現場のPython──Webシステム開発から、機械学習・データ分析まで

構成数 : 1枚

はじめに

■■第1部 基礎編

■第1章 最新Python環境構築シンプルでコーディングしやすい環境を整える

1.1 Pythonのインストール
インストール方法のお勧めは?
インストーラでの導入──簡易的な導入手段
仮想環境と標準モジュールのvenv
仮想環境の切り替え──activate/deactivate
Dockerイメージ──複数人開発でより扱いやすい方法

1.2 ライブラリのインストール
とりあえず何を使えばよい?
pip──標準かつ簡単な方法
Poetry──より安全に管理するなら

1.3 コーディング環境を整える
とりあえずどこまでやるべき?──最低限の品質保証
PEP 8──コーディング規約
black──PEP 8の自動適用
ruff──高速なインポート順の整列とPEP 8のチェック

1.4 漸進的型付けと静的型チェック
どこまで対応すればよいか?──とりあえずType Hintingを書く
漸進的型付け──あとから型を付けられる
Type Hinting
mypy──型のチェック

1.5 開発支援ツールを一括実行──tox
toxのインストール方法
toxの設定例
toxの実行と実行結果
toxのテストを個別で実行

■第2章 型ヒントとmypyによるコード品質の向上型チェックの基本から、既存コードの改善プロセスまで

2.1 型ヒントの役割と型チェッカーの活用
型ヒントがある場合・ない場合
型ヒントを活用する方法

2.2 型ヒントの使い方──基本編
変数
関数
ジェネリック型
複雑な型
クラス
型エイリアス

2.3 型ヒントの使い方──発展編
dataclassesモジュールを活用する
アノテーションによる実行時のエラー回避
スタブファイルを利用する
既存のコードベースに型ヒントを追加する

■第3章 pytestを使って品質の高いテストを書くparametrize・フィクスチャ・pytest-covの活用

3.1 テストの品質向上のポイント
テストコードとプロダクトコードの違い
テストコードを書くときに必要な考え方

3.2 pytestによるテストの書き方
テストケースの書き方
テストケースの基本形

3.3 pytestでテストを書くときに押さえるべき基本
1つのテストケースでは1つのことを調べる
テスト対象のインポートはテスト関数内で行う

3.4 サンプルコードのテストを作成しよう
ディレクトリ構成とテスト対象の概要
開発環境のセットアップ
素朴なテストを書く

3.5 pytestを使いこなしてテストコードを改善しよう
parametrizeを使って繰り返すテストを書こう
フィクスチャを使って共通処理をまとめよう
フィクスチャの機能を適度に使いこなす

3.6 テストの品質をチェックしよう
pytest-covを使ってカバレッジをチェックしよう
テストコードをレビューするときのコツ

■第4章 structlogで効率的に構造化ログを出力横断的に検索や解析のしやすいログのしくみを整えよう

4.1 ログはなぜ必要なのか

4.2 構造化ログはなぜ便利なのか

4.3 Python標準モジュールのみで構造化ログを実現しよう
基本的なログ出力
loggingモジュールで構造化ログを出力する
シンプルに構造化ログを実装した際の問題点

4.4 structlogでより便利に構造化ログを出力しよう
structlogを導入して利用する
JSON形式で構造化ログを出力する
データバインディングして情報を追跡しやすくする

4.5 django-structlogでリクエストとレスポンスログを拡張しよう

4.6 ログを活用する
CloudWatch Logs Insightsでログを横断的に検索する

■第5章 リリースを管理して開発効率を高めるtowncrierとGitHub Actionsによるリリースの自動化

5.1 リリースを管理しよう
リリースを管理しないと発生する困りごと
リリースを管理すると解決できること

5.2 リリースを管理する方法
Changelogを手動で作成する
towncrierでChangelogを自動更新する

5.3 GitHub Actionsでリリースを自動化する
GitHub Actionsとは
リリース作業を自動化するworkflowを作成する
workflowを実行する
workflowで作成したChangelog、Gitタグ、GitHubのリリースを確認する

■■第2部 Webシステム開発編

■第6章 Djangoアプリケーションの品質を高める単体テストと運用時の監視

6.1 Djangoとアプリケ<...