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

Python夏休み学習計画!目的別にPyQでの学習計画を紹介します

こんにちは。 PyQブログスタッフです。

夏季休暇はどのように過ごす予定でしょうか?
今年こそ何かスキルアップを目指したい!」という方はPyQでPython学習をはじめてみませんか?

この記事では、PyQで効率的に学習できるように目的別のプランを紹介しています。 1日1時間〜3時間程度でできる分量に区切って紹介しており、無料で体験できるプランもあるので、ぜひお休み中にやってみてください。

PyQを知らない方へ

この記事は、オンラインPython学習サービスPyQ(https://pyq.jp)を活用したPython学習スケジュールです。
PyQはブラウザだけで始められ、基礎文法から実務的な内容まで、1500問以上の問題で自学できるPython学習サービスです。

プログラミング未経験者向け学習プラン

プログラミング未経験者向けの学習プランの情報

「Pythonプログラミングをはじめよう」コースがおすすめです。
簡単な計算や条件分岐繰り返しの処理ファイル読み込みといったプログラミングの初歩を身につけられます。最終的には、学んだことを組み合わせて実際に使えるプログラムを作ります。

▼「Pythonプログラミングをはじめよう」コースの詳しい記事 blog.pyq.jp

学習に必要な時間

全体の学習目安時間

  • 平均12時間

7日で学習した場合の1日あたりの学習目安時間

  • 1~2.5時間

プログラミング未経験者向けの学習プランで学習するPyQのパート一覧

ランク

パート

問題数

想定時間(分)

チュートリアル

PyQについて

3

30

はじめてのプログラミング

プログラミングをはじめよう

11

70

はじめてのプログラミング

Pythonを電卓として使う

9

65

はじめてのプログラミング

if文を使って条件分岐をしよう

6

55

はじめてのプログラミング

リストを使おう

5

40

はじめてのプログラミング

forで繰り返しを書こう

6

60

はじめてのプログラミング

ファイル読み込み

6

65

はじめてのプログラミング

文字列を便利に操作しよう

6

60

はじめてのプログラミング

if文詳細

7

80

はじめてのプログラミング

ランダムな処理

5

90

はじめてのプログラミング

はじめてのプログラミング総合課題

3

120

例:7日で学習した場合のスケジュール

1日目: 約1.5時間

PyQの使い方とプログラミングでできることのイメージをつかむ
- PyQについて (30分)
- プログラミングをはじめよう (70分)

2日目: 約1時間

プログラムの中で計算を行い、結果を表示する方法を学ぶ
- Pythonを電卓として使う (65分)

3日目: 約1.5時間

if文を使って、条件によって実行する処理を変える方法、リストを使って、数値や文字列を1つのまとまりとして扱う方法を学ぶ
- if文を使って条件分岐をしよう (55分)
- リストを使おう (40分)

4日目: 約2時間

for文を使って、同じ処理を繰り返す方法、プログラムでファイルからデータを読み込む方法を学ぶ
- forで繰り返しを書こう (60分)
- ファイル読み込み (65分)

5日目: 約2.5時間

プログラムの中で文字列を扱う方法、if文の条件式の書き方を学ぶ
- 文字列を便利に操作しよう (60分)
- if文詳細 (80分)

6日目: 約1.5時間

おみくじやルーレットの作成を通して、プログラムで任意の値を利用する方法を学ぶ
- ランダムな処理 (90分)

7日目: 約2時間

総合的な課題に取り組み、習熟度を確認する
- はじめてのプログラミング総合課題 (120分)

学習後におすすめのプランは?

「Pythonプログラミングをはじめよう」コースが終わったら次は「Pythonはじめの一歩」ランクに挑戦してみましょう。 数値の計算や繰り返し処理の復習ができたり、更に進んだ内容が学習できます。

Python以外の言語経験者向け学習プラン

Python以外の言語経験者向けの学習プランの情報

他言語を扱える方には、「プログラマー向けPython文法速習」コースがおすすめです。
このコースではPythonの基本的な文法を学べます。
7日間で学習する場合少し分量が多いので、本コース中のPython文法速習ランク、「プロの所作 」、「Python中級 」を学習すると区切りよくPythonの基本を抑えられます。

学習に必要な時間

全体の学習目安時間

  • 平均18時間

7日で学習した場合の1日あたりの学習目安時間

  • 2~3.5時間

Python以外の言語経験者向けの学習プランで学習するPyQのパート一覧

ランク

パート

問題数

想定時間(分)

Python文法速習

Pythonをはじめよう

22

110

Python文法速習

関数定義を学ぼう

12

60

Python文法速習

コンテナを学ぼう

17

80

Python文法速習

モジュールや入出力など

20

110

Python文法速習

文法速習のチャレンジ

1

20

プロの所作

公式ドキュメントの読み方

2

20

Python中級

ソート

9

165

Python中級

集合(set)の使い方

11

80

Python中級

for文関連関数、内包表記

12

130

Python中級

関数の引数とデコレーター

11

100

Python中級

例外処理

10

210

例:7日で学習した場合のスケジュール

1日目: 約2時間

Pythonの特徴を知る
- Pythonをはじめよう (110分)

2日目: 約2.5時間

関数の定義方法、リスト、タプル、集合、辞書について学ぶ
- 関数定義を学ぼう (60分)
- コンテナを学ぼう (80分)

3日目: 約2時間

モジュールや入出力やループのテクニックを学んだ後、難易度高めの問題に挑戦する
- モジュールや入出力など (110分)
- 文法速習のチャレンジ (20分)

4日目: 約3時間

公式ドキュメントの読み方などプロの所作と、データの並び替え方法を学ぶ
- 公式ドキュメントの読み方 (20分)
- ソート (165分)

5日目: 約2.5時間

集合(set)の定義、利用シーンと、for文と一緒に利用されるbreak, continue, range, enumerate, zipと内包表記について学ぶ
- 集合(set)の使い方 (80分)
- for文関連関数、内包表記 (前半:65分)

6日目: 約3時間

for文関連関数、内包表記の続きとキーワード引数、可変長引数、キーワード可変長引数やデコレーターを学ぶ
- for文関連関数、内包表記 (後半:65分)
- 関数の引数とデコレーター (100分)

7日目: 約3.5時間

プログラムコードをシンプル書くための方法を学ぶ
- 例外処理 (210分)

pandasデータ処理・可視化集中プラン

学習プランの概要

pandasを使ったデータ処理を学べる「データ分析」コースがおすすめです。
今回はJupyter Notebookの使い方を学んだ後データ処理初級ランクを7日間で学べるようピックアップしたプランを紹介します。

このプランの対象は、データ処理でよく使われるpandasに入門したい方、pandasの基本を改めて体系だって学び直したい方です。
※プログラミング自体が初めての方は、先に「Pythonプログラミングをはじめようコース」から始めることをおすすめします。

学習に必要な時間

全体の学習目安時間

  • 平均20時間

7日で学習した場合の1日あたりの学習目安時間

  • 2〜3時間

pandasデータ処理・可視化集中プランで学習するPyQパート一覧

ランク

パート

問題数

想定時間(分)

Jupyter Notebookと可視化

Jupyter Notebookの使い方

7

50

Pythonデータ処理初級 改訂版

pandas体験

12

110

Pythonデータ処理初級 改訂版

pandasのデータ構造(DataFrame)

18

105

Pythonデータ処理初級 改訂版

Seriesとインデックスと欠損値

19

100

Pythonデータ処理初級 改訂版

データ入出力

12

65

Pythonデータ処理初級 改訂版

DataFrameの列の演算と追加

12

75

Pythonデータ処理初級 改訂版

データの確認・集約

15

95

Pythonデータ処理初級 改訂版

データの絞り込み

12

95

Pythonデータ処理初級 改訂版

データ加工

17

90

Pythonデータ処理初級 改訂版

データのグループ化

18

140

Pythonデータ処理初級 改訂版

pandasのデータ可視化

7

40

Pythonデータ処理初級 改訂版

総合演習(Pythonデータ処理初級)

24

180

7日で学習した場合のスケジュール例

1日目:約3時間

Jupyter Notebookの基本的な操作方法を学び、pandasに入門する。
- Jupyter Notebookの使い方 (40分)
- pandas体験 (110分)

2日目:約2.5時間

pandasの主要なデータ構造であるDataFrameの構成要素と次元のデータ構造であるSeriesやIndexについて学ぶ。
- pandasのデータ構造(DataFrame) (105分)
- Seriesとインデックスと欠損値【前半】 (50分)

3日目:約3時間

CSVファイルの入出力を中心に、pandasの基本的な入出力機能の使い方と、DataFrameの列に対する簡単な演算方法を学ぶ。
- Seriesとインデックスと欠損値【後半】 (50分)
- データ入出力 (65分)
- DataFrameの列の演算と追加 (75分)

4日目:約3時間

業務でよく使う統計量の確認やデータの集約方法、ソートの方法と指定した条件でデータを絞り込む方法を学ぶ。
- データの確認・集約 (95分)
- データの絞り込み (95分)

5日目:約2.5時間

さまざまな前処理を行ってデータを分析しやすい形式に加工する方法とデータをグループ化する方法について学ぶ。
- データ加工 (90分)
- データのグループ化【前半】 (65分)

6日目:約2時間

データの可視化方法を学ぶ。
- データのグループ化【後半】 (75分)
- pandasのデータ可視化 (40分)

7日目:約3時間

ここまで学んだpandasの各機能がどのような場面で役に立つかイメージを掴む。
- 総合演習(Pythonデータ処理初級) (180分)

学習後におすすめのプランは?

blog.pyq.jp

過去にご紹介した上記の記事で以下プランを紹介しています。

  1. pandas経験者向け:pandas復習22問プラン

データの確認データ抽出・結合・加工、ファイル保存などpandasのコマンドの理解度チェックができるチャレンジ問題です。 7時間程度のボリュームなので、学習した内容をすぐに復習することができておすすめです。

その他のおすすめ学習プラン

Pythonやpandasの基礎はマスターしている!という方には、以前紹介した経験者向けプランがおすすめです。

blog.pyq.jp

上記の記事では、以下の3つの学習プランを紹介しています。

  1. Python文法がわかる人向け:Web/API入門学習プラン
  2. Python文法がわかる人向け:アルゴリズム入門学習プラン
  3. Python文法がわかる人向け:pandas機械学習入門学習プラン

アルゴリズム入門プラン機械学習入門プランは学習時間10時間未満が目安のコンパクトな学習プランです。 数日の休暇中に、ちょっとだけ目に見えるスキルアップをしたい、という場合にも良いかも知れませんね。

まとめ

目的別に学習計画を紹介しました。 夏休みを利用して、Pythonでスキルアップを目指しましょう。

Copyright ©2017- BeProud Inc. All rights reserved.