みなさんこんにちは、ナナです！
今回の記事は、
普段の業務を自動でこなして楽してみたい！なんて考えたときにプログラミング、特にPythonで開発をしてみたい！
と思ってる貴方にピッタリな記事となります！
ただ、いざ初めて自分で開発してみようと思ったとき、
「どこから開発を始めればいいんだろう・・・？」
「そもそも新しくプログラミングを勉強する時間なんて作れない！」
「業務を楽したいのになんで勉強しなきゃいけないんだろう・・・」
なんて思ったことはないでしょうか？
大丈夫です、私もプログラミングの勉強は大変だと思っていて中々手が出ないときもありました。
そんな初心者の貴方でも簡単に開発デビュー出来て、しかも作りたいものが作れてしまう方法があるんです！
その方法とは・・・ライブラリを使うこと！
ライブラリという単語、もしかしたら聞いたことがあるかもしれないし、まったく聞いたことないかもしれません。
でも安心してください。この記事ではライブラリとは何か？というところから詳しく説明していきます！
そして、この記事を読んだ後ならライブラリがどういったものなのか？どういったことができるのか？ということがわかります！
残念ながらこのライブラリに関してだけはどうしても勉強は必要になりますが、少しでもわかりやすくつかみのところを説明していきますので是非最後までお付き合いください！
まずは用語の説明から、そして次に実際によく使うライブラリを紹介していこうと思います！
目次
用語の説明
ライブラリとは？
そもそもライブラリとはなんなのか？というところから説明していきます。
ライブラリとは、特定のタスクや機能を簡単に実装するためよく使われる処理や計算などをまとめたコードの集まりのことを指しています。
特定のタスクや機能とは、例えば複雑な数値計算やデータ作成、グラフ作成などを指しています。
もちろんこれら以外の機能も対応しているライブラリもあります。
ですが、いったんはここで挙げた例に絞って説明を進めていきます！
早速ライブラリの使い方に移っていきましょう。基本は非常に簡単です。
- 使いたいライブラリをインポートする
- あらかじめライブラリで定められたコードを用いて必要な関数などを呼び出す
この流れで使用するだけです！
こうやってライブラリを使うことによって、目的に合ったコードを簡単に呼び出すことができます！
そのため、複雑なコードを自分でコードを書かず楽に作りたいものを作ることができるというわけです。
どういったライブラリがあるのか？や、具体的にどういったコードを書くの？というのはこの後触れていきます！
すぐ知りたい！という方は「例えばどんなライブラリがある？」の項を読み進めてください！
ライブラリに関連する用語
ライブラリについての説明をしましたが、ライブラリに関連した便利なツールのようなものもありますので合わせて紹介します！
もちろん、これらも開発を進めるうえで非常に便利なものとなっております！
モジュール
モジュールとは、Pythonでコードを機能ごとに整理して分ける単位のことを指します。
・・・これだと何を言っているかさっぱりですよね？
簡単に言い換えると、モジュールが集まったものがライブラリになるというイメージを持っていただければわかりやすいです。
また、モジュールはライブラリ同様自作して置いておくことができるので、慣れてきたらよく使うコードをあらかじめ用意しておいていつでも呼び出せるようにしておくこともできます。
フレームワーク
フレームワークは、先ほどのモジュールとは逆でライブラリが集まったものになります。
言い換えると、開発したいアプリケーションの機能のライブラリがまとまったものというイメージです。
このフレームワークを使うことで、あらかじめフレームワークによって決められたコードを当てはめていくことで目的のものを作ることができます！
では次に、具体的にライブラリにはどんなものがあるのかを見ていきましょう！
例えばどんなライブラリがある？
数値計算や配列操作をしたいとき
数値計算や配列操作を行うときに出てくるライブラリをNumPyといいます！
NumPyはPythonで数値計算を行うときに使う基本的なライブラリで、プログラム上で何か計算をしたいときはこのライブラリを使うことになります。
線形代数や統計を扱いたいときにも活躍するライブラリなので、簡単な計算から科学技術的な計算まで対応していることがポイントです。
例えば、NumPyをインポートして配列の作成～統計の計算をしてみようとしたとき以下のようなコードになります。
import numpy as np
# 配列の作成
array1 = np.array([1, 2, 3, 4])
array2 = np.array([5, 6, 7, 8])
# 要素ごとの足し算
result = array1 + array2
print(result) # 出力: [ 6 8 10 12 ]
# 2x2の行列を作成
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])
# 行列の掛け算
result = np.dot(matrix1, matrix2)
print(result)
# 出力:
# [[19 22]
# [43 50]]
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
# 平均
mean = np.mean(data)
print("平均:", mean) # 出力: 平均: 5.5
# 標準偏差
std_dev = np.std(data)
print("標準偏差:", std_dev) # 出力: 標準偏差: 2.8722813232690143
データ処理をしたいとき
CSV形式のファイルのように、たくさんのデータを処理したいときはPandasというライブラリが使えます！
データのクリーニングをしたり、フィルタリングやグルーピングを簡単に行うことができます。
ここでも例を挙げてみます。とあるデータファイルを読み込むところからファイル内のデータを集計したり並び替える操作をしてみるときは以下のようになります。
import pandas as pd
# CSVファイルを読み込む
df = pd.read_csv("data.csv")
# "Name"列のみを取り出す
name_column = df["Name"]
# 年齢が20歳以上のデータのみを抽出
adults = df[df["Age"] >= 20]
# 年齢列の平均を計算
average_age = df["Age"].mean()
# 年齢順に並べ替える
sorted_df = df.sort_values(by="Age")
グラフを作りたいとき
データをグラフなどで視覚的に表現したいときに使えるMatplotlibというライブラリもあります！
先ほど紹介したNumPyやPandasで処理したデータをもとに、その時作りたいグラフを作ることもできます。
グラフ化したいデータを取り込んでから折れ線グラフを作るときは以下のようなコードを書きます。
import matplotlib.pyplot as plt
# データを準備
x = [1, 2, 3, 4, 5] # 横軸（x軸）に使うデータ
y = [1, 4, 9, 16, 25] # 縦軸（y軸）に使うデータ
# グラフの作成
plt.plot(x, y) # 折れ線グラフを描く
plt.xlabel('X軸のラベル') # x軸のラベルを設定
plt.ylabel('Y軸のラベル') # y軸のラベルを設定
plt.title('折れ線グラフの例') # グラフのタイトルを設定
plt.show() # グラフを表示
ここで紹介したいくつかのコードは実際に動かせるものとなっていますので、ぜひ普段使っているコードエディタなどで打ち込んで動かしてみてください！
まとめ
ここまででライブラリとは何か？ということと実際にライブラリでどういったことができるのか？ということの2点を学ぶことができました！
最後にここまでの内容をまとめると、以下のようになります！
- ライブラリとは、特定のタスクや機能を呼び出してコードを書く機能のこと
- コード中でライブラリをインポートした後ライブラリ内の機能を呼び出せる
- モジュールはある特定の機能のコードをまとめたもので、これを機能ごとにまとめたものをライブラリと呼ぶ
- さらにライブラリを開発したいアプリケーションごとにまとめたものをフレームワークと呼ぶ
- 数値や配列の計算をするときはNumPyというライブラリを使う
- データのいろいろな処理をするときはPandasというライブラリを使う
- グラフを作りたいときはMatplotlibというライブラリを使う
ここまで読んでくれてありがとうございました！
ライブラリは奥が深く、ここでは語りつくせなかったこともたくさんあるのですが使いこなせるようになるとより開発がはかどっていくこと間違いありません！
また私のブログでもライブラリについて取り上げていきたいと思います！
では、次の記事でお会いしましょう！
