯では 192.168.43.155:8000 。現在のディレクトリが表示されます :

自動化とスクリプト作成

あなたがエンジニアであれば、おそらく怠け者で、できる限りすべてを自動化したいと思うでしょう?

心配する必要はありません。Python がカバーします。わずか 4 ～ 5 行のコードで自動化できることがたくさんあります。 cron ジョブやリマインダーの設定からお気に入りの YouTube ビデオのダウンロードまで、Python の数行ですべてを行うことができます。

すぐに使用できる素晴らしいスクリプトとパッケージ –

例 – CSV を JSON に変換する

Pythonでたった1コマンドでCSVファイルをJSONに変換できます！

やってみよう –

 python -c "import csv,json;print json.dumps(list(csv.reader(open('your_csv_file.csv'))))"

ファイル名 .csv に置き換えると、JSON 出力が得られます。

簡単ですよね？

ゲームの構築

Python はゲーム開発をサポートします。その Pygame ライブラリは非常に便利です。それを使用して構築されるアート、音楽、サウンド、ビデオ、およびマルチメディアプロジェクトをサポートします。 Windows、Mac、Linux、Android、iOS で動作する Kivy を使用して、クロスプラットフォームゲームを作成することもできます。

学ぶべきリソース

例 – ターミナル内の絞首刑執行人

これは、ターミナルでハングマンゲームをプレイできるようにする簡単な Python プログラムです。コードは大幅に短縮できるので、それについては演習として残しておきます。

 # hangman.py
#importing the time module
import time
import random

turns = 10

print "Hello, Let's play hangman! You will have " + str(turns) + " turns!"

print ""

# delay
time.sleep(0.5)

# set of words to guess from
wordList = ["", "awesome", "python", "magic"]
word = random.choice(wordList)

guesses = ''

# loop till no turns are remaining
while turns > 0:         
    wrong = 0             

    for char in word:      
        if char in guesses:    
            print char,    
        else:
            print "_",     
            wrong += 1    

    print("\n")

    if wrong == 0:        
        print "You won :)"  

        break              

    print

    guess = ''
    if len(guess) < 1:
        guess = raw_input("Guess a character or enter the correct word: ")[0]

    guesses += guess                    

    if guess not in word:  
        turns -= 1        
 
        print "Wrong"    
 
        print "You have", + turns, ' turns left!' 
 
        if turns == 0:           
    
            print "You Lose :("

出力は次のようになります –

ウェブスクレイピング

毎日、複数のサイトにわたって大量のデータが表示されます。そのデータに簡単にアクセスできたらどんなにすばらしいだろうかと考えてください。それが Web スクレイピングです。Python の素晴らしいサポートとライブラリにより、それがさらに簡単になります。 Web 上のデータは構造化されていないため、Python を使用すると、このデータを解析して利用し、さらにはさらなる分析や操作を行う簡単な方法が提供されます。

一般的なスクレイピングライブラリには次のようなものがあります。

ウェブサイト – x-rates.com から通貨価値を収集する方法の例を示しましょう。

例 – USD と比較した通貨価値を取得する

Python でスクレイピングを使用して通貨値を取得してみましょう –

 import requests 
from bs4 import BeautifulSoup 
  
URL = "https://www.x-rates.com/table/?from=USD&amount=1"
r = requests.get(URL) 

soup = BeautifulSoup(r.content, 'html.parser') 
ratelist = soup.findAll("table", {"class": "ratesTable"})[0].findAll("tbody")

for tableVal in ratelist:
	trList = tableVal.findAll('tr')
	for trVal in trList[:6]:
		print(trVal.text)

これは、1 USD が他の通貨でいくらに等しいかを返します。

データサイエンスと機械学習

DS と ML は最近最もトレンドなトピックです。これらのテクノロジーはコンピューターサイエンスの未来です。

Python は、データの操作、分析、複雑なアルゴリズムの実装に適しています。データの解析と視覚化は通常、NumPy、scipy、scikit-learn などの Python ライブラリを使用した単純な関数または数行のコードで行われます。

Python は、次のような多くの人気のあるライブラリを使用して、データ集約型の機械学習アプリケーションで使用できます。

Pythonをサポートするディープラーニングツールはたくさんあります。人気のあるライブラリとフレームワークには次のようなものがあります。

Python が使用されるもう 1 つの理由は、複雑な機械学習モデルでも 20 ～ 40 行のコードで実現できることです。 Python で視覚化をいかに簡単に実行できるかについては、このチュートリアルを確認してください。

結論

このチュートリアルでは、Python を使用できるさまざまなドメインについて説明しました。ここでは、デモンストレーションの目的でクールでシンプルな例をいくつか紹介しますが、Python で構築できる素晴らしいアプリケーションやツールは他にもたくさんあります。何か新しいことを学べたことを願っています!

探索を続けてください。学び続けます！