Python学習チャンネル by PyQ

Pythonのオンライン学習プラットフォームPyQのオフィシャルブログです

PyQのコンテンツを改善し、β版として先行リリースします 

f:id:kenken0326:20210819175607p:plain

こんにちは。 PyQサポートです。

現在PyQチームは、以下のランクの改訂を行っています。

改訂版では、より学習しやすいように内容を見直し、構成を統一し、図や説明の追加を行います。

現在のコンテンツは、今後段階的に改訂版に置き換わる予定ですが、 その前にβ版として、2021年8月18日から順次先行リリースいたします。

本記事では、改訂版のリリーススケジュールと改善点をお知らせします。

改訂版のスケジュール

それぞれのランクのおおよそのスケジュールは、以下の通りです。

また、上記ランクに続けて「Python初級」、「Pythonデータ処理中級」も改善予定です。
これらランクの完成まで、以下のコースについては従来版と改訂版の2つを並列して提供します。

改訂版のコースは最初のクエストから途中まで改訂版、途中から従来版と同じ内容になります。
改善した内容をいち早く試してみたい方は、ぜひ、改訂版をお試しください。

なお、改訂版は今後もクエストを置き換えていきます。
そのため、改訂版のコースを選んだ場合、新しいクエストがリリースされますと、その分の進捗率は下がることにご注意ください。

全体的な改善点

以下のような点を修正し、スムーズに学習できるように改善しました。

  • 学習の流れが把握しやすくなるように、問題のフォーマットを統一しました。特に、各問題ごとに「学ぶこと」「まとめ」を用意することで、学習の要点がわかりやすくなるようにしました。
  • 問題文やコード中の説明を加筆修正しました。特に、JupyterNotebookを使うクエストの写経ではセル毎に説明を追加し、ハンズオンのように進められる形式にしました(下図)。
  • 無理なくスムーズに学習できるように、学習範囲や構成を見直しました。

f:id:kenken0326:20210819175804p:plain

JupyterNotebookを使うクエストの写経の改善(「pandas体験」パートより)

「Pythonはじめの一歩」ランクの改善点

f:id:kenken0326:20210819175851p:plain

https://pyq.jp/quests/#rank-python_first_v2

「Pythonはじめの一歩」は、Python初学者が押さえるべき内容を順序よく学べるよう、構成の見直しを行いました。また、「問題が細かすぎて学習が単調になる」というフィードバックから、問題数にも留意して学習の効率化を図っています。

今回は主に「print()、変数」「計算、if文」の構成を見直し、「数値、文字列、変数 」「条件分岐、比較演算、論理演算」としてリリースしました。

「数値、文字列、変数」パート

f:id:kenken0326:20210819175915p:plain

https://pyq.jp/quests/#python_first_calc

「数値、文字列、変数」のパートは、Python学習の手始めとして、基本的なデータ型(数値・文字列)と変数について学びます。変数のクエストは実用的な内容を目指し、変数名のルールについて説明を増やしました。そして、文字列のフォーマット方法は、最新のf-stringsをメインに解説しています。

「条件分岐、比較演算、論理演算」のパート

f:id:kenken0326:20210819175932p:plain

https://pyq.jp/quests/#python_first_if_v2

「条件分岐、比較演算、論理演算」のパートは、条件によって実行する処理を変える「条件分岐」について学びます。Pythonで条件分岐の実装に利用するif文とその条件の指定方法を解説しています。これまで条件の書き方ごとに1問分の解説と実装があり、似たような実装が続いてしまい単調になっていました。この部分を見直し、理解しやすくなるように構成しました。

「Pythonデータ処理初級」ランクの改善点

f:id:kenken0326:20210819175955p:plain

https://pyq.jp/quests/#rank-pydata_v2

「Pythonデータ処理初級」ランクで改善したコンテンツは、「pandas体験」パートと「pandasのデータ構造(DataFrame)」パートです。

「pandas体験」パート

f:id:kenken0326:20210819180019p:plain

https://pyq.jp/quests/#pandas_start_v2

「pandas体験」パートは、pandasを学ぶ上で最初の導入となるパートです。pandasは非常にたくさんの機能を持つライブラリであるため、今回の改訂では、本パートを通して機能の全体像をつかめるように再構成しました。まずは本パートで 「pandasでは何ができるのか」「pandasでデータ処理を行うとはどんな感じなのか」 イメージを広く浅く掴んだ上で、各機能ごとのパートで詳細を学ぶとよいでしょう。

今回の改訂では、特に以下の点に留意して構成しました。

  • 学習時間約2時間pandasの機能の全体像を速習できるよう、既存の学習内容に加え、データのクリーニングや統合などのトピックを追加しました
  • 単に「その機能で何ができるのか」だけではなく、「なぜその機能を学ぶのか」 必要性がわかるように、実際のデータ分析の場面を踏まえて説明を全面的に加筆修正しました
  • pandasの各メソッド・関数の処理が直感的にわかるよう、図解を使った説明を増やしました(下図)
  • 本パートで全体像を学んだ後、各機能の詳細を学べるように、各機能に対応するパートのリンクを用意しました

f:id:kenken0326:20210819180135p:plain

図解を使った説明の追加(「pandas体験」パートより)

「pandasのデータ構造(DataFrame)」パート

f:id:kenken0326:20210819180203j:plain

https://pyq.jp/quests/#pandas_structure1_v2

  • 分析の起点となるDataFrameにフォーカスしました。
  • DataFrameを構成する「インデックス、列名一覧、データ」に着目しました。
    • 「インデックス、列名一覧、データ」の取得方法や変更方法をしっかり学べるように、演習を増やしました。
  • DataFrameを扱う上で基本となるlocilocに着目しました。
    • 応用的な使い方を学ぶために必要な基本的な使い方をしっかり学べるようにしました。

基本に回帰し、学ぶ内容を厳選しました。その上で、応用に進むための知識を学べるようにしました。

まとめ

該当の問題をブラッシュアップし、「【ランク名】改訂版(β)」として順次リリースします。
どの問題も改訂版では「問題の説明文」や「解き方」がわかりやすくなっています。
履修済みのコースがある方もぜひ「解きやすさ」についてチェックみてください。
改訂版の感想もお待ちしております。

Copyright ©2017- BeProud Inc. All rights reserved.