概要
日本で活躍するPythonプログラマーの皆さまに向けて、実務レベルで使用されているPythonコードの一例をご紹介致します。
これからPythonを使って開発を始める方々にとっては、実際の現場での使用例を知ることで、より実践的なスキルを身につけることができると思います。
詳細内容
1. イメージ処理画像の加工や修正を行う際に使用されるOpenCVやPillowといったライブラリを利用したPythonコードの一例をご紹介します。
# OpenCVを使った画像処理の例
import cv2# 画像を読み込む
img = cv2.imread(‘input.jpg’)# 画像をグレースケールに変換
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 画像をぼかす
blur = cv2.GaussianBlur(gray, (5, 5), 0)# エッジ検出
canny = cv2.Canny(blur, 50, 150)# エッジ検出した画像を保存する
cv2.imwrite(‘output.jpg’, canny)# Pillowを使った画像処理の例
from PIL import Image# 画像を読み込む
img = Image.open(‘input.jpg’)# 画像をグレースケールに変換
gray = img.convert(‘L’)# 画像をぼかす
blur = gray.filter(ImageFilter.GaussianBlur(radius=5))# エッジ検出
edges = blur.filter(ImageFilter.FIND_EDGES)# エッジ検出した画像を保存する
edges.save(‘output.jpg’)2. データ処理Pythonはデータ分析や機械学習でよく使われる言語です。
numpyやpandasといったライブラリを使用したデータ処理の例をご紹介します。
# numpyを使ったデータ処理の例
import numpy as np# データの準備
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# データの行列を転置する
data_T = np.transpose(data)# データの和を求める
data_sum = np.sum(data)# データの平均を求める
data_mean = np.mean(data)# pandasを使ったデータ処理の例
import pandas as pd# データの読み込み
data = pd.read_csv(‘data.csv’)# データの説明統計量を表示する
data.describe()# グルーピングを行う
grouped = data.groupby(‘group’)# グループごとの平均を求める
grouped.mean()# データの欠損値を埋める
data.fillna(0, inplace=True)3. WebアプリケーションPythonのWebフレームワークであるDjangoやFlaskを使用してWebアプリケーションを開発することができます。
以下はFlaskを使ったサンプルコードの一例です。
# Flaskを使ったWebアプリケーションの例
from flask import Flask, render_template, request# Flaskアプリケーションの設定
app = Flask(__name__)# ルートページの設定
@app.route(‘/’)
def index():
return render_template(‘index.html’)# フォームページの設定
@app.route(‘/form’, methods=[‘POST’])
def form():
name = request.form[‘name’]
age = request.form[‘age’]
return render_template(‘form.html’, name=name, age=age)# Flaskアプリケーションを実行する
if __name__ == ‘__main__’:
app.run(debug=True)上記のコードは、Flaskを使ってルートページとフォームページを作成しています。
ルートページにアクセスするとindex.htmlが表示され、フォームを送信するとform.htmlが表示されます。
さらに、フォームで入力された名前と年齢が表示されます。
コメント