Python（基本文法とライブラリの使い方）
ここでは、Pythonの基本文法とデータ解析や数値計算でよく使用するライブラリの使用方法について解説します。
主に以下のような内容を扱っています。
また、以下の記事に、Pythonを学ぶために私が利用した『Udemy講義』中で特におすすめの講義を暴露しています笑笑
機械学習のPythonで実装する際に読んだ本は以下にまとめています。
『Python＋機械学習』というテーマの本はめちゃめちゃ多いですが、私が選んだ本を読めば失敗しないと思います（まじで悩んで厳選しました！）
Python基本文法・標準ライブラリ
Python基本文法+αでは、Python入門で学ぶ文法よりも少し高度で、使えると便利なツールを紹介します。
特に下記の記事では、少し高度で、使えると便利なPythonの基本文法を紹介しています。
また、基本的な標準ライブラリについても説明します！
- osライブラリの使い方（ただいま記事を鋭意製作中です）
- sysライブラリの使い方（ただいま記事を鋭意製作中です）
実際に、私がPythonを勉強する際に利用した本を下記にまとめました。
Numpy
Numpyの基本的な内容をまとめた記事を公開してます。
入門を超える内容は、NumPyの公式ドキュメントを利用して勉強することをおすすめします。
Matplotlib
Matplotlibに関しては、さまざまグラフの可視化方法からアニメーションの作成方法までを解説しています。
Matplotlibを利用したことがない方も、下記を読むことで15分程度でPythonで綺麗なグラフを書くことができます。
さまざまグラフの作成方法に関しては下記を参考にしてください。
二次元グラフ
- 散布図
- ヒストグラム
- 棒グラフ
- エラーバー（誤差棒）つきグラフ
- ヒートマップ（Imshow）
- 等高線グラフ（ただいま記事を鋭意製作中です）
三次元グラフ
- 3次元（3D）グラフ作成の基本
- 3次元ヒストグラムの作成方法（ただいま記事を鋭意製作中です）
アニメーション作成に関しては下記を参考にしてください。
- アニメーション作成の基本
- imshowでアニメーションを作成する方法（ただいま記事を鋭意製作中です）
- 3次元アニメーション作成（ただいま記事を鋭意製作中です）
細かいグラフのカスタマイズ方法については下記を参考にしてください。
- 矢印と注釈の作成方法（ただいま記事を鋭意製作中です）
- 特定領域を塗りつぶす方法（ただいま記事を鋭意製作中です）
より詳しい情報はmatplotlibの公式ドキュメントを参考にしてください。
Seaborn
Seabornの基本的な使用方法に関しては下記を参考にしてください。
より詳細は、seabornの公式ドキュメントからアクセスしてください。
Pandas
pandasの基本的な内容に関しては下記を参考にしてください。
少し応用的なトピックは下記を参考にしてください。
- Pandasのプロット方法（ただいま記事を鋭意製作中です）
- Datatime型の使い方 （ただいま記事を鋭意製作中です）
より詳しい情報は、Pandasの公式ドキュメントを参考にしてください。
PyTorch
PyTorchに関しては入門的な内容から発展的な内容を体系的に扱います。
とりあえず、PyTorchを使ったことがない方は下記を利用して、一度コードを動かして流れを掴みましょう。
その後により深い知識を身につけたい方は下記の記事を順番に読んでください！
- tensorの基本操作
- Datasetの使い方
- DataLoaderの使い方
- ネットワークの構成方法
- 学習済みモデルの保存・読み込み方法
- 畳み込みニューラルネットワーク（CNN）
- 再帰型ニューラルネットワーク（RNN）
- 敵対的生成ネットワーク（GAN）
PyTorchの小技的な内容を下記にまとめています。
より詳しい情報はPyTorchの公式ドキュメントを参考にしてください。
Pythonを学習するのに効率的なサービスを紹介していきます。
まず最初におすすめするのは、Udemyです。
Udemyは、Pythonに特化した授業がたくさんあり、どの授業も良質です。
また、セール中は1500円定義で利用することができ、コスパも最強です。
下記の記事では、実際に私が15個以上の講義を受講して特におすすめだった講義を紹介しています。
他のPythonに特化したオンライン・オフラインスクールも下記の記事でまとめています。
自分の学習スタイルに合わせて最適なものを選びましょう。
また、私がPythonを学ぶ際に使用した本を全て暴露しているので参考にしてください。
