コードの先頭に
%matplotlib inline
を記述する。
入力データが以下のとき
-------
3
1
2
5
--------
input()を使って入力値を読み込む。
first = input()
print(first)
# 3
seconde = input()
print(second)
# 1
input()を呼ぶごとに、１行の入力を取得する。
abs()を使う。
x = -20
print(abs(x))
# 20
使うにはosライブラリをimportする。
import os
カレントディレクトリの表示は以下。
os.getcwd()
ディレクトリの移動は以下。
os.chdir("C:\\Users\\ozspade\\Documents\\PythonScripts")
以下のページにまとまっている。
ループ文は２通りの書き方がある
例えば、aとbの値を入力させ、bがaよりも小さかったら、「aよりも大きな値を入力してください。」と表示させ、もう一度bを入力させるプログラムを書くとする。
Javaでコーディングすると以下のような形になる。
import java.util.Scanner;
class exercise1{
public static void main(String args){
System.out.print("Please input a number:");
Scanner stdIn = new Scanner(System.in);
int a = stdIn.nextInt();
int b = 0;
long start = 0;
do{
System.out.print("Please input second number:");
b = stdIn.nextInt();
start = System.nanoTime();
if ( b < a ){
System.out.println("aより大きい値を入力");
}
} while(b < a);
int res = b - a ;
System.out.println(res);
long end = System.nanoTime();
System.out.println((end - start) + "ms");
}
}
class exercise2{
public static void main(String args){
System.out.print("Please input a number:");
Scanner stdIn = new Scanner(System.in);
int a = stdIn.nextInt();
int b = 0;
long start = 0;
while(true){
System.out.print("Please input second number:");
b = stdIn.nextInt();
start = System.nanoTime();
if (b >= a) break;
}
int res = b - a ;
System.out.println(res);
long end = System.nanoTime();
System.out.println((end - start) + "ms");
}
}
exercise1とexercise2の２種類書いたが、これは、
do while 文でループを継続させる判定をするか、
if文でループを終了させる判定をするか、
の違いがある。
このようにどんな条件判定でも２種類で表せる。
①whileやdo whileで「継続するか？」を判定して、ループする
②if文で「終了するか？」を判定して、breakする
速い方を取る、より直感で理解できる方を取る、などその時々で選択してコーディングすることになる。
ちなみにSystem.nanoTime()を使って測定すると、exercise2の方が少し速いことがわかる。
データサイエンティストって何をする職種？なんだろう、と思い調べた。
データサイエンティストの役割とは？
× データに隠された「情報」を発見すること
◯ その情報に基づいたビジネスをするための判断を行うこと
データに隠された「情報」を発見することは誰だってできる。
難しいのは、その「情報」をどうやって儲けにつなげるか。
データサイエンティストは機械学習によって導き出された「情報」を使ってビジネスの判断を行い、利益を上げる役割を担う。
ビジネスの領域までが担当範囲。
また、その判断をするには、機械学習の結果がどのように出てきたかを理解している必要がある。
どんな事実からどんな情報がでてきたか？というアルゴリズムを理解していないと、応用を効かせた未来の予測ができないからである。
つまり、データサイエンティストには
「対象となるビジネスの深い理解」と「機械学習の深い理解」
が必要になる。
「対象となるビジネスの深い理解」が必要ということは、いくつかのビジネスに特化することになる。
「いくつものビジネスを深く理解しているので、どこでもデータサイエンティストになれます！」なんて言えないのである、一般人なら。（スーパーマンならあるいは…）
だから、データサイエンティストになりたいのなら、まずはどんな業界のビジネスに詳しいか、もしくは詳しくなりたいか、を考える。
機械学習やディープラーニングが面白そうだから、といってデータサイエンティストになっても、ビジネスの理解がなければ、単なる技術好きのビジネスに貢献できない（＝仕事ができない）やつになっちゃうだけってことだ。
宇宙データを扱うデータサイエンティストなんて一番楽しそうだなあ、と思ってしまう。。。
様々な部署やチームで仕事する経験が増えると、同じ社内でも、所属するチームによっては働きやすさや気持ちが全然変わるんだな、ということがわかる。
一緒に働く人たちが、とても話しやすく、しっかりと自分の仕事に責任感をもって取り組んでいれば、自分もとても働きやすかった。
逆に、一緒に働いている人たちが、暗くてあまり話さなかったり、文句ばっかり言って自分の仕事をおろそかにしていたら、自分のモチベーションも下がり、働きにくかった。
だから、働く時に大切なのは、「気楽に会話できる環境」と「適度な緊張感、責任感」なんだな、と思ったんです。
誰でもずっと同じ、現状のままはつまらないと感じる。そんな時、「気楽に会話できる環境」があれば、自然と、"改善したい部分"や"新しく取り組みたいこと"が出てくる。イノベーションに繋がるし、何より仕事が楽しくなる。
また、「適度な緊張感、責任感」をみんなが持って仕事をすることで、いい加減に仕事をしたりロボットのように機械的に仕事をすることはなくなる。
社内の雰囲気が緩すぎると、いい加減な仕事をしたり、ミスをしたりすることになる。
逆に、厳しすぎるとみんなが緊張して本来の実力を発揮できず、機械的な仕事をしてしまう。
緩すぎず、厳しすぎず、要所要所で締めていく環境であれば、ミスをすることなく、それぞれが最高の実力を発揮して、仕事に取り組める。
「気楽に会話できる環境」と「適度な緊張感、責任感」
この二つをどんな現場でも実現するには、やはり自分から動いて周りに「こういう職場にしたい」と説いていかないとなかなか難しい。
この二つを兼ね備えた現場に出会えたらラッキー、気合いをいれて仕事をする。
逆にどちらもない現場だったら、自分がこの環境を変える！と意気込んで周りに説いていく。
こんなことを考えて自分から動かないと、いつまでも同じ現場で働くとは限らないし、最悪な環境だった時に自分も周りとともに落ちて言ってしまうからな〜…
社会人になり5年も経つと、様々な業務・仕事を経験している人が大半なはず。
5年もたつと新人の頃のようにガムシャラに仕事をする、というよりも、今までの経験を元に、この後の将来について考え始める時期でもある。
そんな中、これを意識して仕事をすることで、仕事が格段にしやすくなる上、周りからも評価・信頼を得ることができる、といういくつかの"仕事術"がある。
"仕事術"と書くと安っぽく聞こえるが、具体的な内容まで理解して実践する仕事術はとても強い武器になる。
ではその"仕事術"とは何か。
大きく分けると、
「仕事をスムーズに進めるための仕事術」
と
「質の高い成果を出すための仕事術」
の二つある。
今回はこのうち、一つ目の「仕事をスムーズに進める方法」について書き残しておく。
仕事をスムーズに進めるための仕事術
具体的には次の５つある。
1. 上段の目線を持つ
これは、仕事で人と会話する時に、相手の一つ上・奥・先の人を意識するということ。
たとえば、相手が上司ならその上司を意識する。
相手が顧客ならその顧客の上司、もしくはその顧客の顧客を意識する。(小売業界を相手にしているIT企業であれば、買い物をする客、など）
この一つ上を意識した会話、つまり上段の目線を持った会話を心がけることで、スムーズに仕事が進むようになる。
担当者同士、悪く言うと下っ端同士で会話を進めていた場合、意図した内容が伝わっていなかったりして、仕事のやり直しや修正が必要になる時がある。
たとえば、顧客からある依頼を受けたとする。こちらは特に気にすることなく、依頼されたことを実施し、返答した。ところが、その後依頼する内容が間違っていたことが分かり、もう一度作業を依頼されてしまった。理由を聞くと、その顧客自身も上司から依頼を受けた話であって、こちらに依頼を出したが、実は顧客同士での認識齟齬があり、依頼する作業が間違ってしまったんだとか。
これは明らかに時間の無駄である。
このようにならないためにも、相手はなぜ依頼をしてきたのか、何かその背景には上司や別の人の思惑があるのではないか、といった意図を事前に確認することが大切になってくる。
また、逆も然りである。
契約しているベンダーの担当者に、ある質問を出し、回答を得ていたとする。その回答がベンダー内部の共通認識としてこちらは認識していた。しかし、後日別の担当者と会話している時にその回答が間違っていることが判明。実は回答した担当者がひとりで考えて回答してきたのであった。やむなくもう一度、丁寧に質問することになってしまい、時間をロスしてしまった。
これも同じく時間がもったいない。
このようにならないためにも、こちらの意図は相手に正確に伝わったか、相手の周りにいる人の共通認識なのか、を確認することが大切。
何を確認すればよいのか、何を依頼すればよいのか、この点を考えて会話することで、後々に面倒なことにならず、スムーズに仕事を進めることができる。
また、先の人を見据えた依頼や会話をすることは、相手もスムーズに仕事ができるようになるのである。
こうなると「信頼」を勝ち得たも同然だ。
2. 組織を優先する
若いうちは自分の仕事を精一杯やろうとする。
頑張って仕事をして、きっちり終わらせることでそれなりに周りから高評価を受ける。
しかし年を追うごとに、それでは済まなくなる。むしろ逆効果にもなりうる。
どういうことかと言うと、会社は組織であるから多数の人が絡んでいる。組織として目標に向かって日々動いているのである。
そんな中、自分ひとり、自分の仕事を終わらせることだけに集中して頑張っていても、組織としては嬉しくないのである。
例えば、部として新規事業に取り組んで、新たな顧客を開拓していこう！となっている時に、既存の顧客の相手ばかりして仕事を終わらせた気になっている人がいたりする。
それで自分が楽になったとしても、部としての目標（この場合、新たな顧客を開拓すること）には向かっていないので、周りから白い目で見られるし、評価にも繋がらない。
そんなヤツにならないためにも、
部署外 → チーム外 → チーム → 自分 という優先順位で仕事を進め、
自分のいまの立場と組織が向かう方向に注意を注ぐ。
このような態度で仕事をし、組織を優先することで、「誰が何をしているのか」「何を考えているのか」をキャッチアップできるようになり、広い範囲が見える。
広い範囲を認識しているからこそ、自分の行動や言葉に説得力が生まれ、周りから「あいつは組織として仕事をしている」「信用できる」といった評価を得ることができるのである。
3. 会話系を先に進める
(来週中に加筆する！)
4. 話を分ける
(来週中に加筆する！)
5. ストーリーを立てる
(来週中に加筆する！)