何度も挑戦しては「文系の自分には難しい」と挫折してきたプログラミングですが、Pythonに挑戦してみることに。ある日pandasやnumpyという便利なライブラリの存在を知り、思い切って触ってみました。
結果は――想像以上の便利さにしみじみ感動。「もっと早く知りたかった！」という気持ちを、同じ初心者の方に向けて共有します。
pandasでExcel感覚のデータ操作に目覚めた話
pandasは、Excelの表みたいなデータ（行と列のあるデータ）を、Pythonでサクサク操作できるライブラリ。まずはCSVを読み込んでみました。
import pandas as pd
df = pd.read_csv("data.csv")
print(df.head())この数行で、Excelの表がターミナルにドン！ と表示。フィルタ、並び替え、列の追加もあっという間。Excelでちまちまやっていた「特定条件だけ抽出」も、pandasなら一瞬です。
- 面倒な手作業の置き換えに強い
- 「毎月同じ処理」をコード化して再利用できる
- ちょっと慣れると、
groupbyや結合で“集計の壁”を気持ちよく突破
正直、ここで「もう手作業には戻れない…」という気持ちになりました。
numpyで「計算は機械に任せよう」と悟る
numpyは数値計算に強いライブラリ。最初は「四則演算できるのかな？」くらいの気持ちで触ったのですが、実際は想像の上をいく便利さでした。
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a * 2) # → [ 2 4 6 8 10]通常のリストならループが必要な処理も、numpyの配列なら一撃。平均や標準偏差などの統計量も出せます。大量データでも処理が速く、「これぞ機械の仕事！」と納得しました。
“初心者でもすぐ役立つ”を実感
pandasとnumpyを触ってみて一番の発見は、「Pythonって思っているより早く“役立つ段階”に行ける」ということ。文法の勉強だけしていた頃は「何に使えるの？」と疑問だらけでしたが、実データをいじってみると一気に世界が開けました。
- Excel作業の置き換え → 時間短縮＆ヒューマンエラー減
- 定型処理の自動化 → 「毎回やる」を1回のコードに
- 実務・趣味どちらでも応用可能 → 学ぶモチベが続く
「まずは触ってみる」が、やっぱり近道でした。
「むずかしそう」より「まず触ってみる」。今日の数行が、明日の時短につながります。