斎藤努の作品一覧

◆入門を超えて、実践へ◆ 『WEB+DB PRESS』の人気連載が待望の書籍化です。Webシステム開発から機械学習・データ分析まで、現場で使えるPythonのノウハウが1冊にまとまっています。取り上げる話題は、環境構築、コード品質、テスト、構造化ログ、リリース管理、Django、Django REST framework、GraphQL、Fast API、Django ORM、データサイエンスプログラムの品質、データ分析レポート、pandasのパフォーマンス改善、JanomeとSudachiPyによる日本語処理、pandasやNumPyによるテスト、数理最適化などなど。今日から仕事で活かせるヒントやテクニックがきっと見つかるです。 ■こんな方におすすめ ・脱初心者を目指す方 ・Pythonの入門を終えた中級者の方 ・すでに趣味の開発ではPythonを使っており、実務レベルにステップアップしたい方 ・Pythonがソフトウェア開発の業務にどのように使えるのかを知りたい方 ・経験2、3年目で基本的なコードを書けるようになっているが、その先に進む方法がわからない方 ・エキスパートな内容は難しいと感じるが、入門よりは難しい内容を知りたい方 ■目次 ●第1部 基礎編 ・第1章 最新Python環境構築 シンプルでコーディングしやすい環境を整える ・第2章 型ヒントとmypyによるコード品質の向上 型チェックの基本から、既存コードの改善プロセスまで ・第3章 pytestを使って品質の高いテストを書く parametrize・フィクスチャ・pytest-covの活用 ・第4章 structlogで効率的に構造化ログを出力 横断的に検索や解析のしやすいログのしくみを整えよう ・第5章 リリースを管理して開発効率を高める towncrierとGitHub Actionsによるリリースの自動化 ●第2部 Webシステム開発編 ・第6章 Djangoアプリケーションの品質を高める 単体テストと運用時の監視 ・第7章 DjangoでAPI開発 初めてのDjango REST framework ・第8章 Django×StrawberryによるGraphQL入門 GraphQLの基礎から実際のプロダクトへの導入まで ・第9章 FastAPIによるWeb API開発 型ヒントを活用したAPI仕様中心の開発手法 ・第10章 Django ORMの速度改善 クエリ発行の基礎、計測、チューニング ・第11章 Django ORMトラブルシューティング ORMにまつわる問題を解決するための型を身に付けよう ●第3部 機械学習・データ分析編 ・第12章 データサイエンスプログラムの品質改善 5つのステップで製品レベルの品質へ ・第13章 データ分析レポートの作成 JupyterLab＋pandas＋Plotlyでインタラクティブに ・第14章 pandasを使った処理を遅くしないテクニック 4つの視点でパフォーマンス改善 ・第15章 JanomeとSudachiPyによる日本語処理 フリガナプログラム作成で学ぶ自然言語処理の流れ ・第16章 データサイエンスのためのテスト入門 pandasやNumPyのテスト機能を使って快適に実験 ・第17章 Pythonで始める数理最適化 看護師のスケジュール作成で基本をマスター ■著者プロフィール 株式会社ビープラウド：2008年にPythonを主言語として採用し、Pythonを中核にインターネットプラットフォームを活用したシステムの自社開発・受託開発を行う。優秀なPythonエンジニアがより力を発揮できる環境作りに努め、Pythonに特化したオンライン学習サービス「PyQ」、システム開発者向けクラウドドキュメントサービス「TRACERY」、研修事業などを通して技術・ノウハウを発信する。また、IT勉強会支援プラットフォーム「connpass」の開発・運営や勉強会「BPStudy」の主催など、コミュニティ活動にも積極的に取り組む。著書・監修書は『いちばんやさしいPythonの教本 第2版』（インプレス）など多数。https://www.beproud.jp/

PyQの大人気コンテンツ書籍化第2弾 Pythonで数理最適化と問題解決手法を学んでみよう！ 【本書の背景】 今日、数理最適化は、生産計画の最適化や勤務シフト表の作成、効率的なリソース配分の計画など幅広い分野で使われています。しかし、その理論的な深さや応用範囲の広さから、初学者が挫折感を覚えることも多いです（「はじめに」より抜粋）。 【本書の内容】 理論や詳細な内容を最小限に抑えて、Pythonのコードを動かしながら最適化を体験できるようにしました。さらに、簡単な確認問題を解くことで、理解度を確認しながら読み進められるように構成しました。（「はじめに」より抜粋）。 【PyQ（パイキュー）とは】 株式会社ビープラウドが運営する、ブラウザだけで学べるオンラインPython学習サービス。 【学習環境】 実行環境：PyQ、または、PC上のJupyterLab 利用言語：Python 3.11 利用ライブラリ：mip(1.15.0)、mip-tool(0.3.2)、pandas(2.1.3)、JupyterLab(4.0.9)、 Matplotlib(3.8.2) 【対象読者】 ・数理最適化を使って、社会や身近な問題解決に活かしたいという方 ・数理最適化を勉強したけど身につかず挫折した方 【前提知識】 ・高校数学のベクトルの知識 ・Pythonの文法知識 【目次】 Prologue PyQでPythonや数理最適化を学ぶ 第0章 本書の使い方 第1章 数理最適化による問題解決 第2章 数理モデルって何だろう 第3章 Pythonで数理モデルを作ろう 第4章 たくさんの変数はベクトルで 第5章 混合整数最適化って何だろう 第6章 Python-MIPのクラス 第7章 問題解決ってどうやるの？ 第8章 輸送費を減らしたい 第9章 もっと食べたくなる献立を 第10章 お酒をわけよう 第11章 シフト表を作りたい 第12章 pandasで数理モデルを作ろう 第13章 pandasで再モデル化 【著者プロフィール】 ・株式会社ビープラウド ・PyQチーム ・斎藤 努（さいとう・つとむ） 　株式会社ビープラウドにてPyQなどを担当。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】 PyQの人気コンテンツが書籍化！データサイエンス力を試してみよう！ 【本書の背景】 今日、Pythonを取り巻くデータサイエンスの実務の中で、pandasは欠かすことのできないライブラリーです。pandasには豊富な機能が用意されていますが、実務で使いこなすためには自分の頭で考え、手を動かして試行錯誤することが重要です。また、他の人が書いたコードを読むことで「そんな効率の良い書き方、知らなかった！」といった新たな気づきが得られることもあります（「はじめに」より抜粋）。 【本書の内容】 pandasを使ったプログラミングの腕試しができるように、9つのトピックについて全部で51個の問題を用意しました。各問題にはメインとなる模範解答以外にも「別解」を用意し、なるべくいろいろな考え方に触れられるよう構成しています（「はじめに」より抜粋）。 【PyQ（パイキュー）とは】 株式会社ビープラウドが運営するブラウザだけで学べるオンライン学習サービス。 【本書の問題の一例】 ・最小と最大を抽出するには ・条件で行を絞り込むには ・文字列を日付時刻に変換するには 【学習環境】 実行環境：PyQ、Jupyter Lab 利用言語：Python 3.11 利用ライブラリ：pandas：1.5.2、JupyterLab：3.5.1、Matplotlib：3.6.2 【対象読者】 ・Pythonとpandasの基本的な操作を学んだ入門者 ・pandasでもっと効率的な書き方を知りたい・知識を広げたい方 【前提知識】 ・Pythonの基本的な文法 ・pandasおよびNumPyの基本的な使い方 【目次】 第0章 本書の使い方 第1章 pandasの基礎知識 第2章 データを入出力しよう 第3章 データの概要を確認しよう 第4章 データを部分的に参照しよう 第5章 データを変形しよう 第6章 データを加工・演算しよう 第7章 データをグループ化しよう 第8章 文字列を操作しよう 第9章 日付時刻型のデータを操作しよう 第10章 テーブル表示を見やすくしよう 【著者プロフィール】 株式会社ビープラウド PyQチーム 斎藤 努（さいとう・つとむ） 株式会社ビープラウドにてPyQなどを担当。 古木 友子（ふるき・ともこ） 株式会社ビープラウドにて分析業務などを担当。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。