#Python
157 件の記事
Microsoft Graph 実務入門 #6 Teams 連携 — メッセージの読み取りと、通知を送る三つの経路
Graph の Teams 連携で最も多くぶつかる壁を正面から扱います。チーム・チャネル・メッセージの読み取り、そして「サーバーがチャネルに通知を送る」シナリオで application 権限が提供されていない理由(マイグレーション専用)、代わりになる三つの経路(delegated の自動化アカウント、Workflows の受信 Webhook、ボット)の選び方を整理します。
Microsoft Graph 実務入門 #5 OneDrive と SharePoint のファイル操作 — アップロードセッションと共有
Graph でファイルを自動化します。drive と driveItem という共通モデル、個人の OneDrive と SharePoint サイトのドライブへのパスの違い、ダウンロードと 250MB までの単純アップロード、大容量ファイルのアップロードセッション(320KiB 倍数のチャンク・再開)、共有リンクの生成、Sites.Selected で権限を絞ることまで扱います。
Microsoft Graph 実務入門 #4 メールとカレンダーの自動化 — 読み取り、送信、予定の作成
Graph で Outlook のメールとカレンダーを自動化します。受信箱の照会とフィルタリング、レポートメールの送信(sendMail)と大量送信の注意点、添付ファイルの処理、会議の作成と出席者の招待、空き状況の照会(getSchedule)、タイムゾーンという定番の罠まで実務のコードで扱います。
Microsoft Graph 実務入門 #3 Python SDK 最初の呼び出し — ユーザーと組織データの読み取り
Python で Graph を呼ぶ骨格を作ります。msgraph-sdk と azure-identity のインストール、device code(delegated)と client credentials(application)の両クライアントの実装、async パターン、OData クエリを SDK で表現する方法、ユーザー一覧・プロフィールの読み取り、認証デバッグの要領まで扱います。
PythonのJITコンパイラまとめ: 3.13の実験導入から期待値の調整まで
CPython 3.13 に実験的に入った copy-and-patch JIT コンパイラを整理します。動作原理と有効化の方法、3.14 での変化、そして現時点で持てる現実的な期待値まで扱います。
GILなしのPythonが来た: free-threadingの現状と使うべきタイミング
Python 3.13 の実験ビルドから 3.14 の公式サポートまで来た free-threading の現状を整理します。インストールと確認の方法、シングルスレッドのオーバーヘッド、C 拡張の互換状況、そして今プロダクションに導入してよいかの判断基準まで扱います。
Pythonデータ分析 #7 polars体験 — pandasが遅くなったときの次の一手
pandasが数百万行の前で重くなったときの代替になるpolarsを紹介します。読み込み・フィルタ・groupbyをpandasとpolarsのコードで並べて比較し、lazyモードの概念と2つのツールの使い分け基準まで整理して、シリーズを締めくくります。
Pythonデータ分析 #6 可視化: matplotlibの基本とチャートの選び方
FigureとAxesで理解するmatplotlibの最小構造、DataFrame.plotの活用、目的別のチャート選択基準、日本語フォントの文字化けの解決とsavefigによる保存まで、可視化の基本を整理します。
Pythonデータ分析 #5 グループと結合: groupby、pivot_table、merge
支店別・月別の売上という典型的な質問から出発し、groupbyの思考モデルとaggによる複数集計、Excelユーザー向けのpivot_table、SQLのJOINに対応するmergeとconcatまで整理します。結合後に行数を確認する検証の習慣もあわせて扱います。
Python の本を全文無料で公開しました — 《モダンPython — 入門から FastAPI 実戦まで》
変数から FastAPI や SQLAlchemy、JWT 認証、デプロイまで、Python 3.14 と uv、型ヒント優先でまとめた34章5部構成の Python 本を全文無料で公開しました。
Pythonデータ分析 #4 変形と欠損値 — 新しい列・日付・空欄の扱い方
pandasで新しい列を作るベクトル演算から、str・dtアクセサ、NaNの正体とdropna・fillnaの判断基準、astypeによる型変更と重複除去まで、データ整理の作業を1回で扱います。
Pythonデータ分析 #3 選択とフィルタ — loc、iloc、ブールインデックス
pandasで必要な行と列だけを取り出す方法を整理します。列選択の角かっこ1つと2つの違い、locとilocの使い分け、条件式がマスクになるブールインデックス、queryメソッド、そしてSettingWithCopyWarningが知らせる危険まで扱います。