【入門】初心者が3か月でPythonを習得できるようになる勉強法！

Q: Pythonを勉強するのにどんなサービスがあるの？

独学なら Udemy や PyQ がおすすめで自力はしんどいなら プログラミングスクール がおすすめです

Q: Pythonの勉強を挫折しないようにするためには？

なぜPythonを勉強したいのか、Pythonを習得して何がやりたいのか、目的を明確にしておくことがまず大事です。「 Python勉強を挫折しないためには 」

Q: Pythonでどんなことができるの？

データ分析はもちろんのこと、スクレイピングやWebアプリケーション開発もできます。「 Pythonで勉強すべき基礎要素・応用 」

ウマたん

当サイト【スタビジ】の本記事では、Pythonを効率よく学習し習得する勉強法を具体的なコード付き実装例と合わせてまとめていきます。Pythonはできることが幅広いので自分のやりたいことを明確にして勉強法を選ぶことが大事です。

こんにちは！

事業会社でデータサイエンティストをやっているウマたん(@statistics1012)です。

大学院時代は統計学を専攻していたのですが、ほぼRを使用しておりPythonは手を付けていない状況でした。

しかし巷ではPython全盛期。

なんとかPythonを習得したいと思うものの長続きせず、結局中途半端に終わってしまっていました。

それもそのはず、データ解析を行うにはRで事足りることが多くPythonを使う必要はなく当時はPythonを習得するメリットはこれと言ってなかったのです。

しかし、何とか習得したいと、以下の3つのサービスを使いほぼ初心者の状態から3か月である程度のデータ解析・Webアプリケーションなら実装できるようになりました。

ドドン！

サービス名	オススメ度	価格の安さ	サポート体制	公式サイト
テックアカデミー				テックアカデミー
Udemy				Udemy
PyQ				PyQ

これらの体験をもとに、この記事ではPython初心者を抜け出すための勉強法・ロードマップについて見ていきたいと思います。

この記事で取り上げているのは以下の3つ

・Pythonで習得すべき要素と出来ること
・Pythonで出来ることをまとめたコードの公開
・Pythonを効率よく勉強できるサービス

初心者勉強のロードマップを参考に勉強を進め、並行してコードを参考にしてカスタマイズした機械学習ロジックを用いたWebアプリケーションを作っていただけると学習がはかどるかと思います。

ロボたん

そんなことまで出来るのか・・・

ウマたん

データ分析だけの言語だと思ったら大間違い！実際にPythonを習得しやすいお題に対してコーディングしていくよ！

ちなみにデータ分析の文脈においてはNishikaやKaggleなどのデータコンペを使ってガシガシ学んでいくことをオススメします。

気になるところへ読み飛ばす

Pythonで勉強すべき基礎要素・応用

Pythonのコード

Pythonを効率よく勉強できるサービス

Pythonの特徴
Pythonで勉強すべき基礎要素・応用
- 【基礎編】勉強すべき基本要素
  - Pythonでの基本的な記述方法が分かる
  - 関数・クラスが作れる
- 【応用編】Pythonで出来ること
Pythonを習得するための勉強課題
Python勉強におすすめのサービス
Python勉強を挫折しないためには
Python勉強でよくあるFAQ
Pythonの勉強法　まとめ

Pythonの特徴

まずは簡単にPythonのイメージについて見ていきましょう！

ちなみにPythonの勉強法については以下の動画でも解説していますので、合わせてチェックしてみてください！

Pythonはどうしてもデータ解析のイメージが強いです。

もちろんお馴染みの機械学習手法から流行りの手法まで幅広く実装することができますが、それであればRでも問題ありません。

現に大学院時代はRで困ったことはありませんでした（Rはグラフ描画や多変量解析手法に強いイメージがあります）。

以下の記事でPythonとRなどデータ解析用のプログラミング言語を比較しているのでよければご覧ください！

統計解析を行う上で便利なプログラミング言語を比較！当サイト【スタビジ】の本記事では、統計解析において便利なプログラミング言語「Python/R/Stan/SQL」を比較していきます。それぞれのプログラミング言語にどのような特徴があるのか、どのように勉強していけばよいのか見てきますよー！...

Pythonの真骨頂は、Webアプリケーション開発。

FlaskやDjangoと言ったモジュールを用いることで簡単にWebアプリケーションを開発することができるのです。

Flask vs Django！PythonのWebアプリケーションフレームワークを徹底比較！当サイト【スタビジ】の本記事では、PythonのWebアプリケーションフレームワークである「Flask」と「Django」の違いを徹底的に比較していきます！なんとなーく分かっているようで分からない2つのフレームワークの違いをこの機会にしっかりおさえておきましょう！...

つまりクライアントサイドからデータをもらい、そのデータに対してロジックを回し、クライアントサイドに返すといったことを一気通貫で出来てしまうのです！

それでいて変数宣言等が必要なく、簡易的なコーディングで実装できる初心者にも優しい言語なのです！

ロボたん

なんだその最強の言語は・・・

ウマたん

出来ることの幅の広さと分かりやすい記述方法で非常に人気なんだよー！

Pythonで勉強すべき基礎要素・応用

Pythonで出来ることはたくさんあるので、まずは自分がPythonを使って何をしたいか明確にしておくと良いです。

Pythonでできること7つをコード例をまじえてまとめておく！当サイト【スタビジ】本記事では、Pythonでできることを7つまとめていきます！！Pythonで何ができるのか分からない状況から深い理解にもっていきますよー！実際にPythonでの実装例や勉強方法も取り上げているのでぜひご自分の環境で手を動かして実装してみてくださいね！...

もし詳しくPythonで出来ることについて知りたい！という方は僕自身が講師を務めている以下の講座がオススメです！

【実践】ビジネスケースとつなげてPythonで出来ること5つを学べる3日間集中コース

この記事ではPythonを勉強する中でこれだけはおさえておきたい内容を基礎編と応用編に分けてまとめていきます！

・Pythonでの基本的な記述方法が分かる
・関数・クラスが作れる
・データ解析が出来る（機械学習モジュールが使いこなせる）
・スクレイピングが出来る
・Webアプリケーションが作れる

【基礎編】勉強すべき基本要素

ここではどちらにしろ共通して習得しておいた方が良い基礎要素をまとめていきます。

Pythonでの基本的な記述方法が分かる

まあこれは、他の言語をある程度触ったことのある人ならそれほど苦労しない部分かもしれません。

ただ若干記述の方法が違ったり、Python独自の概念もあるのでしっかりと学びましょう！

NumpyやPandas、Matplotlibなどデータ加工や描画に関するモジュールの使い方を覚えましょう！

理論を学ぶのは書籍をオススメしているのですが、Pythonの勉強には書籍はおすすめしません。

基礎文法の習得にはPyQというオンライン学習サービスを利用しましょう！

【体験談】PyQの評判は？3か月本気でPythonを勉強してみたので徹底レビュー！PyQはPythonを学ぶ上で非常にオススメで評判の高いサービスです。ただ、他のサービスとの違いが分かりにくいのも事実。そこで当サイト【スタビジ】では、実際にPyQを3か月体験した僕がPyQのメリット・デメリット・評判について徹底的にレビューしていきます！...

基本的な文法から勉強することができPythonに特化しているのでクオリティが高い！価格は3000円/月なので書籍1冊ほどのお値段です！

なかなかPythonに特化してここまで教えてくれるオンライン学習プラットフォームはありません。

クエスト形式で進んでいくので達成感もありますし価格も安め！

ただ、実際に開発環境を作るのではなくPyQが用意してくれたプラットフォームを使うのでPyQだけやっても実務で回すときはまた違う設定が必要になります。

実際に自分でJupyter notebookを立ち上げたりコマンドプロンプトから入力して実装してみることを忘れないでください。

また、Udemyで人気のシリコンバレーエンジニア酒井さんの講座が非常に分かりやすくシリコンバレー流のコーディングが学べるのでオススメです。

現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

関数・クラスが作れる

関数・クラスの概念も他のプログラミング言語触ったことのある人なら問題ないかもしれませんが、初心者には非常に取っつきにくいところです。

一旦理解してしまえばそれほど難しくはありません。後ほど紹介する書籍に分かりやすく書いてあります。

昔、Javaのオブジェクト指向でつまづいてプログラミング投げ出した記憶があります笑

ここのフェイズでもPyQで学習してきましょう！

また、先ほどのUdemy講座もオススメ！

現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

チームで開発する上でのクラスや関数・モジュールの扱い方に関してここまで詳しく解説している教材は見たことないです。

データ解析では関数・クラスは一見いらなそうですが、オートメーションに組み込む際などは必要になってきます。

【応用編】Pythonで出来ること

ここまでは、基本的にPythonを使用する上で誰しもある程度必要になる基礎要素をお伝えしてきました。

ここからは、自分がPythonを使ってやりたいことを明確にしてどれかつまみ食い的に勉強して大丈夫な領域です。

まあ色々出来た方がPythonを使用する意味は高まるのでなるべく色々できるようになることをオススメします。

ロボたん

出来ることの幅が広くてどのように勉強すればよいか迷っちゃいそうだなー・・・

ウマたん

出来ることを実際に見ていくから参考にしてぜひ自分の目指す姿を明確にしてね！

データ解析が出来る（機械学習ライブラリが使いこなせる）

データ解析を行う上でのライブラリは比較的たくさんありますので、それが使いこなせるようになっておきましょう！

手前味噌ですが、データ解析に関しては僕自身が作っているUdemyコースがオススメです！

【初学者向け】データ分析コンペで楽しみながら学べるPython×データ分析講座

このコースは、なかなか勉強する時間がないという方に向けてコンパクトに分かりやすく必要最低限の時間で重要なエッセンスを学び取れるように作成しています。

アニメーションを使った概要編とハンズオン形式で進む実践編に分かれており、概要編ではYoutubeの内容をより体系的にデータ分析・機械学習導入の文脈でまとめています。

正直、Pythonは最新の手法であれライブラリとしてインポートし使用することができるのでアルゴリズムを精緻に理解する必要はありません。

しかし、まるっきり分からないと結果の解釈を誤ってしまう可能性があるのである程度の理解はしておくべき。

統計学や機械学習に関して不安な方はそちらも学んでおきましょう！

統計学入門に必要な知識と独学勉強方法を簡単に学ぼう！当ブログ【スタビジ】の本記事では、統計学入門に必要な知識をカンタンにまとめ、それらをどのように効率的に独学で勉強していけばよいかをお話ししていきます。統計学は難しいイメージが少しありますが、学び方をしっかり考えれば大丈夫！...

機械学習入門に必要な知識と勉強方法をPythonとRの実装と一緒に見ていこう！当サイト【スタビジ】の本記事では、入門者向けに機械学習についてカンタンにまとめていきます。最終的にはどのように機械学習を学んでいけばよいかも見ていきます。細かい手法の実装もPython/Rを用いておこなっていくので適宜参考にしてみてください。...

また、さらに深くディープラーニング等を学びたいのであれば、テックアカデミーのAIコースがオススメです。

テックアカデミーは、なかなかモチベーションが保てない人におすすめ！

パーソナルメンターが寄り添ってくれるので挫折せず学習を進めやすいです。

体験記事を挙げているので参考にしてみてください！

【体験談】テックアカデミー評判は？3か月本気受講してみたので徹底レビュー！当ブログ【スタビジ】では、様々なプログラミングスクールの中からテックアカデミーのメリット・デメリット・評判について3か月の体験談をもとに赤裸々にレビューしていきます。...

＼今すぐ試す／

Pythonコースを見てみる

ディープラーニングの勉強方法については以下の記事でも詳しくまとめています！

【初心者向け】ディープラーニングの学習ロードマップまとめ当サイト【スタビジ】本記事では、ディープラーニングの学習方法について詳しくまとめていきます！ディープラーニングは難しいと思われがちですが、アルゴリズムは意外とシンプルで実装自体も非常に簡単なんです！Pythonでの実装もおこなっていきますよー！...

スクレイピングが出来る

スクレイピングとは、Web上のデータを抽出する作業。

スクレイピングに関してはUdemyの以下の講座がおすすめ！

・PythonによるWebスクレイピング〜入門編〜【業務効率化への第一歩】
・PythonによるWebスクレイピング〜Webアプリケーション編〜

キカガクの執行役員の方が分かりやすく説明してくれるので初心者でもつまずかず進めやすいです。

スクレイピングを自動的に行えばネットに落ちている様々な情報を一挙に吸い上げることが可能です。

ウマたん

スクレイピングが出来ると幅が広がるから是非マスターして欲しい！

スクレイピングをする上では、インターネットの構造とHTMLやCSSの理解が必要になります。

正直HTML・CSSを0から書ける必要はありません。

クロームのディベロッパーツールを使ってWebブラウザを見ながら構造を勉強するとよいでしょう！

マーケター必読！ディベロッパーツールの使い方！こんにちは！消費財メーカーでデジタルマーケティングに携わるウマたん(@statistics1012)です。みなさんは、C...

またスクレイピングすることができるレベルのHTML・CSS・Javascriptを学ぶ本として以下の書籍が超超超名著なので読んでみてください。

Kindle版しかないみたい。

「WEBマーケターのためのテクノロジー入門：Webマーケターにとって必要十分なプログラミング・テクノロジーの基礎を解説」

Webマーケターのためのテクノロジー入門: Webマーケターにとって必要十分なプログラミング・テクノロジーの基礎を解説。

created by Rinker

¥1,200
(2021/06/19 01:42:03時点 Amazon調べ-詳細)

「WEBマーケターのためのテクノロジー入門」はWebマーケター必読書だ！こんにちは！消費財メーカーでデジタルマーケターやってるウマたん(@statistics1012)です！大学院では統計学を...

APIを利用できる

世の中にはたくさんのサービスが提供してくれているAPIが存在します。

APIを利用することで自分で0から作り込まなくても様々なことができるんです！

Google search consoleのAPIを叩いてみた記事を以下に挙げています。

Pythonを使ってGoogle search consoleのAPIを叩いてみた！5000行出力！こんにちは！消費財メーカーでデジタルマーケターやらデータサイエンティストっぽいことをしているウマたん(@statistics101...

データベースを操作できる

Sqlite3というライブラリを使用すればSQLと同様なカタチでデータベース操作を行うことができます。

もちろんSQLの記法が分かっていないといけないので以下の記事も参考にしてみてください。

SQLを最速でマスターできるオススメ本と勉強方法！当サイト【スタビジ】の本記事では、SQLを勉強するのにオススメな本と勉強法についてまとめていきます！SQLはデータサイエンスの基本であり必ずマスターしておかなくてはいけない言語です。早い段階から手を動かすことで理解が深まりますよー！...

Webアプリケーションを開発できる

ここがPythonの特徴でもあるのですが、今までサーバーサイド言語を扱ったことのない人にはハードルの高い部分かもしれません。

僕もサーバーサイド言語はノータッチでした。

実際にWebアプリケーションとして落とし込むにはHTML・CSS・Javascriptの知識も必要になってくるので同時に学習しましょう！

PythonでWebアプリケーションを開発するなら以下のUdemy講座がオススメ！

Flask:【画像判定AIアプリ開発・パート１】Tensorflow・Python・Flaskで作る画像判定AIアプリ開発入門

または、AidemyというAI特化のプログラミングスクールなら結構突っ込んで学べます。

【体験談】評判の良い「Aidemy」を受講して分かったメリット・デメリット当サイト【スタビジ】の本記事では、AidemyのPremium planについて実際に自分で受講してみた体験談をもとに分かったこと・メリット・デメリットについてまとめていきます。僕の主観だけでなく口コミや評判に関してもまとめていくのでAidemyを検討している人はぜひ参考にしてみてくださいね！...

＼今すぐ試す／

Aidemyの無料相談はこちら

無料相談に応じてくれる上、コース受講後も2週間以内なら返金無料です。

ただ、PythonにはFlaskというDjangoというWebアプリケーション作成の有名フレームワークがあるのですがAidemyではDjangoはサポート外です。

Pythonを習得するための勉強課題

先ほどのPython習得におけるいくつかの要素。

それらを同時に習得できるプログラムを作っていきましょう！笑

僭越ながら、少し前までPython初心者だった僕でもこんなの作れるんだぞ！という証明も含めて解説していきます。

ウマたん

そんなのあるのか！？

正直無理やり感ありますが・・・

今回作っていくのは、

Webフォーム上にURLを入力すると、スクレイピングによってテキスト情報を抽出し、そこから形態素解析を行いテキスト類似度を算出し、データベース（これはおまけ）に格納、最終的にフォームに入力したURL同士のテキスト類似度を表示するWebアプリケーション

です。

URLを入れると・・・・

類似度が算出されます！

まさにこれを作れば、先ほどの様々な応用要素が習得でき・・・そう・・・？

ガツンとコードだけ先に載せちゃいます。

PythonファイルとHTMLファイルを作成していきます。

いきなり長ったらしいコードが現れましたが安心してください。

順番に見ていきましょう！

Pythonのスクレイピングを習得

まずは、Pythonでスクレイピングを習得していきます。

スクレイピングを行うにはbeautifulSoupというモジュールを使います。

Pythonにおけるスクレイピングに関して詳細は以下の記事をご覧ください！

【初心者向け】Pythonのbeautifulsoupでスクレイピングを実装してみよう！当サイト【スタビジ】の本記事では、初心者向けにPythonでスクレイピングを行う上での注意点や実装方法そして勉強方法についてまとめていきます！スクレイピングは比較的カンタンに実装できますが、奥が深く他の知識と組み合わせることで高いシナジーが見込める分野です。...

スクレイピングの部分だけ抜き出して見ていきます！

#スクレイピングして文書加工
class Scr():
    def __init__(self, urls):
        self.urls=urls
#スクレイピング
    def geturl(self):
        all_text=[]
        for url in self.urls:
            r=requests.get(url)
            c=r.content
            soup=BeautifulSoup(c,"html.parser")
            article1_content=soup.find_all("p")
            temp=[]
            for con in article1_content:
                out=con.text
                temp.append(out)
            text=''.join(temp)
            all_text.append(text)
            sleep(1)
        return all_text

#スクレイピングして文書加工

class Scr():

def __init__(self, urls):

self.urls=urls

#スクレイピング

def geturl(self):

all_text=[]

for url in self.urls:

r=requests.get(url)

c=r.content

soup=BeautifulSoup(c,"html.parser")

article1_content=soup.find_all("p")

temp=[]

for con in article1_content:

out=con.text

temp.append(out)

text=''.join(temp)

all_text.append(text)

sleep(1)

return all_text

スクレイピング用のクラスを作成しています。

article1_content=soup.find_all(“p”)でpタグを指定して抽出しています。

ここを変えれば別のタグの中身を抽出することが可能です。

Pythonで形態素解析をしてテキスト類似度計算

続いて、MeCabを使って形態素解析を行い、td-idfとcos類似度を用いてテキスト類似度を算出していきます。

MeCabをPythonで使うには少し設定が必要だったりするのですが、詳しくはこちらの記事をご覧ください。

PythonのMeCabで形態素解析！Tf-idfとCos類似度で文書の類似度を算出してみよう！当サイト【スタビジ】の本記事では、形態素解析器であるMeCabとPythonを用いて形態素解析を行いその後Tf-idfとCos類似度を使い最終的に文章の類似度を算出していきます。また、文章の著者が誰なのかをMeCabとLight gbmを用いて予測していきます。非常に簡単に実装できるかつ応用度が高いです！自然言語処理の世界に入るきっかけにしてくださいね！...

形態素解析・テキスト類似度の部分だけ抜き出して見ていきます！

#メカブで形態素解析
def mplg(article):
    word_list = ""
    m=MeCab.Tagger()
    m1=m.parse(article)
    for row in m1.split("n"):
        word =row.split("t")[0]#タブ区切りになっている１つ目を取り出す。ここには形態素が格納されている
        if word == "EOS":
            break
        else:
            pos = row.split("t")[1]#タブ区切りになっている2つ目を取り出す。ここには品詞が格納されている
            slice = pos[:2]
            if slice == "名詞":
                word_list = word_list +" "+ word
    return word_list

#文書類似度計算
class CalCos():
    def __init__(self,word_list):
        self.word=word_list
#tf-idf＆cos類似度で文書類似度算出
    def tfidf(self):
        docs = np.array(self.word)#Numpyの配列に変換する
        #単語を配列ベクトル化して、TF-IDFを計算する
        vecs = TfidfVectorizer(
                    token_pattern=u'(?u)bw+b'#文字列長が 1 の単語を処理対象に含めることを意味します。
                    ).fit_transform(docs)
        vecs = vecs.toarray()
        return vecs

    def cossim(self,v1,v2):
        return np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2))

#メカブで形態素解析

def mplg(article):

word_list = ""

m=MeCab.Tagger()

m1=m.parse(article)

for row in m1.split("n"):

word =row.split("t")[0]#タブ区切りになっている１つ目を取り出す。ここには形態素が格納されている

if word == "EOS":

break

else:

pos = row.split("t")[1]#タブ区切りになっている2つ目を取り出す。ここには品詞が格納されている

slice = pos[:2]

if slice == "名詞":

word_list = word_list +" "+ word

return word_list

#文書類似度計算

class CalCos():

def __init__(self,word_list):

self.word=word_list

#tf-idf＆cos類似度で文書類似度算出

def tfidf(self):

docs = np.array(self.word)#Numpyの配列に変換する

#単語を配列ベクトル化して、TF-IDFを計算する

vecs = TfidfVectorizer(

token_pattern=u'(?u)bw+b'#文字列長が 1 の単語を処理対象に含めることを意味します。

).fit_transform(docs)

vecs = vecs.toarray()

return vecs

def cossim(self,v1,v2):

return np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2))

ここでもそれらのクラスを作成しています。

形態素解析をして得られた結果から名詞だけを抜き出して、助詞等を除いています。

td-idfとcos類似度はnumpyとscikit-learnを用いれば簡易的に計算することが可能です。

Pythonでデータベースを操作する

続いてはPythonを使ってデータベースを操作していきます。

詳しくは以下の記事にまとめていますのでご覧ください！

PythonのSqlite3を使ってデータベースを操作する方法を見ていこう！当サイト【スタビジ】の本記事では、PythonのSqlite3を使ってデータベース操作をおこなっていきます。PythonでSQL扱えると便利！もちろんPythonだけでなくSQLの知識も必要になるので注意してくださいねー！...

データベース操作部分だけ抜き出して見ていきます！

class Db():
    def __init__(self,dbname):
        self.db=dbname

    def db_input(self,article):
        #値をデータベースに格納
        conn=sqlite3.connect(self.db)
        c = conn.cursor()
        # executeメソッドでSQL文を実行する
        create_table = '''DROP TABLE IF EXISTS article_match;
                        create table article_match (text_1 verchar,text_2 verchar,match_rate double)'''
        c.executescript(create_table)
        # SQL文に値をセットする場合は，Pythonのformatメソッドなどは使わずに，
        # セットしたい場所に?を記述し，executeメソッドの第2引数に?に当てはめる値を
        # タプルで渡す．
        sql = 'insert into article_match (text_1, text_2, match_rate) values (?,?,?)'
        c.execute(sql, article)
        conn.commit()
        c.close()
        conn.close()

    def db_output(self):
        #データベースから値を抽出
        conn=sqlite3.connect(self.db)
        c = conn.cursor()
        select_sql = 'select * from article_match'
        c.execute(select_sql)
        match_rate=c.fetchone()
        conn.commit()
        c.close()
        conn.close()
        return match_rate

class Db():

def __init__(self,dbname):

self.db=dbname

def db_input(self,article):

#値をデータベースに格納

conn=sqlite3.connect(self.db)

c = conn.cursor()

# executeメソッドでSQL文を実行する

create_table = '''DROP TABLE IF EXISTS article_match;

create table article_match (text_1 verchar,text_2 verchar,match_rate double)'''

c.executescript(create_table)

# SQL文に値をセットする場合は，Pythonのformatメソッドなどは使わずに，

# セットしたい場所に?を記述し，executeメソッドの第2引数に?に当てはめる値を

# タプルで渡す．

sql = 'insert into article_match (text_1, text_2, match_rate) values (?,?,?)'

c.execute(sql, article)

conn.commit()

c.close()

conn.close()

def db_output(self):

#データベースから値を抽出

conn=sqlite3.connect(self.db)

c = conn.cursor()

select_sql = 'select * from article_match'

c.execute(select_sql)

match_rate=c.fetchone()

conn.commit()

c.close()

conn.close()

return match_rate

細かい処理が必要なのですが、基本的にはsqlite3.connect（）でデータベースを作成し、executeメソッドでSQLを実行していきます。

PythonでWebアプリケーションを作成

ここの部分が一番重いですね。HTMLも作成するのでPython以外の知識もある程度必要になってきます。

こちらの記事をはじめに読んでいただくと理解が進みやすいと思います。

有意差を算出してくれるWebアプリケーションを作成しています。

PythonのFlaskで簡単なWebアプリケーションを作ってみよう！当サイト【スタビジ】の本記事では、Pythonの軽量WebアプリケーションフレームワークであるFlaskを使って簡単なWebアプリケーションを作成していきたいと思います。Pythonを開発言語としても使えるようになると、幅が広がりますよー！...

今回のプログラムで特別行っているところはローディング時にローディングのgif画像を差し込むという処理です。

/* ローディングGIF */
  #loading {
  position: fixed;
  top: 0;
  right: 0;
  bottom: 0;
  left: 0;
  background: rgba(0,0,0,.5);
  background-image: url(../static/images/325-88.gif);
  background-repeat: no-repeat;
  background-attachment: fixed;
  background-position: center center;
  background-size: 50px 50px;
  }

/* ローディングGIF */

#loading {

position: fixed;

top: 0;

right: 0;

bottom: 0;

left: 0;

background: rgba(0,0,0,.5);

background-image: url(../static/images/325-88.gif);

background-repeat: no-repeat;

background-attachment: fixed;

background-position: center center;

background-size: 50px 50px;

}

$.ajax({
        type:'POST',
        url:'/output',
        data:textData,
        contentType:'application/json',
        //リクエストが完了するまで実行される
        beforeSend: function(){
          $('#loading').removeClass('hide');
          },
        // 非同期通信が成功したら実行される
        success:function(data){
          $('#loading').addClass('hide');
          var result = JSON.parse(data.ResultSet).result;
          $("#match1").text("類似度は"+result+"%です");
        }
      });

$.ajax({

type:'POST',

url:'/output',

data:textData,

contentType:'application/json',

//リクエストが完了するまで実行される

beforeSend: function(){

$('#loading').removeClass('hide');

// 非同期通信が成功したら実行される

success:function(data){

$('#loading').addClass('hide');

var result = JSON.parse(data.ResultSet).result;

$("#match1").text("類似度は"+result+"%です");

}

});

これがあるとユーザーにとっては計算中なんだなということが分かり親切ですが、あってもなくても構いません。

nc = Flask(__name__)
bootstrap = Bootstrap(nc)

@nc.route("/")
def check():
    return render_template('sr_all.html')

@nc.route('/output', methods=['POST'])
def output():
    #json形式でURLを受け取る
    url1 = request.json['url1']
    url2 = request.json['url2']

    word_list=[]
    url=[url1,url2]
    sc=Scr(url)
    texts=sc.geturl()
    for text in texts:
        word_list.append(mplg(text))

    wl=CalCos(word_list)
    vecs=wl.tfidf()
    match_rate=wl.cossim(vecs[1],vecs[0])
    #DB格納
    article = (url[0], url[1], match_rate)
    dbname = 'article.db'
    db=Db(dbname)
    db.db_input(article)
    match_rate=db.db_output()

    return_data = {"result":round(match_rate[2]*100,1)}
    return jsonify(ResultSet=json.dumps(return_data))

nc = Flask(__name__)

bootstrap = Bootstrap(nc)

@nc.route("/")

def check():

return render_template('sr_all.html')

@nc.route('/output', methods=['POST'])

def output():

#json形式でURLを受け取る

url1 = request.json['url1']

url2 = request.json['url2']

word_list=[]

url=[url1,url2]

sc=Scr(url)

texts=sc.geturl()

for text in texts:

word_list.append(mplg(text))

wl=CalCos(word_list)

vecs=wl.tfidf()

match_rate=wl.cossim(vecs[1],vecs[0])

#DB格納

article = (url[0], url[1], match_rate)

dbname = 'article.db'

db=Db(dbname)

db.db_input(article)

match_rate=db.db_output()

return_data = {"result":round(match_rate[2]*100,1)}

return jsonify(ResultSet=json.dumps(return_data))

Flaskを使ってWebアプリケーションを作成する部分は少し複雑ですが、こういうもんだと思って覚えるしかありません。

HTMLとの整合性が合うように命名等気を付けましょう！

これで終了！

Flaskを使う場合はpythonファイルと同じディレクトリにtemplatesフォルダを作成し、その中にhtmlファイルを置かないといけないので注意しましょう！

画像ファイルはimgフォルダ、css・jsはstaticフォルダと決まっています。

ちなみに今回はURLでもテキストでもどちらを入力しても判定できるようなUIにしました。

おまけですが、最後に作ったWebアプリケーションをHerokuというサービスでデプロイするステップを記事にしています！

herokuを使ってPythonのflaskで作ったアプリケーションをデプロイする方法と注意点！当サイト【スタビジ】の本記事では、PythonのWebフレームワークであるFlaskを使って作成したWebアプリケーションをインターネット上に公開するためにHerokuというサービスを使ってデプロイしていきます。Herokuを使えば簡単にWebアプリケーションを公開することが可能なんです。...

Webアプリケーションを作ったら色んな人に見てもらいたいですよね！

そんな時はぜひHerokuを使ってみてください！

このスクリプトをまねて何かWebアプリケーションを勉強がてら作ってみてくださいねー！

Python勉強におすすめのサービス

最後にこれらのPython勉強を進めるおすすめサイト・サービスを紹介していきます。

ある程度、本で学ぶこともできますが正直しっかり学ぶならサービスを利用した方が効率が良いです。

何回か登場しているサービスもありますが、最後にまとめておきましょう！

サービス名	Pythonの学習範囲	公式サイト
PyQ	網羅的	PyQ
Udemy	幅広いコースが用意されている	Udemy
テックアカデミー	基本構文、データサイエンス	テックアカデミー
Aidemy	AI開発まで踏み込んだエンジニアよりの内容、ビジネスコースもあり	Aidemy

PyQ

公式サイト：https://pyq.jp

【価格】	3040円/月～
【オススメ度】

PyQはPythonに特化したサービスです。

完全オンライン学習サービスで、定額制で全ての講座を受講することができます。

実際に手を動かすことをかなり重視しているので、楽しくモチベーションを保ちながら進めることが可能です。

インターフェイスが使いやすくてサクサク進められます。

プランはプロに質問ができて過去の質問も閲覧できるスタンダードプランと講座の受講だけできるライトプランがあります。

不安ならスタンダードプランをオススメしますが、ライトプランでも問題なく進められます。

Pythonの勉強してる時いろんな書籍とかProgateとか試したけど、PyQが一番よかったなぁと思う。料金もそんなに高くないし。最短で学びたいならPyQがオススメ
— yukisuzu (@yukisuzu66) January 11, 2020

正直Pythonを素早く身に付けて実装してみたい！かつお金も安く済ませたい！ならPyQ一択です。

ただ完全自力なので、モチベーションが続かないと厳しいです。

以下の記事でPyQの体験を基に詳しくレビューしています。

PyQ公式を見る

価格・プランを比較する

Udemy

公式サイト：https://www.udemy.com/

【価格】	1200円～（コース売り切り型）
【オススメ度】

Udemyは様々な専門知識が学べる世界最大の教育プラットフォーム！

Pythonに特化したプラットフォームではありませんが、Python関連の講座も大量にあります。

実際にPython関連のコースを20個以上受講して比較した記事を以下にまとめています！

Udemyでは、好きな講座を売り切り価格で購入することができるので自分のレベルに合った講座だけをつまみ食いして勉強することが可能です！

また講座別の評価も明記してあるので、選びやすいです！

PyQでは深く学ぶことが出来ないディープラーニングなども学ぶことが出来ます。

網羅出来ている範囲は一番広いと言えます。

自分のレベルややりたいことに合わせて受講することが可能なのがいいですねー！

＼30日間返金無料／

UdemyのPythonコースを見てみる

ちなみにコースによってはセール価格で購入できる場合があります！

自分はPyQとテックアカデミーでPythonまわり勉強してきたのですが、基礎が分かってからはUdemyガツガツ利用しました。

【体験談】評判の良いUdemyを30コース以上受けている僕が徹底レビュー！当サイト【スタビジ】の本記事では、世界最大のオンライン学習プラットフォームであるUdemyのメリット・デメリット・評判・口コミについてまとめていきます！実際にプログラミングやデータサイエンス、Webマーケ関連のコースを30個以上受講している体験談をもとにお伝えしていきます。...

テックアカデミー

公式サイト：https://techacademy.jp/

【価格】	163,900～
【オススメ度】

テックアカデミーは、オンライン学習ですが現役エンジニアのパーソナルメンターがつくので分からないところも解消しやすく書籍などで進めるよりは圧倒的に進みが早いです。

価格が高い分お尻に火が付きますが、テックアカデミーは教材のクオリティが低く、ネットで無料で学べるレベルです。

メンターのレベルは非常に高いので自分のやる気さえあれば教材の範囲を超えた内容をガツガツ学ぶことが可能！

僕自身3か月のコースを1か月で終わらせて、応用をガツガツ学んでました。

どちらにせよやる気があって良い意味でメンターを使い倒せる自信があるのであればテックアカデミーは非常にオススメです！

※メンターは変更を願い出れば変えられます。

テックアカデミーのAIコースの先生、超美人！！だけどすごくしっかりしていて、進め方も的確だしこれはかなり力がつくという確信があります
— ayaka@python (@ayakapython) November 28, 2018

Python関連のコースは以下の3つがあります。

・Pythonコース
・AIコース
・データサイエンスコース

Pythonが全くはじめての場合はPythonコースを受講して、その後に画像認識などAIの活用まで踏み込みたいならAIコース、機械学習などを使った予測やデータ分析を深めたいならデータサイエンスコースに移りましょう！

複数コースを並行して学習するセットパックもあります。

テックアカデミーについては以下の記事で体験談をまとめていますので是非チェックしてみてください！

無料体験は事前に出来るので不安な方は試してみることをオススメします！

＼今すぐ試す／

テックアカデミーの無料体験はこちら

Aidemy

公式サイト：https://premium.aidemy.net

【価格】	528,000～
【オススメ度】

Aidemyとは、AIのソリューションを法人向けに提供していたりAIのプログラミングスクールを提供していたりする会社です。

テックアカデミーはプログラミング全般を網羅していますが、AidemyはAI・Pythonまわりのみに特化したスクールです。

自分に合った完璧オーダーメイドのカリキュラムを作ってくれます。

内容はテックアカデミーよりも濃く深いですが、価格はその分割高です。

無料相談が出来るのと本コース申し込んでも2週間は返金無料です！

＼今すぐ試す／

Aidemyの無料相談はこちら

実際に受講してみた体験談を以下にまとめています！

ここで紹介した意外にもPythonを勉強できるスクールやサイトはあります。

以下の記事でまとめていますので是非こちらも参考にしてみてください！

【入門者向け】Pythonを効率良く学習できるサイトおすすめ7選！当サイト【スタビジ】の本記事では、入門者向けにPythonを効率よく学習するサイトを紹介していきます！複数のサイトがありますのでメリット・デメリットについて見ながら点数付けをしていきます。ぜひ自分に合ったPython学習サイトを見つける上での参考にしてください！...

いくつかサービスを紹介してきましたが、一番手っ取り早くオススメなのは

おすすめロードマップ

Aidemyもしくはテックアカデミーのコースを3か月間並行して、Udemyも適宜自分に合わせて購入する

というロードマップ！

僕の場合、PyQとテックアカデミーを並行して進めながらテックアカデミーのメンターにディープラーニングやRNNそしてWebアプリケーションのデプロイ方法なんかを聞いて自分で進めていました。

Python勉強を挫折しないためには

最後にPython学習を挫折しない方法を少しだけお話しておきましょう。

ロボたん

確かにプログラミングって結局勉強し始めても挫折しちゃうことが多いんだよ・・・

ウマたん

分かる分かる！ちょっとだけTipsを伝えておくよ！

プログラミング勉強において重要なのは、目的を明確にしておくことです。

なんとなく惰性でプログラミングを勉強しようとしてもそう簡単には上手くいきません。

実際、大学院時代に流行りの手法だからとPythonに取り組んでみましたが結局上手くいかず・・・

今回のように実際に実装したいモノが明確にあれば習得しやすいです。（作りたいモノに対する熱量にもよります）

仮にPythonでできることのイメージを掴むためにはぜひ以下の書籍に目を通してみてください！

【入門】Pythonを覚えてエリートリーマンへ！落ちこぼれリーマンの逆転劇

created by Rinker

¥326
(2021/06/19 22:28:56時点 Amazon調べ-詳細)

俺たちひよっこデータサイエンティストが世界を変える

created by Rinker

¥322
(2021/06/19 12:59:30時点 Amazon調べ-詳細)

手前味噌で恐縮なのですが、僕自身が書籍を出版しています。

Pythonで出来ることやデータサイエンスの業務イメージをつけてもらうのに最適だと思います。

ストーリー形式で分かりやすく書いていますので、ぜひ最初に目を通していただけると具体的な目標のイメージが湧くと思います。

価格は300円ちょっとですし、Kindle unlimitedであれば無料で読めるのでぜひチェックしてみてくださいね！

もし、実装したいモノが特にない場合、ある程度強制的に目標を作ることをオススメします！

強制的に目標を作るにはやはり先ほど紹介したテックアカデミーやAidemyなどのプログラミングスクールに通うことをオススメします！

基本的にはオンライン学習コンテンツを進めていくものになりますが、現役エンジニアのメンターがついて分からないことは素早く対応してくれます。

正直かなりの大金を払うことになるのでやらざるを得ない状況に追い込まれますしメンターチェックが入るのでお尻に火がつきます。AIコースを受講しましたが割と大変でした・・・

教材というよりメンタリングにお金を払っているイメージです。

プログラミングを習得するのにオススメな方法について以下の記事でまとめています！

【体験談】プログラミングを挫折しない方法3つの秘訣！当サイト【スタビジ】の本記事では、プログラミングを挫折しないで独学で勉強し続けられる方法についてまとめていきます。プログラミングを挫折し続けてきたからこそ伝えられる価値があると思い、今までの経験を基に徹底的にお話しいていきますよー！...

Python勉強でよくあるFAQ

最後にいままでの内容を簡単にPython勉強でよくあるFAQとしてまとめておきましょう！

Q1. Pythonを勉強するのにどんなサービスがあるの？

独学ならUdemyやPyQがおすすめで自力はしんどいならプログラミングスクールがおすすめです

Q2. Pythonの勉強を挫折しないようにするためには？

なぜPythonを勉強したいのか、Pythonを習得して何がやりたいのか、目的を明確にしておくことがまず大事です。「Python勉強を挫折しないためには」

Q3. Pythonでどんなことができるの？

データ分析はもちろんのこと、スクレイピングやWebアプリケーション開発もできます。「Pythonで勉強すべき基礎要素・応用」

Pythonの勉強法　まとめ

長々と書いてきましたが、結局のところPythonは手段でしかないので目的がないと習得もクソもありません。

自分でモチベーション保てる人はPyQとUdemyを中心に勉強して、

なかなか続かないなー強制力が欲しいなーという人はテックアカデミーやAidemyなどのプログラミングスクールに挑戦してみることをオススメします！

どれを選ぶかは人それぞれですが、必ずPythonを使って何を達成したいのかは念頭においておくようにしましょう！

サービス名	Pythonの学習範囲	公式サイト
PyQ	網羅的	PyQ
Udemy	幅広いコースが用意されている	Udemy
テックアカデミー	基本構文、データサイエンス	テックアカデミー
Aidemy	AI開発まで踏み込んだエンジニアよりの内容、ビジネスコースもあり	Aidemy