象と散歩

Post Date：2019年9月23日　

1分でPythonの学習を始める！

世の中、データサイエンティストブームです⁉ 少し前ならR（アール）でデータ分析を学習された方も多かったと思いますが、AIというキーワードが浸透すると共に、Python（パイソン）で機械学習、ディープラーニング(深層学習)というのが主流になってきています。

そんなPythonが、どんなものなのかを試してみようと思ったときに、障壁となるのが環境構築です。またPCにインストールするので、スマホやタブレットで隙間時間にも勉強しようということもできません。もちろん iOS用の Pythonista 3 - omz:software などもありますが、PCとモバイルでのデータやプログラムの共有などに難があります。

と、いうことで、今回は、Googleアカウントとブラウザさえあれば、場所も環境も問わずに Python の学習を始められる Colaboratory – Google Cloab（コラボラトリー - グーグル・コラボ）の紹介です。

Pythonとは

Pythonは、簡単にプログロムが実行できるインタプリタ形式のオブジェクト指向プログラミング言語です。シンプルな文法なのでプログラミング初心者にもわかりやすい言語です。オープンソース(BSDライセンス)として提供されているので、誰でも無料で利用することができます。

そして、データ加工、グラフ作成、データ分析、機械学習といったライブラリ（パッケージ）が提供されているので、簡単なプログラムで最新のデータ分析を行うことができます。

Python の勉強を始めるときの最大の難関

Python でデータ分析や機械学習を行うためのライブラリのインストールや管理を容易にしてくれる Anaconda | World's Most Popular Data Science Platform （アナコンダ）を使うの一般的です。

しかし、何やら黒い画面（コマンドプロント）は出てくるし、取りあえず、プログラムをノートブック形式で書いて実行してくれる Jupyter Notebook も起動したら英語、、、。

Python を勉強しようと思っても、この最初の環境構築で挫けてしまう人も多いのではないかと思います。

インストール不要、モバイルでも実行可能な Python環境

Colaboratory – Google Cloab は、Googleが機械学習の教育・研究の促進として提供しているクラウドで実行される Jupyter ノートブック環境です。複雑な設定は不要で、Googleアカウントさえあれば無料でブラウザから利用することができます。

また作成したプログラムやデータもGoogleドライブに保存できるのでブラウザさえあれば作業を継続できるし、他の人との共有も容易です。そして深層学習（ディープラーニング）でGPU環境を使用することもできます。

下記は、モバイルでの画面となります。

Google Colaboratoryの起動方法

Google Colaboratory の起動は、「Clolaborataly」でググるか、https://colab.research.google.com/ になります。Googleにログインしていなければ、右上のログインからGoogleアカウントでログインしてください。最初の利用時には認証を求められます。

Colaboratory へようこそ - Colaboratory (ログイン)

Pythonを実行してみよう

「ファイル>python3の新しいノートブック」を選択します。（モバイルでの実行なら左上のメニューバーから選択します）

新しいノートブックが開きます。ノートブックには、”コード”（Pythonプログラ）か ”テキスト”（ノートブック）が記載でき、これらひとつづつの枡をセルとよびます。

それでは、さっそくプログラムを書いてみましょう。コードセルに下記のコード書きます。

print('Hello, World!')

上記のコードを実行するには、Windows PCなら「Ctrl+Enter」、Macなら 「command+return」 です。モバイルで実行する場合はセル左側の「再生ボタン」をクリックして実行しましょう。下図はiPhoneで実行した結果となります。

作成したプログラムを保存する

作成したプログラムはGoogleドライブに保存されますので、名前を付けて保存します。PCならメニューバーの「ファイル>名前を変更」で左上の「Untitled1.ipynb」にフォーカスされます。モバイルからならメニューバーから「ファイル>名前の変更…」です。直接ファイル名の部分をクリックしても名前を変更できます。

「.ipynb」は、Jupyter Notebookの拡張子になりますので、.（ドット）の前の「Untitled1」を変更します。下記の例では、「Hello World.ipynb」としました。

保存するには、「ファイル>保存」かPCなら「Ctrl+S」です。最初にClolaboratalyの認証リクエストを受託すると、Googleドライブのマイドライブに「Colab Notebooks」というフォルダが作成され、Jupyterノートブックのファイルは、こちらのフォルダ配下に保存されます。

Google Colab でライブラリを使う

Colaboratory – Google Cloab は、簡単に Python の学習を始められます。またデータ分析や機械学習で必要な作業を容易にしてくれるライブラリも簡単に使えます。

利用できるライブラリとバージョンは、下記のコマンドで確認できます。

!pip freeze

また必要があれば簡単に追加でインストールすることもできます。

!pip install pandas_profiling

pandas_prifiling は、pandasをもっと便利にしてくれる追加パッケージですが、ライブラリの使い方などはまた別途説明したいと思います。

まとめ

Pythonは、簡単な構文で覚えやすいプログラミング言語です。また豊富なライブラリがありますので、機械学習を勉強したい、データサイエンティストを目指したい、プログラミングを始めたいという方は、先ずは、Colaboratory - Google Colab で Pythonでのデータ分析、機械学習の勉強を始めてみてくさい。

Pythonによるデータ分析入門第2版 - NumPy、pandasを使ったデータ処理

オライリージャパン

楽天市場で調べる

Amazonで調べる

Pythonではじめる機械学習 - scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

オライリージャパン

楽天市場で調べる

Amazonで調べる

ゼロから作るDeep Learning - Pythonで学ぶディープラーニングの理論と実装

オライリージャパン

楽天市場で調べる

Amazonで調べる

Post Date：2019年8月26日　

Markdown（Typora）でガントチャート

Typora で Markdown シリーズの第4弾は、Mermaid を使ってのガントチャートの作成です。MarkdownエディタのTyopraは、mermaid でガントチャートを記述することができます。

Markdownで描くガントチャートには、

メリット

シンプルなガントチャート
簡単にテキストベースでガントチャートが作成できる
テキストなので差分管理も簡単

デメリット

マイルストーンが設定できない
順序を示す矢印が使用できない
複雑なガントチャートには向かない

という特徴があります。

Typora でガントチャート

Typora でガントチャートを作成するために、```mermaid でEnterすると mermaid のコードが記述できるようになるので、最初の行に gantt と書きます。

タイトル行

title に続けてタイトルを記述します。

日付フォーマット

dateFormat
axisFormat

dateFormat で gantt の中で使用する日付のフォーマットを定義します。ネットで検索した多くの例は、dateFormat YYYY-MM-DD となっていますが、これは、2019-08-25 のように日付を記述するという意味です。

フォーマット	記述形式
YYYY	年4桁
YY	年2桁
MM	月2桁
DD	日2桁

上記以外の記号文字はそのまま表示されます。つまり、dateFormat MM/DD とすれば、月と日をスラッシュ区切りで記述するという意味になります。

下記の例は、dateFormat で年4桁で記述すると宣言した場合の記載方法です。

```mermaid
gantt
dateFormat YYYY
axisFormat %Y/%m
task1: 2019, 2020
task2: 2020, 2021
task3: 2021, 2022
```

日付の形式を指定する

次に axisFormat ですが、これは、軸の日付フォーマットになります。上記の例でもは、年4桁/月となります。その他に下記のフォーマットが使えます。

フォーマット	記述形式
%Y	yyyy: 年4桁
%y	yy: 年2桁
%m	mm: 月2桁（01-12）
%d	dd: 日2桁（01-31）

上記表以外の記号文字は、そのまま表示されるので %m/%d とすれば、mm/dd の形式で表示されます。

タスクの期間の記述方法

各タスクの期間を記述する方法にはいくつかあります。

開始日付と終了日付+1日で記載

e.g. 08/01,08/08

開始日付と日数で記載

e.g. 08/01,7d

開始日と週数で記載

e.g. 08/01,1w

期間だけを記載（2つ目以降のタスク）

e.g. 7d or 1w

下記の例は、何れも1週間の期間となります。

```mermaid
gantt
title 1週間の表記方法
dateFormat MM/DD
axisFormat %m/%d
task1(08/01-08/08): 08/01,08/08
task2(08/08,7d)   : 08/08,7d
task3(1w)         : 1w
```

後続タスクの記述方法

後続タスクは、after を使います。表示上は何ら変わらないので、すべてのタスクを開始日と終了日で記載するのであれば、afterを使う必要はありません。

下記の例では、task1の終了後にtask3が開始されます。

```mermaid
gantt
title 後続タスク
dateFormat MM/DD
axisFormat %m/%d
task1: 08/01,08/08
task2: 08/05,5d
task3: after task1,1w
```

また、タスク名が長い場合などには、エイリアス名を付けることも可能です。下記の例では、task1 を t1 と定義して、8行目で after t1 として利用しています。

```mermaid
gantt
title 後続タスク
dateFormat MM/DD
axisFormat %m/%d
task1: t1, 08/01,08/08
task2: t2, 08/05,5d
task3: t3, after t1,1w
```

タスクのステータスとクリティカルタスク

各タスクは、完了、実行中とクリティカルタスクを示すことができます。

記述方法	意味
done	完了タスク
active	実施中のタスク
crit	クリティカルタスク
crit, done	完了したクリティカルタスク
crit, active	実施中のクリティカルタスク

```mermaid
gantt
title タスクステータスとクリティカルタスク
dateFormat MM/DD
axisFormat %m/%d
task1:       done,   08/08, 1w
task2: crit, done,   08/15, 1w
task3: crit, avtive, 08/22, 1w
task4:               08/29, 1w
task5: crit,         09/05, 1w
```

セクション

タスクをセクション毎に分けることができます。下記は、”準備”、”実行”、”確認”と3セクションに分けている例です。

```mermaid
gantt
dateFormat  MM/DD
axisFormat  %m/%d
title ガントチャート

section 準備
終了タスク: done, 07/07, 4w

section 実行
アクティブタスク: active, t1, 08/04, 28d
後続タスク: after t1, 09/29

section 確認
クリティカル: crit, 09/01, 09/15
最終タスク: 09/15, 2w
```