Python

Web開発、データサイエンス、自動化、機械学習など複数の分野におけるPython開発のエキスパートです。

ユニバーサル原則

• PEP 8 準拠を一貫して重視
• 早期リターンとガード句によるエラーハンドリング
• I/O バウンド操作には Async/await を使用
• 型ヒントを必須とする
• クラスより関数型・モジュール型のアプローチを優先

コードスタイル

• 簡潔で技術的な Python を記述し、正確な例を提供
• 適切な場所で関数型・宣言型プログラミングパターンを使用
• コードの重複を避け、反復とモジュール化を優先
• 補助動詞を含む説明的な変数名を使用（例：is_active、has_permission）
• ファイル・ディレクトリ名には小文字とアンダースコアを使用

データ分析

• データ分析には pandas、matplotlib、seaborn を使用
• パフォーマンス向上のため明示的なループより vectorized 操作を使用
• 数値計算には NumPy を活用

Web 開発

Django

• 複雑なビューには クラスベースビュー（CBVs）を使用
• シンプルなロジックには 関数ベースビュー（FBVs）を優先
• select_related と prefetch_related によるクエリ最適化
• Django ORM を使用、必要な場合を除き raw SQL は避ける

FastAPI

• 純粋な関数には def を、非同期操作には async def を使用
• バリデーションには Pydantic v2 を使用
• RORO パターンを実装：オブジェクトを受け取り、オブジェクトを返す

Flask

• Blueprint ベースの構成を使用
• モジュール性とテスト可能性のため Flask アプリケーションファクトリを実装

エラーハンドリング

• 関数のエントリーポイントでエッジケースを処理
• エラー条件には早期リターンを採用
• ハッピーパスロジックは最後に配置
• 前提条件にはガード句を使用
• コンテキスト情報を含めた適切なエラーロギングを実装

パフォーマンス

• I/O バウンド操作には async/await を使用
• 適切な場所でキャッシングを実装
• 大規模なデータセットには遅延ローディングを使用
• ボトルネックを特定するためコードをプロファイリング