*プログラミング言語のPythonは今、もっとも注目されている人気の言語*ですが、注目されている理由はそのシンプルさや学びやすさだけではありません。**DX推進の1つの鍵となっている「AI関連」の開発や機械学習にPythonが利用されていることが人気を集めている秘訣**です。

ここでは、AIエンジニアや機械学習エンジニアを目指す方のために、PythonとAIの関係について掘り下げていきます。

Pythonは1990年にグイド・ヴァン・ロッサム氏が開発して1991年に公開された、比較的歴史のあるプログラミング言語です。*構文が非常にシンプルで、少ないコードで開発できる*点が魅力です。サンプルコードで他言語と比較したサイトなどを見てみると、*Cのサンプルコードと比較して、Pythonは1/4程度の記述で済む*ことが分かります。

**言語のタイプは、オブジェクト指向・スクリプト言語・インタプリタ言語であり、Rubyとよく似ている**と言われます。他、C言語とも相性がよく、また機械学習分野やデータ解析に加えてWebアプリケーション開発にもよく利用され、*使い勝手の良さと汎用性の高さも人気の理由*です。

Pythonはその特性を活かして**AI開発分野の機械学習・深層学習（ディープラーニング）・データ解析処理にもよく利用**されていますが、実はWebアプリケーション開発でもよく利用され、*Pythonで作られたものとしてはYouTube・Instagram・DropBoxなどが知られています*。

その他にも、ゲーム・アプリ、デスクトップ・アプリの開発でもPythonは活用されるなど、その汎用性の高さが際立っています。

**Pythonを学ぶには、AIについて理解しておくことが必要**です。Pythonとは切っても切れない関係にあるAIについて見ていきましょう。

### 第4産業革命の原動力となるAI

今最も注目されている最新テクノロジーとして、AI（人工知能）があります。**デジタル革命による第4次産業革命の時代が到来していると言われる中、AIはその中心的役割**を果たそうとしています。

*AIは、人が持つ知覚や知性を人工的に再現する技術として理解されていますが、AIについて一意に決まった定義があるわけではありません*。まだ各界で議論があるようですが、いずれにしてもAIによって世界を根底から覆すような産業革命が起きているのは間違いありません。

### 特定分野では人を超えるAIが出現

AIはまだ発展途上にあり、全ての領域において人間を超えるようなAIはまだ出現していません。しかし、**特定の分野ではAIが人間をはるかに超える能力を発揮**しているケースもあります。医療分野では、一般的な医師に代わって的確な診断を行えるAIが出現しています。

金融分野でも超高速で、精度の高い取引を行うアルゴリズム取引が市場に浸透していると言われています。タクシードライバーの他、会計士・弁護士・教師までAIに置き換わるとさえ言われているほど、*AI技術の進展には目覚ましいものがあります*。

AIの黎明期である*「第1世代」では、人の経験則をベースにして、人の知的作業の支援をするAIが出現*しました。*「第2世代」では統計/探索のモデルによる最適解の発見がAIの役割*となり、**「第3世代」のAIでは脳モデルに基づいた認識性能の飛躍的向上**を目指しています。

昨今、AIが大きく注目を浴びるようになったのは、この第3世代テクノロジーの出現にあります。

*人間の脳モデルを参考にしたアルゴリズムの「ディープラーニング」（深層学習）がその代表的な例*です。

従来の機械学習ではコンピュータ自身がビッグデータを読み解いて、裏にある相関関係などの特徴を見つけてくれましたが、*ディープラーニングによってコンピュータは人の介在やコントロールを必要とせずに自律的・自発的に学習し、自分で判断することが可能*になっています。

## AI分野でPythonが注目される理由

AI分野や機械学習ではPythonが必要不可欠な言語と言われていますが、何十種類ものプログラミング言語がある中で、特にPythonが注目されるのはなぜなのでしょうか。ここでは、**PythonがAIに欠かせない言語とされる背景、他言語との違いなど**について見ていきましょう。

### 科学技術計算分野で主流の言語に転換

Pythonは元々は分散OSの管理用に開発された言語でしたが、海外の科学者やエンジニアのコミュニティで注目され、科学技術計算の分野で評価を得て、次々と新技術の実装にPythonが利用されるようになりました。

その結果、**ライブラリがさらに充実し、科学技術計算の主流言語である「R」言語の機能がPythonに盛り込まれたことで、それまで「R」を用いていた活動の多くがPythonに置き換えられていった**のです。*これが、Pythonが機械学習やデータ解析などで主流になっていった理由*です。

米国の*コンピュータ・サイエンス分野の教育で、Pythonは圧倒的な使用率*を誇っている言語です。米国の大学では、プログラミング教育にPythonが頻繁に使用されています。さらに日本の大学でも近年、教育用言語としてPythonを採用する大学が増加しています。

これは、**Pythonが無駄を排し、非常にシンプルな構文で、初心者にも覚えやすいこと**があります。このような背景から、結果としてPython人口が拡大し、Pythonがさらに活用され、またPythonの利用が拡大するというスパイラルが生まれていることが挙げられます。

### 機械学習に強いといわれるRとの違い

R言語は元々、データ解析や統計プログラムを目的に開発された言語で、当初から主に学術分野や研究分野で使用されており、これらの分野ではR言語が有利でした。一方、**次第にPythonがR言語が持つ機能を吸収し、安定が進んできたことで、科学計算や機械学習分野ではR言語とPythonの機能に差がなくなり、両方の言語が併存**するようになりました。

とはいっても、データ解析・統計処理・多変量解析などの複雑な計算にはR言語の方が優れた部分もあり、*一部の専門領域ではまだR言語が有利*とされています。

## PythonによるAIの作り方の手順

PythonとAIが不可分の関係にあることは分かりましたが、ではPythonを用いてどのようにAIを開発するのでしょうか。ここでは、**PythonによるAI構築の一般的な手順の概略**について見ていきましょう。

最初に、どのようなAIを構築するのかについてAIの概要設計を行います。**概要設計では、用途や目的によってAIの機能（画像・文字認識機能、予測機能など）を決めて、開発用のPythonライブラリやフレームワークを選定し、AI構築の大枠を作ります**。次に、AIに対する学習モデルの選択を行います。学習モデルには大きく分けて*「教師あり学習」「教師なし学習」「強化学習」の3パターンがあり、この中から最適な学習モデルを選びます*。

次に、コンピュータに学習させるためのデータ収集を行います。**AIは「機械学習」を繰り返すことでその精度が上がるため、「機械学習」用のデータが必要**です。そのデータは学習に最適なデータである必要があります。不良なデータを与えればコンピュータの学習精度は低下します。*学習用のデータは精査され、適したラベルが付けられ、クリーニングされ、最適化*されなくてはなりませんが、最近ではこの作業を自動化する動きも出ています。

こうして整備された**学習用データを用いて、機械学習や深層学習（ディープラーニング）を行います**。これらの学習には多くの場合*「TensorFlow」「Amazon Machine Learning」「Azure ML」などのライブラリーや学習ツールが利用*されます。

**AIの学習が済むと、プログラミングによりAIを製品やサービスに実装**します。最近では、AIの作成ツール、プログラミングに必要な機械学習ライブラリが多く公開されており、*誰もが簡単にAIを作成できる*ようになっています。

【入門編】Pythonの基本構文まとめ！学習方法や年収も解説

## 市場価値の高いエンジニアを目指そう

市場価値の高いエンジニアを目指す上で、プログラミング言語に加え、さまざまなスキルの習得が必要です。**AIや機械学習エンジニアを目指すなら、プログラミングに加えてAIや機械学習に関する知識やスキル、ビッグデータなどに関する知識も必要**です。人気の高いPythonプログラマーは急速に増えていますが、それだけではエンジニアとしての市場価値は上がりません。

今後、AI開発に必須のPythonに関するスキルに加え、*AI・機械学習・深層学習に関する高度なスキル*が益々求められることでしょう。

AIを備えたサービスや製品が増加する中、機械学習を中心にPythonエンジニアの需要が急速に増加しています。*Pythonが組めるだけでは通用しなくなってくる*でしょう。そこで**強みとなるのは、機械学習や深層学習のスキルを有すること**です。

これらを体系に学ぶ方法もありますが、とにかくPythonは机上で学ぶよりは実践を重ねることです。自らPythonを用いたプロジェクトに積極的に関わり、経験を積みましょう。

### データサイエンティストとして活躍

今、注目されている職種の1つにデータサイエンティストがあります。**データサイエンティストとはデータの統計や分析によって、ビジネスに関する戦略策定に寄与する職種**です。

データサイエンティストは統計学や確率、モデリング手法などに関する知識に加えて機械学習関する知識が求められます。機械学習ではPythonの知識が不可欠です。*Pythonを学ぶ人で、統計学などを学んだ経験のある人は、データサイエンティストを目標にするのも良い*でしょう。

Pythonと機械学習を学んでAI時代に対応できるエンジニアに

DX推進に欠かせないAI技術ですが、そのAI開発に欠かせないプログラミング言語と言えばPythonです。なぜAIにPythonが欠かせないのか、 AIの機械学習に強いR言語とは何が違うのか、PythonとAIとの関係、AIの仕組みなどについても解説していきます。

AI構築に必要な機械学習や深層学習にはPythonが利用されることが多く、PythonとAIは不可分の関係にある

科学技術計算や分析などはR言語の得意分野だったが、Pythonがその機能を吸収することでPythonが主流になった

Pythonエンジニアは、機械学習やAI分野の知識を併せ持つことで活躍の場が広がる

PythonはAIに必須！AIエンジニアを目指すならPythonを学ぼう

## Python入門編！まずは何から学ぶべき？

Pythonは機械学習やWebアプリ開発など、さまざまなシステム開発に活用されている人気のプログラミング言語ですが、Pythonを学ぶにあたって、どういった部分からスタートしたらいいのか分からない方は多いのではないでしょうか。

特にプログラミング初学者にとっては、プログラミングはとても難しそうなイメージがあります。そこで、この記事ではPython入門編として、*効率的に学習できる学習ロードマップをご紹介します。*

**Pythonを習得するには、まずはPythonの基礎から学習する必要があります。**この記事では、後ほどPythonの構文を解説しますので、構文の基本的な考え方を学びましょう。具体的な学習方法は、参考書や学習サイトなどを活用することで、ある程度理解することができます。特に動画配信サイトなどでは無料でPythonについて解説している動画を多く見つけられます。動画を参考に、実際に手を動かしながら学習できるためおすすめです。

それと並行して、学習サイトを活用することで効率的な学習を目指せます。学習サイトはさまざまな種類がありますが、まずは無料プランのものから始めて、学習が進んできたらコンテンツ量が多い有料プランなどに切り替えることをおすすめします。

また、基礎を学べたら練習問題にチャレンジしてみることで、理解できている箇所と勉強不足な箇所が浮き彫りになります。練習問題についても学習サイトに記載されていたり、練習問題に特化したサイトがあったりするので、うまく利用して学習を進めましょう。

Pythonのスキルは昨今様々な現場で活用頻度が多いため、習得することで活躍の場が広がり、転職にも有利に働きます。

Pythonの独学方法とは？初心者におすすめの学習ロードマップを解説！

<center>[エンジニア転職を成功させるため<br/>ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

Pythonとは、インタープリタ型のオブジェクト指向のプログラミング言語です。言語仕様がシンプルであるため、メンテナンス性に優れています。同様に、汎用用途での利用に加えてそれぞれの専門分野にライブラリーが公開されているため、多様なアプリケーション開発で利用が加速しています。

【参考】：[python](https://www.python.org/)

Pythonとは？人気のPythonを学ぶ際に知っておきたいこと

Pythonの特徴は、**プログラム記述がシンプルなことが挙げられます。**記述しやすく、かつ判読しやすいのでメンテナンス性に優れています。さらに、オブジェクト指向プログラミングであるため、高機能なプログラムが簡単に記述できるメリットがあります。

加えて、Pythonはインタープリタであるためデバッグが簡単です。コード開発が順次行われており、ライブラリ共有が進んでいます。このことから、分析アルゴリズムが共通化しやすいAIでは、機械学習やディープラーニング（深層学習）のライブラリが数多く提供されています。

以上の理由により、AI分野での開発言語はPythonが標準的に用いられています。

オブジェクト指向型言語の一覧を紹介！基礎やメリットも解説！

RPAとAIの違いを理解し、エンジニアとしてのスキルアップを図ろう

ディープラーニングとは？機械学習との違いもわかりやすく解説

*Pythonは、Windows・Linux/UNIX・Mac OS X等のOSに対応しています。*対象となる多種多様なシステムにPythonのインストールモジュールをダウンロードし、インストールが可能です。最新バージョンは、3.11.1です。

【参考】：[python download](https://www.python.org/downloads/)

Pythonのインストール方法：初心者向けインストール方法を1から解説！

Pythonエンジニアには、Pythonを活用する「AIエンジニア」「Webアプリケーションエンジニア」「データサイエンティスト」などの職種があります。ここでは、データサイエンティストに近いアナリストの年収例を参考に紹介します。

「マイナビエージェント職業別年収ランキング」での平均年収は824万円、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のIT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））を参考にすると、平均年収758万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、アナリストは一般平均年収よりも、やや高めであることが分かります。

このように、**Pythonのスキルを習得することで高収入が期待できる職種を目指すことができます。**まずはプログラマーやシステムエンジニアからスタートし、キャリアアップ先としてデータサイエンティストやアナリストを目指しましょう。

【参考】：[マイナビエージェント職業別年収ランキング](https://mynavi-agent.jp/helpful/income2020/category/finance01/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2019年12月～2020年5月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

Pythonでできることは？初心者が作れるものや実用例を紹介

Pythonの特徴や動作環境について分かりましたが、Pythonを活用するには構文を理解できるようにならなければなりません。ここでは、最初の一歩として構文の基本的な考え方を説明します。

一般的な開発言語では構文を、 ;（セミコロン）や {}（波カッコ）を用いて区切るケースが多いです。これは1行で記述しても複数行で記述しても構いませんが、開発者それぞれのコーディングのクセがありますので、担当者が変わるとメンテナンスがしにくいことがあります。

・その1
```#include <stdio.h>
int main(void)
{
　printf(“Hello World!”);
　　　　return;
}```
・その2
```#include <stdio.h>
int main(void)
{ printf(“Hello World!”);return; }```

上記C言語では2つの例とも正しいコーディングルールですが、複数行に記述したりインデントをずらしたりしていますので、開発者ごとに書き方に違いが出てしまいます。

Pythonでは必要最低限のコードで記述でき、コードの区切りを改行としているため、**誰が作成しても判別しやすいコードです。**また、インデントも構文解釈のためにルール化していており、記述しやすく、判別もしやすいです。その他、必要に応じて # から始まるコメントを記述し、メンテナンス性を高めることができます。

### Pythonの基本構文（1）リテラルと変数

リテラルとは、*プログラム言語の直値に相当するものを表す表記法です。*int（整数）・float（小数）・complex（複素数）の数値型、あるいはstr（文字列型）等のリテラルがあります。文字列はシングルクォーテーションまたはダブルクォーテーションで括り、解釈に違いはありません。その他、int（整数）のサブクラスとしてbool（理論値）が用意されています。

変数の役割は他の言語と同様です。Pythonでは変数を特定のオブジェクトに対するラベルとして取り扱います。最初の1文字目が \_ （アンダースコア）、あるいは英字で表し2文字目以降は数字も利用できます。

その他にPython固有のリテラルとして、list（リスト）・tuple（タプル）・set（集合）の複数の要素を格納する型や、dict（辞書）の型が定義されています。これらをさらに詳しく見ていきましょう。

・*リスト型*
リストは複数のデータを保持できるオブジェクトで、複数の要素を配列のように扱うことができます。リストは要素を\[ \]（角カッコ）で括り、中に要素を ,（カンマ）で区切ります。

（使用例）：
```drink=[‘coffee’, ‘juice’, ‘beer’]
print(drink)```

・*タプル型*
タプルはリストと同様に複数の要素から構成されています。リストは生成した要素を変更できますが、タプルは生成してしまうと変更ができません。タプルは要素を( )（丸カッコ）で括り、中に要素を ,（カンマ）で区切ります。

・*集合型*
集合は数学の集合と同じで集合演算に用います。集合は要素を{ }（波カッコ）で括り、中に要素を ,（カンマ）で区切ります。

・*辞書型*
辞書型はリストと同じように複数の要素からなります。辞書型はキーと値の組み合わせで構成されています。要素を{ }（波カッコ）で括り、中に要素を キー:値の組み合わせとして入力し、 ,（カンマ）で区切ります。

（使用例）：
```mydata = {“banana”:1, “apple”:2, “orange”:3}
print(mydata)```

### Pythonの基本構文（2）演算子とインデント

ここでは、基本構文で用いられる演算子とインデントの扱いについて学んでいきます。

・*演算子*
数値型では "+ - \ /" の四則演算、 "%" の割り算の余り、"//" の割り算の商、"\*\*" の累乗が使用可能です。
文字列型では[str]+[str] の文字列結合、[str] *[int] の文字列繰り返しが実装されています。またキャスト機能が用意されていますので、int(文字列)やfloat(文字列)で文字列から数値に変換できますしstr(変数)で数値から文字列に変換できます。

・*インデント*
インデントとは行の先頭の空白文字で字下げを行うことです。すでにお話しした通り、インデントは構文解釈に用いられており、同じ空白数の処理のかたまりを同一ブロックとして解釈されます。これによって、for文やif文等の複合文の解釈を統一的に行うことができます。

### Pythonの基本構文（3）複合文

Pythonでは、1つの文が1つの処理に対応する文法形式を「単純文」と言います。また、複数の文で構成され、条件に応じて実行制御を伴う文法形式を「複合文」と言います。複合文の代表的なものは、if文・ while文・ for文です。

・*if文（条件分岐）*
if文を用いて条件に応じた処理を行います。else、elifは必要に応じて制御を追加します。

［構文］
```if 条件 :
　実行する文・ブロック
elif 条件 :
　実行する文・ブロック
else :
　実行する文・ブロック```
（使用例）：
```if i%2:
　print(str(i)+"は奇数です")
else:
　print(str(i)+"は偶数です")```

・*while文（繰り返し）*
while文は式の値がTrueである間、処理を繰り返します。elseは必要に応じて制御を追加します。

［構文］
```while 条件 :
　実行する文・ブロック
else :
　実行する文・ブロック```

・*for文（反復処理）*
for文は配列要素に必要な処理を続けて行います。elseは必要に応じて制御を追加します。

［構文］
```for 対象リスト in 条件リスト :
　実行する文・ブロック
else :
　実行する文・ブロック```

range関数を用いると指定回数、または開始数から終了数までの連続した数値を返します。for文等に使うと便利です。

（使用例）：
```for i in range(5):  　 # 開始値0、終了値5未満まで加算（0 1 2 3 4）
　print(i)
for i in range(5, 10): # 開始値5、終了値10未満まで加算（5 6 7 8 9）
　print(i)```

### Pythonの基本構文（4）関数とクラス、ライブラリ

ここでは、コード記述の効率を上げるために用いる関数とクラス並びにライブラリについて学んでいきます。

・*関数*
関数とは一連の処理をまとめたものです。関数を定義する場合はdef を用います。

（使用例）：
```def my\_func(data):
　print("入力値は"+str(data))　　# dataを表示
　print("計算値は"+str(data\*\*2))# dataの2乗を計算、表示
for i in range(3):
　my_func(i)```

・*クラス*
クラスはデータやメソッドを定義したもので、オブジェクト指向プログラミングで用いる定義語です。第1引数はselfで自動的にインスタンス自身が渡されます。

（使用例）：
```class Example():　　　　　　　　# クラスの宣言
　def my\_method(self):　　　　 # 関数を定義
　　print('変数は', self.var)
　　return True
　def \_\_init\_\_(self):　　　 # 最初に呼び出される関数を定義
　　print('\_\_init\_\_')
　　self.var = 1
test=Example() 　　　　　　　　 # クラス Exampleを呼び出す
print('test.var=',test.var)
test.var=test.var+1
test.my\_method()　　　　　　　 # クラス定義した関数を呼び出す```

・*ライブラリー*
ライブラリーとは、複数の機能をまとめたパッケージを指します。Pythonには便利なライブラリが多数あります。import文でライブラリを読み込むことができます。それぞれのライブラリは、各公式サイトあるいは共有サイトであるGitHubからダウンロード可能です。

【参考】：[GitHub](https://github.co.jp/)

Pythonのよく使うライブラリ一覧！一段上の開発を目指そう

GitHubとは？メリットや使い方、Gitとの違いも徹底解説！

Pythonには豊富な情報サイトがあります。理解を深めるためにも以下のサイトをご参照ください。

・*Python公式サイト*
Pythonにおける正しい情報を得るには、まずは公式サイトをチェックしましょう。公式ドキュメントは英語・日本語、両方に対応しており、これまでのバージョンについても検索が可能です。また、「初心者向けガイド」も記載されているため、入門者の方でも情報をチェックしやすいでしょう。

【参考】：[python document（英語）](https://www.python.org/doc/)
【参考】：[Python 3.11.1 ドキュメント（日本語）](https://docs.python.org/ja/3/)

・*ユーザー会*
Pythonユーザが集まり、PythonやPythonを活用したソフトウェアについて情報を交換し、ユーザ同士が交流するためのカンファレンスとなるサイトです。

【参考】：[日本Pythonユーザ会：python Japan](https://www.python.jp/index.html)

## Pythonの学習方法やおすすめの資格

ここでは、Pythonを学習するにあたっての勉強方法や、取得をおすすめする資格について紹介します。

前述したように、Pythonを含むプログラミング言語の学習には、学習サイトの活用が有効です。無料で利用できるものから、有料のものまで学習サイトの種類はさまざまなものがありますが、まずは無料プランから試して有料に切り替える方法がおすすめです。

以下に、おすすめの学習サイトを3つ紹介します。

・Progate
【参考】：[Progate](https://prog-8.com/)

・Python-izm
【参考】：[Python-izm](https://www.python-izm.com/)

・ドットインストールPython入門
【参考】：[ドットインストールPython入門](https://dotinstall.com/lessons/basic_python_v4)

Pythonの学習には参考書の活用がおすすめです。ここでは、おすすめの参考書を3つ紹介します。

*「Pythonチュートリアル 第4版」*
本書は、Pythonの作者Guido氏が書き下ろした参考書です。Pythonの機能や特徴が分かりやすくまとめられており、Pythonの基本的な考え方が理解できます。Pythonのチュートリアルとして、モジュールやプログラムを読み書きできるように解説されています。

▪著者：Guido van Rossum
▪ページ数：264ページ
▪出版社：オライリージャパン
▪発売日：2021/02

【参考】：[Pythonチュートリアル 第4版](https://www.oreilly.co.jp/books/9784873119359/)

*「入門 Python 3 第2版」*
Pythonの初級者編としておすすめの参考書です。Pythonの基礎・プログラミング・ウェブ・データベース・ネットワーク・並行処理のことまで解説されており、応用編としても活用できます。Pythonの入門書、またはリファレンスマニュアルとしてもおすすめです。

Pythonは、オブジェクト指向プログラミング言語として人気が高いです。プログラムコードのメンテナンス性が高いことから、AI分野では標準的な開発言語です。ここでは、Pythonの初心者を対象にはじめの一歩として必要なことから基本構文までまとめて紹介します。

Pythonはプログラム記述がシンプルでメンテナンス性が高いです

Pythonはデバッグがしやすいため開発効率が高く、多くのライブラリーが公開されています

市場が拡大するAI分野では標準開発言語として認知されており、Pythonは必須知識です

プログラミング言語の関数とは、一連の繰り返し実行されるコード群を*1つの手続きにまとめたもの*です。*Pythonの関数*も*同様の考え方*に基づいており、戻り値の有無に関わらず関数が定義できます。繰り返し行われる処理を*関数定義すること*で*ソースコードが整理され*、判読性・再利用性が高まり**メンテナンス性が高まります**。
参考：[Python 3.9.4 ドキュメント](https://docs.python.org/ja/3/)

Pythonの関数は、次の**2種類に分類**できます。
・*組み込み関数*
　Pythonが標準で定義している関数で共通利用できるものを指します
・*ユーザ定義関数*
　ユーザコードにユーザ定義関数のオブジェクトを定義します

関数の考え方は数学の関数に似ています。
例えば「 y = f(x) 」の数式があった場合、関数 f(x) はxの値に応じて必要な計算を行い、yを算出します。Pythonプログラムの関数でも同様に、 「リターン値 = 関数（引数）」が成り立ちます。
*構文：*
リターン値 = 関数（引数 [,,]）
関数　組み込み関数またはユーザ定義関数
引数　関数へ渡るパラメータ群
リターン値　関数からの戻り値、リターン値を持たないこともある

*組み込み関数*は、関数の**用法に応じて使用するだけ**です。それぞれの*引数やリターン値*は**関数によって仕様が決められています**。
*使用例：*
for i in range(3):　　　　　　# range組み込み関数
　print("入力値は"+str(i))　　# print組み込み関数

ユーザ関数を定義する場合は**def を用います**。
*用法：*
def 関数名 (引数名 [,,]):
　処理・処理ブロック
　　：
*使用例：*
def my\_func(data):　　　　　# my\_funcをユーザ関数として定義
　print("入力値は"+str(data))
for i in range(3):
　my\_func(i)　　　　　　　　# ユーザ定義関数を呼び出す

*関数からリターン値を返す場合*は **returnを用います**。
*用法：*
def 関数名 (引数名1, [,,]):
　　処理・処理ブロック
　　　：
　　return 値
*使用例：*
def my\_func(data):　　　　　# my\_funcをユーザ関数として定義
　print("入力値は"+str(data))
　return data\*\*2　　 　　  　# 引数の2乗を返す
for i in range(3):
　result=my\_func(i)　　　　　# ユーザ定義関数を呼び出す
　print(‘計算結果は’, result)

Pythonでは、*69種類の組み込み関数*が**予め定義されています**。必要に応じて組み込み関数を併用し、*ユーザ定義関数に組み入れて用いる*のが良いでしょう。
参考：[Python 組み込み関数](https://docs.python.org/ja/3/library/functions.html)

### 数値処理で用いる組み込み関数は？

主に以下の*組み込み関数*が**数値処理**で用いられています。

・*abs()*	：絶対値を返す	
　引数＝数値、　リターン値＝数値の絶対値
・*bin()*	：2進文字列に変換する
　引数＝整数、　リターン値＝2進文字列
・*complex()*	：	文字列や数値を複素数に変換する
　引数＝文字列・数値、　リターン値＝複素数
・*divmod()*	：複素数を除く数値引数から商と余りの数値を返す
　引数＝数値、　リターン値＝商と余りの数値
・*float()*	：浮動小数に変換する
　引数＝文字列・数値、　リターン値＝浮動小数
・*hex()*	：16進文字列に変換する
　引数＝整数、　リターン値＝16進文字列
・*int()*	：引数から整数型クラスのインスタンスオブジェクトに変換する
　引数＝文字列・数値、　リターン値＝整数
・*oct()*	：8進文字列に変換する
　引数＝整数、　リターン値＝8進文字列
・*pow()*	：引数のべき乗または剰余を返す
　引数＝数値、　リターン値＝数値
・*range()*	：指定する範囲の整数値のリストを生成する
　引数＝整数値、　リターン値＝オブジェクト
・*round()*	：指定した小数行で丸め処理を行う
　引数＝数値、　リターン値＝数値
・*set()*	：新しいset（集合型）オブジェクトを作成する
　引数＝イテラブルオブジェクト、　リターン値＝オブジェクト
・*sum()*	：数値要素の総和を返す
　引数＝数値、　リターン値＝数値

### 真理値・文字列処理で用いる組み込み関数は？

主に以下の*組み込み関数*が**真理値・文字列処理**で用いられています。

・*all()*	：全ての要素が真かどうか確認する
　引数＝イテラブルオブジェクト、　リターン値＝TrueまたはFalse
・*any()*	：いずれかの要素が真かどうか確認する
　引数＝イテラブルオブジェクト、　リターン値＝TrueまたはFalse
・*bool()*	：真理値判定の結果を返す
　引数＝オブジェクト、　リターン値＝TrueまたはFalse
・*ascii()*	：印字可能な表現文字列を返す
　引数＝オブジェクト、　リターン値＝文字列
・*chr()*	：Unicode コードポイントの文字列を返す
　引数＝整数、　リターン値＝文字列
・*format()*	：指定書式の文字列を返す
　引数＝値および指定書式、　リターン値＝文字列
・*ord()*	：Unicode文字に対しコードポイントを表す整数を返す
　引数＝Unicode文字、　リターン値＝整数
・*print()*	：オブジェクトを指定に従い出力する
　引数＝オブジェクト／引数、　リターン値＝文字列
・*repr()*	：オブジェクトの表現を文字列で返す
　引数＝オブジェクト、　リターン値＝文字列
・*str()*	：オブジェクトの文字列を返す
　引数＝オブジェクト／引数、　リターン値＝文字列

### オブジェクト処理で用いる組み込み関数は？

主に以下の*組み込み関数*が**オブジェクト処理**で用いられています。

・*bytearray()*	：新しいバイト配列を作成する
　引数＝初期化引数、　リターン値＝バイト配列
・*bytes()*	：新しいバイト配列を作成する（変更不可能）
　引数＝初期化引数、　リターン値＝バイト配列
・*dir()*	：ローカルスコープのリストまたはオブジェクトの属性リストを返す
　引数＝オブジェクト、　リターン値＝リスト
・*enumerate()*：オブジェクトに番号付けしたenumerateオブジェクトを返す
　引数＝イテラブルオブジェクト、　リターン値＝enumerateオブジェクト
・*filter()*	：関数の結果を指定条件でフィルターし結果を返す
　引数＝関数およびイテラブルオブジェクト、　リターン値＝イテレータ
・*frozenset()*	：新しいfrozensetオブジェクトを返す
　引数＝イテラブルオブジェクト、　リターン値＝frozensetオブジェクト
・*getattr()*	：指定された属性の値を返す
　引数＝オブジェクト、　リターン値＝属性値
・*hash()*	：オブジェクトのハッシュ値を返す
　引数＝オブジェクト、　リターン値＝ハッシュ値
・*id()*	：オブジェクトの識別値を返す
　引数＝オブジェクト、　リターン値＝識別値
・*input()*	：入力から1行読み込み文字列に変換する
　引数＝プロンプト、　リターン値＝文字列
・*isinstance()*	：オブジェクトの引数型を判定する
　引数＝オブジェクトおよび引数、　リターン値＝TrueまたはFalse
・*issubclass()*	：クラスがサブクラスかどうか判定する
　引数＝クラスおよび引数、　リターン値＝TrueまたはFalse
・*iter()*	：イテレータ オブジェクトを返す
　引数＝オブジェクトまたは呼び出し可能オブジェクト、　リターン値＝イテレータオブジェクト
・*len()*	：オブジェクト要素の個数を返す
　引数＝オブジェクト、　リターン値＝整数
・*list()*	：リスト型オブジェクトを作成する
　引数＝イテラブルオブジェクト、　リターン値＝リスト型オブジェクト
・*locals()*	：ローカルシンボルテーブルの辞書オブジェクトを返す
　引数＝なし、　リターン値＝辞書オブジェクト
・*map()*	：引数からすべての要素のイテレータを返す
　引数＝関数およびイテラブルオブジェクト、　リターン値＝イテレータ
・*max()*	：引数から最大値を返す
　引数＝引数またはイテラブルオブジェクト、　リターン値＝オブジェクト要素
・*memoryview()*	：メモリビュー オブジェクトを作成する
　引数＝オブジェクト、　リターン値＝オブジェクト
・*min()*	：引数から最小値を返す
　引数＝引数またはイテラブルオブジェクト、　リターン値＝オブジェクト要素
・*next()*	：\_\_next\_\_()メソッドにより次の要素を順に返す
　引数＝イテラブルオブジェクト、　リターン値＝オブジェクト要素
・*object()*	：新しい基本オブジェクトを返す
　引数＝なし、　リターン値＝オブジェクト
・*property()*	：属性の取得・設定・削除・表示する
　引数＝属性に対する指定、　リターン値＝プロパティ属性
・*reversed()*	：オブジェクト要素を逆順で返す
　引数＝オブジェクト、　リターン値＝イテレータ
・*setattr()*	：オブジェクト属性を設定する
　引数＝オブジェクト、名前、値、　リターン値＝なし
・*slice()*	：指定インデックスの集合を生成する
　引数＝数値、　リターン値＝オブジェクト
・*sorted()*	：オブジェクト要素を並べ替えて新しいリストを返す
　引数＝イテラブルオブジェクト／引数、　リターン値＝オブジェクト
・*tuple()*	：新しいタプル型オブジェクトを作成する
　引数＝オブジェクト、　リターン値＝タプル型オブジェクト
・*type()*	：オブジェクトの型を返す
　引数＝オブジェクト、　リターン値＝型オブジェクト
・*vars()*	：\_\_dict\_\_ 属性を持つオブジェクトの\_\_dict\_\_ 属性を返す
　引数＝オブジェクト、　リターン値＝\_\_dict\_\_ 属性
・*zip()*	：イテラブルからイテレータを作成する
　引数＝イテラブルオブジェクト、　リターン値＝イテレータ

### クラス処理・コード制御・ファイル操作で用いる組み込み関数は？

主に以下の*組み込み関数*が、**クラス処理・コード制御・ファイル操作**で用いられています。

・*classmethod()*	：メソッドをクラスメソッドへ変換する
　引数＝クラス、　リターン値＝クラスメソッド
・*dict()*	：引数から新しい辞書オブジェクトを生成する
　引数＝オブジェクト要素、　リターン値＝辞書オブジェクト
・*globals()*	：現在のグローバルシンボルテーブルを表す辞書を返す
　引数＝なし、　リターン値＝辞書オブジェクト
・*super()*	：スーパー型オブジェクトを返す
　引数＝型、　リターン値＝スーパー型オブジェクト
・*callable()*	：呼び出し可能オブジェクトかどうか判断する
　引数＝オブジェクト、　リターン値＝TrueまたはFalse
・*compile()*	：ソースをコードオブジェクト・ASTオブジェクトにコンパイルする
　引数＝ソース・引数、　リターン値＝コードオブジェクト
・*delattr()*	：属性を削除する
　引数＝オブジェクト・文字列、　リターン値＝なし
・*eval()*	：引数を構文解析し評価する
　引数＝Python式の文字列、　リターン値＝式の評価結果
・*exec()*	：引数を実行する
　引数＝Pythonの実行コード、　リターン値＝None
・*hasattr()*	：オブジェクトの属性名を確認する
　引数＝オブジェクト・文字列、　リターン値＝TrueまたはFalse
・*staticmethod()*	：メソッドをスタティックメソッドへ変換する
　引数＝なし、　リターン値＝なし
・*\_\_import\_\_()*	：import分から呼び出される
　引数＝名前／引数、　リターン値＝名前束縛による
・*open()*	：指定ファイルをオープンしファイルオブジェクトを返す
　引数＝ファイル名および引数、　リターン値＝ファイルオブジェクト

その他の用途についても、以下の組み込み関数が提供されています。
・*help()*	：対話型ヘルプシステムを起動する
　引数＝オブジェクト、　リターン値＝ヘルプ表示
・*breakpoint()*	：デバッガの呼び出し
　引数＝デバッガ引数、　リターン値＝function()の返り値

## Pythonの関数を学んで適用範囲を拡大しましょう

Pythonの言語の理解が進んだら、次のステップとして組み込み関数を活用しましょう。*組み込み関数*は*ユーザ定義関数を作成する場合にも有効*です。関数と処理を組み合わせて必要とされる*処理手続きを共通利用*できれば、**開発効率が向上**します。ぜひ色々と試してみましょう。

Pythonにおける関数は一連の処理コードを1つの手続きにまとめたものです。関数を活用することでプログラム開発の生産性が向上します。ここでは、Pythonの関数定義方法と使い方を説明するとともに、組み込み関数についても全体像を紹介していきます。

Pythonの関数とは、繰り返し実行されるコード群を1つの手続きにまとめたものを指します

関数の定義や呼び出し方法は簡単で、組み込み関数も数多く提供されています

関数を用いることでソースコードの判読性が高まり、メンテナンスがしやすくなります

Pythonの関数：基本的な使い方と組み込み関数を解説！

*Python関連記事はこちらから↓*

Pythonの記事（1ページ目）

## Webアプリ開発にPythonが向いている理由

PythonはWebアプリ開発に向いているとされています。実際、**Python案件でもっとも多いのはWebアプリ開発です。**なぜPythonがWebアプリ開発に向いているのか、理由をまとめました。

Pythonでできること・できないことは？活躍している分野を解説

<center>[“Python”案件も続々！<br/>
*『マイナビエージェント』*の公開求人をチェック](https://mynavi-agent.jp/jobsearch//?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv09)</center>

Pythonは開発効率を上げやすく、短い納期でも対応しやすいのが特徴です。Pythonはコード量が短いため、記述時間やデバッグにかかる時間を減らすことができます。また、**Pythonは誰が書いても同じようなコードになりやすい**、というのも大きなポイントです。

Pythonはコードの制約が厳しく、インデントなどを正しい形式に整える必要があります。そのため、他人のコードが読みやすいのはメリットです。他人のコードが読みやすいと、プログラムの改良が効率よく行えます。Webアプリはユーザーの意見を聞いて頻繁に改良を加えるケースが多いため、コードが読みやすいPythonがWebアプリ開発に向いているのです。

Pythonは豊富なライブラリがあるのも特長の1つです。数学ライブラリや機械学習ライブラリなど、公式のライブラリもたくさんありますし、**有志の方が開発したライブラリもあります。**ライブラリを活用することで、開発コストを減らすことが可能です。

### 優良なフレームワークが多い

*Pythonには優良なフレームワークが多く、開発作業を更に効率化することが可能です。*Webアプリには、ログイン機能や会員登録など、必要な機能がいくつかあります。これらの機能を1から作成するのは非効率と言えるでしょう。フレームワークには、こういったWebアプリの基本機能が予め備わっているため、フレームワークを活用することで、開発量を減らすことができます。

Pythonを初めて学ぶ場合、以下の3通りの方法があります。

プログラミングスクールで学ぶ大きなメリットは、プロに直接指導してもらえるという点です。スクールによってサービス内容は異なりますが、分からないところを時間をかけて教えてもらえるため、着実にステップアップできます。

また、独学よりもモチベーションの維持がしやすいことも特長です。*一方、10万円を超える学習費用が発生することが多いため、スクール選びは後悔のないよう慎重に行う必要があります。*

*Pythonの学習書籍は5000円以下で購入できるため、スクールで学習するよりも費用を抑えられます。*また、自分のペースで勉強を進められるという点もメリットです。

「Python 1年生 体験してわかる！会話でまなべる！プログラミングのしくみ」(https://www.shoeisha.co.jp/book/detail/9784798153193)

「たのしいプログラミング Pythonではじめよう!」(https://shop.ohmsha.co.jp/shopdetail/000000001977/)

「入門 Python 3 第2版(https://www.oreilly.co.jp/books/9784873119328/)

【参考】:[Python 1年生 体験してわかる！会話でまなべる！プログラミングのしくみ](https://www.shoeisha.co.jp/book/detail/9784798153193)
【参考】:[たのしいプログラミング Pythonではじめよう!](https://shop.ohmsha.co.jp/shopdetail/000000001977/)
【参考】:[入門 Python 3 第2版](https://www.oreilly.co.jp/books/9784873119328/)

*Pythonはプログラミングの学習サイトでも学ぶことができます。*無料で学べるサイトが多く、ゲーム感覚でPythonを身につけることも可能です。

Python学習サイトとして、超初心者には「Progate」、他言語に触れた事がある人には「ドットインストール」がおすすめです。

【参考】:[progate](https://prog-8.com/courses/python)
【参考】:[ドットインストール](https://dotinstall.com/lessons/basic_python_v4)

## PythonでWebアプリ開発をする際に使われるフレームワーク

Pythonには具体的にどんなフレームワークがあるのか、ご紹介します。今回紹介するフレームワークは、現場で使われているものばかりです。Pythonエンジニアになるなら、これらのフレームワークのうちいずれかを習得することをおすすめします。

Djangoはもっとも知名度があるPythonフレームワークです。2005年に開発され、現在も活躍中です。**Web開発に必要な機能が一通り揃っているのが特徴です。**Djangoは大規模開発に向いていると言われています。

Djangoは機能が豊富な分、覚えることが多く、初心者にはややハードルが高いかもしれません。しかし、Djangoには初心者向けのチュートリアルも用意されているため、こちらを活用すれば効率的に学習が可能です。

Djangoとは何か？できることや習得するメリットを解説

Flaskは2010年にリリースされたフレームワークで、Djangoと並んで多く使われています。FlaskはDjangoとは対照的に、必要最低限の機能のみを備えています。そのため、 Flaskは非常に軽量であるのがメリットです。また、*覚えることが少ないため、初心者にも向いているでしょう。**Djangoは大規模な開発向き、Flaskは小規模な開発向きです。

Bottleは「bottle.py」というファイルのみで構成された、*非常に軽いフレームワークです。*Pythonの標準ライブラリのみを利用して作られています。初心者でも理解しやすく、ソースコードも読みやすいので、練習用としては最適でしょう。ただ、練習で使われることはあっても、実務で使われることは少ないので、Bottleを勉強した後にDjangoやFlaskも習得するのがおすすめです。

Tornadoは高速であることが特徴のフレームワークです。処理速度が求められるWebアプリの開発に向いているでしょう。また、Tornadoは**マルチタスクが可能な珍しいフレームワークです。**ただし、Tornadoは日本語で解説された情報が少なく、勉強に苦労するかもしれません。Tornadoは上級者向きのフレームワークと言えるでしょう。

Tensorflowは、 Googleが開発した機械学習モデルの開発やトレーニングに役立つフレームワークです。**ニューラルネットワークの構築を行ったり、さまざまな処理を計算グラフで表したりといった特徴があります。**また、通信トラブルやデバイスの故障などのリスクがある分散学習を、「Fault Tolerance」という機能を搭載したことによって安全な環境で行うことができます。

FastAPIは、Python 3.6以降で追加された[型ヒント](https://docs.python.org/ja/3/glossary.html#term-type-hint)に基づくAPI構築するためのフレームワークです。NodeJSやGoに匹敵する非常に高いパフォーマンスを発揮しており、開発スピードの向上にも貢献しています。近年では**Pythonを用いた機械学習でも採用**されており、*ドキュメントも日本語に対応している*ことから、いま注目のフレームワークです。

## Pythonで実際に開発されたWebアプリ

続いて、Pythonで実際に開発されたWebアプリをみていきましょう。Pythonは人気言語であり、みなさんが普段使っている人気サイトの中にもPythonで作られたものは多くあります。実際に開発されたWebアプリを知ることで、Pythonがどのようなことに活用できるかも見えてくるでしょう。

**動画配信プラットフォームのYoutubeはPythonによって作られました。**主に、サーバーサイドの処理に使われています。Youtubeの運営会社は、検索エンジンで有名なGoogleです。GoogleはPythonの採用に、比較的積極的なようです。C++・Java・Pythonは「Google三大言語」と呼ばれています。

Dropboxとは、オンラインストレージサービスのことです。*クラウド上に画像や音楽などのデータを保存することができます。*Dropboxは世界中で使われているサービスです。Dropboxの開発にもPythonが使われています。

写真共有サイトのInstagramの開発もPythonで行われています。また、フレームワークはDjangoを使用しているようです。もともとInstagramは、Pythonは使われていませんでしたが、**ユーザー数が増えてきたため、開発コストを下げられるPythonが導入されました。**このことからも、Pythonの優秀さが伺えます。

Spotifyは世界的に有名な音楽ストリーミングサービスです。Spotifyでは、楽曲のデータ解析などにPythonが使われています。**Pythonには数値計算ライブラリが多く、データ解析にも向いているのです。**

Redditはアメリカの電子掲示板です。Webのニュース記事などを集めており、情報収集用としても活用されています。アクティブユーザー数が非常に多く、アメリカでは有名なサイトです。Redditは元々Lispによって作られていましたが、*2005年にPythonで作り直されました。*

Pythonの記事（10ページ目）