「FastAPI、YOLO、地理空間情報…次はどのPythonトレンドに乗る？」～【python】人気記事TOP5（2025/11/30）

この記事はZennからpythonのLike数が多い記事のリストを自動的取得し、AIを利用して要約し、自動更新されています。

【2025/11/30】「FastAPI、YOLO、地理空間情報…次はどのPythonトレンドに乗る？」人気記事TOP5（2025/11/30）

FastAPIのテストコードを書いてDIの重要性を知った話

FastAPIのテストコード作成を通じてDIの重要性を再認識した話。DI未適用コードではテスト時の依存解決が困難だったが、FastAPIのDependsを活用することで、テスト容易性が向上。開発コードとテストコードの例を示し、DI導入による柔軟性と保守性の向上を強調。ランサーズではフリーランスと技術を結びつけ、新たな働き方を創造している。

型安全で高速開発！最新版Notion API対応Python SDK「notion-py-client」の紹介

最新版Notion APIに対応したPython SDK「notion-py-client」を紹介。既存のPython SDK(notion-client)の課題を解決し、型安全かつ高速な開発を実現する。TypeScript互換の型補完、ヘルパー関数によるスキーマ定義とORM利用、pandasデータフレームへの変換機能を提供し、AIコーディングを促進。HTTP直叩きの課題を克服し、開発者体験を向上させる設計となっている。

【YOLO:②アプリ偏】YOLO x Pleasanterで物体検出のDX加速！

YOLOとPleasanterを連携させ、物体検出のDXを加速させるアプリ開発について解説。Githubから設定ファイルを取得し、Pleasanterへインポートすることで導入。サーバースクリプトの変数調整後、スマホ・PCで動作確認を行う。後工程での活用例も提示し、トラブルシューティングと使用画像、おまけ情報も記載。

【第1回】SIGNATE 第2回 国土交通省 地理空間情報データチャレンジ: 初見とベースライン

SIGNATEの国土交通省地理空間情報データチャレンジの概要とベースライン構築に関する記事です。目的は地理空間情報から未来の交通量を予測すること。評価指標はMAPE。時系列データのずれを考慮し、目的変数をログ変換。ベースラインモデルとして、データの前処理後、LightGBMを使用。今後の予定として、特徴量エンジニアリング等による精度向上を検討。

ChatGPTとpythonでいつの間にか依存型に入門させられていた

ChatGPTとPythonを用いて、著者が依存型プログラミングの概念を学習した過程をまとめた記事です。型の階層、依存型を含む文法、型推論と簡約、簡単な証明機能について、PythonとLispをベースにChatGPTを活用して実装を試み、その過程で得られた知識や感想が述べられています。参考文献としてCoqやHylo言語が挙げられています。

【2025/11/23】「LLM開発とパッケージ管理、次はどう進化する？」今週の人気記事TOP5（2025/11/23）

pixi（conda系パッケージマネージャー）を使う

Rust製のパッケージマネージャーpixiは、conda-forgeをバックエンドとし、uv同様に高速性と再現性の高さを特徴とする。uvとの違いは、conda-forge/PyPI両対応、Python以外のマルチ言語サポート、タスクランナー機能。pixi init, pixi add, pixi import, pixi install, pixi run でプロジェクト作成とパッケージ管理を行う。タスクランナーは、コマンドを pixi.toml に定義し pixi run <タスク名> で実行可能。--frozen や --locked オプションで厳密な環境管理も実現。Python+他言語プロジェクトやタスクランナー利用に有用。

DockerとPythonでFTPサーバーを構築し接続する方法【匿名ユーザー対応】

Dockerコンテナで匿名FTPサーバーを構築し、Pythonのftplibで接続する方法を解説。アクティブ/パッシブモードや認証方式（通常/匿名）の違いに触れ、匿名利用時のセキュリティリスクに言及。docker-composeを用いたサーバー構築手順、Pythonでの接続・ファイル操作のサンプルコードを紹介。匿名FTP環境の情報が少ない中、Docker、Linux、ネットワークの知識習得に繋がるとまとめている。

【APIでも画像は取れる！】OpenAI Agents SDKのCode Interpreterでグラフ画像生成【文字化けも防げる！】

NTTデータの@kouiwa氏が、OpenAI Agents SDKのCode Interpreterを用いたグラフ画像生成方法を解説。Python REPLと比較し、ライブラリの豊富さ、セッション管理、安全性で優位性を示し、特に日本語文字化け対策として、フォントファイルをアップロードし、プロンプトで明示的なフォント指定を指示する点を強調。画像取得は、container_idを特定し、APIを通じてファイルを取得する手順を紹介。この実装は、複雑なデータ分析タスクやマルチエージェントシステムへの応用が期待される。

pyscnを利用して綺麗なコードを目指してみよう

pyscnはPythonコードの品質を分析するツールで、デッドコード検知、クローン検出、複雑さ分析、モジュール依存関係の追跡などの機能があります。uvまたはpipxでインストール後、pyscn analyze <ファイル名>で実行し、HTML形式でレポートが出力されます。オプションでJSON形式での出力や、特定の分析項目に絞った実行も可能です。分析の結果、今回のコードのヘルススコアは98/100(Grade A)と評価されました。CIに組み込むことで、品質の良いPythonコードを書くことが期待できます。

[LLM] Reasoning Model でのユーザー体験を向上させるためにReasoning summaryを使う話

LLMのReasoning Modelにおける思考過程の要約(Reasoning Summary)の実装と調査結果です。 OpenAI(gpt-5)、Google(gemini-2.5-pro)、Anthropic(claude-sonnet-4.5)のAPIをPythonで実装し、思考過程の出力制御、出力タイミング、Web版との比較実験を行いました。 OpenAIは指示無視やAPIの非英語対応など、制御が難しい面が判明。 Claudeは指示に忠実で扱いやすい一方、Googleは翻訳を挟むことで活用できる可能性が示唆されました。 OpenAIのみWeb版とAPIで挙動が異なり、他2社はAPIの仕様をそのままUIに反映。思考過程の可視化はユーザー体験向上の鍵であり、今後も注視すべきテーマです。

【2025/11/16】「データ分析自動化、どこまで進んでる？」今週の人気記事TOP5（2025/11/16）

2025年の個人開発：爆速で「パンダ特化型SNS」を作った技術スタック全公開

パンダ特化型SNS「PanDo」をNext.js、Python、Supabaseで個人開発。

技術: フロントエンドはNext.js(App Router)、React、Vercel、SWR。バックエンドはSupabase(PostgreSQL, Storage, Auth)。データ収集はPythonスクリプトをGitHub Actionsで自動実行。

特徴: 楽観的UI、ページアニメーション、多言語対応、インタラクティブ・チュートリアル、ドット絵デザインなどを実装し、UXに注力。

今後: ダークモード、AI要約、検索機能、ユーザー投稿機能などを追加予定。

LLM開発の裏で行われるデバッグ作業: PyTorch DCP

Turing社のLLM開発におけるデバッグ作業を紹介。学習ライブラリ更新時のPyTorchとCUDA Toolkitの互換性検証で、Megatron-LMの分散チェックポイント(DCP)におけるmetadataエラーが発生。原因を調査した結果、NGC PyTorchのPyTorch実装に起因し、dataclasses.replaceでmcore_dataが欠落することが判明。PyTorchのIssue報告と修正パッチを発見し解決。LLM開発には、NLP/CV知識に加え、ソフトウェアエンジニアリング能力が不可欠であることを強調。

Python で他生物の視覚をシミュレートする

この記事では、以前の擬態度測定の課題であった「人間目線」を克服するため、ベラの視覚特性をPythonでシミュレーションする試みを紹介。ベラの錐体感度データに基づき、RGB画像を線形RGBに変換後、水中での光の減衰や散乱、コントラスト低下を考慮したフィルタを適用。これにより、ベラがどのようにアデヤカミノウミウシやゴカイを見ているかを可視化。Google Colabでの実装手順とコード例を示し、他生物の視覚シミュレーションへの応用可能性を示唆している。

隠線処理の話

分子動力学シミュレーション可視化における隠線処理として、凸多面体(直方体)に適用可能な法線ベクトル法を解説。直方体の各辺が視線に対して手前にあるか奥にあるかを、面の法線ベクトルと視線ベクトルの内積から判定するアルゴリズムを説明。PythonとNumPyを用いた実装例として、直方体を回転させ、隠線を考慮して描画する方法、立方体内部に球を配置した際の描画処理を紹介。githubにサンプルコードと可視化コードあり。

その分析、Cursorにやらせてみませんか？

シロクは、Cursor, Snowflake, Slackを連携させ、データ分析レポートを自動でSlack投稿する仕組みを構築しました。SnowflakeからSQLでデータ取得し、YAMLで定義されたレポート仕様に基づき、Cursor CLIがAIでMarkdownレポートを生成。GitHub Actionsで定期実行しSlackへ投稿します。分析者はSQLとYAMLを書くだけでよく、レポート構造をYAMLで宣言的に管理することで、要件に合わせてレポートを高速に組み替えられます。KPIの進捗レポーティングで活用し、状況把握と迅速なアクションに繋げています。

【2025/11/9】「asyncio、marimo、AIエージェント…次はどれを深掘る？」今週の人気記事TOP5（2025/11/09）

Jupyterよりも marimoが使いやすい理由

marimoは、Jupyter Notebookの課題を解決する次世代Pythonノートブック環境。
リアクティブな実行モデルにより、コード変更が即座に反映され、セル間の依存関係を自動管理。.py形式で保存されるためGit管理が容易で、Webアプリ化も簡単。
Jupyterとの比較では、実行順序、UI連携、ファイル形式、再現性、アプリ化で優位性がある。
特に、データ分析や教育コンテンツ作成、Webアプリ公開に最適。AI補完、SQL連携、クラウド共有などの機能も充実。

Asyncio 再訪：百万並行処理への道

この記事は、Pythonのasyncioについて、表面的な理解に留まっている開発者に向けて、その本質と可能性を深く掘り下げています。

asyncioがシングルスレッドで百万並行処理を実現する驚くべきエンジニアリングを解説し、ハードウェア割り込みからasync/await構文までの進化を辿ります。
独自のevent loopを構築する過程を通じて、協調的マルチタスクがI/Oバウンドなアプリケーションに最適である理由を説明。
threadingとの比較、アンチパターン、パフォーマンス、将来の展望にも触れ、asyncio採用のための考え方のシフトを促し、適切な場面での利用を推奨しています。

Geminiでブラウザを自動操作！Computer Use Previewの使い方

GoogleのGemini APIを活用し、自然言語でブラウザ操作を自動化するAIエージェント「Computer Use Preview」のセットアップ手順と実行方法を解説。PlaywrightをベースにChromeを自動操作し、Geminiが指示、Playwrightが実行する仕組み。環境構築後、main.pyにクエリを渡すことでブラウザ操作が可能。Vertex AIの利用や複雑なタスクへの応用も示唆。今後のAIエージェント技術の発展に期待。

なぜ、Javaより遅いPythonが組込みシステムで使えるのにJavaは無理なのか？

JavaがPythonより高速であるにも関わらず、組み込みシステムでJavaが使われにくいのは、JavaのGCによるstop-the-world問題がリアルタイム性を損なうため。GCはNMI級の全コア停止を引き起こし、予測不能な遅延を生む。一方、Pythonはリファレンスカウント方式で決定論的なメモリ管理を行い、停止しない。組み込みでは処理速度よりも遅延の予測可能性が重要であり、「世界を勝手に止めるGC」よりも「人間が制御できるGC」が求められる。

LangGraphを使った自己反省型AIエージェントの実装方法

LangGraphを用いた自己反省型AIエージェントの実装方法を紹介。LangGraphはLLMアプリケーションのワークフローをグラフ構造で表現するフレームワーク。エージェントは、質問に対しWeb検索を行い、情報の品質を自己評価し回答を生成。実装は、ステート定義、ノード実装（Web検索判断、クエリ生成、検索実行、回答生成、品質評価）、エッジ定義、グラフ構築、コンパイル、実行の6ステップ。特に、Annotatedによるステート管理とCommandによるノード間制御が重要。回答評価ノードで品質を評価し、改善を指示することで自己反省を実現。

【2025/11/2】「RAGとLLM、ベクトル検索…次はどう活用する？」今週の人気記事TOP5（2025/11/02）

日本株3700社以上を分析。yfinance x「わが投資術」株式スクリーニングアプリを作った話（バイブコーディング）

フルスタックエンジニアのテストくんが、yfinanceとReactなどを活用し、日本株3700社以上を分析できるスクリーニングWebアプリ「yfinance-jp-screener」を開発。
JPX公式データから銘柄を自動取得し、財務指標によるスクリーニング、PBR等の可視化を行う。
GitHub Actionsでデータ収集を自動化、Dockerで簡単デプロイを実現。
レート制限を回避するため、データ収集を分割処理。
フロントエンドはReactで構築、CSVアップロード、フィルタリング機能を実装。
投資判断は自己責任。

LLMによる文単位抽出を高速・安価に行う- fast-bunkaiの活用

LLMによる文章抽出を高速化するため、fast-bunkaiでテキストを文単位に分割し、各文にIDを付与。LLMには指示文に対応するID範囲を出力させ、そのID範囲のテキストを抽出する手法を提案。この「文章ID範囲抽出」は、抽出対象の文章を直接出力させる従来手法と比較して、処理時間とLLMのトークン消費量を大幅に削減可能。検証では、3条文の抽出において抽出結果は完全に一致し、処理時間は平均で約40%短縮、トークン量も大幅に削減された。

Neo4jで始めるGraphRAG入門

この記事では、Neo4jでGraphRAGを実装する方法を解説。料理レシピデータを題材に、Neo4jへのデータ登録から、ベクトルインデックス作成、OpenAI embeddingsを利用したベクトルプロパティの保存までをPythonコードで紹介しています。

RAGの実装では、Text2CypherRetrieverによるグラフ検索、VectorRetrieverによるベクトル検索、VectorCypherRetrieverによるグラフ+ベクトル検索の3種類を実装。
最後に全文検索とのハイブリッド検索についても触れ、Neo4jの柔軟性をアピールしています。

MinIOとtool callingで実現する「動的な知識管理」RAGシステム

AIがチャットからアップロードされたファイルを自動で知識に取り込み、削除も可能な動的RAGシステムを構築。MinIOをローカルS3互換ストレージとして活用し、ファイル変更をWebhookで検知、LangChainのtool callingでAIがファイル操作ツールを自律的に実行する。これにより、リアルタイムな知識管理とAIアシスタントのような自然なファイル操作を実現。フロントエンドのUX設計、リアルタイム性、システム全体の統合設計の重要性を学んだ。

言葉をベクトル化して星にする【LogoStella】

生成AIの面白さを直感的に伝えるため、LLMの埋め込みモデルを活用し、ユーザーの投稿を意味ベクトル化して星として宇宙空間に配置する作品「LogoStella」を制作。parametricUMAPで次元削減し、初期学習データにはLLMで生成したテキストを使用。React Three Fiberで3D可視化し、「Mystic Geometry」をテーマに星の色分けや星座表現を追加。星図盤やプラネタリウム、3DゲームやVtuberライブでの活用に展望。