Pythonのじゃないけれど 本を書いた話

Pythonのじゃないけれど
本を書いた話

Transcript

1. Pythonのじゃないけれど 本を書いた話 2023/07/08 Python東海 第43回勉強会 antimon2（後藤 俊介）
2. お品書き • お前誰よ？ • Juliaの紹介 • 書籍を執筆しました！ • 経緯 • 公開サンプルコードに JupyterLab を採用した 理由
3. お前誰よ？
4. 自己紹介 • 名前：後藤 俊介 • 所属：有限会社 来栖川電算 • コミュニティ：🌟機械学習名古屋, 🌟JuliaTokai, ⭐Python東海, ⭐jl.dev, … • 言語：Julia, Python, Scala（勉強中）, … • SNS等：　　　　　　　　　　　　　　　　　　（@antimon2） • SNS等(2)：　　　　　　（@antimon2.jl） • Julia 本 執筆しました！🆕
5. https://www.kurusugawa.jp
6. https://twitter.com/antimon2/status/1632998963505938432
7. 簡単な Juliaの紹介
9. Julia とは？(1) • The Julia Language • 最新 v1.9.2（2023/07/05） ◦ LTS：v1.6.7（2022/07/19） ◦ 次期：v1.10.0-α1（2023/07/06） • 科学技術計算に強い！ • 動作が速い！（LLVM JIT コンパイル）
10. Julia とは？(2) • Rのように中身がぐちゃぐちゃでなく、 • Rubyのように遅くなく、 • Lispのように原始的またはエレファントでなく、 • Prologのように変態的なところはなく、 • Javaのように硬すぎることはなく、 • Haskellのように抽象的すぎない ほどよい言語である 引用元：http://www.slideshare.net/Nikoriks/julia-28059489/8
11. Julia とは？(3) • C のように高速だけど、 Ruby のようなダイナミズムを併せ持っている • Lisp のような真のマクロを持ちながら、 MATLAB のような直感的な数式表現もできる • Python のように総合的なプログラミングができて、 R のように統計処理も得意で、 Perl のように文字列処理もできて、 MATLAB のように線形代数もできて、 shell のように複数のプログラムを組み合わせることもできる • 超初心者にも習得は容易でありながら、 ハッカーの満足にも応えられる • インタラクティブな動作環境もあって、コンパイルもできる （Why We Created Julia から抜粋・私訳）
12. 要するに • 動的言語なのに速い！ • 文法も覚えやすい！ • 数値計算に強い！
13. Julia の主な特徴 • 多重ディスパッチ • 動的型システム • 並行・並列処理、コルーチン • 組込パッケージマネージャ
14. 2020/07/10
15. 発端 • 突然編集者の方から Twitter DM が届く • Qiita や Twitter で Julia の 記事書いたり質問に答えていた のが目にとまった（らしい）
16. 企画概要（当初の先方からの提案） • Juliaの入門的解説書。日本語でまとまった情報があまり提供されていない Juliaの仕様や特徴を理解してもらう。 • 前半ではリファレンス的に基本的な文法の解説をして、Juliaの仕様やコンセプ トを理解してもらう。 • 後半では数値計算や機械学習などをJuliaの長所を活かせる活用例を題材に、 効率的・実践的なコードの書き方を解説する。 • 「実は標準関数を使えば一発で解決できる問題に、面倒臭い書き方で対応して いる」ということがよくあるので、書籍全体を通じてそうした 誤解を解く知識 を随所に織り交ぜていく。
17. こちらからの逆提案 • Juliaの入門的解説書。日本語でまとまった情報があまり提供されてい ないJuliaの仕様や特徴を理解してもらう。（ここまでは同意） • 3部構成： ◦ 入門編：Juliaの仕様やコンセプトを理解してもらい、基本的な文法 の解説をして「Julia を使える」ようになってもらう ◦ 基本編：Julia の標準ライブラリ関数や固有の機能を詳解（＞紹介） し、Julia を Juliaらしく使いこなす ことを目指す ◦ 実践編：実際の応用として執筆時点でホットな話題に着目し、より具 体的で実用的な実践への発展を目標とする
18. なんやかんや • 2023/03/15 刊行！ https://twitter.com/antimon2/status/1635765451220459520
19. 本日の本題はここから…
20. サンプルコード公開 • 刊行直前頃に、作り貯 めておいた Jupyter Notebook 形式のサ ンプルコードを Github で公開 https://github.com/antimon2/JuliaBook2023Samples.jl
21. サンプルコード公開 • 刊行直前頃に、作り貯 めておいた Jupyter Notebook 形式のサ ンプルコードを Github で公開 • （『“py”がつく』実績解除） https://github.com/antimon2/JuliaBook2023Samples.jl
22. JupyterLab • ご存じ Python ベースの Notebook 環境（IDE） • 言語カーネルを追加することで Python 以外の言語も扱える • もちろん Julia 用のカーネルも 存在(IJulia.jl) • てか Jupyter は 「Julia」＋「Python」＋「R」 から命名されたのは有名な話 ◦ “t” と “r” の間の “e” はどこから来 たの？　突っ込むところまでがセット w https://jupyter.org/
23. Pluto.jl • Pure Julia の Notebook 環 境 • シンプル・軽量を謳っている • Julia の本だからこっちでも良 かったんじゃないの？ ◦ というツッコミが入る可能性も当然 あったのですが… https://plutojl.org/
24. 公開サンプルコードに JupyterLab を 採用した理由
25. JupyterLab vs Pluto.jl (1) JupyterLab (Jupyter Notebook) • セルごとの実行もできる（REPLと同じ感 覚）し、一括で実行もできる • セルタイプを「Code」「Markdown」など と切り替えができる • 多機能で、多くの機能がキーボードショート カットでも操作できる 個人的にはセルのコピー機能が重宝してい る • ファイル形式は .ipynb 形式（各種メタ情報 や出力結果なども保持するJSON形式） Pluto.jl • セルの変更が、依存する他のセルに影響し 自動で再実行される （ノートブックを開いた直後は全て再実行が 走るので重い処理が書いてあると重い） • セルはJuliaの有効な式が入力できるだけ、 ただし `md”～”` で markdown を入力 できる（markdown文字列オブジェクト） • シンプルすぎてセルのコピー機能すらない （自分が知らないだけかもしれない…） • ファイル形式は .jl 形式（普通のJuliaソー スファイル形式、メタ情報はコメントとして 埋め込まれる） 基本機能の比較
26. JupyterLab vs Pluto.jl (2) JupyterLab (Jupyter Notebook) • セルの実行結果が特殊なオブジェクトの場 合は適切なレンダリング（例：画像（グラフプ ロット含む）、表形式、Markdown等） • セルの先頭文字によって特殊入力（“?” で ヘルプ、“]” でパッケージモード等） • 『REPL でできることはほぼなんでもでき る』環境 ◦ module 定義できる ◦ ソフトスコープ（だったと思う、要確認） ◦ 複数行入力等 Pluto.jl • セルの実行結果が特殊なオブジェクトの場 合は適切なレンダリング（例：画像（グラフプ ロット含む）、表形式、Markdown等） • 特殊入力システムはない（“using XXX” 等 としたときそのパッケージが未導入なら勝 手に導入してくれる便利機能はあり） • 色々制限あり： ◦ module 定義できない ◦ ハードスコープ（だったと思う、要確認） ◦ 複数行入力したかったら明示的にブロック （begin～end）を記述する必要あり Julia の実行環境としての機能比較
27. JupyterLab vs Pluto.jl (3) • module が定義できない ◦ Julia の入門書として「module」の定義は当然必要になってくるがそれがサン プルコードとして提供できない • 標準出力が直感的に表示できない（できなかった） ◦ 執筆時点 ◦ こちらは昨年辺りのバージョンで改善され普通に `println()` の結果がセル の下に表示されるようになった • REPL との感覚があまりに違いすぎる ◦ 書籍内のコードはほぼ全て「REPL に打ち込んで動かしてみる」という体で記述 していたのでそれに全く合わない Pluto.jl を採用しなかった決定的な理由
28. JupyterLab vs Pluto.jl (4) • REPL との感覚の差があまりない ◦ 書籍内のコードはほぼ全て「REPL に打ち込んで動かしてみる」という体で記述 していたのでそれとかなりよくマッチする • プレイグラウンドも充実している ◦ MyBinder、Google Colab、Studio Lab 等でオンラインで実行できる ◦ MyBinder と Studio Lab についてはリポジトリトップに launch ボタンも ◦ （なお Pluto.jl 形式のノートブックも MyBinder で実行できる） • REPL で実行する用の .jl ファイルも簡単に出力できた ◦ jupytext を利用 JupyterLab を採用した建設的な理由
29. 結論 • Jupyter notebook （JupyterLab） やっぱよくできてる • 今回の要件には Jupyter notebook 形式が最適
30. 補足（弁護） • Pluto.jl も「実験結果の共有」には便利だよ ◦ ノートブック編集画面の見た目そのままHTML化 ◦ HTML 形式で出力すると 元の .jl ファイル （Pluto.jl ノートブック形式）のダウンロードもでき る • 要は目的による使い分け・棲み分け
31. まとめ
32. まとめ • Jupyter 良い！ • Julia も良いよ！
33. おまけ
34. 数学と物理における Juliaの活用 • 7/10-12 九州大学（福岡）に 行ってきます • Julia のチュートリアル講演して きます（3コマのうち後ろ2コマ、 約2時間(！)） • オンライン視聴できる（まだ申込 受け付けている）そうなので、ご 興味があればぜひ！ https://akio-tomiya.github.io/julia_imi_workshop2023/
35. 実践Julia入門 • 2023/03/15 刊行！ • ご興味があればぜひ！ https://twitter.com/antimon2/status/1635765451220459520
36. ご清聴ありがとうございます。