Python のおすすめの教材9選！ 【 2023年3月 最新版】

本コースはプログラミング言語「Python（パイソン）」未経験の方が、中級者を目指すために設計された、初級レベルコースです。

• プログラミングに興味がありますか？

• 人気上昇中のPythonを学びたいですか？

• 機械学習で役立つPythonの基礎知識を学びたいですか？

• データサイエンスで役立つPythonの基礎知識を学びたいですか？

• ウェブ制作で役立つPythonの基礎知識を学びたいですか？

あなたの答えが１つ以上YESなら、これはまさにあなたが探しているコースです！

今すぐ、コース紹介動画やプレビュー動画を視聴して、カリキュラム内容をご確認ください！！

私は、ウェブ開発入門完全攻略コースなど、ウェブ開発者を目指す方向けのプログラミング入門コースを複数公開していますが、それよりも、さらに入門者向けに、Pythonを使ったプログラミングを入門できるビジネスパーソン向けのコースを制作しました。

学習に必要なもの

• パソコン（macOS または Windows）

• ウェブブラウザ Google Chrome （無料）

• Google アカウント（無料）

学習環境について

• Google Colaboratory というクラウドを利用した学習環境を利用します（無料プラン利用）

• レクチャーの動画収録ではmacOSを利用します。Windows特有の操作については、適宜補足説明します。

Pythonのバージョンについて

• バージョン3系を利用します。

2022年最新版

• 本コースは2022年に制作を行いました。

  
  

このコースを学ぶメリット

• インターネットとPCがあれば、いつでも自分のペースで学ぶ事ができます。

Q＆Aコーナーのご利用について

• 本コースの内容を超えるご質問にはお答えできませんので、あらかじめご了承ください。

• ご意見・ご要望や、コンテンツのリクエストは、コース内で紹介する専用のフォームにてお知らせいただけると幸いです。

  
  

ノーリスク

• 30日以内返金保証付きで安心です（Udemyウェブサイトよりご購入の場合）。

それでは、皆さんとコースの中でお会いできることを楽しみにしています！

更新履歴

• 2022/11/10 演習問題を追加

1. コースイントロダクション
2. コース紹介
3. 受講オリエンテーション
4. はじめてのPythonプログラミングをしよう
5. Google Colaboratoryのウェブサイトを表示しよう
6. はじめてのPythonプログラムを実行しよう
7. Colaboratoryの使い方を知ろう
8. 演習: 文字列を出力してみよう
9. コンテンツリクエスト募集中！
10. Pythonプログラミングの基本を知ろう
11. イントロダクション
12. そもそもプログラミングとは？
13. サンプルコードについて
14. コメントを使おう
15. 数値を表示しよう
16. 数値の演算をしよう
17. 演算子の優先順位を知ろう
18. エラーを自力で取り除けるようになろう
19. 文字列を表示しよう
20. エスケープシーケンスを利用しよう
21. 文字列の操作をしよう
22. 変数を使おう
23. 変数名のルールを知ろう
24. 複合代入演算子を使おう
25. 変数のデータ型について知ろう
26. キーボードから値を入力しよう
27. データ型を変換しよう
28. 演習：キーボードから値を入力して、BMIを求めてみよう
29. 文字列中に値を埋め込もう
30. 演習：f文字列を使って、文字列中に値を埋め埋め込もう
31. コレクションを使おう① - リスト
32. イントロダクション
33. リストの基本的な使い方を知ろう①
34. リストの基本的な使い方を知ろう②
35. リストを操作しよう
36. 配列を使っておみくじプログラムを作成しよう
37. 演習：配列を使ってサイコロを作成しよう
38. 条件分岐をしよう
39. イントロダクション
40. ifで条件分岐をしよう
41. 条件式が成り立たない場合の処理を書こう if else
42. 条件を追加しよう elif
43. 成績判定プログラムの仕上げをしよう
44. 真偽値とは何か知ろう
45. 比較演算子の種類を知ろう
46. 論理演算子を使おう
47. in演算子を使おう
48. 演習：if elif else を使って、体格を出力しよう
49. 繰り返し処理をしよう
50. イントロダクション - 繰り返し処理をしよう
51. forで繰り返し処理をしよう
52. リストをforで扱おう
53. forの入れ子を使おう
54. break, continueを使おう
55. whileで繰り返し処理をしよう
56. whileの無限ループについて知ろう
57. 演習： 繰り返し処理を使って、 テストの点数の合計値、平均値を求めよう
58. 関数を使おう
59. イントロダクション
60. 関数を使おう
61. 関数の引数を使おう
62. 関数の戻り値を使おう
63. 演習： 三角形の面積を求める関数を作成しよう
64. コレクションを使おう②
65. イントロダクション - コレクションを使おう②
66. ディクショナリを使おう
67. タプルを使おう
68. 演習：ディクショナリを作成して各値を取り出して出力しよう
69. ボーナスレクチャー
70. ボーナスレクチャー

＜本講座で意識している3大要素＞

「まずは動かしてみる」「形にしてみる」

Webアプリケーションを本格的に開発していくとなると、様々な領域の知識を習得する必要があります。見た目を作るためのHTMLやCSS、Webサーバー、アプリケーションサーバー、データベースサーバー、その他周辺スキルを知っておく必要があります。

理想はこれらの知識を習得しながらアプリケーションを開発していくことではありますが、複雑な内容を詰め込んでしまうと、初学者が挫折する原因にもなります。

そこで、本講座では、HTML, CSSを書くことなく、サクッと開発できてしまうStreamlitを用いて、まずは形にしてみる、アプリケーションを動かしてみる、ということにフォーカスして講座構成を練っています。

プログラミング（Python）の基礎はなんとなく理解できてきたけど、「次に何を勉強すればいいのだろうか」「アプリケーションとか作ってみたいな」と思っているあなたにオススメなのが本講座です。

エラー解決能力

通常の講座はエラーが出ないキレイな形で進めていきます。

しかし、実際に1人で手を動かしながら進めていく中でエラーが出ないことはあるのでしょうか？エラーが出ないことなんてありえないですし、おそらく多くの初学者はエラーでつまづいてしまいます。

本講座は、初学者がつまづきやすいエラーを敢えてお見せしながら講義を進めていきます。エラーが出たときにどのように対処していくのか、どのように考えればいいのかもお伝えします。

ドキュメント読解力

「公式ドキュメントちゃんと読んだ？Qiitaとかの記事じゃなくて公式ドキュメント読めば大体わかるよ」

これは、私がプログラミング初学者のときにメンターに言われた一言です。

「いやいや公式ドキュメント難しいから敬遠してるんですけど...」と、何度思ったことか。

公式ドキュメントが大事なのはわかると思いますが、読むのって結構億劫になりませんか？

なんか難しいこと難しく書いてありますよね。私も初学者の頃はずっと敬遠してました。ただ、メンターの言うことも正しくて、たしかに公式ドキュメントの情報が基本的にベストなんですよね。

そのため、本講座では極力ドキュメントを読解しながらお伝えしていきます。

1. はじめに
2. はじめに
3. PythonでWebアプリを作る
4. Pythonで作成されたWebアプリ
5. Webアプリを作るには
6. Pythonの代表的なWebフレームワーク
7. なぜStreamlitを使うのか
8. Streamlit入門
9. はじめに
10. Visual Studio Codeの準備
11. Streamlitの準備
12. Streamlitの基本的な使い方
13. インタラクティブなウィジェット
14. レイアウトを整える
15. プレグレスバーの表示
16. Webアプリの公開
17. 1. 株価可視化アプリの作成
18. セクション概要
19. 完成形の確認
20. 本セクションで使用するファイル
21. Yahoo! Financeから株価取得（株価の取得）
22. データ構造について
23. Yahoo! Financeから株価取得（データの整形）
24. 複数社のデータ整形
25. 【おまけ】その他の株価周辺情報の取得
26. グラフ化のためのデータ整形
27. Altairでシンプルなグラフの可視化
28. グラフのスケールを調整
29. Streamlitへの組み込み①
30. Streamlitへの組み込み②
31. API入門
32. セクション概要
33. APIとは
34. Web APIとは
35. REST APIとは
36. API活用のメリット・デメリット
37. 知っておくべきAPIエコノミーとは
38. 企業がAPIを提供する理由
39. APIを叩く上で必要な情報
40. JSONを理解しよう
41. HTTPメソッドについて
42. 2. 物体検出アプリの作成
43. セクション概要
44. 完成形の確認
45. 本セクションで使用するファイル
46. Azureへ登録
47. ComputerVisionAPIとは
48. Computer Vision リソースを作成
49. 必要な準備
50. 画像の説明の取得
51. 画像カテゴリの取得
52. 画像タグの取得
53. 物体を検出する
54. ローカルファイルに対応させる
55. 必要な処理を関数化（タグ情報）
56. 必要な処理を関数化（オブジェクトの位置と情報）
57. スクリプトファイルにまとめる
58. Streamlitでベースを作成
59. 検出した物体を矩形で囲む
60. 取得したコンテンツタグを表示
61. 3. 音声生成アプリの作成
62. セクション概要
63. 完成形の確認
64. 本セクションで使用するファイル
65. Text-to-Speechとは
66. APIの有効化と秘密鍵の取得
67. 環境変数の設定とライブラリインストール
68. サンプルコードによる音声出力の実装
69. 日本語男性の音声出力
70. 必要な処理を関数化
71. 【おまけ】SSMLの紹介
72. 必要な処理をスクリプトファイルにまとめる
73. アプリケーションの作成①
74. アプリケーションの作成②
75. 4. YouTube動画分析アプリ
76. セクション概要
77. 完成形の確認
78. 本セクションで使用するファイル
79. YouTube Data APIとは
80. リソースの種類
81. APIキーの取得
82. サンプルコードの実装（キーワード検索）
83. コードの詳細説明
84. 必要なパラメータの挿入
85. 動画IDとチャンネルIDをまとめる
86. 検索結果を取得する処理の関数化
87. チャンネルIDに紐づく登録者数を抽出
88. 動画IDに紐づく動画情報の取得
89. 一連の処理を関数化
90. 必要なコードをスクリプトファイルにまとめる
91. 分析アプリの作成
92. 5. スクレイピング活用アプリ
93. セクション概要
94. 完成形の確認
95. 本セクションで使用するファイル
96. HTMLを取得する
97. データ取得（Udemy）
98. 1つのデータ取得（ECサイト情報）
99. 複数のデータ取得（ECサイト情報）
100. 必要な処理を関数化
101. APIの有効化と秘密鍵のダウンロード
102. 認証周り
103. スプレッドシートからデータ取得
104. データの更新
105. グラフを作成
106. 必要な処理をスクリプトファイル（scraping.py）にまとめる
107. 必要な処理をスクリプトファイル（app.py）にまとめる
108. アプリケーションに落とし込む
109. Herokuとは
110. Herokuのデプロイに必要なファイル
111. Herokuにデプロイ
112. 定期実行の仕組み構築
113. Python超入門
114. 四則演算
115. 変数
116. 比較演算子
117. データ型
118. リスト
119. 辞書
120. 条件分岐（if文）
121. 繰り返し処理（for文）
122. 繰り返し処理（for文 / 応用）
123. break文とcontinue文
124. 関数
125. クラス
126. ライブラリ
127. Pythonでよく起こるエラー10選
128. 【Mac】環境構築
129. 【Windows】環境構築
130. おわりに
131. ボーナスレクチャー

PythonでオリジナルGUIを作成したい方向けにTkinterマスター講座が登場。

Tkinterの使い方を学び、オリジナルのGUIを作成できるようになりましょう。

TkinterはPythonの標準ライブラリで簡単にGUIを作成することができます。

【このコースの最終ゴール】

PythonのTkinterで自分一人でオリジナルのアプリを作成できるようになる実力が身につきます。

【コース概要】

以下が本コースで学べる内容の概要になります。

＜Tkinter基本操作＞

1. ウィンドウの作成方法

2. ラベルの作成方法

3. pack()の利用方法

4. ボタンの作成方法

5. grid()の利用方法

6. フレームの使い方

7. エントリーの作成方法

8. ラジオボタンの作成方法

9. ボタンに関数を割り当てる方法

10. ウィンドウに画像を配置する方法

11. チェックボックスの作成方法

12. メニューバーの作成方法

13. メッセージボックスの作成方法

＜Tkinter応用操作＞

1. ボタンの公開・非公開設定方法

2. プルダウンの作成方法

3. 複数行入力可能なエントリーの作成方法

4. リストボックスの作成方法

5. スケールバーの作成方法

6. スクロールバーの作成方法

7. ファイルダイアログを表示する方法

8. 情報を名前をつけて保存する方法

9. 表の作成方法

10. ウィンドウを閉じる方法

11. エントリーの入力規制を設定する方法

＜動画で作成するアプリ＞

1. 挨拶アプリ

2. 翻訳アプリ

3. 電卓アプリ

4. 音楽再生アプリ

5. 家計簿アプリ

＜おまけ＞

作成したPythonのプログラムを.exe化する方法についても簡単に触れます。

.exe化することでワンクリックでアプリを実行できるようになります。

またPythonの開発環境が整っていないPCでも簡単にアプリを実行できるようになります。

【注意】

• Python環境が整い、Tkinterをご自身のPCで使える状態の人向けです

• Pythonの環境構築に関する説明はしていません

1. コース概要
2. イントロダクション
3. 基本的な使い方
4. ウィンドウの作成
5. ラベルの作成とpackについて
6. ボタンの作成とgridについて
7. フレームの作成
8. エントリーの作成
9. ラジオボタンの作成
10. 画像の取り扱い
11. チェックボタンの作成
12. メニューバーの作成
13. メッセージボックスの作成
14. 【復習】挨拶アプリ
15. 挨拶アプリの概要
16. 基本ウィジェットの作成
17. ラジオボタンの作成
18. 関数の定義
19. 【実践】電卓アプリ
20. 電卓アプリの概要
21. 基本ウィジェットの作成
22. 関数の作成とボタンステートの設定
23. 演算の実行
24. プログラミングにおける数値計算について
25. コンピュータの数値計算について
26. 【実践】翻訳アプリ
27. 翻訳アプリの概要
28. 基本ウィジェットの作成
29. 翻訳機能の作成
30. 保存機能の作成
31. 【実践】音楽再生アプリ
32. 音楽再生アプリの概要
33. 基本ウィジェットの作成
34. ファイル操作機能の作成
35. 音楽再生機能の作成
36. 【実践】家計簿アプリ
37. 家計簿アプリの概要
38. 基本ウィジェットの作成
39. Treeviewのデザイン設定
40. データベースの反映と削除関数の作成
41. 追加・編集サブウィンドウの作成
42. おまけ
43. プログラムをexe化する方法
44. Entryに入力規制を施す方法
45. アウトロ
46. ボーナスレクチャー

この講座の特徴

この講座は、オブジェクト指向をよくわかっていないあなたが、「オブジェクト指向とはなにか？」を理解するための講座です。

オブジェクト指向は、Pythonの文法を学んだときに最後に出てくるクラス・インスタンスなどのあれです。

最後の方に出てきたので一応学んだけれども、「どう役立つのか？」が理解できなかった、という方も多いのではないでしょうか？

それもそのはずで、オブジェクト指向は開発の総合技術であり、自身の開発に活用できるようになるまでには、数多くのことを学ばなければいけません。

この講座は、他の教材では最後の方にちょっと出てくるやつである、オブジェクト指向「だけ」を2時間以上かけて徹底的に解説した講座です。

あなたにとって、今までまったくわからないものだったオブジェクト指向を、

「今すぐに開発に使えと言われたら無理だけど、オブジェクト指向がどういうものであるかはわかった！」

と思えるレベルまで連れて行くのがこの講座の目標です。

講座の進み方

なにごともそうですが、それが誕生した背景を知ると理解が深まります。

この講座でも、オブジェクト指向の誕生までの歴史から解説していきます。

歴史を学ぶことでオブジェクト指向が、当時あった問題を解決するために、必然性をもって誕生した技術であることが理解できるかと思います。

その後は具体的に、どのような仕組みによって問題を解決しているのかを、Pythonのプログラムを使いながら説明していきます。

オブジェクト指向の三大要素だけでなく、データ型・引数の値渡しと参照渡し・デコレータなど、Pythonオブジェクト指向の周辺知識についても解説しています。

また各セクションでは、理解度の確認のための演習問題も用意しております。

演習に取り組むことで、理解した「つもり」で終わらないようにしましょう。

Google ColaboratoryというGoogleが提供するブラウザ上のPython実行環境を用いて学習を進めます。

めんどうな環境構築が不要なので、オブジェクト指向の学習に集中できます。

1. オブジェクト指向を学ぶ前に
2. 講座の概要
3. オブジェクト指向とは？
4. プログラミング言語の誕生
5. 高級言語の誕生とソフトウェア危機
6. 構造化プログラミング
7. 関数の独立性を高める
8. ローカル変数と引数の値渡し
9. まとめ・OOPの誕生
10. クラス
11. 講座資料の準備
12. 資料が開けなかった場合
13. クラス
14. カプセル化
15. インスタンスの生成
16. コンストラクタ
17. まとめ・ポイント
18. 演習問題①
19. 演習問題①解説
20. Pythonはすべてがオブジェクト
21. ミュータブルとイミュータブル
22. 継承
23. 継承
24. 継承（共通部分をまとめる）
25. オーバーライド
26. まとめ・ポイント
27. 演習問題②
28. 演習問題②解説
29. デコレータ
30. ポリモーフィズム
31. ポリモーフィズム
32. 抽象クラス・抽象メソッド
33. まとめ・ポイント
34. 演習問題③
35. 演習問題③解説
36. 特殊メソッド
37. オブジェクト指向プログラミングの周辺技術・最大限活用するためのヒント
38. OOPがもたらした再利用技術
39. モジュール
40. フレームワーク
41. 設計原則とデザインパターン
42. OOPを最大限活用するために
43. ボーナス
44. さらなる上達のための学習コンテンツ

＊更新情報

2019/1/19 iOSアプリ化セクションのソースコードをセクションの最後に追加しました。

2019/1/7 CoreML対応フォーマットに変換し、iOSアプリ化するセクションを完成しました。

＊ただし、実機での実行・アプリ配布にはMacとApple Developerプログラム登録が必要です。

2018/3/22 Flaskでウェブアプリ化するセクションを追加しました。

2018/2/10 コマンドラインから画像ファイルを指定して推定を行うプログラムを作成するセクションを追加しました。

2017年1月にリリースしたTensorFlow入門・ニューラルネットワーク入門コースでは、およそ8,000名の受講生のみなさんが典型的な手書き文字認識問題を体験しました。

そして多くの受講生のみなさんから「AI分類器を自作して、ビジネスや趣味に活かしたい！」というリクエストを多数いただきました。

そうしたリクエストに応えるために、このコースは制作されました。

【コースの概要】

コース内では、

1. Pythonでオンラインでクローリングを行い、画像データを収集する

2. 収集したデータを同じサイズに加工して深層学習の前処理（準備）をする

3. 前処理をしたデータを用いて、ディープラーニングを実行し、モデルを作成する

4. モデルを使って、テストデータにより性能評価を行う

5. より精度を向上させるためのデータの改善を行う

6. 画像ファイルを与えて推定を行うプログラム（ウェブアプリ・iOSアプリ）を作成する

というチャレンジをしていきます。

また、このために必要なAnaconda, Python 3, TensorFlow, Keras, 画像処理ライブラリ, スクレイピング・クローリングライブラリなどの導入や設定についても詳細に解説します。

あなたが集めたデータを整理してプログラムを実行するとオリジナルの画像分類AIを作れるようになります。

この講座を受講したら、あなたはどんなAI分類器を作りますか？

1. はじめに
2. このコースの紹介
3. 学習の進め方
4. 環境構築（Python, Anaconda, TensorFlow CPU版のインストール）
5. Python 3のインストール（Anaconda最新版のインストール）
6. TensorFlowのインストール
7. 【オプション】TensorFlow GPU版のセットアップ（NVIDIA製GPU搭載マシン使用者のみ。非搭載の方はスキップしてください。）
8. CUDA 9.0のダウンロード
9. CUDA 9.0のインストール
10. cuDNN 7.0のダウンロード・インストール
11. TensorFlow 1.6.0 GPU版のインストール
12. 画像分類AI自作にチャレンジ
13. アプリの概要
14. データを集めよう
15. FlickrのAPIキーを取得しよう
16. Flickrapiパッケージをインストールしよう
17. コードからFlickrAPIにアクセスしてみよう
18. （オプション）AtomのPython関連プラグインの追加
19. データをダウンロードして保存しよう
20. 不要なデータを削除しよう
21. 画像データをNumPy配列形式に変換しよう
22. 生成した配列データをチェックしよう
23. データを交差検証用に分割しよう
24. トレーニングを実行するコードを作成しよう
25. モデルを定義しよう
26. トレーニングの関数を完成させよう
27. テストを行う関数を完成させよう
28. NumPyのバージョンアップによる変更の影響がある場合の注意
29. TensorFlow 2.3.0, Keras 2.4.3環境で動作させるための改変箇所
30. 学習とテストを実行しよう
31. コードの最適化とセクションのまとめ
32. セクションのソースコード
33. 課題：　オリジナルの分類器を作ろう
34. データの工夫による精度向上にチャレンジしてみよう
35. このセクションの概要
36. データを増量しよう
37. 増幅したデータで学習してみよう
38. データを増幅するコードの修正
39. 課題：　データの増幅
40. データの増幅サンプルコード
41. サンプルコード（増幅・トレーニング）
42. 推定プログラムを作成しよう
43. このセクションの概要
44. モデルを定義・ロードする関数を定義しよう
45. 推定処理を追加して、推定を実行してみよう
46. 課題：推定プログラムの作成
47. サンプルコード
48. FlaskでWebアプリ化しよう！
49. このセクションの概要
50. Flaskのインストール
51. FlaskでHello World! を表示してみよう！
52. ファイルをアップロードするコードを書こう（1/2）
53. ファイルをアップロードするコードを書こう（2/2）
54. ファイルアップロードのソースコード
55. ファイルアップロード時のエラー処理について
56. ファイルをアップロードしてみよう
57. ソースコード
58. （注意）Flaskのバージョンアップに伴う起動コマンドの変更
59. 画像の識別を実行してみよう
60. Kerasで生成したモデルを変換してiOSアプリを作ろう
61. セクションの概要
62. 仮想環境の追加とTensorFlow/Kerasのインストール、学習の実行
63. (macOS 10.13) モデルファイルの変換の実行
64. (macOS 10.15 Catalina) CoreML Toolsのインストールと変換の実行
65. （macOS 10.15）bashでのAnacondaの環境変数の設定方法
66. Xcode上でプロジェクトを追加しよう
67. UIパーツを追加しよう
68. IBOutletとIBActionを関連づけよう
69. カメラアクセスを許可する設定をしよう
70. カメラを起動するコードを追加しよう
71. ビルドして実機で実行してみよう
72. モデルを読み込んで推論を実行してみよう
73. このセクションのプロジェクトのソースコード
74. ボーナスセクション
75. GPU搭載のおすすめPCや、グラフィックスボード情報
76. AI・ディープラーニングのおすすめコース