Python編

１．Pythonを始めるきっかけ

今まで、C/C++言語でゲームプログラミングを紹介してきた百春さんですが、とある作業をすることになりました。C/C++言語は、コンピュータを勉強したり、プログラミングの基礎を学んだりするには良いですが、実際の、業務を効率化する、という点では不便な言語です。業務効率化という面では、Python言語が向いています。

この動画では、どうのような作業をすることになったのかを紹介しています。

２．Anacondaのインストール

Python言語のプログラミング環境をインストールします。

開発環境としてJupyter Notebook、ライブラリとしてPandasが非常に便利だった経験があり、 Jupyter NotebookとPandasがPython言語と同梱されているディストリビューションであるAnacondaを利用することにしました。

この動画では、Anacondaをインストールして、Python言語でHelloWorldプログラムを作成するところまでを紹介しています。

３．スキャン作業とPDF化

作業効率化の事例は、楽譜をスキャンしてPDFファイルにしたものを、1冊単位にまとめる作業です。

どうやってスキャンしているのかを紹介しながら、複数のPDFファイルを結合して一つのPDFファイルにまとめるところを、プログラミングします。ただ、プログラムは、自分で作るのではなく、ChatGPTに作ってもらいます。

４．JupyterNotebookの日本語化

Jupyter Notebookを使ってプログラミングしていきますが、これを日本語化します。

また、プログラムは、ChatGPTの提示したプログラムを活用していきますが、この中で、importは重要な文法になります。importがどのようなものかを説明します。

５．コメントとオフサイドルール

ChatGPTの提示したプログラムを使って、コメントとオフサイドルールを説明します。

Python言語では、字下げ(インデント)が崩れると、文法エラーになります。ChatGPTの提示したプログラムの中で、どの様に字下げルール(オフサイドルール)が適用されているのかを説明します。

６．関数とちょっとした文法

ChatGPTの提示したプログラムを活用していきますが、その中で関数がよく使われるので、関数の書き方と、関数がどのように動くのかを説明します。

あと、プログラミングで意識して欲しい「データ」と「入れ物」のイメージを説明します。また、作業効率化する時には、データをまとめて処理する事になるので、データのまとまりを扱うことのできる「リスト」についても少し触れます。

７．ファイルのリスト取得

スキャンしたデータは、１冊単位に、楽譜IDの名前の付いたフォルダに格納しています。スキャンするデータは、何百冊もあるため、1冊単位にまとめる作業は自動化したいです。１冊にまとめたPDFファイルの名前も楽譜IDにするため、楽譜IDの名前のついたフォルダ名の一覧を自動的に採取したり、楽譜IDのフォルダの下に格納されている１ページずつのPDFファイルの一覧を自動的に採取する必要があります。ここでは、このファイルの一覧をリストとして取得する方法をChatGPTに聞いて、プログラムを作成します。

８．まとめてPDF結合

ファイルのリスト取得で作ったプログラムを元に、１冊単位にPDFをまとめる作業を、プログラムで自動化します。

この作業の中で、１冊のページ数も取得できるので、楽譜IDとその本のページ数を表示するプログラムに発展させてみます。

９．データフレームとExcel出力

前回作成したプログラムに、１冊単位にまとめたPDFファイルのサイズも追加で表示するようにします。この時、一つずつをprintするのではなく、PDFファイルを結合している時は、リストの情報を格納し、PDFファイルの結合処理の繰り返しが終わった後、リストに入った情報をデータフレームという入れ物に入れるようにします。データフレームは、Pandasというライブラリが扱っていて、データ分析の分野で活用されているものです。データを分析するのに役立つ様々な機能を持っているので、覚えておくと役立つと思います。今回は、データフレームのExcel出力を行います。

10．PDFの圧縮

1冊単位にまとめたPDFファイルを圧縮します。

楽譜は、変体仮名が含まれた手書きの文字が多く含まれたもので、文字データというより画像データなので、画像として圧縮を行うようにします。

今回は、一つのファイルだけを圧縮し、次回、まとめて圧縮するプログラムように、ステップを進めます。

PDFを画像に変換するなかで、Popplerというものを内部的に使用していることが判明したので、PopplerをGitHubからダウンロードしてセッティングするようにしています。

11．まとめて結合圧縮＆リストと集計出力

第9回と第10回で作成したプログラムをまとめることで、1冊単位に結合したPDFファイルを圧縮して保存していきます。

保存していく繰り返しの中で、ページ数とファイルサイズをリストに記録し、最後に、リストの情報をデータフレーム化してExcelファイルに出力します。

データフレームを使うことで、合計を求めるのも簡単に書くことができます。データの集計結果は、リスト出力したシートとは別のシートに作成して、Excel出力します。

12．クラウドへのアップロードとリンク取得

パソコンのファイルをクラウドにアップロードして、そのリンクを取得するプログラムを作成します。

ここでは、まずファイルを１個だけ処理します。

クラウドはDropboxを使います。プログラムからクラウドを操作するため、アクセストークンというものをDropboxの開発者用サイトから取得します。このアクセストークンを使い、プログラムを通して、Dropboxへのファイルのアップロードと、アップロードしたファイルのリンクを取得します。

13．プログラムを整えまとめてアップロード

前回、パソコンのファイルをクラウドにアップロードして、そのリンクを取得するプログラムを作成したので、これをまとめて実施できるようにし、更に、取得したリンク情報は、ページ数やファイルサイズと一緒にExcelファイルに記録するようにします。

更に、今までChatGPTに作ってもらったプログラムを見直して、少しプログラムを整形します。この時、プログラムが読みやすくなるように、Pythonのコメントを使う他、NotebookのセルをMarkdownと呼ばれるタイプにセットして、Notebookの機能をつかった説明文も追加してみます。

14．データフレームのマージ

前回作成したリンク情報の入ったExcelファイルと、事前に作成した曲名の入ったExcelファイルをマージして、新たに楽譜IDと曲名、よみ、ページ数の入ったExcelファイルを作成します。このExcelファイルの楽譜IDには、Dropboxにアップロードした時のURLをハイパーリンクでセットすることで、楽譜IDをクリックするとアップロードしたPDFファイルが見えるようにします。

今回で、一連の自動化の作業は終わりにします。