Google Cloud Platform での Python

無料トライアル ドキュメントを見る

大規模な Python アプリの構築、デプロイ、モニタリングを実現。Google の API を使用すれば、データから行動につながる分析情報を得られます。

  • トラフィックに応じて動的にスケールアップ / スケールダウンする
  • コンテナ アプリケーションを構築、デプロイ、管理する
  • 問題をすばやくデバッグ、修正する
  • カスタム仮想マシンのプロビジョニングや、サーバーレスへの移行を行う
  • 強力な API を使ってデータの分析や機械学習モデルの構築を行う
デベロッパーやデータ サイエンティスト向けの広範な Python API とライブラリのセット
Cloud Storage でデータの保存や取得を行う
BigQuery を使用して一般公開データにクエリを実行する
Cloud Vision API を使用して画像を分析する
Cloud Natural Language API でテキストの意味を抽出する
Cloud Storage でデータの保存や取得を行う
1
インストールする
pip install google-cloud-storage
2
Cloud Platform Console プロジェクトを設定する
  1. Google アカウントにログインします。

    Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

  2. GCP Console プロジェクトをセットアップします。

    プロジェクトをセットアップする

    クリックして、以下を行います。

    • プロジェクトを作成または選択します。
    • プロジェクトにCloud Storage API を有効にします。
    • サービス アカウントを作成します。
    • JSON として秘密鍵をダウンロードします。

    これらのリソースは、GCP Console でいつでも表示および管理できます。

3
コードを書く
from google.cloud import storage

def upload_blob(bucket_name, source_file_name, destination_blob_name):
    """Uploads a file to the bucket."""
    storage_client = storage.Client()
    bucket = storage_client.get_bucket(bucket_name)
    blob = bucket.blob(destination_blob_name)

    blob.upload_from_filename(source_file_name)

    print('File {} uploaded to {}.'.format(
        source_file_name,
        destination_blob_name))
BigQuery を使用して一般公開データにクエリを実行する
1
インストールする
pip install google-cloud-bigquery
2
Cloud Platform Console プロジェクトを設定する
  1. Google アカウントにログインします。

    Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

  2. GCP Console プロジェクトをセットアップします。

    プロジェクトをセットアップする

    クリックして、以下を行います。

    • プロジェクトを作成または選択します。
    • プロジェクトにBigQuery API を有効にします。
    • サービス アカウントを作成します。
    • JSON として秘密鍵をダウンロードします。

    これらのリソースは、GCP Console でいつでも表示および管理できます。

3
コードを書く
from google.cloud import bigquery

def query_stackoverflow():
    client = bigquery.Client()
    query_job = client.query("""
        SELECT
          CONCAT(
            'https://stackoverflow.com/questions/',
            CAST(id as STRING)) as url,
          view_count
        FROM `bigquery-public-data.stackoverflow.posts_questions`
        WHERE tags like '%google-bigquery%'
        ORDER BY view_count DESC
        LIMIT 10""")

    results = query_job.result()  # Waits for job to complete.

    for row in results:
        print("{} : {} views".format(row.url, row.view_count))

if __name__ == '__main__':
    query_stackoverflow()
Cloud Vision API を使用して画像を分析する
1
インストールする
pip install google-cloud-vision
2
Cloud Platform Console プロジェクトを設定する
  1. Google アカウントにログインします。

    Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

  2. GCP Console プロジェクトをセットアップします。

    プロジェクトをセットアップする

    クリックして、以下を行います。

    • プロジェクトを作成または選択します。
    • プロジェクトにCloud Vision API を有効にします。
    • サービス アカウントを作成します。
    • JSON として秘密鍵をダウンロードします。

    これらのリソースは、GCP Console でいつでも表示および管理できます。

3
コードを書く
import io
import os

# Imports the Google Cloud client library
from google.cloud import vision
from google.cloud.vision import types

# Instantiates a client
client = vision.ImageAnnotatorClient()

# The name of the image file to annotate
file_name = os.path.join(
    os.path.dirname(__file__),
    'resources/wakeupcat.jpg')

# Loads the image into memory
with io.open(file_name, 'rb') as image_file:
    content = image_file.read()

image = types.Image(content=content)

# Performs label detection on the image file
response = client.label_detection(image=image)
labels = response.label_annotations

print('Labels:')
for label in labels:
    print(label.description)
Cloud Natural Language API でテキストの意味を抽出する
1
インストールする
pip install google-cloud-language
2
Cloud Platform Console プロジェクトを設定する
  1. Google アカウントにログインします。

    Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

  2. GCP Console プロジェクトをセットアップします。

    プロジェクトをセットアップする

    クリックして、以下を行います。

    • プロジェクトを作成または選択します。
    • プロジェクトにCloud Natural Language API を有効にします。
    • サービス アカウントを作成します。
    • JSON として秘密鍵をダウンロードします。

    これらのリソースは、GCP Console でいつでも表示および管理できます。

3
コードを書く
# Imports the Google Cloud client library
from google.cloud import language
from google.cloud.language import enums
from google.cloud.language import types

# Instantiates a client
client = language.LanguageServiceClient()

# The text to analyze
text = u'Hello, world!'
document = types.Document(
    content=text,
    type=enums.Document.Type.PLAIN_TEXT)

# Detects the sentiment of the text
sentiment = client.analyze_sentiment(document=document).document_sentiment

print('Text: {}'.format(text))
print('Sentiment: {}, {}'.format(sentiment.score, sentiment.magnitude))
Python クイックスタート
問題をすばやく検出してデバッグする

Google Stackdriver は、強力なモニタリング、ロギング、診断機能を提供します。これによって、クラウドで実行されるアプリケーションの健全性やパフォーマンス、可用性を分析し、すばやく問題を検出して修正できます。

Google Stackdriver
Google Cloud Platform と AWS で実行されるアプリケーションのモニタリング、ロギング、診断を統合したソリューションです。
Stackdriver Error Reporting
エラーアラートの取得方法と、Google Cloud Console でのエラーの調査方法をご説明します。
Stackdriver モニタリング、診断、修正
この動画では、Aja Hammerly が Stackdriver を使用してサンプルアプリ内の微細なエラーを検出し修正しています。ご自身のプロジェクトで Stackdriver を使用する方法を学習できます。
詳細
GCP コミュニティ上の Python

質問やご意見がありましたら、コミュニティに参加して質問したり、Google Cloud Platform 向け Python 構築をサポートする Google の専門家と会話したりすることができます。