AI向けPythonライブラリ

Pythonには、AI開発をより簡単かつ効率的にする豊富なライブラリエコシステムがあります。このレッスンでは、3つの必須ライブラリ、NumPy、Pandas、Scikit-learnを紹介します。

NumPy入門

NumPy（Numerical Python）は、配列を扱い、数学的な演算を行うためのライブラリです。高速かつ効率的で、AIプロジェクトで大規模なデータセットを扱うのに適しています。

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)

Pandas入門

Pandasはデータの操作と分析を行うためのライブラリです。テーブルやスプレッドシートのような構造化データを扱うためのツールを提供しており、データサイエンティストに広く利用されています。

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Scikit-learn入門

Scikit-learnは機械学習のためのライブラリです。分類、回帰、クラスタリングなどのタスクに対応するツールを提供します。Scikit-learnを使ってAIモデルを構築し、評価します。

from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)

Pythonライブラリのインストール

これらのライブラリは、Pythonのパッケージマネージャーであるpipを使ってインストールできます。ターミナルで次のコマンドを実行してください：

• pip install numpy
• pip install pandas
• pip install scikit-learn

NumPyを使った配列操作

NumPyを使うと、配列に対する操作を簡単に実行できます。たとえば、すべての要素の合計を計算したり、配列の形状を変更したりできます。

import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))

Pandasを使ったDataFrame操作

PandasのDataFrameは、表形式のデータを管理するための強力なツールです。行をフィルタリングしたり、統計量を計算したりできます。

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())

まとめ

AIに欠かせない3つのPythonライブラリについて学びました：

• NumPy: 配列を扱い、数学的な演算を実行します。
• Pandas: 構造化データを管理・分析します。
• Scikit-learn: 機械学習モデルを構築・評価します。

おめでとうございます！

AI向けPythonライブラリに関するレッスンを完了しました。引き続き学習し、次のレッスンでPythonのデータ型とデータ構造についてさらに学びましょう。