Python学習【365日チャレンジ！】333日目のマスターU（@Udemy11）です。
Python学習365日チャレンジも、最終の数字が3つそろう333日目を迎えました。
これまでの人生でここまで何かを継続できたことは、睡眠と食事くらいなものなので、あらためて、自分で自分を褒めたいと思っていますが、残り32日をきちんと継続して、Python学習365日チャレンジを完結したいと思います。
ということで、今日もPython学習を始めましょう。
一昨日、昨日と酒井さんの講座学習の振り返りを続けてきましたが、今日で振り返りは最終となります。
内容はかなり難しくなり、ネットワーク環境構築の自動化や使えるライブラリ、データ解析などを学習しました。
このあたりからかなり息切れ状態になっていたのは否めませんが、思い出しながら振り返りたいと思います。
Vagrantによる環境構築の自動化
サーバーの初期設定には、サーバーを用意して、OSをインストールして、必要なライブラリをインストールして、IPを指定したりと稼働させるまでに手間がかかります。
それらの初期設定の処理をVagrantfileにして実行することで、自動的に処理をしてサーバーを稼働させることができます。
環境構築の自動化のためには、VagrantboxとVagrantのインストールが必要ですが、一度インストールして設定ファイルを作成すれば、簡単にサーバーの初期設定ができるので、削除しては構築してを繰り返すことができるので、サーバーの管理が非常に楽になります。
同じような自動化ツールでFablicやAnsibleも学習しました。
使用頻度の高いライブラリ
Pythonはいろいろなライブラリが用意されているのが魅力ですが、その中でも特に使用頻度の高いライブラリについて学習しました。
JupyterNotebookと同じ形式のファイルを扱うIPythonやcontextlib、正規表現のreやenum、ビット演算についても学習しました。
また、ipynb形式のファイルを取り扱えるGoogle Colaboratoryも使ってみました。
グラフィックの描写
グラフィックの描写は、子供向けのturtleを最初に学習しました。
Google Colaboratoryでも使えましたが、ColabTurtleライブラリをインポートする必要がありました。
その他、tkinterを使ってアプリを作って、py2appでMacで動くアプリにしました。
実際に使っているMacで使えるアプリができるとちょっと感動しますよね。
Pythonのコードが書けたとしても、Pythonのプラットフォーム上でしか動かくことができないので、iPhoneやMacで動くアプリが出来上がるとほんとなんとも言えない満足感を味わうことができます。
データ解析
データ解析は、JupyterNotebookでNumpyやPandas、Matplotlibを使って学習しました。
ipynb形式のファイルになるので、Google Colaboratoryでも同じようにデータ解析ができます。
Pythonをインストールする必要なくPythonを使えるので、Google Colaboratoryはほんと便利ですよね。
NumpyやPandas、Matplotlibの使い方からはじまり、データウェアハウスやデータマイニングなどの概念についても学習しました。
最終的には、Appleの株価を学習させて、株価のチャートを予測させるところまで学びましたが、ちょっとこのあたりはかなり難しく、他の講座で専門的に学ぶ必要があると感じました。
キューイングシステム
最後は、キューイングシステムを学習しましたが、ブローカありとブローカーなしのシステムがあり、難易度もかなり高くなりました。
ブローカーありのZeroMQを使ってサーバーとクライアントのやり取りを学習し、PUSH・PULL、PUB・SUBの使い方の違いなども学びました。
最終的にこれ以降のレクチャーは上級向けだったため、とりあえず酒井さんの講座はここまでで完了にしたので、全体の90%のレクチャーを受講して一旦修了となりました。
まとめ
3日間、こうして学習してきた内容を振り返ってみると、学習したコードを思い出すのですが、学習したコードを何も参考にせず、一から書けるかというと難しいのが現状です。
復習を繰り返しながらの学習ができていないのが主たる原因ですが、酒井さんの講座には、初心者から中級者までの人にとって必要不可欠なレクチャーが収められています。
まさに、この講座は、Pythonをひととおり学習したい人にはピッタリの講座で、値段も専門書1冊の値段よりも安く受講できるので、超おすすめの講座です。
この講座をほぼ1年学習し、Pythonの使い方をたくさん学習してきたもののまだまだ身についているスキルはほんの少ししかないので、あとはひたすらコードを書くしかありません。
これからは、しっかりと実践を繰り返して、Pythonのスキルを向上させていきたいと思います。
それでは、明日もGood Python!
