Python @Japanese Version
Create Date：2025/3/24
Last Update Date：2025/4/28

Python：

用語　 お作法　 ライブラリのインポート　 サードパーティのインストール
メッセージ出力　 複雑なデータ構造のメッセージ出力　 コメント文

データ型と変数：
データ型　 データ型を調べる
変数の宣言　 変数の出力

基本構文：
条件分岐( if文　 三項演算子　 match文)　 loop文( while文　 for文)　 例外処理

演算子： 算術演算子　 比較演算子　 論理演算子

特殊な値： None(空値)　 raw文字列　 正規表現
notによる真偽値評価

配列：
配列で使う関数 ( 存在確認/値の取得　 繰返し処理　 カウント　 追加/削除　 複製/並替え　 データ型変換 )

関数：
特別な引数　 オブジェクトの作成　 クラスの定義
組み込み関数　 入力　 データ型の操作　 数字の操作　 文字列の操作 実行環境の情報取得　 ディレクトリ操作
ファイル操作 ( 基本のファイル操作 / CSV / Excel / JSON )
DB/SQLを扱う　 便利なモジュール

デバッグ： Traceback(トレースバック)　 よくあるエラー

開発環境の構築　 Pythonのアップデート
起動： IDEL　 インタラクティブ　 ファイルエディタ
プログラムの実行： shebang(シパン)　 バッチファイルから実行　 コマンドライン引数　

便利なライブラリ

オンラインチュートリアル
公式ドキュメント

コマンドラインでの使用やWebアプリケーションの開発にも非常に適している
C言語などと比較して、Pythonは、ネットワーク接続やインターネット上の通信といったWebアプリケーションの基盤となる機能が簡潔に記述できる、複雑なWebアプリ開発が容易
PythonにはWebフレームワークと呼ばれるライブラリ群があり、これを利用することでWebアプリケーション開発がさらに効率化される

・データサイエンスで使われる最も人気のあるプログラミング言語の1つ
・生産性と読みやすさを重視し、プログラム可能な様々なタスクに適するように設計されている
　(1970年代にBBCで放送されたコメディ・スケッチ・シリーズ)
　→散文に似ていて、読みやすく、初心者でも学習が容易
・汎用プログラミング言語で、データサイエンスへ活用できる
　→あらゆる種類のデータを処理でき、あらゆる種類のプロジェクトに適している
・データの操作に役立つライブラリが豊富
・高水準プログラミング言語で、インタプリタによってプログラムを実行する
・オブジェクト指向プログラミング言語
・メモリ管理をプログラマが行う必要はないが、タイミングを指定できない
　→メモリ管理は簡単であるが、自分でメモリ管理ができるC言語などと比較すると、その分処理が遅くなるという欠点がある

Guido van Rossumによって作られ、1991年に初めて一般公開された
モンティ・パイソンのフライング・サーカスにちなんで名付けられた
C言語からかなり影響を受けている

・データのクリーニングと操作に関して、Pythonの方がRに比べてはるかに簡単で柔軟
・Pythonの柔軟性により、モデルのカスタマイズや他のソフトウェアへのモデル展開が可能
・Rと同様に、
　・静的/対話型データ視覚化の作成をサポートしている
　・大量のデータを処理できる

・ソフトウェア開発
・Webサイトのバックエンド開発(server-side)
・おすすめサイトの構築(ユーザに映画などを推奨するレコメンド等)
・数学
・システムスクリプト　等

• モジュール
  モジュールは、単一のファイル(.py)のこと
  関数、クラス、変数などを定義し、特定の機能を提供する
  他のPythonプログラムからimport文を使って読み込み、利用することができる
  例：math.py(数学関数),random.py(乱数生成)など
• パッケージ
  パッケージは、複数のモジュールをまとめたディレクトリ(フォルダ)のこと
  モジュールを階層的に整理し、名前空間を管理するために使用される
  パッケージディレクトリには、__init__.pyという特別なファイルを含める必要がある
  このファイルは、パッケージを初期化するために使用される
  例：numpy(数値計算),pandas(データ分析)など
• プロンプト
  システムの操作時に入力や処理などを促す文字列などのことを指す
• インタプリタ
  Pythonのソフトウェアで、Python言語で書かれたソースコードを読み込んで命令を実行する
  無料でダウンロードでき、Linux、Windows、Mac版がある
• コマンドライン引数
  　 プログラムを実行する際に渡す引数の事
• pip
  Pythonのパッケージ管理システム
  Pythonで作成されたライブラリやフレームワークなどのパッケージ(ソフトウェアの集まり)を、インターネット上のPyPI(Python Package Index)という 公開リポジトリから簡単にインストール、アンインストール、管理することができる
  簡単に言うと、Pythonのアプリストアのようなもので、必要なライブラリを簡単にダウンロードして使えるようにするツール

Pythonコードの可読性を高め、他の開発者との協力やコードの保守性を向上させることを目的に
Pythonコードのスタイルに関して、PEP 8(Python Enhancement Proposal 8)と呼ばれる公式なガイドラインがある
インデント、行の長さ、空白の使用、命名規則、コメントの書き方など、幅広いコーディング規則を定めている
詳細は、公式サイトを参照のこと

• 拡張子は、.py
• インデントでブロックの認識をする
  ！スペースでは無く、必ずTabキーで字下げをすること！
• 変数宣言時に、データ型の指定が不要だが、初期化は必要
• 文字列の大文字と小文字は区別する
• 文末に;(セミコロン)など、文末を区切る用語は不要
• 関数などブロックの区切りに{ }(中括弧)は使用せず、:(コロン)を使用する
• メモリ管理をプログラマが行う必要はない
• インタプリタによってプログラムを実行する
  ＝ソースコードを変更の度、プログラム実行前にコンパイルを行う必要がない
• 文法としては、main関数が不要
  ただし、関数の呼び出しを明示的に示すため、慣習として、main関数を定義することが多い
• 変数名に予約語(print,def等)は利用できない
• 多くのプログラミング言語は位置引数(Positional Arguments)のため、関数の引数の順番が決まっているが、
  Pythonでは名前付き引数(Named Parameters/Keyword Arguments)が使えることで引数の順番を覚える必要が無い
  →コードの可読性と柔軟性を向上させるための便利な機能

慣習としてのとしてのmain関数の定義
※あくまで関数の関係性と開始地点を明示的に示すためのもののため、名称は"main"でなくても良い

def main():
    func()
def func():
pint("Hello, World!")

Pythonでは、C言語のように、プログラム終了時に必ず終了ステートメントを返却する必要は無い
しかし、慣習として、正常終了時には0、プログラムが異常終了した際には、0以外の数を付与する
こうしておくことで、エラー発生時にどこでシステムが強制終了したのかがわかり、保守性の向上に繋がる

import sys
if len(sys.argv) != 2:
    print("Missing command-line argument")
    sys.exit(1) # record 1
print(f"hello, {sys.argv[1]}")
sys.exit(0) # record 0

終了ステートを取得したい場合は、eco $?実行する
詳細は、プログラミング 終了ステート参照のこと

一般的にfrom <ライブラリ名>で行う

# Import all of modules in PIL library
from PIL

ライブラリのモジュールを選択したい場合は、from <ライブラリ名> import <モジュール名>,<モジュール名>,...で行う

# Import only Image and ImageFilter modules in PIL library
from PIL import Image, ImageFilterhe

基本的には、外部ライブラリをインポートする際と書き方は同じ

・参照元と参照先のPythonファイルが同じディレクトリに存在する場合

・参照元と参照先のPythonファイルが違うディレクトリに存在する場合は、
上記のコードに以下のコードを追加する

以下2種類の方法がある

1.pypiを利用する
安全にダウンロードできるPythonモジュールの無料ストア

2.pip/pip3利用する
インストール時：pip install モジュール名
アップデート時：pip install -U モジュール名
※Mac、Linuxの場合、pipではなく、pip3を利用する

基本の書き方

print(*objects, sep=' ', end='\n', file=None, flush=False)

sep：
何も指定しなかった場合、デフォルトでは' '(半角スペース)が設定される
複数の文字列や変数を出力する際に連結する値を半角スペース以外にしたい場合は、
sep='-'などと区切りたい文字を指定すると変更できる
sep=''と指定すると、区切りたい文字無しで出力される

end：
何も指定しなかった場合、デフォルトの'\n'(改行)で出力される
改行して出力したくない場合は、end=''と指定すると、同じ行に出力される
それ以外にも、自分の指定した書式で、出力することが可能

print("hello, world")

# 文字列を連続して出力し、-(ハイフン)で連結する
print("apple", "banana", "orange", sep="-")  

'''(トリプルクオート)または''(ダブルクオート)で囲って、文字列を記述すると、文字列の改行のまま出力することができる

print('''こんにちは。
         先日はありがとうございました。
         また、よろしくお願いします。''')

複雑なデータ構造(リスト、辞書など)を、人間が読みやすい形式で出力するさい、pprint(pretty print)モジュールを使うと良い
特に、ネストされたデータ構造や非常に大きなデータ構造を扱う場合に、
オブジェクトをきれいに整形して出力・表示したり、
文字列(str型オブジェクト)に変換して、値を整形表示でき、非常に便利

pprintモジュールの便利な機能
インデント：ネストされたデータ構造をインデントで表示するため、構造が分かりやすくなる
出力幅の制限：出力幅を制限することで、長いリストや辞書が画面からはみ出すのを防ぐ
深さの制限：ネストされたデータ構造の表示する深さを制限することで、複雑なデータ構造の一部分だけを表示できる
辞書のソート：辞書のキーをソートして表示することで、出力の順序を一定にできる

pprintモジュールを使用する場面
・複雑なデータ構造のデバッグ
・設定ファイルやAPIのレスポンスの表示
・ログファイルの出力

基本の書き方は以下の通り
object：出力するオブジェクト
stream：出力先のファイルオブジェクト(デフォルトは標準出力)
indent：インデントのスペース数(デフォルトは1)
width：出力幅(デフォルトは80文字)
depth：出力する深さの制限(デフォルトはNone)
compact：出力をできるだけコンパクトにするかどうか(デフォルトはFalse)
sort_dicts：辞書のキーをソートするかどうか(デフォルトはTrue)

pprint.pprint(object, *, stream=None, indent=1, width=80, depth=None, compact=False, sort_dicts=True)

import pprint

data = {
    "name": "太郎",
    "age": 30,
    "address": {
        "city": "東京",
        "zip": "100-0001"
    },
    "skills": ["Python", "JavaScript", "C++"]
}

pprint.pprint(data)

# Only one line of comment

"""
Multi-line comments
"""

Pythonでは、他のプログラミング言語に存在するlong型、double型は使えない

基本的にPythonでは、メモリが許す限り値の範囲は自動で拡大していくため、
何億桁といった膨大な整数値を使用しない限り、整数オーバーフローは発生しない
また、他の値の範囲が限られているプログラミングに比べて、オーバーフローは発生しづらい
ただし、デフォルトのprint()で表示される計算結果では、切り捨てによる影響は無いように見えるが、
50桁の計算結果を出力など、桁数によっては切り捨てによる問題が発生する可能性があることを念頭に置いておく必要がある

x = int(input("x: ")) # 1
y = int(input("y: ")) # 3
z = x / y
print(z) # 0.3333333333333333

x = int(input("x: ")) # 1
y = int(input("y: ")) # 3
z = x / y
print(f"{z:.50f"}) # 0.3333333333333333...31482961624...

type()関数を使用して、変数のデータ型を確認できる

x = 10
print(type(x))  # <class 'int'>

Pythonでは、他のプログラミング言語のように、変数宣言時にデータ型を明示的に指定する必要はない
これは"動的型付け言語"と呼ばれ、変数のデータ型が実行時に自動的に決定される
ただし、変数を初めて使用する前に、何らかの値を代入して初期化する必要がある
変数名 = 値で宣言する

num = 10;

複数の変数をまとめて宣言/初期化することもできる

x, y, z = 0, 0, 0

グローバル変数の定義方法の方法は、以下の2通りが存在する

1.関数の外で変数を定義する
ただし、関数内でグローバル変数の値を変更する場合は、globalキーワードを使用する必要がある

globalキーワードを使用する
この方法は、関数内でグローバル変数を定義できる
グローバル変数の値を変更する場合にも、globalキーワードが必要
※同じ変数名でglobalがない場合は、別のローカル変数として扱う

print()を使用した変数の出力方法は、2種類ある

1. +演算子を利用して、文字列を連結する方法
・従来の方法
・文字列と組み合わせて出力する場合、コードが冗長になることがある
・変数の型が文字列以外の場合、文字列と組み合わせるのに型の変換が必要になることがある

2. f文字列(f-strings)を利用する方法
従来のフォーマット演算子(%s,%d)などを利用することも可能だが、
Python 3.6以降以降導入されたf文字列(f-strings)の使用が推奨されている

基本的な使い方は、文字列の先頭にfまたはFを付けて記述し、
文字列の中に変数を埋め込む場合には、変数を{変数名}で囲む

メリット：
・可読性が高い
・柔軟性が高い
・パフォーマンス性が高い

print(f"user_id: {user_id}")

answer = input("What's your name? ")
# the way of using "+" operator
print("hello, " + answer)
# 
print("hello,", answer)
# 
print(f"hello, {answer}")

基本の書き方は、[真の場合の値] if [条件式] else [偽の場合の値]
三項演算子を使うと、if文をより短く記述することができる

letter = True if input().isalpha() else False

他のプログラミング言語のSWITCH文のようなもの
基本の書き方は、以下の通り
・複数の値を指定したい場合は、|(パイプ)を使って値を区切る
・どの値にも該当しない場合を指定したい時は、_(アンダースコア)を値に指定する

match 条件を確認する値/変数: 
    case 値1:
        return 戻り値1 
    case 値2: 
        return 戻り値2 

match status:
    case 400:
        return "Bad request" 
    case 401 | 403 | 404: 
        return "Not allowed" 
    case 418: 
        return "Allowed" 
    case _: 
        return "Something else" 

・即座にループの条件式を再評価したい時はcontinueを記述する
・ループを抜けたい時は、breakを記述する

while name != "": 
    print('What's your name?') 
    name = input()
    if name == "" 
        print('Enter youe name.')
        continue
    else
        print('Hello, ' + name)
        break 
print('Good to see you.') 

Pythonでは、range()関数を使用して、for文のループをまわあすことが多い
後述する[](リスト)を使った方法よりもメモリ効率が良く、
特に大きな範囲の整数を扱う場合に有効

range()関数基本の書き方は以下の通り
startからstop - 1までの整数のシーケンスを、stepずつ増やして生成する
引数の数はオプションで変えられる

range(start, stop, step)
range(start, stop)
range(stop)

for i in range(3):
  print("Hello!")

Pythonの慣習的な記法方法で、"_"を使って書く場合がある
これはプログラマに対して、この変数は使用しないことを示す
→コードの可読性が向上し、不要な変数を使用しないことでメモリの使用量の節約にも繋がる

for _ in range(3):
  print("Hello!")

# for i in range(開始値, 終了値+1, 増分):
for i in range(0, 2, 1):
  print("Hello!")

また、range()関数の使用以外に[](リスト)を使用することもできる
range()関数と比較して、リストの要素数が増えるほど、メモリ消費量も増加する

for i in [0,1,2]:
  print("Hello!")

while文と同様に、特定の条件が満たされ、for文のループの途中で処理を中断してループから抜け出したい時、breakを利用する

fruits = ["apple", "banana", "orange", "grape"]
for fruit in fruits:
    if fruit == "orange":
        print("Found orange")
        break  # Interrupt the loop when it finds the orange.
    print(fruit)

list = [
    {'key1': 'value1', 'key2': 'value2'},
    {'key1': 'another value', 'key3': 123},
    {'key4': True}
]
for dictionary in list:
    key1 = dictionary['key1'] # value1, another value
    key2 = dictionary['key2'] # value2

例外処理の詳細や種類に関しては、96.プログラミングを参照のこと

try:
    例外をキャッチしたい処理
except:
    tryで例外が発生した時に実行する処理
# 捕捉する例外の種類を指定したい場合(オプション)
except 例外ハンドラ:　
    tryで指定した特定の例外が発生した時のみ実行する処理
# 補足した例外を変数に格納して詳細情報を取得する(オプション)
except 例外ハンドラ as 変数名:
    tryで指定した特定の例外が発生した時のみ実行する処理
# try実行後に必ず行いたい処理がある場合(オプション)
finally:
    tryで例外発生の有無関係なく、必ず実行する処理 
# 例外が発生しなかった際に実行したい処理がある場合(オプション)
else: ※オプション 
    tryで例外が発生しなかった場合に実行する処理

try:
    print(x) 
except:
    print("Something went wrong") 
Except ZeroDivisionError as e: 
    print(f"Something went wrong: {e}") 
finally:
    print("The 'try except' is finished") 
else:
    print("Nothing went wrong") 

上から順に計算処理が実行される優先度

bool型(True/False)が返却される

他のプログラミング言語では、空値(NULL,何もない)は、PythonではNoneを利用する
''やスペースとは、別の扱い

Noneを拾いたい場合は、以下2通りの方法で指定できる

より厳密にチェックをしたい時は、is Noneを扱う

論理演算子および存在確認以外に、notには、変数の値を評価する使い方がある

if not 変数名:
  # 処理を記述

偽(False)と評価される値:
False, None, 0(数値型のゼロ),
空のシーケンス("", [], (), {})

この書き方だと、Noneと空文字("")の両方の確認ができる
if 変数名 is None:またはif 変数名 == None:
変数がNoneであることの確認は出来るが、空文字("")の確認はできない
if 変数名 = ""
変数が空文字("")であることの確認は出来るが、Noneの確認はできない

# 論理演算子
a = True
print(not a)  # 出力: False

# 存在確認
my_list = [1, 2, 3]
print(1 not in my_list)  # 出力: False
print(4 not in my_list)  # 出力: True

r'文字列'：文字列の中のエスケープ文字を無視して文字列として扱う
print(r'That is Calol\'s cat')
→"That is Calol\'s cat"と、エスケープされずに出力される

Pythonで正規表現を使用するには、reモジュールを利用する
この中には、正規表現パターンにマッチする文字列を検索したり、置換したりするなど
全ての正規表現関数が用意されてる

re.compile(pattern)関数
正規表現パターンをコンパイルし、コンパイルされたパターンオブジェクトを後で再利用できるようにする

import re
pattern = re.compile(r"\d{3}-\d{4}") 

re.search(pattern, string)関数

文字列stringの中から、正規表現パターンpatternに一致する部分文字列の最初にマッチするマッチオブジェクトを返す
マッチする部分文字列がない場合は、Noneを返す

import re
text = "My address is [email protected] です。"
pattern = r"([a-zA-Z0-9._%+-]+)@([a-zA-Z0-9.-]+).([a-zA-Z]{2,})"  # pattern of mail address
match = re.search(pattern, text)
if match:
print("Email address found:", match.group())
print("User name:", match.group(1))
print("Domain name:", match.group(2))
print("Top level domain:" match.group(3))
print("Starting point:", match.start())
print("End point:", match.end())
print("Range:", match.span())
else:
print("No matched")

group()：マッチした文字列全体または特定の部分文字列を返す
start()：マッチした部分文字列の開始位置を返す
end()：マッチした部分文字列の終了位置を返す
span()：マッチした部分文字列の開始位置と終了位置のタプルを返す

re.findall(pattern, string)関数
文字列stringの中から、正規表現パターンpatternに一致する部分文字列をすべて探し出し、それらの部分文字列をリストとして返す

import re
text = "私の電話番号は03-1234-5678で、友達の電話番号は090-9876-5432です。"
pattern = r"\d{2,4}-\d{2,4}-\d{4}"  # 電話番号のパターン
phone_numbers = re.findall(pattern, text)
print(phone_numbers)  # outpuy:['03-1234-5678', '090-9876-5432']

re.split(pattern, string)関数
文章を正規表現を使って複数の区切り文字の分割できる
正規表現パターンに一致するすべての部分文字列をリストとして返す
分割された部分文字列のリストを返す

import re
# Count up number of sentence 
def count_sentences(text): 
    sentences = re.split(r'[.!?]', text) 
    return len(sentences) 

この他にも様々な関数が理解されている
re.match(pattern, string)：文字列の先頭がパターンにマッチするかどうかを判定する
re.finditer(pattern, string)：文字列全体からパターンにマッチする部分をすべて検索し、イテレータとして返す
re.sub(pattern, repl, string)文字列内のパターンにマッチする部分を置換

pattern.match(string)：re.match()と同様だが、コンパイル済みのパターンオブジェクトを使用する
re.の部分をpattern.で、コンパイル済みのパターンオブジェクトを使用することができる

Pythonで配列と言うと、以下3つのデータ構造指す

list
Pythonで最も一般的に使用される配列のようなデータ構造
順序付けられた要素のコレクションであり、異なるデータ型(整数,文字列,オブジェクトなど)を混在させることができる
動的にサイズを変更でき、要素の追加や削除がarrayと比較すると容易
メモリ上での配置も連続しているとは限らない
データの並び替えや、履歴管理、統計処理などに利用できる

NumPy array
数値計算を効率的に行うためのライブラリで、科学技術計算やデータ分析などで広く使用される
同じデータ型の要素を持つ多次元の配列であり、高速な数値演算を可能にする
リストよりもメモリ効率が良く、数値演算のパフォーマンスに優れている

array
・同じ型の要素が連続したメモリ領域に格納されるデータ構造を指す
　＝CやJAVAなど、従来のプログラミング言語の配列に1番近い
・リストよりもメモリ効率が良いが、NumPy配列ほどの柔軟性や機能はない import array

my_array = array.array('i', [1, 2, 3, 4, 5]) # 'i'は整数型を表す型コード print(my_array)

シーケンス型データ構造(リスト,辞書,タプル,文字列,バイト列)に対して使用できる便利な関数

キー/値の存在確認のみ
配列、リスト、辞書などに対して使用できる
辞書型でキーが存在しない時は、KeyErrorが発生する
→安全に値を取得したい場合は、get()メソッドを使ったほうが良い

'Hello' in 'Hello Woerld!' # True

listN=['Hello','GoodMorning','Bye'] 
'Hello' in listN # True
'Hello' not in listN # False

my_dict = {'a': 1, 'b': 2, 'c': 3} 
print('b' in my_dict) # True 
print(2 in my_dict) # False 
print(2 in my_dict.values()) # True 

値取得(存在確認を含む)
リスト,辞書,タプル,文字列,バイト列に対して使用できる
基本の書き方は、 リスト名等[index]
※スライス(長さ)で指定も可能
辞書型では、要素番号ではなく、キーを指定する
キーが存在しない時は、KeyErrorが発生する
→安全に値を取得したい場合は、get()メソッドを使ったほうが良い

num=[1,2,3,4,5] 
num(0)=1 
num(0:3)=[1,4] 
num(:3)=[1,2,3] # スライス 

my_dict = {'apple': 1, 'banana': 2, 'orange': 3} 
# キー'apple'に対応する値を取得 
apple_value = my_dict['apple'] 
print(apple_value)  # 1 
# キー'banana'に対応する値を取得 
banana_value = my_dict['banana'] 
print(banana_value)  # 2 

値取得(存在確認を含む)
辞書型に対してのみ使用でき、辞書型のvalue(値)取得する
値が存在しなくても、エラーになること無く、Noneまたは指定した値を返却する
基本の書き方は、 get(key名,データが存在しなかった際に返す値)

my_dict = {'apple': 1, 'banana': 2, 'orange': 3} 
# キー'apple'に対応する値を取得 
apple_value = my_dict.get('apple') 
print(apple_value)  # 1 
# 存在しないキー'grape'を指定 
grape_value = my_dict.get('grape') 
print(grape_value)  # None 
# デフォルト値を指定 
grape_value = my_dict.get('grape', 0) 
print(grape_value)  # 0 

値取得と値のセット(存在確認を含む)
辞書型に対してのみ使用でき、辞書型のvalue(値)取得する
辞書に指定の値が存在しない時に値をセットする
基本の書き方は、辞書名.setdefault(key,value)

spam.setdefault('color','black')

キーを全て取得する
辞書型に対してのみ使用でき、辞書型のkeyを全て取得する
基本の書き方は、辞書名.key()

my_dict = {'apple': 1, 'banana': 2, 'orange': 3}
keys = my_dict.keys()
print(keys) # ['apple', 'banana', 'orange']

for key in my_dict.keys():
    print(key) # apple # banana # orange

if 'grape' in my_dict.keys():
    print("No matched.") 

一般的な取得方法
リスト,辞書,タプル,文字列,バイト列に対して利用できる
※辞書型は、キーまたは値のどちらか一方のみ
　→両方一尾に取得したい場合は、items()メソッドを使用する

基本の書き方は、
for i in range(len(リスト名等)): # 処理を記述
※range(len(リスト名))をリスト名だけでも同じ処理ができるが、len()関数を使うのが一般的

num =  [1, 2, 3, 4, 5]  
for i in range(len(fruits)): 
    print(f"index{i}: { num[i]}") 

my_dict = {'apple': 1, 'banana': 2, 'orange': 3} 
for key in my_dict: # 辞書のキーのみ取得 
    print(key) 
for value in my_dict.values(): # 辞書の値のみ取得 
    print(value)

辞書型でキーと値のペアを同時に取得したい時
※辞書型のみ使用可能

my_dict = {'apple': 1, 'banana': 2, 'orange': 3}
for key, value in my_dict.items():
print(key, value) 

要素やリストの合計値を求める
※要素が全て数値であることが前提

scores = [72, 73, 33]
average = sum(scores) / len(scores)

要素の長さをカウント

num = [1,2,3,4,5] 
len(num) = 5 

要素の出現回数をカウント
Counterオブジェクトは簡単に要素の出現頻度をカウントできる一方で、
メモリを使用するため大規模なデータセットの場合、メモリ使用量に注意する必要がある

import csv
from collections import Counter
# Open CSV file
with open("favorites.csv", "r") as file:
    reader = csv.DictReader(file)
    # Counts
    counts = Counter()
    # Iterate over CSV file, counting favorites
    for row in reader:
        favorite = row["language"]
        counts[favorite] += 1
# Print counts
for favorite, count in counts.most_common():
    print(f"{favorite}: {count}")

most_common(n)メソッドは、要素とその出現頻度をタプルとして格納したリストを返す
引数nを指定すると出現頻度の高い上位n個の要素のみが返され、引数を省略した場合、すべての要素が返される
出現頻度が同じ要素は、出現順に並べられる

リストの要素を追加
末尾に追加：リスト名.append('リストへ追加したい値')
指定したインデックスに追加：リスト名.insert(インデックス,'リストへ追加したい値')

listN.append('GoodNight') 
listN.insert(1,'GoodNight') 

辞書型に要素を追加する
以下2の方法があり、update()メソッドを使うと、複数のキーと値をまとめて追加できる

my_dict = {'a': 1, 'b': 2}
my_dict['c'] = 3
print(my_dict)  # {'a': 1, 'b': 2, 'c': 3}
my_dict.update({'d': 4, 'e': 5})
print(my_dict) # {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}

要素を削除する
リストの値だけがわかっている場合は、remove() ※辞書型には使えない
リストのインデックスがわかっている場合は、delを利用する
基本の書き方は、
リスト名.remove('削除したい値')
※同じ値が複数あっても、最初に見つかった値だけ削除される
del リスト名[indexまたはkey]

listN=['Hello','GoodMorning','Bye']
listN.remove('Hello')
→listN=['GoodMorning','Bye']

listN=['Hello','GoodMorning','Bye'] 
del listN[0]
→listN=['GoodMorning','Bye']

並び替え
基本の書き方は、sorted(リスト名等, reverse = True/False)
Reverseで昇順(True)/降順(False)を指定できる
※デフォルトはTrue

numbers = [3, 1, 4, 1, 5, 9, 2, 6] 
sorted_numbers_desc = sorted(numbers, reverse = True) 
print(sorted_numbers_desc)  # [9, 6, 5, 4, 3, 2, 1, 1] 

my_dict = {'apple': 1, 'banana': 2, 'orange': 3, 'peach': 4} 
sorted_keys = sorted(my_dict.keys()) 
print(sorted_keys) # ['apple', 'banana', 'peach', 'orange'] 

配列の複製
リストや辞書型など、イミュータブルなオブジェクトに使用できる
新しいオブジェクトの作成し、要素を複製する

複製リスト名 = copy.deepcopy(コピーしたい元のリスト名) 

配列の参照コピー
リストや辞書型など、イミュータブルなオブジェクトに使用できる
新しいオブジェクトの作成するが、要素は参照するだけ
＝コピー元/先の要素どちらかを変更すると、もう一方も変更される

ist1 = [1,2,3,4,5] # コピー元
list2 = list1
list2 = copy.copy(list1)

リスト型へ変換

tuple(my_dict.items())

タプル型へ変換

my_list = list((1, 2, 3))

辞書型へ変換
※(key, vlaue)のペアで構成されている必要がある

dict = dict([('a', 1), ('b', 2)])

関数の作成は、def 変数名(引数):で作成する
引数とreturnは、オプション
Pythonは{ }(中括弧)ではなく、インデントでブロックを認識するため、関数内の処理を記述する行は必ずTabキーでインデントを入れること

また、呼び出し時は、関数名(引数)で呼び出す

# create function
def isPositive(num):
  return (num > 0)
# call created function
number = -5;
if (isPositive(number)):
  print(f "{number} is positive.")
else:
  print(f "{number} is negative.")

戻り値を複数セットする

def 関数名(引数あれば):
    # 処理を記述
    return [戻り値1 , 戻り値2]

変数1, 変数2 = 関数名(引数あれば) 

以下の様にセットされて出力される
・変数1 → 戻り値1
・変数2 → 戻り値2

def input_player_letter(): 
    # プレイヤーに OかXかを選んでもらう 
    # プレーヤーの駒が先、コンピューターの駒が後のリストを返す 
    letter = '' 
    while not (letter == 'X' or letter == 'O'): 
        print('O=先手、X=後手、どちらにしますか？ (O or X)') 
        letter = input().upper() 
    # [プレーヤーの駒, コンピューターの駒]というリストを返す 
    if letter == 'X': 
        return ['X', 'O'] 
    else: 
        return ['O', 'X'] 
player_letter, computer_letter = input_player_letter() 

Pythonは、オブジェクト指向プログラミング言語であるため、メソッドチェーンが可能
＝関数を連鎖的に実行する機能

*パラメータと**パラメータを使用すると、Pythonの関数定義において、可変長引数を受け取ることができる
関数が呼び出される際に、定義された以外の任意の数の引数を柔軟に受け取ることができる

関数に位置引数として渡された、余分な引数をタプルとして受け取る
位置引数とは、関数呼び出しの際に、引数の位置に基づいてどのパラメータに対応するかが決まる引数のこと
慣習として、*argsというパラメータ名を使うが、パラメータ名は自由に設定出来る

def example_function(*args):
    print(f"argsの中身: {args}")
    for arg in args:
        print(arg)
example_function(1, "hello", 3.14)
# 出力:
# argsの中身: (1, 'hello', 3.14)
# 1
# hello
# 3.14

関数にキーワード引数として渡された、余分な引数を辞書として受け取る
キーワード引数とは、関数呼び出しの際に、「キーワード=値」のように名前を指定して渡される引数のこと
慣習として、関数定義で**kwargsというパラメータ名を使うが、パラメータ名は自由に設定出来る

def another_example(**kwargs):
    print(f"kwargsの中身: {kwargs}")
    for key, value in kwargs.items():
        print(f"{key}: {value}")
another_example(name="Alice", age=30, city="New York")
# 出力:
# kwargsの中身: {'name': 'Alice', 'age': 30, 'city': 'New York'}
# name: Alice
# age: 30
# city: New York

Pythonは、オブジェクト指向プログラミングであるため、何か実装したいメソッドがある場合は、オブジェクト(インスタンス)を作成する必要がある
作成したオブジェクト(インスタンス)のメソッドにアクセスする際は、必ずobject.method()でアクセスをする

# Definition of class
class MyClass():
    # Definition of method
    def my_method(self):
        print("Hello from my_method!")
    # Definition of method
    def __init__(self, name, id):
        self.name = name
        self.id = id

selfとは、Pythonのクラス内で使用される特別な変数で、クラスのインスタンス自身を参照する
インスタンスの属性やメソッドにアクセスする際に使用する
selfがない場合、メソッドのどのインスタンスの属性にアクセススべきか判断ができなくなってしまう

# Instantiate Object
myObject = MyClass()
# Call the method
myObject.my_method()  # 出力: Hello from my_method!

クラスからオブエジェクトをインスタンス化するのは、同じプログラム内にあるクラスだけでなく、インポートしたライブラリを使用するときにも実行する

        answer = input("What's your name? ")
        print("hello, " + answer)
      

s = "apple"
# 文字列がaまたはbで始まるか判定
s.startswith(("a", "b")) # True
s.endswith('world') #False
        

spam = 'Hello world!' 
spam = spam.upper() # 'hello world!' 
spam = spam.lower() # 'HELLO WORLD!' 
        

'HELLO'.isupper() # True 
'123hello'.islower() # False 
        

'hello'.isalpha() # True 
'hello123'.isalpha() # False 
        

'hello123'.isalmun() # True
'hello'.isalmun() # True
'123'.isalmun() # True
'a1b2あ3'.isalmun() # False
        

'This Is Title Case'.istitle() # True 
'This Is Title Case 123'.istitle() # True 
'This is title case'.istitle() # False 
'This Is NOT Title Case'.istitle() # False 
        

'Hello, World!'.replace('H', 'J') # 'Jello, World!'

'Hello world!' [1] # 'e' 
'Hello world!' [0:5] # 'Hello' 
'Hello world!' [:5] # 'Hello' 
'Hello world!' [3:] # 'lo world!' 
'Hello, World!'[-5:-2] # 'orl'
'Hello, World!'[::-1] # '!dlroW ,olleH'
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9][::2] # [0, 2, 4, 6, 8]
        

s = "helllo, World!" 
# Capitalize copy of string 
t = s.capitalize() 
# Print strings 
print(f"s: {s}") # helllo, World! 
print(f"t: {t}") # Helllo, world! 
        

'-'.join('There can be only one.'.split()) 
# output:'There-can-be-only-one.'
        

'MyABCnameABCisABCSimon'.split('ABC')
# output:['My', 'name', 'is', 'Simon']
        

"abc".rjust(10) # output:'       abc' 
# 幅10で右寄せし、"*"で埋める 
"abc".rjust(10, "*") # output:'*******abc' 
    

'　'.isspace() # True

spam ='     Hello World     ' 
spam.strip() # 'Hello World' 
Spam.rstrip() # '     Hello World' 
Spam.lstrip() # 'Hello World     ' 
    

import pyperclip
pyperclip.copy(text)
    

import pyperclip
text = pyperclip.paste()
# 例)'日本の野鳥一覧\n犬の品種\n猫の品種\n家畜一覧' 
    

sysモジュールで、Pythonインタプリタや実行環境に関する情報の取得ができる
sysモジュールのインポートが必要

import sys

sys.version

sys.executable

sys.platform

sys.path

sys.modules

sys.exit(status)

sys.exc_info()

sys.getfilesystemencoding()

osモジュールのインポートが必要

import os

os.getcwd()

os.chdir('移動先ディレクトリ')

os.makedir()

os.path.abspath(path)

os.path.isabs(path)

os.path.relpath(path, start)

os.path.join()

os.path.dirname(path)

os.path.basename(path)

os.path.split()

os.path.exists(path)

os.path.isfile(path)

os.path.isdir(path)

os.path.getsize(path)

os.listdir(path)

or.remove(path)

os.rmdir(path)

1.ファイル開く/閉じる

以下2つの方法がある

(1)open()・close()で行う方法
必ずclose()でファイルを閉じる必要がある
基本の書き方は、
open(ファイルパス, 読込モード) close()
指定したパスにファイルが存在しない場合は新規作成される

file = open('ex.txt', 'r')
# 処理を記述
file.close()

(2)with文で

with open('ex.txt', 'r') as file:
  # 処理を記述
# ファイルは自動的に閉じられる

読み込みモード：
r:読込み w:書込み a:追記 b:バイナリモード (+を付けると両用可能)

2.ファイルの読込み

read()を使う
オプションとして、()内で読み込み範囲を指定できる

with open('ex.txt', 'r') as file:
    content = file.read()　# 全て読込み
    content = file.read(5)　# 5行目まで読込み
    content = file.realline()　# 1行目だけ読込み

3.ファイルの書込み
write()を使う

with open('ex.txt', 'w') as file:
  file.write('Hello World!\n') # \n:改行

データファイルがプログラムと同じディレクトリにある必要がある
csvをインポートする
変な文字やカンマがあったら、自動的にそれらをエスケープすることができる

リストとして読込む方法

import csv
# CSVファイルの読み込み
with open('data.csv', 'r') as file:
    reader = csv.reader(file)
    # Skip the heder line
    next(reader) # optional
    for row in reader:
        print(row) # All columns
        print(row[0]) # Only the first column

csv.reader(file)：リスト型オブジェクトとして読み込む
next(reader)：CSVファイルのヘッダー行を飛ばす ※オプション
rowにすると全ての列が出力され、row[i]で特定の列のみを出力できる
→列のインデックスは、1番左の最初の列を0とし、右に向かって1つずつ増分する

辞書として読込む方法

import csv
# CSVファイルの読み込み
with open('data.csv', 'r') as file:
    reader = csv.DictReader(file)
    for row in reader:
        print(row) # All datas with dictionary structure
        print(row['KeyName']) # Only the selecting key's value

csv.DictReader(file)：辞書型オブジェクトとして読み込む
rowにすると全てのkeyが出力され、row['KeyName']で特定のキーのみを出力できる
この方法では、CSVファイルのヘッダー情報はKeyとして扱われ、readerはヘッダー情報を持たない為、next(reader)の記述は不要

import csv
# CSVファイルの書き込み
data = [
    ['name', 'age', 'ocupation'],
    ['Taro', 30, 'office worker'],
    ['Ketty', 25, 'student']
]
with open('data.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerows(data)

newline=''：改行コードの自動変換を防ぐために必要
csv.writer(file)：ファイルオブジェクトをcsv.writerオブジェクトに変換する
writer.writerows(data)：リストdataの内容をCSVファイルに書き込む

上記のcsv.writerでは、リスト形式のデータをCSVファイルに書き込むためのシンプルな方法を提供し、
csv.writerowは、dataをリストとしてCSVファイルに書き込みを行う
→リスト内の要素の順序が、CSVファイル内の列の順序に対応し、線形でしょりされる
※ヘッダー行が事前に存在しない場合、このコードはヘッダー行を追加しない

一方で、以下のようなcsv.DictWriterでは、辞書形式のデータをCSVファイルに書き込む方法を提供し、
csv.writerowは、dataをとしてCSVファイルに書き込みを行う
→辞書のキーがCSVのヘッダーに対応するため、データの順序に関わらず正しく書き込まれる
　よりスマートな処理になる

import csv
data = [
    {'name': 'Raro', 'age': 30, 'Job': 'Worker'},
    {'name': 'Katty', 'age': 25, 'Job': 'Student'}
]

fieldnames = ['name', 'age', 'job']

with open('data.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()  # ヘッダーを書き込む
    for row in data:
        writer.writerow(row)

pandasモジュールを利用すると、より効率的な処理を行うことができる

import pandas as pd 
exam = pd.read_csv("exam.csv") 
# (行数,列数)を返す
exam.shape # (50,3) =50行3列のデータ 
# 指定ヘッダ中に含まれる一意の値の数を返す
exam["student_id"].nuique # 10 =student_id列の一意の値の数が10種類
# 指定ヘッダ中に含まれる一意の値を返す
exam["student_id"].uique # array([1,2,3,4,5,6,7,8,9,10])
# 指定したヘッダ中のNaNの値の数を返す
sum(exam["student_id"].isna()) # NaN:欠損値 

pandasをインポートする
Excelファイルの内容をDataFrameとして返す
sheet_name = Noneにすると、すべてのシートが辞書形式で返される

import pandas as pd
df = read_excel('ex.xlsx', sheet_name = 1) # 複数シートがあればシート名を指定

pandasをインポートする
JSONファイルの内容をDataFrameとして返す

import pandas as pd
df = pd.read_json('ex.json')

Pythonには標準でsqlite3ライブラリが組み込まれており、軽量なデータベースであるSQLiteを扱うことができる
これにより、手動でDBに接続し、クエリを実行する必要がなくなる

import sqlite3
# Connect to database file (create file if it does not exist)
conn = sqlite3.connect('example.db')
# Create cursor
cursor = conn.cursor()
# Create a Table if needed
cursor.execute('''CREATE TABLE IF NOT EXISTS users
                  (id INTEGER PRIMARY KEY, name TEXT, age INTEGER)''')
# Manipulate data
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
    print(row)
# Commit the transaction
conn.commit()
# Disconnect the DB connection
conn.close()

カーソル：SQLクエリを実行し、結果を処理するためのオブジェクト

Pythonには、さまざまな種類のデータベースと連携するためのサードパーティライブラリが多数存在する
代表的なライブラリとしては、以下のようなものがある
MySQL：mysql-connector-python, PyMySQL
PostgreSQL：psycopg2
Oracle：cx_Oracle

標準でインストールされない為、初回利用時にインストールする必要がある

エラーが発生した際には、トレースバックをよく読む
・何行目がエラーになっているか記載されている為、そこをデバックの対象とする
・TypeErrorの行を全てコピーして検索する
　→エラーに関する解決策や原因がわかる

プログラム実行中にエラー(例外)が発生した際に、そのエラーが発生した箇所までの関数呼び出しの履歴を表示する機能
エラーの原因を特定し、デバッグを行う上で非常に重要な情報を提供する
トレースバックを注意深く読むことで、エラーが発生した箇所と、そこに至るまでのプログラムの実行経路を把握することができる

トレースバックの構成
トレースバックは、通常、以下の情報を含んでいる
・エラーの種類：TypeError,ValueError,NameErrorなど、発生したエラーの種類
・エラーメッセージ：エラーに関する詳細な説明
・ファイル名と行番号：エラーが発生したファイル名と行番号
・関数呼び出しの履歴：エラーが発生するまでの関数呼び出しの順序

トレースバックの表示方法
Python では、エラーが発生すると自動的にトレースバックが表示される
また、トレースバックを扱うモジュールを利用すると、より詳細なエラー情報を取得できる
トレースバックを扱うモジュール ・tracebackモジュール：トレースバック情報の取得やフォーマットを行う
・sysモジュール：標準エラー出力へのトレースバックの出力や、例外情報の取得を行う ・loggingモジュール：エラー発生時のログにトレースバックを出力できる
　→プログラム実行中に発生したエラーを記録し、後から分析できる

• Python２と3でバージョンが違う
• SyntaxError：文法的エラー
• EOL(文の末尾)：文字列のクォート("または')の閉じ忘れ
• IDEL起動時にre、その他必要なモジュールをインポートしていない

ダウンロードサイト

インストール結果の確認
コマンドプロンプトで以下を入力して、正しく結果が帰ってくればOK

python --version

失敗する場合は、Pythonをインストールする際に、「Add Python 3.x to PATH」にチェックを入れ忘れた可能性がある
最初にダウンロードしたファイルを再度開き、Uninstallの上、再度手順を実行すること

コマンドプロンプトをシステム管理者として起動し、以下のコマンドを実行する

pip install --upgrade pip

IDEL(Integrated Development and Learning Environment)
インタラクティブ開発環境(対話型実行環境)

Windowsのアプリ検索からidleと入力し、アプリを実行すると起動する

特徴
・命令を1行ずつすぐに実行される
・ウィンドウに必ず>>>というプロンプトが必ず表示される

特徴
・Pythonのプログラムを記載するのみで、すぐに実行されない
　ファイルに名前を付けて保存し、それからプログラムを実行する
　→毎度インタラクティブシェルに命令をはじめから書く必要がなくなる
・ウィンドウに>>>というプロンプトが表示されない

IDELを起動し、インタラクティブシェルのFile > New File

Python IDELでインタラクティブシェルを実行する
実行方法：実行内容を記載し、Enterを押す
制限事項：
インタラクティブシェルの為、1行ずつ実行される
→ 処理をまとめて実行ができない

Python IDELでファイルエディタから実行する
実行方法：Run > Run Module
制限事項：コマンドライン引数を渡すことができない

コマンドライン/VS Code上で実行する
実行方法：ターミナル上でPyton Filename.py (コマンドライン引数)を実行する
メリット：
・ブレークポイントの設定、変数の監視、ステップ実行が容易
・拡張機能が利用でき、コード補完、リンティング、フォーマットなど、開発効率を高める機能が充実している
制限事項：IDLEやインタラクティブシェルよりも重たい

Unix系OSシステムにおいて、スクリプトファイルの実行時にどのインタプリタを使用するかをカーネルに指示するためのもの
Pythonスクリプトを直接実行可能にするための特別な記述
※シバン自体は、Python特有ではなく、他のスクリプト言語でも利用される
スクリプトファイルの先頭行に#!で始まる行を記述することで、OSに対してどのインタプリタでスクリプトを実行するかを指示できる
メリット：
・Pythonインタプリタのパスを指定する為、複数のPythonバージョンがインストールされている環境でも、適切なバージョンでスクリプトを実行できる
・python script.pyのように明示的にインタプリタを指定しなくても、./script.pyのようにスクリプトファイルを直接実行できるようになる

書き方：
#!/usr/bin/python3
Unix系OS(Linux,Macなど)では、上記のようにインタプリタのパスを直接記述するのが一般的
※python3が/usr/bin/にあることを前提とした書き方
ただし、環境によってはPythonのパスが異なる場合があるため、移植性を高めるために、
envコマンドでpython3を検索できるよう
#!/usr/bin/env python3と記述する場合もある

Windowsでは基本的にジバンは無視される
しかし、特定の環境(WSLなど)や、Python Launcher for Windowsを使用することで、シバンを解釈してPythonスクリプトを実行できる
その際は、#! python3と記述する

バッチファイルを利用すると、IDLEを起動せずに、コマンドラインからPythonスクリプトを簡単に実行できるようになる
また、複数のコマンドをまとめて実行できる

方法:
1.py.exeのパスを確認する
py.exeは、WindowsでPythonスクリプトを実行するためのランチャー
通常は、Pythonのインストールディレクトリに存在する
AnacondaなどのPythonディストリビューションを使用している場合は、パスが異なる場合がある
Anaconda環境では、py.exeは存在しないため、Anaconda環境のpython.exeへのパスを記述する必要がある
2.バッチファイルを作成する
テキストエディタで新しいファイルを作成し、".bat"という拡張子で保存
ファイルの内容は、以下の形式で記述する
@py.exe C:\(実行したいPythonスクリプトのパス).py
@は、コマンドの実行結果を画面に表示しないようにするための記号
3.作成したバッチファイルをダブルクリックすると、Pythonスクリプトが実行される

[推奨]バッチファイルを環境変数PATHに登録しておくと、コマンドプロンプトからファイル名を指定するだけでスクリプトを実行できるようになる

プログラム実行時に、以下の様に引数を設定すると、コマンドライン引数を渡す事が出来る
コマンドラインやIDEのターミナルで実行できる

# Execute python code
python fileName.py command-line arguments

基本的な方法として、sys.argvを使ってコマンドライン引数を取得する方法がある
sysライブラリのインポートが必要
※コマンドライン引数を設定した場合は、"sys.argv"という変数に格納される

import sys
# When one or more command line arguments are passed
if len(sys.argv) > 1:
    for arg in sys.argv[1:]:
        print(arg)
else:
    print("No command line arguments.")

例えば、上記のコードに対し、python myScript.py arg1 arg2 arg3を実行すると、
arg1 arg2 arg3 と出力される

C言語などと同様に、argv[]には以下の通り格納される
sys.argv[0]：プログラム名
sys.argv[1以降]：コマンドライン引数が順番に格納

sys.argvを使用した方法は、最も基本的な方法であるが、複雑な引数処理には向かず、型変換やバリデーションは自分で行う必要がある
より複雑な引数処理を行う場合には、argparsを使ってひ、引数を受取る

Pythonのサードパーティのライブラリで、軽量かつ機能豊富なWebマイクロフレームワーク
クラウドベースのインフラストラクチャでリソースが限られたCS50 IDEのような環境でも快適に動作する

HTMLでWebサイトを構築する場合、静的なコンテンツしか表示できないという大きな制約があるが、
PythonとFlaskを組み合わせることで、動的なWebサイトを簡単に作成できる

Flaskを利用するには、インポートして、Flaskアプリケーションの実行が求められる
以下2つのファイルが必ず必要：
・app.py
・requirement.txt

app.py

# Flaskのインポート
from flask import Flask
# インスタンスの作成(慣習としてこの書き方をする)
app = Flask(__name__)
# Configure to use SQLite database
db = SQL("sqlite:///database_name.db")
@app.route("/home")
def index():
name = request.args.get("name", "world")
return render_template("index.html", name=name)
@app.route("/", methods=["GET", "POST"])
def index():
if request.method == "POST":
month = request.form.get("month")
if not month:
return redirect("/")
try:
month = int(month)
except ValueError:
return redirect("/")
    # Insert data into database
    db.execute("INSERT INTO birthdays (name, month, day) VALUES('Tom', ?, 1)", month)
        return redirect("/")
else:
    birthdays = db.execute("SELECT * FROM birthdays")
        return render_template("index.html", birthdays = birthdays)

@app.route("/sample")
def sample():
return '<!DOCTYPE html><html lang="en"><head><title>hello</title></head><body>You are
in the sample page.</body></html>'
@app.route("/sample")
def sample():
return "You are in the index page."
URLの一部として渡された数値を読み取り、その数値をWebページに表示する
@app.route("/show/%lt;int:number&lt")
def show(number):
return f"You gave {number}."
if name == "main":
app.run(debug=True)

__name__：現在のモジュール名を表す
@app.route("/")：デコレータという機能を使った書き方で、アクセスできた場合は、直下のindex()という関数を実行する
※デコレータ：その直下にある関数に対して、特定の機能や役割を追加したり、関連付けたりするために使われる

<!DOCTYPE html>
<html lang="en">
    <head>
        <meta name="viewport" content="initial-scale=1, width=device-width">
        <title>hello</title>
    </head>
    <body>
        hello, {{ name }}

        <div class="section">
            <h2>All Birthdays</h2>
            <table>
                <thead>
                    <tr>
                        <th>Name</th>
                        <th>Birthday</th>
                 </tr>
            </thead>
            <tbody>
                {% for birthday in birthdays %}
                    <tr>
                        <td>{{birthday.name}}</td>
                        <td>{{birthday.month}}/{{birthday.day}}</td>
                         </tr>
                     {% endfor %}
                 </tbody>
            </table>
        </div>
    </body>
</html>

{{変数名}}で、変数の値をHTMLの値として代入し、動的なHTMLの表示が出来る

rows = db.execute("SELECT column FROM table ...")の結果は、辞書が格納されたリストが返却される
＝[{key1:value1, key2:value2}, {key1:value3, key2:value4}, ...]
したがって、通常のリスト型および辞書型のデータの取り出しと同じ取得をする
rows[0] = {key1:value1, key2:value2}
rows[0]['key1'] = value1

動的サイトでHTMLを効率的に生成し、繰り返し記述を避けるためにテンプレートエンジンが広く利用されている
Flaskで採用されているテンプレートエンジンには様々なタイプがある

テンプレートの使用で繰り返しの記述を避けるという方法は、他の言語やフレームワークでもあるが、
それぞれのフレームワークによって記法が異なるため、公式ドキュメント等を読んで確認すること

Jinja
Flaskで採用されている代表的なテンプレートエンジンの1つ
Flaskでは、render_template()関数を使ってJinjaテンプレートファイルをレンダリング(処理してHTMLを生成)し、クライアントに送信する

-- layout.htmlの継承
{% extends "layout.html" %}
-- body要素の開始点
{% block body %}

-- if文ブロック
{% if msg %}
{{msg}}
{% endif %}

-- for文ブロック
{% for name in registrants %}
    
        {{ name }}
        {{ registrants[name] }}
    
{% endfor %}

-- body要素の終了点
{% endblock %}

深層学習を導入段階に至るまで全てサポートする業界で強力なフレームワーク
Kerasモジュール：自然言語処理を使用して、新聞記事やブログ投稿を要約するモデルを構築できる

• 退屈なことはPythonにやらせよう ノンプログラマーでもできる自動化処理プログラミング　(Al Sweigart 著, 相川 愛三 訳)
  著者ブログ
  メールでの質問受付：[email protected]
• LinkedIn Learning -Python vs. R for Data Science-
• IT用語辞典
• Harvard University cs50 week6 Python