こんにちは、PyQチームです。
PyQのコンテンツ改訂に関するお知らせです。
このたび、ランク「NumPyデータ処理」が改訂され、
ランク「NumPyデータ処理初級」 と「NumPyデータ処理中級」 に分割されました。
また、NumPyの全体像を広く浅く把握できるコンテンツとして、
新しいパート「NumPy体験」など が追加されました。
今回の改訂により、初心者がNumPyの便利さを具体的な題材を通して楽しく実感できる 内容になっています。
また、「Python 3 エンジニア認定データ分析試験」の受験を考えている方 にとっては、より効率的に試験範囲を学べる構成に改善されています。
※ 「Python3 エンジニア認定データ分析試験」とは、一般社団法人Pythonエンジニア育成推進協会（PythonED）が実施している資格試験です。
概要
旧ランク「NumPyデータ処理」は、NumPyを使ったデータ処理について学べるコンテンツでした。
今回の主な改訂内容は、次の3点です。
【初級と中級への分割】
これまで1つのランクとして提供していたコンテンツを、ランク「NumPyデータ処理初級」と「NumPyデータ処理中級」に分割しました。初級では、「Python 3 エンジニア認定データ分析試験」の試験範囲に対応した基礎的な内容を網羅しています【新しいコンテンツの追加】
初心者が短期間で全体像を把握できるよう、新パート「NumPy体験」を新追加しました。また、NumPy配列の結合・分割や変形に焦点を当てたパート「NumPyデータの変形」を追加し、より実務で役立つ学習が可能になりました【既存コンテンツの改訂】
従来のパート「NumPyデータ作成」を見直し、新たにパート「NumPyデータの生成」として生まれ変わりました。図解や説明を増やし、よりわかりやすい内容になっています
今回の改訂により、NumPyのコンテンツが下記のような構成に変わりました。
新しく学習をする方は、まずはランク「NumPyデータ処理初級」から学ぶことをおすすめします。
| 変更前（ランク「NumPyデータ処理」） | 変更後（ランク「NumPyデータ処理初級」「NumPyデータ処理中級」） |
|---|---|
|
|
改善ポイント
ポイント1. より効率的に学べるよう、「初級」と「中級」に分割
従来のNumPyコンテンツは、基礎からじっくり学べる反面、「全体像が見えるまで時間がかかる」という課題がありました。
また、「Python3 エンジニア認定データ分析試験」の受験を考えている方にとっては、試験範囲外の内容も混在しており、効率的な学習がしづらい状態でした。
そのため今回の改訂では、コンテンツを次のように2つに分割しました。はじめて学ぶ方は、まず ランク「NumPyデータ処理初級」 から学習を始めるとスムーズです。
| ランク名 | おすすめする方 |
|---|---|
| NumPyデータ処理初級 ※ 「Python3 エンジニア認定データ分析試験」の試験範囲に対応 |
NumPyの基本機能を短期間で把握したい方 「Python3 エンジニア認定データ分析試験」のための学習をしたい方 |
| NumPyデータ処理中級 | NumPyの各機能をより深く学びたい方（ユニバーサルファンクションの自作や、ブロードキャストの条件など） |
ポイント2. 新しいパート「NumPy体験」「NumPyデータの変形」の追加
初心者が短期間で全体像を把握できるよう、 パート「NumPy体験」 を新しく追加しました。
また、NumPy配列の結合・分割や変形について学べる パート「NumPyデータの変形」 を追加しました。
新パート「NumPy体験」
新パート「NumPy体験」は、NumPyの基本機能を広く浅く体験しながら、NumPyの全体像を把握できるコンテンツ です。
初心者がNumPyの学習でぶつかりがちな
「数学に苦手意識があり、NumPy以前にベクトルや行列の演算のイメージがつかない」
「淡々と機能を確認するだけでつまらない」
「機能はわかったが、どう役に立つのかわからない」
といった悩みが解消するよう、以下のポイントを重視して作られました。
- 【具体的な題材】
- ベクトルや行列の数値処理に馴染みのない方でも理解しやすいよう、「複数の商品の価格計算」や「複数レシピのコストやカロリー計算」など、 身近でわかりやすい題材を通して学習できるよう構成 しました
- 【リストとの比較】
for文とリストを使ったコードと比較することで、 「NumPyを使うことで、数値処理を簡潔なコードで記述できる」という利点を実感 できるよう構成しています。また、NumPy配列とリストの似ている点・異なる点を整理して解説することで、重要な違いをスムーズに理解できるよう工夫しています
- 【豊富な図解】
- ブロードキャストやユニバーサルファンクションなどのNumPyの挙動も、図解を通じて直感的に理解できるよう工夫しました。また、数式との比較を通じて、数学が苦手な方は基本的な数学知識を補いながら学習 でき、数学が得意な方はよりNumPyの機能がイメージしやすい 内容になっています
NumPyの持つ強力な機能を楽しみながら学べる構成になっているので、過去にNumPyの学習で挫折した方もぜひお試しください！
新パート「NumPyデータの変形」
新パート「NumPyデータの変形」は、データの前処理や結果の整形、数式の実装でよく使われる機能 について学べるコンテンツです。複数のNumPy配列の結合・分割に加え、転置、任意の形状への変換や次元の追加方法について学べます。
前述の新パート「NumPy体験」同様、 具体的な題材や豊富な図解を活用し、直感的に理解できる構成 になっています。
NumPy配列の操作がしっかり身につく内容となっているので、ぜひ学習を進めてみてください！
ポイント3. パート「NumPyデータ作成」の改訂（新パート名「NumPyデータの生成」）
従来のパート「NumPyデータ作成」を改訂し、新しいパート「NumPyデータの生成」 としてリリースしました。
改訂のポイントは、以下の4点です。
【学習内容の整理】
使用頻度の低い機能や「Python3 エンジニア認定データ分析試験」の試験範囲外の内容を削除し、効率的に学べるように整理しました【図解の追加】
図解を多数追加することで、NumPyで生成されるデータや挙動がよりイメージしやすくなり、直感的な理解がしやすくなりました【写経の改善】
各問題のコードのポイントが明確になるように、すべてのコードを写経するのではなく、重要な部分だけを穴埋めする形式に変更しました。また、「写経しよう」内でステップごとに説明を追加することで、コードの意図やライブラリーの機能がわかりやすくなりました【フォーマットの改善】
各問題に「学ぶこと」「まとめ」を追加することで、学習内容の要点がわかりやすくなりました
改訂前・改訂後のコンテンツは、以下のように対応しています。
ぜひ、新しくなったパートで効率的かつ楽しく学習を進めてください！
| 改訂前（パート「NumPyデータ作成」） | 改訂後（パート「NumPyデータの生成」） |
|---|---|
|
|
なお、旧版となったクエスト「Numpyを使おう」「NumPyのデータ構造の基本〜多次元配列の作成」は、 「更新なし・削除予定」カテゴリ の パート「旧・NumPyデータ作成」 内に移動しました。今後は更新の予定はないため、新しいコンテンツで学習することをおすすめします。
影響を受けるコース
今回の改訂により、NumPy関連のコンテンツを含む以下のコースの構成を改善しました。
改訂後のコンテンツに差し替えることで、コースで必要な知識を過不足なく学べるようになっています。
- コース「データ分析」
- コース「Python 3 エンジニア認定データ分析試験 重点講座」
- コース「機械学習」
- コース「数学とアルゴリズム」
- コース「統計分析」
まとめ
ランク「NumPyデータ処理初級」「NumPyデータ処理中級」 のリリース内容についてお知らせしました。
NumPyは、Pythonを使ったデータサイエンスの分野で非常によく使われるライブラリーです。既に学習済みの方も、これを機会にまた学習してみてはいかがでしょうか。
PyQではより効率よく、成長の実感を得ながら学習ができるよう、これからもコンテンツの改善を続けていきます。 変更点へのご意見は、各問題のエディター画面の「ヘルプ」>「フィードバック」よりお寄せください。
