Pythonのサンプルコード集｜入門・初心者講座

これからPython学習を始めるにあたって、回り道せず効率的な勉強方法としてサンプルコードは有効です。

上記の悩みを解決しながら、サンプルコードをもとにPythonを解説します。

また、各学習手順において必要な参考サイトや記事もまとめています。

▼【無料配布】Python基礎学習教材のプレゼント実施中！▼

本記事をお読み頂いているPython初学者向けに、メルマガ登録にてPython基礎学習教材の無料配布を実施しています。

以下に無料配布するPython資料をご紹介します。

無料配布するPython各資料

• Python入門ガイド
• Python基礎知識ガイド
• tkinter基礎知識ガイド
• 【tkinter製】デスクトップアプリフォルダ

Python入門ガイドの概要

Python入門ガイドは、Python初学者向けに市場の動向や今後のプログラミングのヒントをまとめた資料になります。

以下は、Python入門ガイドの目次になります。（大枠のみ記載）

Python入門ガイドの目次（大枠）

• Pythonとは
• Pythonの動向
• Pythonを学習するメリット
• Pythonからプログラミングを始める

上記の目次から、Pythonの特徴/開発領域/ビジネス市場の動向/仕事幅の増やし方など様々な観点で図解化しています。

Python基礎知識ガイドの概要

Python基礎知識ガイドは、Pythonをこれから始めたい人へコーディング中心にまとめた学習教材になります。

以下は、Python基礎知識ガイドの目次になります。（大枠のみ記載）

Python基礎知識ガイドの目次（大枠）

1. Pythonの実行方法
2. Pythonプログラムの基本構造
3. 基本データ
4. コレクション
5. 条件分岐
6. ループ
7. 関数
8. クラス
9. モジュールとパッケージ

上記の目次から、コーディングルール/実例コードによる解説/各機能の注意点など初学者が理解しておくべき学習ポイントを集約させました。

tkinter基礎知識ガイドの概要

tkinter基礎知識ガイドは、Pythonによるデスクトップアプリ開発をこれから始めたい人へGUIコーディング中心にまとめた学習教材になります。

以下は、tkinter基礎知識ガイドの目次になります。

tkinter基礎知識ガイドの目次

1. tkinterの特徴
2. 基本的な使い方
3. 代表的なウィジェット
4. レイアウト管理
5. イベントとコールバック
6. カスタマイズと拡張
7. tkinterの構造(オブジェクト指向的設計)
8. tkinterを扱う際の注意点
9. tkinter製デスクトップアプリケーション例

特にGUIのデザイン性やtkinterによるアプリ開発に利用しやすいよう設計しております。

【tkinter製】デスクトップアプリフォルダ

【tkinter製】デスクトップアプリフォルダは、tkinterによるデスクトップアプリ開発をこれから始めたい人へサンプルアプリをまとめた管理フォルダになります。

以下は、【tkinter製】デスクトップアプリフォルダに格納しているサンプルアプリになります。

【tkinter製】デスクトップアプリフォルダ

• 【tkinter製】デスクトップ用メモアプリ
• 【tkinter製】デスクトップ用ToDoアプリ
• 【tkinter製】デスクトップ用AI（Gemini）機能付きメモアプリ
• Excel業務効率化ツール
• CSVファイル結合ツール
• Webサイト監視ツール
• GoogleMapsデータ収集ツール

また、メルマガ登録の特典も今後増やしていく予定です。

特典1	Pythonに限らずビジネス/その他技術関連の資料配布
特典2	メルマガ登録者限定のPython資料配布

各資料データに関しては不定期の更新になりますが、メルマガ登録者へ優先的にお知らせします。

記事ではお伝えできない内容を多分に含むため、メルマガ登録者限定にさせて頂きました。

STEP

メールマガジンに登録

JobCode メールマガジン登録画面にてメールアドレスのみ入力いただき、読者登録して頂きます。

STEP

登録完了後すぐにメールが届く

添付されているドライブURLにアクセスし、各無料配布ファイルを受け取りください。

✉️ Python学習をはじめる最初の一歩

今すぐ資料をダウンロードする

Python学習ロードマップによる具体的な学習手順

これからPython学習を始めるにあたって、回り道せず効率的なプログラミング学習を実施したい人は多いです。

Python学習において、学習手順を示すロードマップ化は必須です。

以下は、学習手順を把握するためのPython学習ロードマップになります。

また、Python学習ロードマップで示した通り、学習の順番を間違えないよう注意しましょう。

開発環境構築からアプリ開発に至るまでの学習手順や無料サイト・無料教材情報を知りたい人は「【完全無料】Python学習ロードマップ｜初心者向け教材と学習手順」を一読ください。

あわせて読みたい

【完全無料】Python学習ロードマップ｜初心者向け教材と学習手順 これからPython学習を始めるにあたって、回り道せず効率的なプログラミング学習を実施したい人は多いです。 本記事の要点 Python学習ロードマップから学習範囲を見極め…

Pythonの実行方法

ここでは、2種類のPython実行方法を解説します。

インタープリタの起動

簡易的なプログラムを試す場合は、インタープリタといった方法でPythonを実行するのが便利です。

Pythonのプログラムの実行結果を1つずつ確認しながらプログラムを実行できるのが特徴になります。

インタープリタを起動するには、VSCodeのターミナルで以下のようにコマンドを実行してください。

Windowsならpythonコマンド、macOSならpython3コマンドを実行してください。

「>>>」が表示されればインタープリタが起動しています。

> python
>>>

% python3
>>>

インタープリタを終了するには、「exit()」とコマンドを入力してからEnterキーを押してください。

Pythonファイルの実行

一定の長さを持つプログラムや何度も実行するようなプログラムは、インタープリタによる実行は向いていません。

そこでプログラムを書いたファイルを指定して実行する方法があります。

Windowsの場合はVSCodeのターミナル上で「python < ファイル名>」、macOSの場合は「python3 <ファイル名>」と入力してプログラムファイルを実行します。

> python sample.py

% python3 sample.py

ディレクトリ以外の場所で実行する場合は、パス付きでファイル名を指定してください。

Pythonプログラムの基本構造

Pythonには、基本的な構文ルールが存在します。

以下は、Pythonプログラムを記述する際に「必ず守るべき」構造上のルールです。

def greet(name): # 関数定義とコメント
    if name: # 条件文とコロン
        print(f"Hello, {name}") # インデントされた処理
    else:
        print("Hello, stranger")

さらに詳しく学びたい場合は、PEP 8(Pythonの公式スタイルガイド)もおすすめです。

Pythonの基礎｜サンプルコード集

Pythonの勉強において、当然ながら基礎内容は必須になります。

特に、その他プログラミング言語にも共通する基礎内容は、プログラミング思考を養うのにも有益です。

プログラミング言語Pythonにおいて、最低限の基礎知識を解説します。

さらに詳しく知りたい・理解したいという方は「Python3 公式ドキュメント」を参照してください。

詳細な仕様とコーディング例を確認できます。

Pythonは海外発祥のプログラミング言語になりますが、公式ドキュメントは日本語に翻訳されているため読みやすく設計されています。

Python documentation

Python 3.13 documentation The official Python documentation.

Pythonの基本（変数,定数,数値,文字列など）

Pythonに限らず、プログラムを扱う際に以下の基本データ型を理解する必要があります。

文字列データ

ここでは、基本的な文字列データの扱い方を解説します。

文字列の生成

シングルクォーテーション「”」またはダブルクォーテーション「””」で括られた文字列は文字列型として認識されます。

Python 3系はUnicodeを標準でサポートしているので日本語も使えます。

moji = 'Python'
kazu = "123"

数値に関しても、シングルあるいはダブルクォーテーションで括ることによって文字列データと認識されます。

文字列の型変換

str関数を使うことで他の型から文字列型に変換できます。

次の例では数値を文字列型に変換しています。

>>> str(10)
'10'

文字列の連結と繰り返し

「+」演算子を使うことで文字列を連結し1つの文字列にすることができます。

>>> 'あいうえお' + 'かきくけこ'
'あいうえおかきくけこ'

「*」演算子で文字列を繰り返すこともできます。

>>> 'あいうえお' * 2
'あいうえおあいうえお'

文字列の抽出

文字列の後ろに角括弧([ ])を付けることで文字列内の文字を抽出できます。

1文字だけ抽出したい場合は、左から0、1、… と数えて何番目の文字を抽出するかを角括弧内に書きます。

右から数える場合は、-1、-2、… と数えます。

>>> 'あいうえお'[1]
'い'
>>> 'あいうえお'[-1]
'お'

複数の文字を抽出する場合は、[開始位置 :終了位置 : ステップ数]を指定します。

開始位置は1文字の抽出のときと同様に数えます。

終了位置も数え方は一緒ですが、抽出されるのは指定した位置より1つ手前の文字までなので注意が必要です。

ステップ数で指定数だけスキップしながら文字を抽出することもできます。

>>> 'あいうえお'[:]
'あいうえお'
>>> 'あいうえお'[:2]
'あい'
>>> 'あいうえお'[2:]
'うえお'
>>> 'あいうえお'[2:4]
'うえ'
>>> 'あいうえお'[::2]
'あうお'
>>> 'あいうえお'[1:4:2]
'いえ'

文字列の書式設定

formatメソッドを使って値を文字列に埋め込むことができます。

具体的な用途としては、メールの書式(format)を決めておいて値を動的に埋め込むときなどに使えます。

以下の例では、文字「Job」と「Code」を埋め込んでから出力します。

Python 3.6以降では、文字列の中に値を直接埋め込むことができる「f-string」という方法も使えます。

本記事では利用しないため説明は割愛しますが、詳しく知りたい方はPython公式サイトをご覧ください。

>>> a='Job'
>>> b='Code'
>>> '{}, {}'.format(a, b)
'Job, Code'
>>> '{1}, {0}'.format(a, b)
'Code, Job'
>>> '{arg1}, {arg2}'.format(arg1=b, arg2=a)
'Code, Job'

Python documentation

7. 入力と出力 プログラムの出力方法にはいくつかの種類があります。 データを人間が読める形で出力することもあれば、将来使うためにファイルに書くこともあります。 この章では、こうし…

数値データ

ここでは、基本的な数値データの扱い方を解説します。

数値への型変換

文字列の時と同様にint()関数とfloat()関数を使うことで、int及びfloatに他の型から型変換できます。

以下は文字列からintまたはfloat型へ型変換した例です。

>>> int('10')
10
>>> float('10.2')
10.2

Python3の整数と小数はそれぞれintとfloatという型で扱います。

「10」や「10.2」とすれば前者はint、後者はfloatと自動で解釈してくれます。

算術演算では表の算術演算子を使うことができます。

コレクション（リスト型,タプル型,辞書型）

コレクションとは、データをまとめて管理できるデータ型のことです。

ここでは、基本的なコレクションの扱い方を解説します。

各コレクションの扱い方を理解していきましょう。

リスト

ここでは、基本的なリストデータの扱い方を解説します。

リストの生成

角括弧([ ])内にカンマ(,)区切りでデータを並べるとリストを生成できます。

>>> ['あ', 'い', 'う', 'え', 'お']
['あ', 'い', 'う', 'え', 'お']

リストへの型変換

list関数を使えば、他の型からリストに型変換できます。

次の例では文字列をリストに変換しています。

>>> list('あいうえお')
['あ', 'い', 'う', 'え', 'お']

要素の抽出

リストは角括弧([ ])を使って要素を抽出できます。

特定のリストデータを抽出したい場合は、左から0、1、… と数えて何番目の文字を抽出するかを角括弧内に書きます。

右から数える場合は、-1、-2、… と数えます。

取り出し方は前述した「文字列の抽出」と同様です。

>>> a = ['あ', 'い', 'う', 'え', 'お']
>>> a[1]
'い'
>>> a[-1]
'お'
>>> a[1:4:2]
['い', 'え']

要素の書き換え

角括弧([ ])を使って要素を指定して値を書き換えることができます。

>>> a = ['あ', 'い', 'う', 'え', 'お']
>>> a[4] = 'ん'
>>> a
['あ', 'い', 'う', 'え', 'ん']

タプル

ここでは、基本的なタプルデータの扱い方を解説します。

タプルはリストと同じく、順序があるデータの並びを表すコレクションです。

ただし、タプルは要素を書き換えることができません。

定数の並びを表現するときなどに使えます。

タプルの生成

タプルはカンマ(,)区切りでデータを並べるだけで生成できます。

さらに、丸括弧「( )」を付けても同じようにタプルを生成できます。

丸括弧があったほうが紛らわしくないので付けておくことを推奨します。

>>> ('あ', 'い', 'う', 'え', 'お')
('あ', 'い', 'う', 'え', 'お')

タプルへの型変換

tuple関数を使ってリストをタプルに変換することができます。

>>> tuple(['あ', 'い', 'う', 'え', 'お'])
('あ', 'い', 'う', 'え', 'お')

要素の抽出

リストと同じように角括弧([ ])を使って要素を抽出することができます。

>>> a = ('あ', 'い', 'う', 'え', 'お')
>>> a[1]
'い'
>>> a[-1]
'お'
>>> a[1:4:2]
('い', 'え')

辞書

ここでは、基本的な辞書データの扱い方を解説します。

辞書はキーと値をセットにしてデータを管理するコレクションです。

リストやタプルと違ってデータに順序はなく、データの書き換えが可能なコレクションとなります。

辞書の生成

波括弧({ })の中に「キー: 値」のセットをカンマ(,)区切りで並べると辞書を生成できます。

>>> {'a': 'あ', 'b': 'い', 'c': 'う', 'd': 'え', 'e': 'お'}
{'a': 'あ', 'b': 'い', 'c': 'う', 'd': 'え', 'e': 'お'}

要素の抽出

要素は角括弧([ ])かgetメソッドでキーを指定すれば値を取得できます。

角括弧を使った場合、存在しないキーを指定するとエラーになります。

getメソッドを使う場合は、第2引数にキーが存在しない場合の出力値を設定できます。

第2引数を指定しなくてもエラーになるのではなくNoneが返ってきます。(画面上には何も表示されません)

>>> data = {'a': 'あ', 'b': 'い', 'c': 'う', 'd': 'え', 'e': 'お'}
>>> data['b']
'い'
>>> data.get('b')
'い'
>>> data['f']
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'f'
>>> data.get('f', 'nothing')
'nothing'
>>> data.get('f')
>>>

要素の追加と書き換え

存在しないキーを指定して代入操作をすると、要素を追加できます。

存在するキーを指定して代入操作をすると、値の書き換えができます。

>>> data = {'a': 'あ', 'b': 'い', 'c': 'う', 'd': 'え', 'e': 'お'}
>>> data['f'] = 'か'
>>> data
{'a': 'あ', 'b': 'い', 'c': 'う', 'd': 'え', 'e': 'お', 'f': 'か'}
>>> data['f'] = 'ん'
>>> data
{'a': 'あ', 'b': 'い', 'c': 'う', 'd': 'え', 'e': 'お', 'f': 'ん'}

条件分岐（if文）

ifやelifのあとにTrue(真)またはFalse(偽)となる式や値を記述すると処理を分岐できます。

ifやelifの文末にコロン(:)が必要です。

実例では、xが ‘Job’ でも’Code’ でもなければelseのprint関数が実行されます。

==は比較演算子の一種で、比較演算子にはその他に表のようなものがあります。

また、論理演算子も分岐条件の判定に用いられます。

if x == 'Job':
    print('Job')
elif x == 'Code':
    print('Code')
else:
    print('not Job Code')

ループ（for文,while文）

ここでは、基本的なループの扱い方を解説します。

for文

実例では、forを使ったループの例を示しており実行結果も載せています。

range関数は数値のシーケンスを作り出すことができ、使い方は以下の通りです。

実例では、1から5までの数値が順番に変数iに格納されループします。

このように「for … in …」という書き方はPythonの書き方でよく使われます。

range関数の他にもリストやタプルや辞書などでもループを回せます。

また、辞書の場合はキーが取り出されることになります。

breakとcontinueはループ制御に使われていますが、breakはループから抜け出す命令でcontinueは次のループ処理に移る命令になります。

for i in range(1, 6):
    if i == 2:
        print(i, ' if')
    elif i == 4:
        print(i, ' elif')
        break
    else:
        print(i, ' else')
        continue

上記のプログラムを実行すると次の実行結果になります。

1 else
2 if
3 else
4 elif

while文

whileを使ったループも記述することができます。

whileは後ろに書いた条件が満たされる限りループするため「while True:」と書いて無限ループを作ることができます。

以下の例では「i += 1」と書いてありますが、これは変数iを1増やす命令です。

他のプログラミング言語に見られる「i++」という書き方はできないので注意してください。

i = 1
while True:
    print(i)
    i += 1
    if i == 5:
        break

上記のプログラムを実行すると次の実行結果になります。

1
2
3
4

関数

Pythonの関数定義は「def」からはじまり、半角スペースを入れてから関数名を書きます。

def <関数名>():

使用例での関数定義の引数では「arg3=’baz’」としています。

これは関数呼び出しでarg3を指定しなくてもデフォルトでarg3の引数に「’baz’」を設定してくれる書き方となっています。

関数呼び出しでは引数名を指定(arg2=’bar’)することができますが(キーワード引数と呼びます)、引数名なしの指定(使用例では「’foo’」。位置引数と呼びます)をすべて書き終わったあとに書かなければならない点に注意が必要です。

# 関数定義
def func_name(arg1, arg2, arg3='baz'):
    print(arg1, arg2, arg3)

# 関数呼び出し
func_name('foo', 'bar') # foo bar baz
func_name('foo', arg2='bar', arg3='qux') # foo bar qux

引数の書き方で「*<引数名>」と「**<引数名>」はDjangoでもよく見られる形です。

前者は位置引数であふれた引数を1つのタプルにまとめる働きをします。

後者はキーワード引数を1つの辞書にまとめる働きをします。

なお、引数名は「args」と「kwargs」という名前でなくてもよいのですが、慣例でこの名前がよく使われます。

# 関数定義
def func_name(arg, *args, **kwargs):
    print(arg, args, kwargs)

# 関数呼び出し
func_name('foo', 'bar', 'baz', a='qux', b='quux') # foo ('bar', 'baz') {'a': 'qux', 'b': 'quux'}

クラス

クラスを定義するには以下のように書きます。

丸括弧「( )」の中に親クラスを書いて継承を定義することもできます。

class <クラス名>():

クラス変数は①のように「<クラス変数名> =」で定義でき、インスタンス変数は通常__init__メソッド(コンストラクタ)の中で③のように「self.<インスタンス変数名> =」で定義します。

クラス変数とインスタンス変数の呼び出しはそれぞれ「<クラス名>.<クラス変数名>」(②)、「self.<インスタンス変数名>」(④)のように行います。

メソッドは「def <メソッド名>(self):」で定義できます。

第1引数は必ず自身のインスタンスを表すselfと決まっています。

ほかの引数はselfに続けてカンマ(,)区切りで記述します。

例えば「def <メソッド名>(self, <引数1>, <引数2>)」のように書きます。

親クラスのメソッドは子クラスでオーバーライドできますが、オーバーライドした子クラスのメソッドを呼び出しても親クラスのメソッドは見えなくなってしまいます(⑥)。

なお、子クラスから親クラスのメソッドを使いたい場合は、super()を使って呼び出すことはできます(⑤)。

# 親クラス
class Parent():
    # クラス変数の設定
    var_class = 'parent' ①

    # 親子共通メソッド
    def method_common(self):
        print('method_common ' + Parent.var_class) ②

    # 親クラスの独自メソッド
    def method_parent(self):
        print('method ' + Parent.var_class)

# 子クラス
class Child(Parent):
    # コンストラクタ
    def __init__(self, value):
        # インスタンス変数の設定
        self.var_instance = value ③

    # 親子共通メソッドのオーバーライド
    def method_common(self):
        print('method_common ' + self.var_instance) ④

    # 子クラスの独自メソッド
    def method_child(self):
        print('method ' + self.var_instance)
        super().method_parent() ⑤

if __name__ == '__main__':
    # 子クラスのインスタンス化
    child = Child('child')

    # オーバーライドしたメソッドを呼び出して出力値を確認
    child.method_common() # 出力 => method_common child 6

    # 子クラスの独自メソッドから親クラスのメソッドを呼び出して出力値を確認
    child.method_child() # 出力 => method_child / method_parent

    # 子クラスには定義していない親クラスのメソッドを呼び出して出力値を確認
    child.method_parent() # 出力 => method_parent

コンストラクタは、オブジェクトが生成される時に実行されるメソッド(関数)
オブジェクトが扱う変数などの初期化を行います。

「親クラス」で定義されたインスタンスメソッドを継承した「子クラス」で独自に定義し直して上書きすることを指します。
「子クラス」で機能を追加する必要がある場合などにオーバーライドを利用します。

モジュールとパッケージ

関数やクラスをまとめたPythonファイル(拡張子は.py)のことを「モジュール」と呼びます。

そして、このモジュールを束ねて__init__.pyファイルを含んだディレクトリをパッケージと呼びます。

モジュールは他のパッケージにあるモジュールを読み込んで利用することができます。

例えば、図のような構成になっているとします。

├── import_test.py
└── package
    ├── __init__.py
    └── module.py

import_test.pyからmodule.pyに定義した関数(func)を利用するには、次の3通りの方法があります。

1. import <パッケージ名>.<モジュール名>
2. from <パッケージ名> import <モジュール名>
3. from <パッケージ名>.<モジュール名> import <オブジェクト名>(<関数名など >)

import package.module
package.module.func() #関数を呼び出し

from package import module
module.func() #関数を呼び出し

from package.module import func
func() #関数を呼び出し

それぞれの例で関数の呼び出し方が違う点に注意しましょう。

Pythonの各ライブラリにおけるサンプルコード集

ここでは、Pythonで代表的なライブラリを用いたサンプルコード集（参考記事含む）を紹介します。

概要になりますが、詳細なプログラムの解説や部分的説明を求める人は、ぜひ関連記事から一読ください。

以下は、Pythonで代表的なライブラリのサンプルコード集になります。

特にメソッド関連は膨大な解説とサンプルコード集になるため、各ライブラリの記事をお読み頂けると幸いです。

Seleniumのサンプルコード｜クローリング＆スクレイピング

ここでは、以下の内容に関するSeleniumのサンプルコードをまとめます。

SeleniumによるGoogleMapsスクレイピングプログラム

ここから、SeleniumによるGoogleマップのスクレイピングプログラムについて解説します。

以下の流れでPythonプログラムを作成しています。

あくまで概要であり、各手順に対して詳細な作業内容を確認したい人は、「【Python】SeleniumによるGoogleマップのスクレイピング」を一読ください。

プログラム実行までの手順と結果

• 必要な各種ライブラリ
• Webdriverのセットアップ
• ブラウザ操作によるGoogleマップ検索結果
• 動的ページをスクロール
• 全データ表示後に各データをスクレイピング
• Seleniumによるスクレイピングプログラム実行結果

また、最終的に完成したサンプルコードが以下になります。

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.options import Options
import time
import csv
import traceback

def setup_driver():
    options = Options()
    options.headless = False
    return webdriver.Chrome(r"/path/to/chromedriver", options=options)

def search_google_map(driver, search_word):
    url = "https://www.google.co.jp/maps/"
    driver.get(url)
    time.sleep(3)

    search_box = driver.find_element(By.ID, "searchboxinput")
    search_box.send_keys(search_word)
    time.sleep(1)

    search_button = driver.find_element(By.XPATH, "//*[@id='searchbox-searchbutton']")
    search_button.click()
    time.sleep(3)

def scroll_to_bottom(driver):
    while True:
        before_count = len(driver.find_elements(By.CLASS_NAME, "m6QErb.DxyBCb.kA9KIf.dS8AEf.ecceSd .Nv2PK.THOPZb.CpccDe"))

        scroll_elem = driver.find_element_by_xpath("/html/body/div[3]/div[9]/div[9]/div/div/div[1]/div[2]/div/div[1]/div/div/div[2]/div[1]")
        for _ in range(3):
            scroll_elem.send_keys(Keys.END)
            time.sleep(1)

        after_count = len(driver.find_elements(By.CLASS_NAME, "m6QErb.DxyBCb.kA9KIf.dS8AEf.ecceSd .Nv2PK.THOPZb.CpccDe"))
        if before_count == after_count:
            break

        time.sleep(3)

def scrape_company_data(driver, search_word):
    result_list = []

    elems_1 = driver.find_element(By.CLASS_NAME, "m6QErb.DxyBCb.kA9KIf.dS8AEf.ecceSd")
    elems_2 = elems_1.find_elements(By.CLASS_NAME, "Nv2PK.THOPZb.CpccDe")
    for href in elems_2:
        result_list.append(href.find_element(By.TAG_NAME, "a").get_attribute('href'))

    for result in result_list:
        try:
            driver.get(result)
            time.sleep(3)
            company_name = driver.find_element(By.CLASS_NAME, "DUwDvf.fontHeadlineLarge").get_attribute('innerText')
            address = driver.find_element(By.CLASS_NAME, "RcCsl.fVHpi.w4vB1d.NOE9ve.M0S7ae.AG25L").get_attribute('innerText')
            with open(search_word + '.csv', 'a', newline='', encoding='utf8') as outcsv:
                csvwriter = csv.writer(outcsv)
                csvwriter.writerow([company_name, address])
        except:
            traceback.print_exc()
            print("next")

def main():
    search_word = "新宿 カフェ"

    driver = setup_driver()
    search_google_map(driver, search_word)
    scroll_to_bottom(driver)
    scrape_company_data(driver, search_word)

    driver.quit()

if __name__ == "__main__":
    main()

サンプルコードを実行すると、以下のような結果が得られます。

また、以下はGUI操作を実現するためにtkinterを利用することで、デスクトップアプリ版も作成できます。

スクレイピング用デスクトップアプリのサンプルコードをダウンロードしたい人は、以下のメルマガ登録から無料でお受け取りください。

openpyxlのサンプルコード

ここでは、以下の内容に関するopenpyxlのサンプルコードをまとめます。

openpyxlの各メソッド

openpyxlの各メソッドのサンプルコードは以下になります。

openpyxlの各メソッド

• openpyxlによるExcelファイルの基本操作
• ExcelファイルのRow（行）, Column（列）, Cell（セル）の取得・作成・削除
• openpyxl.workbook()
• openpyxl.worksheet()
• openpyxl.cell()
• openpyxl.styles()
• Chart
• Image
• Comment

各メソッドをサンプルコードを元に利用したい人は「【Python×Excel】openpyxlのインストール方法や使い方を徹底解説！」を一読ください。

Excelデータのグラフ作成

データ分析用として以下のExcelファイルを利用していきます。

利用するExcelファイル

• Excelファイル名：openpyxl_training.xlsx
• ワークシート名：youtube_DB
• 各データ項目名：公開日、タイトル、動画URL、再生回数、サムネURL、再生時間、いいね数、コメント数、動画説明

個人的に適当なファイルが見当たらなかったため、youtube動画のデータ分析で利用したファイルをもとに、グラフ作成用のサンプルコードを記載します。。

また、上記のExcelファイルは特定のYouTubeチャンネルに対してyoutube data APIを利用し、各動画データを取得しています。

import openpyxl
from openpyxl.chart import BarChart, Reference

# Excelファイルを読み込みます
wb = openpyxl.load_workbook('openpyxl_training.xlsx')

# ワークシートを取得します
ws = wb['youtube_DB']

# 公開日の列データを取得します
dates = [cell.value for cell in ws['A'][1:]]

# 再生回数の列データを取得します
views = [cell.value for cell in ws['D'][1:]]

# 新しいシートを作成します
chart_sheet = wb.create_sheet('グラフ')

# グラフを作成します
chart = BarChart()
chart.title = "再生回数と公開日の関係"
chart.x_axis.title = "公開日"
chart.y_axis.title = "再生回数"

# データ範囲を指定します
data = Reference(ws, min_col=4, min_row=2, max_col=4, max_row=len(views)+1)
categories = Reference(ws, min_col=1, min_row=2, max_row=len(dates)+1)

# データとカテゴリをグラフに追加します
chart.add_data(data, titles_from_data=True)
chart.set_categories(categories)

# グラフをシートに挿入します
chart_sheet.add_chart(chart, "A1")

# Excelファイルを保存します
wb.save('openpyxl_training.xlsx')

実行結果から以下のグラフを得ることができました。

また、以下はGUI操作の実現にtkinterを利用することで、openpyxlを利用したデスクトップ用アプリ開発も可能です。

上記のopenpyxlアプリが欲しい人は、以下のメルマガ登録から無料配布しているのでぜひお受け取りください。

pandasのサンプルコード

ここでは、以下の内容に関するpandasのサンプルコードをまとめます。

例として、pandasのDataFrameを利用したCSVファイルデータ分析例を以下に記載します。

また、データ分析におけるデータ可視化を実施するためmatplotlibを活用します。

import pandas as pd
import matplotlib.pyplot as plt

# CSVの読み込みとSeriesの作成
df = pd.read_csv('sample_data.csv')
sales = df['Sales']

# データの先頭と末尾の表示
print("データの先頭3件:\n", sales.head(3))

'''
データの先頭3件:
0    150
1    200
2    300
Name: Sales, dtype: int64
'''

print("データの末尾3件:\n", sales.tail(3))

'''
データの末尾3件:
2    300
3    250
4    400
Name: Sales, dtype: int64
'''

# 基本統計量の表示
print("Seriesの統計情報:\n", sales.describe())

'''
Seriesの統計情報:
count      5.00000
mean     260.00000
std       96.17692
min      150.00000
25%      200.00000
50%      250.00000
75%      300.00000
max      400.00000
Name: Sales, dtype: float64
'''

# ヒストグラムの可視化
sales.hist(bins=5)
plt.xlabel('Sales')
plt.ylabel('Frequency')
plt.title('Sales Distribution')
plt.show()

# Seriesの結合による分析
discounts = df['Discount']
combined = pd.concat([sales, discounts], axis=1)

# 散布図による可視化
combined.plot(kind='scatter', x='Discount', y='Sales')
plt.title('Discount vs Sales')
plt.xlabel('Discount (%)')
plt.ylabel('Sales (Units)')
plt.grid(True)
plt.show()

さらに詳しくpandasの利用方法を確認したい人は「【Python】pandasとは？インストールやSeriesとDataFrameの使い方を解説」を一読ください。

あわせて読みたい

【Python】pandasとは？インストールやSeriesとDataFrameの使い方を解説 データ処理・データ分析で多用されるPythonライブラリであるpandasについてまとめた記事になります。 本記事の目的 pandasの基本的な使い方を知りたい人 pandasの便利な…

numpyのサンプルコード

ここでは、以下の内容に関するnumpyのサンプルコードをまとめます。

numpyの代表的なメソッド

numpyの代表的なメソッドのサンプルコードは以下になります。

numpyの代表的なメソッド

• numpy.arange()
• numpy.array()
• numpy.dot()
• numpy.where()
• numpy.zeros()

データをお持ちでない人もサンプルデータを用意しているため、サンプルコードを確認してください。

あわせて読みたい

【Python】NumPyとは？インストールや使い方｜arangeやarrayを解説 データ処理/分析時などで数値計算を効率的に行う際に多用されるPythonライブラリNumPyについてまとめた記事になります。 本記事の要点 NumPyの基本的な使い方を知りたい…

numpyのその他メソッド

numpyのその他メソッドのサンプルコードは以下になります。

numpyのその他メソッド

• numpy.ones()
• numpy.linspace()
• numpy.reshape()
• numpy.transpose()
• numpy.add()
• numpy.subtract()
• numpy.multiply()
• numpy.divide()
• numpy.sqrt()
• numpy.power()
• numpy.sum()
• numpy.prod()
• numpy.mean()
• numpy.std()
• numpy.min()
• numpy.max()
• numpy.save()
• numpy.load()
• numpy.savetxt()
• numpy.loadtxt()
• numpy.all()
• numpy.any()

代表的なメソッド以外は利用シーンは少ないですが、様々なパターンで計算メソッドが備えられています。

こちらもデータをお持ちでない人もサンプルデータを用意しているため、サンプルコードを確認してください。

あわせて読みたい

【Python】NumPyとは？インストールや使い方｜arangeやarrayを解説 データ処理/分析時などで数値計算を効率的に行う際に多用されるPythonライブラリNumPyについてまとめた記事になります。 本記事の要点 NumPyの基本的な使い方を知りたい…

特に、プログラミングを主体とする大学の学部・学科に所属している人は、numpyを利用することで結果を素早く求められます。

また、CSVやExcelにてデータをお持ちの人は、膨大な計算を一気に片付けたいあるいは計算方式をいくつも試したいといった場面で活躍します。

tkinterのサンプルコード

ここでは、以下の内容に関するtkinterのサンプルコードをまとめます。

• サンプルアプリ

デスクトップ用ライブラリであるtkinterを利用し、Pythonライブラリを活用したサンプルデスクトップアプリを用意しています。

【tkinter製】デスクトップ用メモアプリ

【tkinter製】デスクトップ用ToDoアプリ

【tkinter製】デスクトップ用AI（Gemini）機能付きメモアプリ

CSVファイル結合ツール

Excel業務効率化ツール

Webサイト監視ツール

GoogleMapsデータ収集ツール

上記のデスクトップアプリ用コードを利用したい人は、以下からメルマガ登録頂ければ受け取れます。

また、tkinterの各ウィジェット一覧や各ウィジェットの使い方をまとめた記事は以下になります。

各ウィジェットの引数も含めてサンプルコードを記載しているので、「【Python】tkinterの使い方＆ウィジェット一覧表｜GUIデスクトップアプリ開発」を一読ください。

あわせて読みたい

【Python】tkinterの使い方＆ウィジェット一覧表｜GUIデスクトップアプリ開発 Pythonの標準ライブラリであるtkinterから簡易なデスクトップアプリ開発に挑戦する人も多いと思います。 ここでは、以下の悩みをお持ちの方に読み進めていただきたいで…

Pythonのフレームワークにおけるサンプルコード集

ここでは、Pythonで代表的なフレームワークを用いたサンプルコード集（参考記事含む）を紹介します。

概要になりますが、詳細なプログラムの解説や部分的説明を求める人は、ぜひ関連記事から一読ください。

以下は、Pythonで代表的なフレームワークのサンプルコード集になります。

特に小規模アプリとはいえ膨大な解説とサンプルコード集になるため、各アプリ記事をお読み頂けると幸いです。

Flaskのサンプルコード

ここでは、以下の内容に関するFlaskのサンプルコードをまとめます。

最小限機能アプリ開発

以下は、Flaskを利用した最小限機能アプリになります。

# Flaskをimport
from flask import Flask

# Flaskクラスをインスタンス化
app = Flask(__name__)

# URLと実行する関数をマッピング
@app.route("/")
def index():
    return 'Hello World!'

Flaskのインストール方法から実行環境構築、アプリ開発時に知っておくFlask知識など確認したい人は「【Python】Flaskとは？インストール方法から開発環境構築まで解説！」を一読ください。

お問い合わせフォームアプリ開発

以下は、Flaskを利用したお問い合わせフォームアプリになります。

Flaskを利用したお問い合わせフォームアプリのサンプルコードを確認したい人は「Flaskによるrequest・redirectを利用したformの使い方」を一読ください。

flask-loginによるログイン機能を実装した認証アプリ開発

以下は、flask-loginによるログイン機能を実装した認証アプリになります。

flask-loginによるログイン機能を実装した認証アプリのサンプルコードを確認したい人は「【Flask】flask-loginによるログイン機能を実装した認証アプリ開発」を一読ください。

画像ファイルアップロード機能を実装した画像表示アプリ開発

以下は、画像ファイルアップロード機能を実装した画像表示アプリになります。

画像ファイルアップロード機能を実装した画像表示アプリのサンプルコードを確認したい人は「【Flask】画像ファイルアップロード機能を実装した画像表示アプリ開発」を一読ください。

これからFlaskを学習してアプリ開発に挑戦したい人は、FlaskのMVTモデルの理解が必要です。

FlaskにおけるModelの役割

FlaskにおいてModelは以下の役割を持ちます。

Modelの具体的な役割

• データベースを作成する
• データベースを操作する

つまり、Modelはデータベースのテーブルを定義することになります。

データベースを構築する際に必要な知識が以下の内容になります。

Modelに必要な基本知識

• flask-sqlalchemy
• flask-migrate
• SQLite

Modelの作成方法やデータベース構築方法を具体的に知りたい人は、「【Flask】Webアプリ開発におけるModelの役割」を一読ください。

あわせて読みたい

【Flask】Webアプリ開発におけるModelの役割 本記事の要点 FlaskにおけるModelの役割を理解する database（データベース）を理解する 具体的にModelに記述するコードを理解する 上記をまとめ、具体的なコードやデー…

関連記事は、flaskのMVTモデルにおけるModelを中心に解説してます。
また、Modelを扱う際のDBの構築やflaskコマンドのmigrateなども記載してます。

FlaskにおけるViewの役割

FlaskにおいてViewは以下の役割を持ちます。

Viewの具体的な役割

• データベースを操作する
• PRGに基づいてルーティングとテンプレートを制御する

つまり、ViewはModelとTemplateを制御することになります。

Viewを実装する際に必要な知識が以下の内容になります。

Viewに必要な基本知識

• CRUD機能の理解
• ルーティングの理解
• PRG（Post/Redirect/Get）パターン
• render_template
• redirect
• url_for
• request

Viewの作成方法やデータベース/テンプレート制御を具体的に知りたい人は、「【Flask】Webアプリ開発におけるViewの役割」を一読ください。

あわせて読みたい

【Flask】Webアプリ開発におけるViewの役割 本記事の要点 FlaskにおけるViewの役割を理解する Modelとの連携を理解する Templateとの連携を理解する 具体的にViewへ記述するコードを理解する 上記をまとめ、具体的…

関連記事は、flaskのMVTモデルにおけるViewを中心に解説してます。
また、Viewを扱う際のUIによる画面遷移やデータの受け渡し方法なども記載してます。

FlaskにおけるTemplateの役割

FlaskにおいてTemplateは以下の役割を持ちます。

Templateの具体的な役割

• ViewからTemplateへのデータの受け渡し
• ルーティング情報に沿ったテンプレート作成（各ページ）
• <a>タグ, <form>タグ, <button>タグが持つルートデザイン設計
• CSSによるUI/UXを意識したデザイン調整

つまり、Templateはユーザー行動を意識したデザインを考慮することになります。

Templateを実装する際に必要な知識が以下の内容になります。

Templateの具体的な役割

• ルーティングの理解
• テンプレートエンジン（jinja2）の理解
• 共通テンプレートと継承
• データ出力のロジック設計

Templateの作成方法や共通化/継承など具体的に知りたい人は、「【Flask】Webアプリ開発におけるTemplateの役割」を一読ください。

あわせて読みたい

【Flask】Webアプリ開発におけるTemplateの役割 本記事の要点 FlaskにおけるTemplateの役割を理解する Viewとの連携を理解する 具体的にTemplateへ記述するコードを理解する 上記をまとめ、具体的なコードやTemplateの…

関連記事は、flaskのMVTモデルにおけるTemplateを中心に解説してます。
また、テンプレートを扱う際のUIデザインやデータの受け渡し方法、HTMLやCSSのコードも記載してます。

今後のPythonフレームワークによるWebアプリ開発を実施する上で、とても重要になるためぜひ一読頂けると幸いです。