<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Python &#8211; dr-harv-blog</title>
	<atom:link href="https://www.dr-harv.com/tag/python/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.dr-harv.com</link>
	<description></description>
	<lastBuildDate>Tue, 13 Oct 2026 10:48:41 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://www.dr-harv.com/wp-content/uploads/2022/11/cropped-shutterstock_1897171960-32x32.jpg</url>
	<title>Python &#8211; dr-harv-blog</title>
	<link>https://www.dr-harv.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>【医師の投資術】Pythonで、ビットコイン価格を“生データ”から可視化する。データ駆動型思考の第一歩｜2025年版</title>
		<link>https://www.dr-harv.com/python-bitcoin-chart/</link>
		
		<dc:creator><![CDATA[drｰharv]]></dc:creator>
		<pubDate>Fri, 04 Jul 2025 21:25:09 +0000</pubDate>
				<category><![CDATA[MONEY（資産形成）]]></category>
		<category><![CDATA[Google Colaboratory]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[yfinance]]></category>
		<category><![CDATA[データ分析]]></category>
		<category><![CDATA[データ可視化]]></category>
		<category><![CDATA[ビットコイン]]></category>
		<category><![CDATA[医師]]></category>
		<category><![CDATA[投資]]></category>
		<category><![CDATA[研究者]]></category>
		<category><![CDATA[資産運用]]></category>
		<guid isPermaLink="false">https://www.dr-harv.com/?p=13189</guid>

					<description><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2025/07/btc_jpy_chart-1024x671.png" class="webfeedsFeaturedVisual" /></p>日々のニュースで語られる、ビットコインの価格変動。 「暴騰した」「暴落した」という、感情的なヘッドラインに、心を揺さぶられていませんか？ 我々医師は、日々の臨床において、患者さんの主観的な訴えだけでなく、客観的なデータ（ [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2025/07/btc_jpy_chart-1024x671.png" class="webfeedsFeaturedVisual" /></p>
<p class="wp-block-paragraph">日々のニュースで語られる、ビットコインの価格変動。 「暴騰した」「暴落した」という、感情的なヘッドラインに、心を揺さぶられていませんか？</p>



<p class="wp-block-paragraph">我々医師は、日々の臨床において、患者さんの主観的な訴えだけでなく、客観的なデータ（検査値、画像所見）に基づき、冷静に診断を下す訓練を受けています。</p>



<p class="wp-block-paragraph">この「データ駆動型の思考」は、ノイズに溢れた投資の世界において、極めて強力な武器となります。</p>



<p class="wp-block-paragraph">この記事では、その第一歩として、Googleが提供する無料のプログラミング環境を使い、ビットコインの価格という“生データ”を、自らの手で取得し、可視化（グラフ化）するための、具体的なプロトコルを、誰にでも分かるように解説します。</p>



<h2 class="wp-block-heading">なぜ、我々は「生データ」に触れるべきなのか？</h2>



<p class="wp-block-paragraph">「Yahoo Financeのサイトで、チャートを見るだけではダメなのか？」 もちろん、それも有効です。しかし、この記事の目的は、単にチャートを見ることではありません。</p>



<p class="wp-block-paragraph"><strong>「他人が加工したニュースやチャートを見る」という受動的な行為から、「自らの手で、一次情報（生データ）にアクセスし、それを可視化する」という、能動的な行為へ。</strong></p>



<p class="wp-block-paragraph">このプロセスを一度でも経験すること自体が、市場を、より客観的に、そして冷静に見るための、最高のトレーニングになるのです。</p>



<h2 class="wp-block-heading">実験室を準備する &#8211; Google Colaboratoryのセットアップ</h2>



<p class="wp-block-paragraph">プログラミングと聞くと、「環境構築が面倒」と感じるかもしれません。しかし、ご安心ください。 <code>Google Colaboratory</code>は、複雑な設定が一切不要で、誰でも、クリーンな状態で、データ分析を始められる、いわば「実験室」です。</p>



<p class="wp-block-paragraph">必要なのは、Googleアカウントだけです。具体的な導入手順については、こちらの記事で詳しく解説しています。</p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post7343/" class="c-blogLink -external" data-style="slim" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師の研究DX】Google Colaboratoryとは？3分で、無料の「データサイエンス研究室」を手に入れる方法｜20&#8230;</span>
			</a>
		</div>


<h2 class="wp-block-heading">Pythonで価格データを取得</h2>



<p class="wp-block-paragraph">実験室の準備ができたら、Pythonライブラリの<strong>yfinance</strong>を用いて、<strong>BTC-JPY</strong>の価格データを取得します。</p>



<p class="wp-block-paragraph">取得期間は、2018年1月1日から現在までとします。</p>



<p class="wp-block-paragraph">Google Colaboratoryのノートブックに、以下のコードをコピー＆ペーストして、実行（<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/25b6.png" alt="▶" class="wp-smiley" style="height: 1em; max-height: 1em;" />ボタンをクリック）してください。</p>



<div class="hcb_wrap"><pre class="prism line-numbers lang-python" data-lang="Python"><code>import yfinance as yf
import matplotlib.pyplot as plt
from matplotlib import rcParams

# Set global font size
rcParams[&#39;font.size&#39;] = 14

# Download BTC-JPY data from Yahoo Finance
btc = yf.download(&#39;BTC-JPY&#39;, start=&#39;2018-01-01&#39;, end=&#39;2022-03-27&#39;)

# Create figure and axis objects
fig, ax = plt.subplots(figsize=(12, 8))

# Plot BTC-JPY closing prices
ax.plot(btc.index, btc[&#39;Close&#39;], color=&#39;blue&#39;)

# Set axis labels and title
ax.set_xlabel(&#39;Date&#39;)
ax.set_ylabel(&#39;Price (JPY)&#39;)
ax.set_title(&#39;BTC-JPY&#39;)

# Set y-axis ticks to have comma separators and no decimal places
ax.yaxis.set_major_formatter(&#39;{x:,.0f}&#39;)

# Export figure as PNG image
fig.savefig(&#39;btc_jpy_chart.png&#39;, dpi=300, bbox_inches=&#39;tight&#39;, pad_inches=0.2)
</code></pre></div>



<h2 class="wp-block-heading">ビットコインチャートを作成する</h2>



<p class="wp-block-paragraph">matplotlibを使用して、取得したビットコイン価格データをチャート化します。チャートの横軸には日付、縦軸には価格を設定し、見やすくするためのラベル付けも行います。最終的に、チャートをPNG形式で保存をコードでおこなっています。</p>



<p class="wp-block-paragraph"><strong>ビットコインチャートを作成</strong>することができました。ビットコイン以外の仮想通貨や、株価、為替レートなども取得できます。より多角的な分析も可能になりますね。</p>



<figure class="wp-block-image size-large is-resized"><img decoding="async" width="1024" height="671" src="https://www.crypto.dr-harv.com/wp-content/uploads/2023/03/btc_jpy_chart-1024x671.png" alt="BTC-JPYチャート" class="wp-image-8064" style="width:762px;height:498px" srcset="https://www.dr-harv.com/wp-content/uploads/2023/03/btc_jpy_chart-1024x671.png 1024w, https://www.dr-harv.com/wp-content/uploads/2023/03/btc_jpy_chart-300x197.png 300w, https://www.dr-harv.com/wp-content/uploads/2023/03/btc_jpy_chart-768x503.png 768w, https://www.dr-harv.com/wp-content/uploads/2023/03/btc_jpy_chart-1536x1006.png 1536w, https://www.dr-harv.com/wp-content/uploads/2023/03/btc_jpy_chart.png 1920w" sizes="(max-width: 1024px) 100vw, 1024px" /></figure>



<h2 class="wp-block-heading">まとめ：感情から、データへ。思考の軸足を移す訓練</h2>



<p class="wp-block-paragraph">今回、私たちが行ったのは、単なる「プログラミング」ではありません。 それは、<strong>世の中のニュースや、他人の意見といった、感情的なノイズから距離を置き、客観的な「生データ」と向き合う、という、思考の訓練</strong>です。</p>



<p class="wp-block-paragraph">このデータ駆動型の思考法は、投資だけでなく、我々医師の、日々の臨床判断や、研究活動の質をも、高めてくれるはずです。</p>



<h2 class="wp-block-heading">関連書籍</h2>


<p><!-- START MoshimoAffiliateEasyLink --><script type="text/javascript">(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b[a]=b[a]||function(){arguments.currentScript=c.currentScript||c.scripts[c.scripts.length-2];(b[a].q=b[a].q||[]).push(arguments)};c.getElementById(a)||(d=c.createElement(f),d.src=g,d.id=a,e=c.getElementsByTagName("body")[0],e.appendChild(d))})(window,document,"script","//dn.msmstatic.com/site/cardlink/bundle.js?20220329","msmaflink");msmaflink({"n":"退屈なことはPythonにやらせよう 第2版 ―ノンプログラマーにもできる自動化処理プログラミング","b":"オライリー・ジャパン","t":"","d":"https:\/\/m.media-amazon.com","c_p":"\/images\/I","p":["\/51BDVGJ+WUL._SL500_.jpg","\/51OvkCrk5fL._SL500_.jpg"],"u":{"u":"https:\/\/www.amazon.co.jp\/dp\/4873119278","t":"amazon","r_v":""},"v":"2.1","b_l":[{"id":1,"u_tx":"Amazonで見る","u_bc":"#f79256","u_url":"https:\/\/www.amazon.co.jp\/dp\/4873119278","a_id":3139217,"p_id":170,"pl_id":27060,"pc_id":185,"s_n":"amazon","u_so":0},{"id":2,"u_tx":"楽天市場で見る","u_bc":"#f76956","u_url":"https:\/\/search.rakuten.co.jp\/search\/mall\/%E9%80%80%E5%B1%88%E3%81%AA%E3%81%93%E3%81%A8%E3%81%AFPython%E3%81%AB%E3%82%84%E3%82%89%E3%81%9B%E3%82%88%E3%81%86%20%E7%AC%AC2%E7%89%88%20%E2%80%95%E3%83%8E%E3%83%B3%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%9E%E3%83%BC%E3%81%AB%E3%82%82%E3%81%A7%E3%81%8D%E3%82%8B%E8%87%AA%E5%8B%95%E5%8C%96%E5%87%A6%E7%90%86%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%9F%E3%83%B3%E3%82%B0\/","a_id":3052701,"p_id":54,"pl_id":27059,"pc_id":54,"s_n":"rakuten","u_so":1},{"id":3,"u_tx":"Yahoo!ショッピングで見る","u_bc":"#66a7ff","u_url":"https:\/\/shopping.yahoo.co.jp\/search?first=1\u0026p=%E9%80%80%E5%B1%88%E3%81%AA%E3%81%93%E3%81%A8%E3%81%AFPython%E3%81%AB%E3%82%84%E3%82%89%E3%81%9B%E3%82%88%E3%81%86%20%E7%AC%AC2%E7%89%88%20%E2%80%95%E3%83%8E%E3%83%B3%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%9E%E3%83%BC%E3%81%AB%E3%82%82%E3%81%A7%E3%81%8D%E3%82%8B%E8%87%AA%E5%8B%95%E5%8C%96%E5%87%A6%E7%90%86%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%9F%E3%83%B3%E3%82%B0","a_id":3163784,"p_id":1225,"pl_id":27061,"pc_id":1925,"s_n":"yahoo","u_so":2}],"eid":"B92A7","s":"s"});</script></p>
<div id="msmaflink-B92A7">リンク</div>
<p><!-- MoshimoAffiliateEasyLink END --><br />
<!-- START MoshimoAffiliateEasyLink --><script type="text/javascript">(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b[a]=b[a]||function(){arguments.currentScript=c.currentScript||c.scripts[c.scripts.length-2];(b[a].q=b[a].q||[]).push(arguments)};c.getElementById(a)||(d=c.createElement(f),d.src=g,d.id=a,e=c.getElementsByTagName("body")[0],e.appendChild(d))})(window,document,"script","//dn.msmstatic.com/site/cardlink/bundle.js?20220329","msmaflink");msmaflink({"n":"Pythonでできる！ 株価データ分析","b":"森北出版","t":"","d":"https:\/\/m.media-amazon.com","c_p":"\/images\/I","p":["\/51lWmw0HLgL._SL500_.jpg","\/51cXrjctQmL._SL500_.jpg","\/51XvcSfVIQL._SL500_.jpg"],"u":{"u":"https:\/\/www.amazon.co.jp\/dp\/462785711X","t":"amazon","r_v":""},"v":"2.1","b_l":[{"id":1,"u_tx":"Amazonで見る","u_bc":"#f79256","u_url":"https:\/\/www.amazon.co.jp\/dp\/462785711X","a_id":3139217,"p_id":170,"pl_id":27060,"pc_id":185,"s_n":"amazon","u_so":0},{"id":2,"u_tx":"楽天市場で見る","u_bc":"#f76956","u_url":"https:\/\/search.rakuten.co.jp\/search\/mall\/Python%E3%81%A7%E3%81%A7%E3%81%8D%E3%82%8B%EF%BC%81%20%E6%A0%AA%E4%BE%A1%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90\/","a_id":3052701,"p_id":54,"pl_id":27059,"pc_id":54,"s_n":"rakuten","u_so":1},{"id":3,"u_tx":"Yahoo!ショッピングで見る","u_bc":"#66a7ff","u_url":"https:\/\/shopping.yahoo.co.jp\/search?first=1\u0026p=Python%E3%81%A7%E3%81%A7%E3%81%8D%E3%82%8B%EF%BC%81%20%E6%A0%AA%E4%BE%A1%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90","a_id":3163784,"p_id":1225,"pl_id":27061,"pc_id":1925,"s_n":"yahoo","u_so":2}],"eid":"pzjQG","s":"s"});</script></p>
<div id="msmaflink-pzjQG">リンク</div>
<p><!-- MoshimoAffiliateEasyLink END --></p>


<div class="swell-block-postLink">https://www.crypto.dr-harv.com/post4590/</div>

<div class="swell-block-postLink">https://www.crypto.dr-harv.com/post8067/</div>

<div class="swell-block-postLink">https://www.crypto.dr-harv.com/post8306/</div>


<h2 class="wp-block-heading">よくある質問（FAQ）</h2>



<p class="wp-block-paragraph"><strong>Q1. プログラミングの経験が全くなくても、できますか？</strong> A1. はい、全く問題なく、可能です。この記事で推奨しているGoogle Colaboratoryは、面倒な環境構築が一切不要です。提示されたコードを、順番にコピー＆ペーストして実行するだけで、誰でも同じチャートを作成することができます。まずは、難しく考えずに「模倣」から始めてみてください。</p>



<p class="wp-block-paragraph"><strong>Q2. なぜ、Yahoo Financeのサイトで、ただチャートを見るだけでは、ダメなのですか？</strong> A2. もちろん、チャートを見るだけでも、日々の値動きを知ることはできます。しかし、この記事の真の目的は、<strong>「自らの手で、一次情報（生データ）を取得し、それを可視化する」というプロセスを、一度、経験してみること</strong>にあります。この経験こそが、他人の意見やニュースに惑わされず、客観的なデータに基づいて物事を考える、という「データ駆動型思考」の、重要な第一歩となるのです。</p>



<p class="wp-block-paragraph"><strong>Q3. ビットコイン以外のデータも、取得できますか？</strong> A3. はい、可能です。記事中のPythonコードにある<code>'BTC-JPY'</code>という部分（ティッカーシンボルと言います）を、調べたい銘柄のものに変更するだけです。</p>



<p class="wp-block-paragraph"><strong>Appleの株価:</strong> <code>'AAPL'</code></p>



<p class="wp-block-paragraph"><strong>S&amp;P500指数:</strong> <code>'^GSPC'</code></p>



<p class="wp-block-paragraph"><strong>ドル円の為替レート:</strong> <code>'JPY=X'</code> このように、様々な金融データを、同じ手法で、自由に取得・可視化することができます。</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>【医師・研究者のためのLinux導入】中古レッツノートで作る、コスパ最強の研究用PC構築ガイド</title>
		<link>https://www.dr-harv.com/post12133/</link>
		
		<dc:creator><![CDATA[drｰharv]]></dc:creator>
		<pubDate>Thu, 15 Aug 2024 08:01:38 +0000</pubDate>
				<category><![CDATA[医学研究とデータサイエンス]]></category>
		<category><![CDATA[CF-SZ6]]></category>
		<category><![CDATA[Linux]]></category>
		<category><![CDATA[Linux導入]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Ubuntu]]></category>
		<category><![CDATA[セットアップ]]></category>
		<category><![CDATA[データサイエンス]]></category>
		<category><![CDATA[レッツノート]]></category>
		<category><![CDATA[中古PC]]></category>
		<category><![CDATA[中古再生]]></category>
		<category><![CDATA[医師]]></category>
		<category><![CDATA[研究]]></category>
		<category><![CDATA[研究者]]></category>
		<category><![CDATA[統計解析]]></category>
		<category><![CDATA[軽量ノート]]></category>
		<guid isPermaLink="false">https://www.dr-harv.com/?p=12133</guid>

					<description><![CDATA[Pythonでの統計解析、バイオインフォマティクス…。現代の医学研究では、WindowsやMacよりも「Linux環境」が有利な場面が圧倒的に増えています。 しかし、そのためだけに高価な新しいPCを用意するのは、限られた [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">Pythonでの統計解析、バイオインフォマティクス…。現代の医学研究では、WindowsやMacよりも「Linux環境」が有利な場面が圧倒的に増えています。</p>



<p class="wp-block-paragraph">しかし、そのためだけに高価な新しいPCを用意するのは、限られた研究費や自己資金の観点から躊躇われるかもしれません。</p>



<p class="wp-block-paragraph">この記事では、中古で安価に入手可能な“名機”「レッツノート CF-SZ6」を、安全で強力な研究用の専用Linuxマシンへと変貌させる具体的なプロトコルを、現役の大学病院PIである私の視点から徹底解説します。</p>



<p class="wp-block-paragraph">わずか数万円の投資で、専門的な作業に十分耐えうる、費用対効果に優れた「自分だけの実験室（研究環境）」を手に入れましょう。</p>



<h2 class="wp-block-heading">1. なぜ、医師・研究者は「研究専用Linuxマシン」を持つべきなのか？</h2>



<p class="wp-block-paragraph">普段使いのPCとは別に、研究専用のLinuxマシンを持つことには、3つの明確で合理的なメリットが存在します。</p>



<h4 class="wp-block-heading">① 優れた開発・分析環境</h4>



<p class="wp-block-paragraph">PythonやR、各種バイオインフォマティクスツールは、Linux上で最もスムーズに動作するケースが多く、環境構築も容易です。まさに、データと向き合うための「最適な実験室」と言えます。</p>



<h4 class="wp-block-heading">② 高いセキュリティと『環境の分離』</h4>



<p class="wp-block-paragraph">普段使いのPC（メールやWebブラウジング用）から研究用環境を物理的に分離することで、ウイルス感染などのリスクを低減し、重要な研究データの安全性を高めます。</p>



<h4 class="wp-block-heading">③ 圧倒的なコストパフォーマンス</h4>



<p class="wp-block-paragraph">中古のレッツノートCF-SZ6は2～3万円台で入手可能です。この価格で、専門的な作業に十分耐えうる、強力で信頼性の高いサブマシンが手に入るのは、極めて費用対効果の高い投資です。</p>



<h2 class="wp-block-heading">準備①：ハードウェアの選定（なぜCF-SZ6が最適か）</h2>



<p class="wp-block-paragraph">数ある中古PCの中でも、CF-SZ6がこのプロジェクトに最適な理由は、そのバランスの良さにあります。</p>



<ul class="wp-block-list">
<li><strong>基本性能:</strong> 第6〜7世代のCore i5を搭載し、SSD化されたモデルが多く、Linuxを軽快に動かすには十分なスペックです。</li>



<li><strong>信頼性と実績:</strong> ドライバー類の互換性が高く、Linux導入におけるトラブル報告が少ない、実績のあるモデルです。</li>



<li><strong>携帯性:</strong> 軽量・頑丈でバッテリー持ちも良く、研究室、自宅、学会などへの持ち運びにも適しています。</li>
</ul>



<figure class="wp-block-image size-full is-resized"><img decoding="async" width="987" height="875" src="https://www.dr-harv.com/wp-content/uploads/2024/08/image-6-1.jpg" alt="CF-SZ6整備品" class="wp-image-12941" style="width:447px;height:auto" srcset="https://www.dr-harv.com/wp-content/uploads/2024/08/image-6-1.jpg 987w, https://www.dr-harv.com/wp-content/uploads/2024/08/image-6-1-300x266.jpg 300w, https://www.dr-harv.com/wp-content/uploads/2024/08/image-6-1-768x681.jpg 768w" sizes="(max-width: 987px) 100vw, 987px" /></figure>



<p class="wp-block-paragraph"><strong><span class="swl-inline-btn is-style-btn_solid blue_"><a href="https://amzn.to/4nliKc3" data-type="link" data-id="https://amzn.to/4nliKc3"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/25b6.png" alt="▶" class="wp-smiley" style="height: 1em; max-height: 1em;" /> Amazonで整備済みのレッツノートCF-SZ6を探す</a></span></strong></p>



<h2 class="wp-block-heading">準備②：Linuxディストリビューションの選択</h2>



<p class="wp-block-paragraph">Linuxには様々な種類（ディストリビューション）がありますが、今回は代表的な3つを、先生の経験レベルに合わせて紹介します。</p>



<p class="wp-block-paragraph"><strong>Debian:</strong> 非常に安定しており、システムの挙動を深く理解したい<strong>中〜上級者の先生</strong>向けです。</p>



<p class="wp-block-paragraph"><strong>Ubuntu:</strong> 情報量が多く、困ったときに解決策を見つけやすいため、<strong>Linux初心者の先生</strong>に最適です。</p>



<p class="wp-block-paragraph"><strong>Linux Mint:</strong> Windowsに似た直感的な操作感で、<strong>スムーズに移行したい先生</strong>におすすめです。</p>



<h2 class="wp-block-heading">Linuxインストール手順</h2>



<p class="wp-block-paragraph">ここでは、Ubuntuを例に、具体的なインストール手順を解説します。</p>



<p class="wp-block-paragraph"><strong>STEP 1: 重要データのバックアップ</strong>もしPCに重要なデータが残っている場合は、必ず外付けSSDなどにバックアップを取ってください。</p>



<p class="wp-block-paragraph"><strong>STEP 2: インストール用USBメモリの作成</strong></p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post12067/" class="c-blogLink -external" data-style="slim" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師のPCリスク管理】起動しない時の”デジタル救急キット”、ブータブルUSBの作り方</span>
			</a>
		</div>


<p class="wp-block-paragraph"><strong>STEP 3: BIOS設定の変更</strong></p>



<p class="wp-block-paragraph">レッツノートの電源を入れ、Panasonicロゴが表示されたらすぐに**「F2」キーを連打**し、BIOS画面に入ります。</p>



<p class="wp-block-paragraph">「セキュリティ」タブに移動し、**「セキュアブート」を「無効（Disabled）」**に変更します。これは、Windows以外のOSを起動するために必要な「おまじない」です。</p>



<p class="wp-block-paragraph">「起動」タブに移動し、起動優先順位を「USBハードディスク」が一番上に来るように変更します。</p>



<p class="wp-block-paragraph">設定を保存して終了します。</p>



<ul class="wp-block-list">
<li>重要データのバックアップ</li>



<li>公式サイトからISOを取得し、Rufus（Windows）または<code>dd</code>でUSB作成</li>



<li>起動時にF2でBIOSに入り「セキュアブート」をオフ</li>



<li>USBから起動してインストール</li>



<li>デュアルブート or 単独インストールを選択</li>
</ul>



<p class="wp-block-paragraph"><strong>STEP 4: USBから起動してインストール</strong>作成したUSBメモリをPCに挿したまま再起動すると、自動的にUSBからUbuntuのインストーラーが起動します。あとは画面の指示に従い、言語やキーボードレイアウトを選択し、インストールを進めます。この際、「Windowsと共存させる（デュアルブート）」か「ディスクを削除してインストール（Linux専用機化）」かを選択できます。</p>



<h2 class="wp-block-heading">導入後のおすすめ設定</h2>



<ul class="wp-block-list">
<li><code>tlp</code> でバッテリー管理</li>



<li><code>cpufrequtils</code> でCPU周波数制御</li>



<li><code>synaptics</code> でタッチパッド調整</li>
</ul>



<h2 class="wp-block-heading">研究用マシンとしての具体的な活用法</h2>



<p class="wp-block-paragraph">この新しい環境で、先生の研究はさらに加速します。</p>



<p class="wp-block-paragraph"><strong>プログラミング・データサイエンススキルの自己研鑽</strong>。</p>



<p class="wp-block-paragraph"><strong>Python/Rによる統計解析環境の構築</strong></p>



<p class="wp-block-paragraph"><strong>院外から安全に大学サーバーへアクセスするためのリモート端末</strong></p>



<h3 class="wp-block-heading">Windows搭載モデルとの比較（手軽さを取るなら）</h3>



<p class="wp-block-paragraph">「Linuxのインストールはハードルが高い」「まずはサブ機としてそのまま使いたい」という先生には、最初からWindows 11やOfficeがインストールされた整備済みモデルも強く推奨します。</p>



<p class="wp-block-paragraph">私の経験上、医局のデスクや当直室に気兼ねなく置いておける「頑丈なサブ機」があるだけで、作業効率は劇的に変わります。</p>


<p><!-- START MoshimoAffiliateEasyLink --><script type="text/javascript">(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b[a]=b[a]||function(){arguments.currentScript=c.currentScript||c.scripts[c.scripts.length-2];(b[a].q=b[a].q||[]).push(arguments)};c.getElementById(a)||(d=c.createElement(f),d.src=g,d.id=a,e=c.getElementsByTagName("body")[0],e.appendChild(d))})(window,document,"script","//dn.msmstatic.com/site/cardlink/bundle.js?20220329","msmaflink");msmaflink({"n":"【整備済み品】【Microsoft Office2019\u0026Win11搭載】超軽量Panasonic Let\u0027s note CF-SZ6■第7世代 Core i5-7200U@2.5GHz\/メモリ8GB\/SSD 512GB\/ Intel 12.1インチ(FHD) (SSD512GB)","b":"パナソニック(Panasonic)","t":"CF-SZ6-cr","d":"https:\/\/m.media-amazon.com","c_p":"\/images\/I","p":["\/51QsRPtPXCL._SL500_.jpg","\/613xkcVAUuL._SL500_.jpg","\/314VMxgD0gL._SL500_.jpg","\/51kbf6Vs-vL._SL500_.jpg","\/51aphB3ZjfL._SL500_.jpg","\/51otcCrUUiL._SL500_.jpg","\/41mQkLFN2RL._SL500_.jpg"],"u":{"u":"https:\/\/www.amazon.co.jp\/dp\/B09LD3PSCY","t":"amazon","r_v":""},"v":"2.1","b_l":[{"id":1,"u_tx":"Amazonで見る","u_bc":"#f79256","u_url":"https:\/\/www.amazon.co.jp\/dp\/B09LD3PSCY","a_id":3139217,"p_id":170,"pl_id":27060,"pc_id":185,"s_n":"amazon","u_so":1},{"id":2,"u_tx":"楽天市場で見る","u_bc":"#f76956","u_url":"https:\/\/search.rakuten.co.jp\/search\/mall\/%E3%80%90%E6%95%B4%E5%82%99%E6%B8%88%E3%81%BF%E5%93%81%E3%80%91%E3%80%90Microsoft%20Office2019%26Win11%E6%90%AD%E8%BC%89%E3%80%91%E8%B6%85%E8%BB%BD%E9%87%8FPanasonic%20Let\u0027s%20note%20CF-SZ6%E2%96%A0%E7%AC%AC7%E4%B8%96%E4%BB%A3%20Core%20i5-7200U%402.5GHz%2F%E3%83%A1%E3%83%A2%E3%83%AA8GB%2FSSD%20512GB%2F%20Intel%2012.1%E3%82%A4%E3%83%B3%E3%83%81(FHD)%20(SSD512GB)\/","a_id":3052701,"p_id":54,"pl_id":27059,"pc_id":54,"s_n":"rakuten","u_so":2},{"id":3,"u_tx":"Yahoo!ショッピングで見る","u_bc":"#66a7ff","u_url":"https:\/\/shopping.yahoo.co.jp\/search?first=1\u0026p=%E3%80%90%E6%95%B4%E5%82%99%E6%B8%88%E3%81%BF%E5%93%81%E3%80%91%E3%80%90Microsoft%20Office2019%26Win11%E6%90%AD%E8%BC%89%E3%80%91%E8%B6%85%E8%BB%BD%E9%87%8FPanasonic%20Let\u0027s%20note%20CF-SZ6%E2%96%A0%E7%AC%AC7%E4%B8%96%E4%BB%A3%20Core%20i5-7200U%402.5GHz%2F%E3%83%A1%E3%83%A2%E3%83%AA8GB%2FSSD%20512GB%2F%20Intel%2012.1%E3%82%A4%E3%83%B3%E3%83%81(FHD)%20(SSD512GB)","a_id":3163784,"p_id":1225,"pl_id":27061,"pc_id":1925,"s_n":"yahoo","u_so":3}],"eid":"TXHHL","s":"l"});</script></p>
<div id="msmaflink-TXHHL">リンク</div>
<p><!-- MoshimoAffiliateEasyLink END --></p>



<h2 class="wp-block-heading">まとめ：数万円の投資で、研究環境をアップグレードする</h2>



<p class="wp-block-paragraph">高価な新品PCを購入しなくても、中古のレッツノートと無料のLinuxを組み合わせることで、驚くほど低コストで、安全かつ高性能な研究専用環境を構築することが可能です。</p>



<p class="wp-block-paragraph">これは、医師・研究者にとって、最も賢明で最も費用対効果の高い「自己投資」の一つと言えるでしょう。</p>



<p class="wp-block-paragraph"><strong>【さらなる生産性向上のために】</strong> 今回構築した研究用PCのパフォーマンスを最大限に引き出すためには、長時間のデータ解析を支える「ハードウェア（周辺機器）」の最適化が不可欠です。 <img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f449.png" alt="👉" class="wp-smiley" style="height: 1em; max-height: 1em;" /> </p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/doctor-desk-tour/" class="c-blogLink -external" data-style="text" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師のデスクツアー完全版】生産性とQOLを極限まで高める「デジタル書斎」全ガジェットリスト｜2026年版</span>
			</a>
		</div>


<p class="wp-block-paragraph">また、こうした研究用機材の購入資金を、労働収入を削らずにシステマチックに生み出す「自動資産形成（ポイ活）」の仕組みについても解説しています。 </p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post9687/" class="c-blogLink -external" data-style="text" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【2026年最新】医師のためのポイ活完全ガイド。時給を下げずに年間30万円の「投資原資」を自動生成する</span>
			</a>
		</div>


<h2 class="wp-block-heading">関連記事</h2>


<div class="swell-block-postLink">			<div class="p-blogCard -external -noimg" data-type="type1" data-onclick="clickLink">
				<div class="p-blogCard__inner">
					<span class="p-blogCard__caption">dr-harv-blog</span>
										<div class="p-blogCard__body">
						<a class="p-blogCard__title" href="https://www.dr-harv.com/post11903/" target="_blank" rel="noopener noreferrer">【医師のPC選び】中古レッツノートは“賢い”選択か？コスパと信頼性を両立させる、合理的な機材戦略｜2025年&#8230;</a>
						<span class="p-blogCard__excerpt">医師のPC、新品である必要はありますか？医師の視点から、数万円で手に入る「中古レッツノート」が、なぜ、業務に十分すぎる性能と、比類なき信頼性を両立する「最も合理的&#8230;</span>					</div>
				</div>
			</div>
		</div>

<div class="swell-block-postLink">			<div class="p-blogCard -external" data-type="type1" data-onclick="clickLink">
				<div class="p-blogCard__inner">
					<span class="p-blogCard__caption">dr-harv-blog</span>
					<div class="p-blogCard__thumb c-postThumb"><figure class="c-postThumb__figure"><img decoding="async" src="https://www.dr-harv.com/wp-content/uploads/2024/07/レッツノートを強制再起動・セーフモードで起動する方法.png" alt="" class="c-postThumb__img u-obf-cover" width="320" height="180"></figure></div>					<div class="p-blogCard__body">
						<a class="p-blogCard__title" href="https://www.dr-harv.com/post11837/" target="_blank" rel="noopener noreferrer">レッツノートが起動しないときの対処法｜強制再起動・セーフモード完全ガイド</a>
						<span class="p-blogCard__excerpt">レッツノートが正常に動作しない場合、強制再起動やセーフモードでの起動が非常に役立ちます。</span>					</div>
				</div>
			</div>
		</div>

<div class="swell-block-postLink">			<div class="p-blogCard -external" data-type="type1" data-onclick="clickLink">
				<div class="p-blogCard__inner">
					<span class="p-blogCard__caption">dr-harv-blog</span>
					<div class="p-blogCard__thumb c-postThumb"><figure class="c-postThumb__figure"><img decoding="async" src="https://www.dr-harv.com/wp-content/uploads/2024/04/DALL·E-2024-04-17-14.40.46-A-modern-office-setting-with-a-Lets-Note-laptop-open-on-a-desk-displaying-its-high-resolution-screen.-The-laptop-is-emphasized-for-its-sturdy-build.webp" alt="" class="c-postThumb__img u-obf-cover" width="320" height="180"></figure></div>					<div class="p-blogCard__body">
						<a class="p-blogCard__title" href="https://www.dr-harv.com/post10601/" target="_blank" rel="noopener noreferrer">【医師のPC論】レッツノートは本当に「時代遅れ」か？堅牢性と信頼性という、医師のための本質的価値</a>
						<span class="p-blogCard__excerpt">「高い・ダサい」と言われるレッツノート。しかし、なぜ多くの医師は選び続けるのか？医師の視点から、スペック表には現れない「堅牢性」と「信頼性」という本質的価値を徹&#8230;</span>					</div>
				</div>
			</div>
		</div>

<div class="swell-block-postLink">			<div class="p-blogCard -external -noimg" data-type="type1" data-onclick="clickLink">
				<div class="p-blogCard__inner">
					<span class="p-blogCard__caption">dr-harv-blog</span>
										<div class="p-blogCard__body">
						<a class="p-blogCard__title" href="https://www.dr-harv.com/post10692/" target="_blank" rel="noopener noreferrer">【医師のふるさと納税】実質2000円で「サブPC」を手に入れる、という、究極の、合理性｜2025年版</a>
						<span class="p-blogCard__excerpt">ふるさと納税で、中古ノートPCがもらえる！これは、医師が「サブPC」を、実質2000円で手に入れるための、究極の合理的選択肢です。医師の視点から、その具体的な使い方（持&#8230;</span>					</div>
				</div>
			</div>
		</div>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>【医師の研究DX】GitHub Copilot論文・統計・業務効率化への応用術</title>
		<link>https://www.dr-harv.com/post11848/</link>
		
		<dc:creator><![CDATA[drｰharv]]></dc:creator>
		<pubDate>Sat, 20 Jul 2024 11:57:42 +0000</pubDate>
				<category><![CDATA[医学研究とデータサイエンス]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[GitHub Copilot]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[データサイエンス]]></category>
		<category><![CDATA[プログラミング]]></category>
		<category><![CDATA[医師]]></category>
		<category><![CDATA[業務効率化]]></category>
		<category><![CDATA[研究]]></category>
		<category><![CDATA[研究者]]></category>
		<category><![CDATA[統計]]></category>
		<category><![CDATA[論文]]></category>
		<guid isPermaLink="false">https://www.dr-harv.com/?p=11848</guid>

					<description><![CDATA[膨大な臨床データの統計解析、引用文献リストのフォーマット整理、そして、日々の業務を自動化する、ちょっとしたツールの作成…。 我々医師・研究者の仕事は、本来の「考察」や「診断」といった、高度な知的作業以外の、退屈で、時間の [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">膨大な臨床データの統計解析、引用文献リストのフォーマット整理、そして、日々の業務を自動化する、ちょっとしたツールの作成…。</p>



<p class="wp-block-paragraph">我々医師・研究者の仕事は、本来の「考察」や「診断」といった、高度な知的作業以外の、退屈で、時間のかかる“作業”に、あまりにも多くの時間を奪われています。</p>



<p class="wp-block-paragraph">もし、その“作業”を、24時間、文句も言わずに、超高速で手伝ってくれる「最強の研究補佐」がいたら？</p>



<p class="wp-block-paragraph">それが、GitHub Copilotです。この記事では、このAIアシスタントを、我々医師が、いかにして自らの専門領域で活用し、生産性を飛躍させるか、その具体的な応用術を解説します。</p>



<h2 class="wp-block-heading">【倫理と安全】医師として、生成AIコードを扱う際の注意点</h2>



<p class="wp-block-paragraph">この強力なツールを活用する大前提として、我々が遵守すべき、プロフェッショナルとしての倫理規定があります。</p>



<p class="wp-block-paragraph"><strong>① 患者情報の入力は絶対禁止:</strong>これは言うまでもありません。個人が特定されうる情報は、いかなる形であれ、Copilotに入力してはいけません。</p>



<p class="wp-block-paragraph"><strong>② 生成されたコードの、最終的な責任は自分自身にある:</strong>Copilotは、時に、もっともらしい間違いを犯します。特に、統計解析のコードなどは、そのロジックが本当に正しいか、必ず自らの目で検証し、その結果に全責任を負う必要があります。</p>



<p class="wp-block-paragraph"><strong>③ 著作権への配慮:</strong>Copilotは、インターネット上の公開コードを学習しています。生成されたコードが、既存のオープンソースコードと酷似している可能性もゼロではありません。特に、商用利用などを考える場合は、著作権やライセンスについて、慎重な確認が求められます。</p>



<h2 class="wp-block-heading">【医師のユースケース】知的生産性を飛躍させる、3つの応用術</h2>



<p class="wp-block-paragraph">では、これらの注意点を守った上で、Copilotをどう活用すべきか。具体的な3つのシーンを提案します。</p>



<h4 class="wp-block-heading">① 統計解析（R・Python）のコード記述を、劇的に加速させる</h4>



<p class="wp-block-paragraph">R</p>



<p class="wp-block-paragraph"><code>（活用例）</code> コーディングに不慣れでも、コメントで、自然言語で指示を出すだけで、Copilotは、驚くほど正確なコードを提案してくれます。</p>



<div class="hcb_wrap"><pre class="prism line-numbers lang-plain"><code># R言語で、data.frameという名前のデータフレームから、
# groupAとgroupBの、valueという列の値を比較するため、
# t検定を行い、P値を計算し、結果をggplot2の箱ひげ図で表示するコードを書いて</code></pre></div>



<p class="wp-block-paragraph">これにより、統計解析の試行錯誤にかかる時間が、劇的に短縮されます。</p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/python-bitcoin-chart/" class="c-blogLink -external" data-style="slim" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師の投資術】Pythonで、ビットコイン価格を“生データ”から可視化する。データ駆動型思考の第一歩｜2025&#8230;</span>
			</a>
		</div>


<h4 class="wp-block-heading">② 論文執筆における、定型文・参考文献リスト作成の自動化</h4>



<p class="wp-block-paragraph"><code>（活用例）</code> 論文の「Materials and Methods」のセクションなど、定型的な文章のドラフトを、キーワードをいくつか与えるだけで、瞬時に生成させることができます。また、膨大な参考文献リストを、特定のジャーナルのフォーマット（バンクーバー方式など）に、WordのVBAマクロやPythonスクリプトを使って変換する際、そのコード自体をCopilotに書かせる、といった応用も可能です。</p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post7443/" class="c-blogLink -external" data-style="slim" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師・研究者のためのExcel時短術】大量の論文URLを一括処理するVBAマクロ活用法</span>
			</a>
		</div>


<h4 class="wp-block-heading">③ 業務効率化ツールの、高速プロトタイピング</h4>



<p class="wp-block-paragraph"><code>（活用例）</code> 「このフォルダにある、全てのExcelファイルを開き、A1セルの値を、一つのリストにまとめて出力する」といった、日々の単純作業を自動化するためのPythonスクリプトを、数分で作成することができます。</p>



<h2 class="wp-block-heading">【導入プロトコル】個人・研究室でのライセンス選択</h2>



<p class="wp-block-paragraph">GitHub Copilotを利用するには、サブスクリプション契約が必要です。用途に合わせて、最適なプランを選びましょう。</p>



<ul class="wp-block-list -list-under-dashed">
<li><strong>個人で試すなら → <code>Copilot Individual</code></strong><strong>月額$10</strong>（または年額$100）で、全ての基本機能を利用できます。まずは、30日間の無料トライアルで、その圧倒的な生産性向上効果を、ぜひ一度、体験してみてください。</li>



<li><strong>研究室単位で導入するなら → <code>Copilot Business</code>ユーザーあたり月額$19</strong>。チームでのライセンス管理が容易になるほか、入力したコードがAIの学習データとして利用されない、という<strong>プライバシー保護機能</strong>が提供されます。機密性の高い研究データを扱う場合は、こちらのプランが推奨されます。</li>
</ul>



<p class="wp-block-paragraph"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/25b6.png" alt="▶" class="wp-smiley" style="height: 1em; max-height: 1em;" /> GitHub Copilotの公式サイトで、最新の料金プランを確認する　<a href="https://docs.github.com/ja/copilot">GitHub Copilotドキュメント</a>をご覧ください。</p>



<h2 class="wp-block-heading">まとめ：単純作業はAIに任せ、我々は「思考」する</h2>



<p class="wp-block-paragraph">GitHub Copilotは、我々医師・研究者を、<strong>コーディングという「手段」の学習コスト</strong>から解放し、**「何を、どう分析し、どう考察するか」**という、本来、最も時間を費やすべき、<strong>本質的な「思考」の領域</strong>へと、引き上げてくれる、強力なパートナーです。</p>



<p class="wp-block-paragraph">この「最強の研究補佐」を使いこなし、自らの知的生産性を、次のレベルへと引き上げましょう。</p>



<h2 class="wp-block-heading">関連記事</h2>



<figure class="wp-block-embed is-type-wp-embed is-provider-dr-harv-blog wp-block-embed-dr-harv-blog"><div class="wp-block-embed__wrapper">
https://www.dr-harv.com/post11844/
</div></figure>



<figure class="wp-block-embed is-type-wp-embed is-provider-dr-harv-blog wp-block-embed-dr-harv-blog"><div class="wp-block-embed__wrapper">
https://www.dr-harv.com/post7443/
</div></figure>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>【医師・研究者のPython】PDF論文の「表」を、コピペせずに一瞬でExcel化するTabula活用術</title>
		<link>https://www.dr-harv.com/post10582/</link>
		
		<dc:creator><![CDATA[drｰharv]]></dc:creator>
		<pubDate>Wed, 10 Apr 2024 08:00:27 +0000</pubDate>
				<category><![CDATA[医学研究とデータサイエンス]]></category>
		<category><![CDATA[CSV]]></category>
		<category><![CDATA[CSV変換]]></category>
		<category><![CDATA[pandas]]></category>
		<category><![CDATA[PDF]]></category>
		<category><![CDATA[PDF抽出]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Tabula]]></category>
		<category><![CDATA[データ抽出]]></category>
		<category><![CDATA[メタアナリシス]]></category>
		<category><![CDATA[医師]]></category>
		<category><![CDATA[研究]]></category>
		<category><![CDATA[研究者]]></category>
		<category><![CDATA[自動化]]></category>
		<category><![CDATA[論文]]></category>
		<guid isPermaLink="false">https://www.dr-harv.com/?p=10582</guid>

					<description><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2024/04/PythonでPDFから表データを抽出する方法-1024x538.png" class="webfeedsFeaturedVisual" /></p>メタアナリシスのため、何十もの先行研究論文の「結果の表」を、ひたすら手作業でExcelに転記する…。 この、時間と集中力を浪費する、非創造的な作業にうんざりしていませんか？ 実は、このプロセスはPythonを使えば、数分 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2024/04/PythonでPDFから表データを抽出する方法-1024x538.png" class="webfeedsFeaturedVisual" /></p>
<p class="wp-block-paragraph">メタアナリシスのため、何十もの先行研究論文の「結果の表」を、ひたすら手作業でExcelに転記する…。</p>



<p class="wp-block-paragraph">この、時間と集中力を浪費する、非創造的な作業にうんざりしていませんか？ 実は、このプロセスはPythonを使えば、数分で自動化できます。</p>



<p class="wp-block-paragraph">この記事では、PDFという「牢獄」に閉じ込められた貴重な表データを「解放」し、あなたの研究を加速させるための、具体的なプロトコルを解説します。</p>



<h2 class="wp-block-heading">なぜ、この「データ抽出スキル」が研究の質を左右するのか？</h2>



<p class="wp-block-paragraph">この一見地味な技術が、我々の研究活動に大きなアドバンテージをもたらす理由は3つあります。</p>



<p class="wp-block-paragraph"><strong>① 圧倒的な時間短縮と、人的ミスの排除:</strong> 手作業による転記ミスは、研究の信頼性を損なう最大のリスクの一つです。自動化は、このリスクを根本から断ち切り、何時間もかかっていた作業を、文字通り数秒で終わらせます。</p>



<p class="wp-block-paragraph"><strong>② メタアナリシス・系統的レビューの実現可能性UP:</strong> データ収集のハードルが劇的に下がることで、これまで時間的な制約で諦めていたような、より多くの論文を対象とした、大規模で質の高いレビュー研究も可能になります。</p>



<p class="wp-block-paragraph"><strong>③ データに基づく、客観的な診療・研究へ:</strong> 容易に扱えるデータが増えることは、より客観的な根拠に基づいた臨床判断や、新たな研究仮説の発見に繋がります。</p>



<ul class="wp-block-list">
<li>PDF内の表を<strong>自動で読み込み→表形式のデータ抽出</strong></li>



<li>データをそのまま<strong>CSVやExcelとして出力</strong></li>



<li>特定ページだけ、複数テーブル、複雑な表構造にも対応！</li>
</ul>



<h2 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f6e0.png" alt="🛠" class="wp-smiley" style="height: 1em; max-height: 1em;" /> 事前準備：環境構築</h2>



<h3 class="wp-block-heading">① ライブラリのインストール</h3>



<p class="wp-block-paragraph">bash</p>



<p class="wp-block-paragraph"><code>pip install tabula-py pandas</code></p>



<p class="wp-block-paragraph">「自分のPCに色々インストールするのは面倒だ…」という先生には、<strong>Google Colaboratory</strong>の利用を強くお勧めします。Webブラウザだけで、すでにPythonや各種ライブラリが準備された環境を、無料で利用できます。</p>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post7343/" class="c-blogLink -external" data-style="slim" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師の研究DX】Google Colaboratoryとは？3分で、無料の「データサイエンス研究室」を手に入れる方法｜20&#8230;</span>
			</a>
		</div>


<h3 class="wp-block-heading">②Javaのインストール</h3>



<p class="wp-block-paragraph"><a href="https://www.java.com/en/download/manual.jsp">Java Downloads for All Operating Systems</a></p>



<p class="wp-block-paragraph">OS毎（Windows,Mac, Linux）にダウンロード可能ですが、<strong>Windows環境ではWindows Offline(64bit)をダウンロードしてインストール</strong>します</p>



<p class="wp-block-paragraph">インストールの確認</p>



<p class="wp-block-paragraph">コマンドプロンプトやターミナルで以下のコマンドを実行します、インストールされていればバージョン情報が表示されます</p>



<div class="hcb_wrap"><pre class="prism line-numbers lang-plain"><code>java -version</code></pre></div>



<h3 class="wp-block-heading">③ 環境変数PATHの設定（Windows）</h3>



<p class="wp-block-paragraph">Javaを実行できるように実行可能ファイル(java.exe)が環境変数PATHに含まれるように設定します。いわゆる、PATHを通すということです。</p>



<p class="wp-block-paragraph"><strong>環境変数の設定方法</strong>:</p>



<ul class="wp-block-list">
<li><strong>Windows</strong>の場合、コントロールパネルの「システム」→「システムの詳細設定」→「環境変数」でPATHを編集できます。Javaがインストールされているディレクトリ（通常は「C:\Program Files\Java\jdk[バージョン]\bin」）をPATHに追加してください。</li>



<li><strong>macOS/Linux</strong>の場合、ターミナルで<code>.bashrc</code> や <code>.bash_profile</code> （または使用しているシェルに応じた設定ファイル）を編集し、<code>export PATH=$PATH:/path/to/java/bin</code> の形式でJavaのパスを追加します。</li>
</ul>



<p class="wp-block-paragraph">コンピュータを再起動することで設定変更が反映されるようになります</p>



<h2 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f4e5.png" alt="📥" class="wp-smiley" style="height: 1em; max-height: 1em;" /> 実行コード：PDFから表を読み込んでCSVに保存</h2>



<div class="hcb_wrap"><pre class="prism line-numbers lang-python" data-lang="Python"><code>import tabula
import pandas as pd

# PDFファイルのパス
file_path = &quot;example.pdf&quot;

# 表の読み込み（複数ページ、複数テーブル対応）
tables = tabula.read_pdf(file_path, pages=&quot;all&quot;, multiple_tables=True)

# CSVとして保存
for i, table in enumerate(tables):
    table.to_csv(f&quot;table_{i}.csv&quot;, index=False)
</code></pre></div>



<h3 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f501.png" alt="🔁" class="wp-smiley" style="height: 1em; max-height: 1em;" /> ポイント：</h3>



<ul class="wp-block-list">
<li><code>multiple_tables=True</code>で1ページに複数の表があるPDFにも対応</li>



<li><code>pages='1,3'</code>などで指定ページのみ抽出も可能</li>
</ul>



<h3 class="wp-block-heading">JPypeのインストール</h3>



<p class="wp-block-paragraph">上記でJavaのインストールと実行が可能ですが依存関係のエラーがでることがありサブプロセスを使用することがありました</p>



<p class="wp-block-paragraph"><code>Error importing jpype dependencies. Fallback to subprocess. No module named 'jpype</code></p>



<p class="wp-block-paragraph">JavaプログラムをPythonから直接呼び出して実行することを可能とするライブラリJPypeを利用します</p>



<div class="hcb_wrap"><pre class="prism line-numbers lang-plain"><code>pip install JPype1</code></pre></div>



<h2 class="wp-block-heading">PDFファイルからの表データの抽出</h2>



<p class="wp-block-paragraph">以下のステップに従って、PDFから表データを抽出します：</p>



<h4 class="wp-block-heading">ステップ1: 必要なライブラリのインポート</h4>



<p class="wp-block-paragraph">まず、必要なライブラリをインポートします。</p>



<p class="wp-block-paragraph">python</p>



<p class="wp-block-paragraph"><code>import tabula import pandas as pd</code></p>



<h4 class="wp-block-heading">ステップ2: PDFファイルの読み込み</h4>



<p class="wp-block-paragraph">Tabulaを使用してPDFファイルを読み込み、表データを取得します。例えば、<code>example.pdf</code>というファイルからデータを抽出する場合、以下のコードを使用します：</p>



<p class="wp-block-paragraph">python</p>



<p class="wp-block-paragraph"><code>file_path = 'example.pdf' tables = tabula.read_pdf(file_path, pages='all', multiple_tables=True)</code></p>



<p class="wp-block-paragraph">このコードは、PDFファイルのすべてのページから複数の表を読み込みます。</p>



<h4 class="wp-block-heading">ステップ3: データの操作と保存</h4>



<p class="wp-block-paragraph">読み込んだ表データはPandasのDataFrame形式で返されます。これにより、データの操作や分析が容易になります。以下はデータをCSVファイルに保存する例です：</p>



<p class="wp-block-paragraph">python</p>



<p class="wp-block-paragraph"><code>for i, table in enumerate(tables): table.to_csv(f'table_{i}.csv', index=False)</code></p>



<h2 class="wp-block-heading">エラーメッセージの対処法</h2>



<p class="wp-block-paragraph"><code>Error importing jpype dependencies. Fallback to subprocess.</code>というエラーが出る場合は、JPype1のインストールを確認し、再インストールを試みてください。</p>



<h2 class="wp-block-heading">PythonでPDFの表をcsvに</h2>



<p class="wp-block-paragraph">PythonでPDF内の表(テーブル)をcsvやexcelに変換する手順は2ステップです。</p>



<p class="wp-block-paragraph">ステップ1. PDFから表をpandasのDataFrameとして抜き出す<br>ステップ2. DataFrameをcsvやexcelとして書き込む</p>



<h2 class="wp-block-heading">まとめ</h2>



<p class="wp-block-paragraph">PythonとTabula-py、Pandasを使えば、PDFから表データを効率的に抽出し、CSVやExcelファイルとして保存できます。このプロトコルをマスターすることで、先生は退屈なデータ入力作業から解放され、その時間を、医師・研究者として本来最も価値のある<strong>「データの解釈」「新しい仮説の構築」「論文の考察」</strong>といった、創造的な思考に集中させることができるようになります。</p>



<p class="wp-block-paragraph"></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>【医師・研究者のPython】pandasで臨床データCSVが読めない(ParserError)を一瞬で回避する前処理ハック</title>
		<link>https://www.dr-harv.com/post7389/</link>
		
		<dc:creator><![CDATA[drｰharv]]></dc:creator>
		<pubDate>Wed, 22 Feb 2023 07:05:19 +0000</pubDate>
				<category><![CDATA[医学研究とデータサイエンス]]></category>
		<category><![CDATA[CSV]]></category>
		<category><![CDATA[CSV読み込み]]></category>
		<category><![CDATA[pandas]]></category>
		<category><![CDATA[ParserError]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Pythonエラー対策]]></category>
		<category><![CDATA[エラー]]></category>
		<category><![CDATA[データサイエンス]]></category>
		<category><![CDATA[データ前処理]]></category>
		<category><![CDATA[医師]]></category>
		<category><![CDATA[研究]]></category>
		<category><![CDATA[研究者]]></category>
		<category><![CDATA[統計解析]]></category>
		<guid isPermaLink="false">https://www.dr-harv.com/?p=7389</guid>

					<description><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2023/02/230222_アイキャッチ-1024x537.png" class="webfeedsFeaturedVisual" /></p>共同研究者から送られてきた、貴重なデータが入ったCSVファイル。 早速pandasで読み込もうとした瞬間、赤いエラーメッセージが表示され、解析が止まってしまう…。 特に「pandas.errors.ParserError [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2023/02/230222_アイキャッチ-1024x537.png" class="webfeedsFeaturedVisual" /></p>
<p class="wp-block-paragraph">共同研究者から送られてきた、貴重なデータが入ったCSVファイル。 早速pandasで読み込もうとした瞬間、赤いエラーメッセージが表示され、解析が止まってしまう…。</p>



<p class="wp-block-paragraph">特に「<code>pandas.errors.ParserError: Expected xx fields...</code>」は、手作業で編集された、”きれいではない”リアルなデータを扱う我々にとって、頻繁に遭遇する壁です。</p>



<p class="wp-block-paragraph">この記事では、この厄介なエラーをスマートに回避し、データの前処理に費やす時間を最小限に抑え、</p>



<p class="wp-block-paragraph"><strong>先生の研究を止めないための、具体的な解決プロトコル</strong>を解説します。</p>



<h2 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/2757.png" alt="❗" class="wp-smiley" style="height: 1em; max-height: 1em;" /> 発生したエラー：ParserErrorとは？</h2>



<p class="wp-block-paragraph">csvファイルのデータを<strong>Pythonのpandasで読み込むときに以下のエラー</strong>となってしまいはまりました。</p>



<div class="hcb_wrap"><pre class="prism line-numbers lang-plain"><code>pandas.errors.ParserError: Error tokenizing data. C error: Expected 24 fieldder._tokenize_rowss in line 4, saw 28  </code></pre></div>



<p class="wp-block-paragraph"><strong>このエラーは、行と列のデータが不規則な場合に発生します。</strong></p>



<p class="wp-block-paragraph">具体的には、<strong><span class="swl-marker mark_blue">CSVの「4行目」に、本来24個であるべきデータが、「28個」見つかった、というエラー報告</span></strong>です。</p>



<p class="wp-block-paragraph">データの構造が、期待通りではない（構造的異常がある）ことを示唆しています。</p>



<p class="wp-block-paragraph"><strong>列がやたら多いCSVデータ</strong>ということになります</p>



<p class="wp-block-paragraph">この記事では、エラーの一つ<strong>「pandas.errors.ParserError」</strong>の原因と具体的な解決方法について解説します。</p>



<h2 class="wp-block-heading">【原因分析】なぜCSVファイルの構造は崩れるのか？</h2>



<p class="wp-block-paragraph">この「構造的異常」が発生する主な原因は、以下の通りです。</p>



<ul class="wp-block-list">
<li><strong>手作業による編集:</strong> 複数の人が手作業でデータを入力・編集したことで、特定の行だけカンマの数が増減してしまった。</li>



<li><strong>不完全なエクスポート:</strong> システムからデータをエクスポートした際に、ヘッダー行やコメント行、最終行などが、データ本体とは異なる列数で出力されてしまった。</li>



<li><strong>データ内のカンマ:</strong> 本来データであるべき文字列の中にカンマが含まれており、区切り文字として誤認識されている。</li>
</ul>



<p class="wp-block-paragraph">これらは、空欄やカンマの過不足など、<strong>人の手で編集されたCSVによくある問題</strong>で避けては通れない問題です</p>



<h2 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f4a1.png" alt="💡" class="wp-smiley" style="height: 1em; max-height: 1em;" /> 解決方法：read_csvde「names」で「仮の列名」を強制定義する</h2>



<p class="wp-block-paragraph">pandasの<code>read_csv()</code>には、列名を強制的に手動で指定できる <code>names</code> オプションが存在します。これを利用して、「あらかじめ余裕を持った数の列名を用意し、列ズレを力技で吸収させる」のが最も手っ取り早い解決策です。</p>



<div class="hcb_wrap"><pre class="prism line-numbers lang-python" data-lang="Python"><code>import pandas as pd

# 仮に100列分の名前を先に用意
col_names = [&#39;col_{}&#39;.format(i) for i in range(100)]

# 列名を明示的に指定して読み込む
df = pd.read_csv(&#39;test.csv&#39;, names=col_names, engine=&#39;python&#39;)

print(df.head())
</code></pre></div>



<p class="wp-block-paragraph">というわけで、<strong>PandasでCSVファイルが読み込めないときに、先に列名を作るとエラーを回避することができます。</strong></p>



<h3 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/2705.png" alt="✅" class="wp-smiley" style="height: 1em; max-height: 1em;" /> この方法のポイント</h3>



<ul class="wp-block-list">
<li>列数が不揃いな行があっても、エラーで止まることなく、<strong>強制的にデータを読み込む</strong>ことができます。</li>



<li>読み込んだ後で、<code>df.drop()</code>などを使って不要な列（<code>col_25</code>以降など）を削除すれば問題ありません。</li>



<li>まずはデータ全体を俯瞰し、どこに問題があるかを特定する、という診断的アプローチにも有効です。</li>
</ul>



<h2 class="wp-block-heading"><img src="https://s.w.org/images/core/emoji/17.0.2/72x72/1f527.png" alt="🔧" class="wp-smiley" style="height: 1em; max-height: 1em;" /> その他のread_csvオプションも活用しよう</h2>



<p class="wp-block-paragraph">症状に応じて、以下のオプションを併用することも有効です。</p>



<figure class="wp-block-table"><table class="has-fixed-layout"><thead><tr><th>パラメータ</th><th>効果</th></tr></thead><tbody><tr><td><code>error_bad_lines=False</code>（旧）</td><td>読み込み時に異常な行をスキップ（※将来廃止予定）</td></tr><tr><td><code>on_bad_lines='skip'</code>（新）</td><td>異常行スキップの新方式</td></tr><tr><td><code>engine='python'</code></td><td>柔軟な読み込み（CエンジンではなくPython処理）</td></tr><tr><td><code>skiprows=N</code></td><td>最初のN行を読み飛ばす（ヘッダー飛ばしなどに便利）</td></tr></tbody></table></figure>



<h2 class="wp-block-heading">まとめ：”汚い”データと向き合うのも、研究者のスキル</h2>



<p class="wp-block-paragraph">医学研究におけるデータは、教科書のように常に整っているわけではありません。むしろ、不揃いで”汚い”データとどう向き合い、どう前処理するか、というスキルこそが、研究の質とスピードを左右します。</p>



<p class="wp-block-paragraph">今回の<code>ParserError</code>は、その入り口に過ぎません。</p>



<figure class="wp-block-table"><table class="has-fixed-layout"><thead><tr><th>トラブル内容</th><th>解決アプローチ</th></tr></thead><tbody><tr><td>pandas.errors.ParserError</td><td>列数の不一致による読み込みエラー</td></tr><tr><td>解決法</td><td><code>names</code>で列名指定 / <code>on_bad_lines='skip'</code>の活用</td></tr><tr><td>備考</td><td>エラー発生行を特定して直接修正 or ログ出力も有効</td></tr></tbody></table></figure>



<h2 class="wp-block-heading">関連記事</h2>



<figure class="wp-block-table"><table><thead><tr><th data-has-cell-bg="1" data-text-color="white"><span class="swl-cell-bg has-swl-deep-02-background-color" data-text-color="white" aria-hidden="true">&nbsp;</span>記事タイトル</th><th data-has-cell-bg="1" data-text-color="white"><span class="swl-cell-bg has-swl-deep-02-background-color" data-text-color="white" aria-hidden="true">&nbsp;</span>説明</th></tr></thead><tbody><tr><td><a href="https://www.dr-harv.com/post7236/" data-type="link" data-id="https://www.dr-harv.com/post7236/">Google Colaboratoryアップデート後のSeleniumエラー解決法:コードコピペで解決！</a></td><td>Google Colaboratoryのアップデート後に生じるSeleniumエラーの解決法を紹介します。</td></tr><tr><td><a href="https://www.dr-harv.com/post9121/" data-type="link" data-id="https://www.dr-harv.com/post9121/">ChatGPTのCode InterpreterのCSVファイルの扱いについての注意点</a></td><td>ChatGPTでPythonを使う際のCSVファイルの読み込みエラーの対策について説明します。</td></tr></tbody></table><figcaption class="wp-element-caption">関連記事</figcaption></figure>



<p class="wp-block-paragraph">私が研究と臨床の激務の中でたどり着いた、疲労を物理的に排除する「デジタル書斎（デスク環境）」の構築について</p>


<div class="swell-block-postLink">			<div class="p-blogCard -external -noimg" data-type="type1" data-onclick="clickLink">
				<div class="p-blogCard__inner">
					<span class="p-blogCard__caption">dr-harv-blog</span>
										<div class="p-blogCard__body">
						<a class="p-blogCard__title" href="https://www.dr-harv.com/doctor-desk-tour/" target="_blank" rel="noopener noreferrer">【医師のデスクツアー完全版】生産性とQOLを極限まで高める「デジタル書斎」全ガジェットリスト｜2026年版</a>
						<span class="p-blogCard__excerpt">電子カルテの処理、学会スライドの作成、英語論文の執筆、そして統計データの解析。 我々医師の知的生産活動は、そのほとんどが「デスク」という極小の空間で行われていま&#8230;</span>					</div>
				</div>
			</div>
		</div>


<h2 class="wp-block-heading">Python関連書籍</h2>


<p><!-- START MoshimoAffiliateEasyLink --><script type="text/javascript">(function(b,c,f,g,a,d,e){b.MoshimoAffiliateObject=a;b[a]=b[a]||function(){arguments.currentScript=c.currentScript||c.scripts[c.scripts.length-2];(b[a].q=b[a].q||[]).push(arguments)};c.getElementById(a)||(d=c.createElement(f),d.src=g,d.id=a,e=c.getElementsByTagName("body")[0],e.appendChild(d))})(window,document,"script","//dn.msmstatic.com/site/cardlink/bundle.js?20220329","msmaflink");msmaflink({"n":"Pythonによるデータ分析入門 第3版 ―pandas、NumPy、Jupyterを使ったデータ処理","b":"オーム社","t":"","d":"https:\/\/m.media-amazon.com","c_p":"","p":["\/images\/I\/516WNIuxEdL._SL500_.jpg"],"u":{"u":"https:\/\/www.amazon.co.jp\/dp\/4814400195","t":"amazon","r_v":""},"v":"2.1","b_l":[{"id":1,"u_tx":"Amazonで見る","u_bc":"#f79256","u_url":"https:\/\/www.amazon.co.jp\/dp\/4814400195","a_id":3139217,"p_id":170,"pl_id":27060,"pc_id":185,"s_n":"amazon","u_so":1},{"id":2,"u_tx":"楽天市場で見る","u_bc":"#f76956","u_url":"https:\/\/search.rakuten.co.jp\/search\/mall\/Python%E3%81%AB%E3%82%88%E3%82%8B%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%E5%85%A5%E9%96%80%20%E7%AC%AC3%E7%89%88%20%E2%80%95pandas%E3%80%81NumPy%E3%80%81Jupyter%E3%82%92%E4%BD%BF%E3%81%A3%E3%81%9F%E3%83%87%E3%83%BC%E3%82%BF%E5%87%A6%E7%90%86\/","a_id":3052701,"p_id":54,"pl_id":27059,"pc_id":54,"s_n":"rakuten","u_so":2},{"id":3,"u_tx":"Yahoo!ショッピングで見る","u_bc":"#66a7ff","u_url":"https:\/\/shopping.yahoo.co.jp\/search?first=1\u0026p=Python%E3%81%AB%E3%82%88%E3%82%8B%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%E5%85%A5%E9%96%80%20%E7%AC%AC3%E7%89%88%20%E2%80%95pandas%E3%80%81NumPy%E3%80%81Jupyter%E3%82%92%E4%BD%BF%E3%81%A3%E3%81%9F%E3%83%87%E3%83%BC%E3%82%BF%E5%87%A6%E7%90%86","a_id":3163784,"p_id":1225,"pl_id":27061,"pc_id":1925,"s_n":"yahoo","u_so":3}],"eid":"NmtWV","s":"l"});</script></p>
<div id="msmaflink-NmtWV">リンク</div>
<p><!-- MoshimoAffiliateEasyLink END --></p>



<p class="wp-block-paragraph"></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>【医師の研究DX】Google Colaboratoryとは？3分で、無料の「データサイエンス研究室」を手に入れる方法｜2025年版</title>
		<link>https://www.dr-harv.com/post7343/</link>
		
		<dc:creator><![CDATA[drｰharv]]></dc:creator>
		<pubDate>Sat, 11 Feb 2023 22:19:36 +0000</pubDate>
				<category><![CDATA[医学研究とデータサイエンス]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Google Colaboratory]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[データサイエンス]]></category>
		<category><![CDATA[プログラミング]]></category>
		<category><![CDATA[医師]]></category>
		<category><![CDATA[時短術]]></category>
		<category><![CDATA[業務効率化]]></category>
		<category><![CDATA[研究]]></category>
		<category><![CDATA[研究者]]></category>
		<guid isPermaLink="false">https://www.dr-harv.com/?p=7343</guid>

					<description><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen-1024x913.png" class="webfeedsFeaturedVisual" /></p>「Pythonで、統計解析を、始めてみたい」 「機械学習で、新しい、診断モデルを、作ってみたい」 そう、志した、多くの、多忙な医師が、その、最初の、たった、一歩で、挫折します。 「環境構築」という、意味不明で、時間のかか [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><img src="https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen-1024x913.png" class="webfeedsFeaturedVisual" /></p>
<p class="wp-block-paragraph">「Pythonで、統計解析を、始めてみたい」 「機械学習で、新しい、診断モデルを、作ってみたい」</p>



<p class="wp-block-paragraph">そう、志した、多くの、多忙な医師が、その、最初の、たった、一歩で、挫折します。</p>



<p class="wp-block-paragraph"><strong>「環境構築」</strong>という、意味不明で、時間のかかる、あまりにも、高い、壁。</p>



<p class="wp-block-paragraph">この記事では、その壁を、完全に、破壊する、Googleの、革命的なツール「Google Colaboratory」を紹介します。これを使えば、あなたは、今日、この瞬間から、データサイエンティストとしての、第一歩を、踏み出せるのです。</p>



<h2 class="wp-block-heading">【医師の課題】なぜ、「環境構築」は、これほど、我々の、時間を、奪うのか？</h2>



<p class="wp-block-paragraph">Pythonや、データサイエンスの学習を、始めようとした時、我々の前に、立ちはだかる、最初の、そして、最大の、敵。それが「環境構築」です。</p>



<ul class="wp-block-list">
<li><code>Pythonの、バージョン間の、非互換性問題</code></li>



<li><code>ライブラリの、依存関係の、地獄（pip installで、無限に、エラーが出る）</code></li>



<li><code>GPUを使うための、複雑な、ドライバー設定</code></li>
</ul>



<p class="wp-block-paragraph">これらの、本質的な、研究とは、何の関係もない、純粋な「PCトラブルシューティング」に、我々の、貴重な、週末が、何時間も、溶けていくのです。</p>



<h2 class="wp-block-heading">Google Colabが、全ての、問題を、解決する</h2>



<p class="wp-block-paragraph">Google Colaboratory（通称：Colab）は、この、全ての、煩わしい問題を、一瞬で、解決してくれます。</p>



<h4 class="wp-block-heading">① 環境構築が、一切、不要</h4>



<p class="wp-block-paragraph">我々の、やるべきことは、ただ一つ。Webブラウザで、指定されたURLに、アクセスするだけ。そこには、すでに、完璧に、整備された、「仮想の、実験室」が、用意されているのです。</p>



<h4 class="wp-block-heading">② 主要な、ライブラリは、全て、インストール済み</h4>



<p class="wp-block-paragraph">統計解析に必要な、<code>numpy</code>や、<code>pandas</code>、グラフ描画の、<code>matplotlib</code>、そして、機械学習の、<code>TensorFlow</code>や、<code>PyTorch</code>といった、主要な“試薬（ライブラリ）”は、すでに、実験室の、棚に、全て、揃っています。</p>



<h4 class="wp-block-heading">③ 高性能な、GPUが、無料で、使える</h4>



<p class="wp-block-paragraph">ディープラーニングなどの、膨大な計算を、行うための、高性能な“最新鋭の顕微鏡（GPU）”も、我々は、無料で、時間制限付きではありますが、自由に、使うことができるのです。</p>



<h4 class="wp-block-heading">④ OSに、依存しない</h4>



<p class="wp-block-paragraph">医局の、古い、Windows PCからでも、自宅の、最新の、MacBookからでも、全く、同じ、環境に、アクセスできます。この、OSからの、完全な、解放が、我々の、研究の、場所を、選ばなくさせます。</p>



<h2 class="wp-block-heading">Google Colabを使う</h2>



<p class="wp-block-paragraph">Googleアカウントでログイン後、<a rel="noreferrer noopener" href="https://colab.research.google.com/" target="_blank">Google Colaboratory</a>にアクセスします。</p>



<figure class="wp-block-image size-large is-resized"><img decoding="async" width="1024" height="913" src="https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen-1024x913.png" alt="" class="wp-image-7346" style="width:459px;height:406px" srcset="https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen-1024x913.png 1024w, https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen-300x267.png 300w, https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen-768x684.png 768w, https://www.dr-harv.com/wp-content/uploads/2023/02/Colab_screen.png 1158w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Colab</figcaption></figure>



<p class="wp-block-paragraph"><strong>ノートブックを新規作成</strong>します。</p>



<p class="wp-block-paragraph">新しい、ノートブックが開かれたら、最初のセルに、<code>print("Hello, Doctor.")</code>と入力し、左側の「<img src="https://s.w.org/images/core/emoji/17.0.2/72x72/25b6.png" alt="▶" class="wp-smiley" style="height: 1em; max-height: 1em;" />」ボタンをクリックして、実行します。</p>



<p class="wp-block-paragraph">たったこれだけのステップでデータサイエンスの1歩をはじめることができます。</p>



<h2 class="wp-block-heading">まとめ：もう、PC設定に、悩まない。</h2>



<p class="wp-block-paragraph">Google Colaboratoryは、我々、多忙な医師・研究者を、プログラミング学習における、最も、不毛で、時間のかかる、<strong>「環境構築」という、苦しみ</strong>から、完全に、解放してくれます。</p>



<p class="wp-block-paragraph">もう、PCの設定に、悩む必要は、ありません。 我々は、今日から、すぐに、本来、最も、集中すべき、「データを、どう、分析し、何を、考察するか」という、知的で、創造的な、活動に、全ての、時間を、投じることができるのです。</p>



<h2 class="wp-block-heading">あわせて読みたい</h2>


<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post7443/" class="c-blogLink -external" data-style="text" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師・研究者のためのExcel時短術】大量の論文URLを一括処理するVBAマクロ活用法</span>
			</a>
		</div>

<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post7236/" class="c-blogLink -external" data-style="text" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">404: ページが見つかりませんでした | dr-harv-blog</span>
			</a>
		</div>

<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/python-bitcoin-chart/" class="c-blogLink -external" data-style="text" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師の投資術】Pythonで、ビットコイン価格を“生データ”から可視化する。データ駆動型思考の第一歩｜2025&#8230;</span>
			</a>
		</div>

<div class="swell-block-postLink">			<a href="https://www.dr-harv.com/post11848/" class="c-blogLink -external" data-style="text" target="_blank" rel="noopener noreferrer">
				<!-- <i class="c-blogLink__icon icon-link" role="presentation"></i> -->
				<span class="c-blogLink__icon">
					<svg xmlns="http://www.w3.org/2000/svg" class="swl-svg-externalLink __svg" width="1em" height="1em" viewBox="0 0 48 48" role="img" aria-hidden="true" focusable="false"><path d="M44 2H30c-1.1 0-2 .9-2 2s.9 2 2 2h9.2L24 21.2c-.8.8-.8 2 0 2.8s2 .8 2.8 0L42 8.8V18c0 1.1.9 2 2 2s2-.9 2-2V4c0-1.1-.9-2-2-2z" /><path d="M41 27c-1.1 0-2 .9-2 2v10c0 1.1-.9 2-2 2H9c-1.1 0-2-.9-2-2V11c0-1.1.9-2 2-2h10c1.1 0 2-.9 2-2s-.9-2-2-2H9c-3.3 0-6 2.7-6 6v28c0 3.3 2.7 6 6 6h28c3.3 0 6-2.7 6-6V29c0-1.1-.9-2-2-2z" /></svg>				</span>
				<span class="c-blogLink__text">【医師の研究DX】GitHub Copilot論文・統計・業務効率化への応用術</span>
			</a>
		</div>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
