2月18日
●CustomTkinter
CustomTkinterは、Python の標準 GUI ライブラリである Tkinter をベースに、モダンなデザインのウィジェットや機能を追加した拡張ライブラリです。主な開発者は Tom Schimansky 氏で、2021 年頃にこのプロジェクトを公開し、現在も中心となってメンテナンスを行っています。MIT ライセンスの下で提供されており、個人・商用問わず広く利用可能です。
CustomTkinter は標準の Tkinter と書き方がほぼ同じため、Tkinter ユーザーには学習しやすいツールだと思います。学習曲線が緩やかなのにもかかわらず、「見た目が古臭い」という Tkinter の問題点を解決し、洗練された GUI アプリケーションを開発できることから、人気急上昇中のライブラリです。
CustomTkinter は pip を使って簡単にインストールすることができます。pip は仮想環境下で実行してください。
(.venv) $ pip install customtkinter
M.Hiroi の環境では、customtkinter 5.2.2 がインストールされました (2026 年 2 月時点)。
それでは実際にプログラムを作ってみましょう。ボタンをひとつ表示します。
リスト : ボタンの表示
import customtkinter as ctk
root = ctk.CTk()
button = ctk.CTkButton(root, text = 'Hello, Tkinter', font = ('Noto Sans CJK JP', 20))
button.pack(padx=5, pady=5)
root.mainloop()
最初に customtkinter をインポートして ctk という別名を付けます。次に、CTk() でメインウィンドウを作成します。CTk() は Tkinter の Tk() に相当します。CTk() はクラス CTk のインスタンス (オブジェクト) を生成して返します。このオブジェクトが画面上のメインウィンドウに対応します。
次にボタンを作ります。Tkinter の場合、コンストラクタ Button() でボタンのオブジェクトを生成します。CostumTkinter の場合、Tkinter のコンストラクタの前に CTk を付けたものがコンストラクタになります。ボタンの場合は CTkButton() となります。引数は Tkinter に準じますが、異なるところもあります。
たとえば、フォントのサイズですが、Tkinter ではサイズが正の整数であればポイント単位 (p) に、負の整数であればピクセル単位 (px) になります。CoustomTkinter の場合、サイズはピクセル単位になることに注意してください。
この段階では、ボタンはまだ配置されていません。ボタンの配置はメソッド pack() で行います。Tk (CustomTkinter を含む) の場合、ウィジェットの配置はジオメトリマネージャが行います。3 種類のマネージャがあって、pack() はそのうちのひとつです。button.pack() が実行されると、ウィンドウにボタンが配置されます。最後にメソッド mainloop() を呼び出して、イベントループを開始します。このように、CustomTkinter のプログラムは Tkinter とほとんど同じであることがわかります。
実行結果を示します。
CustomTkinter のボタン
Tkinter と違って、おしゃれなボタンですね。興味のある方はいろいろ試してみてください。
1月30日
●プログラミング言語のインストール
今回は SBCL (Common Lisp) と Ruby をインストールして、たらいまわし関数で実行速度を計測しました。Linux 系 OS で SBCL をインストールする場合、パッケージ管理ツールを使ったほうが簡単でしょう。Ubuntu であれば、次のコマンドで SBCL をインストールすることができます。
sudo apt install sbcl
Ubuntu 24.04 (WSL2, Windows11) の場合、SBCL 2.2.9 がインストールされます。
たらいまわし関数とその実行結果を以下に示します。
リスト : たらいまわし関数 (Common Lisp)
(defun tak (x y z)
(if (<= x y)
z
(tak (tak (1- x) y z)
(tak (1- y) z x)
(tak (1- z) x y))))
* (time (tak 22 11 0))
Evaluation took:
3.026 seconds of real time
2.863591 seconds of total run time (2.862462 user, 0.001129 system)
94.65% CPU
7,147,539,961 processor cycles
0 bytes consed
11
* (time (tak 24 12 0))
Evaluation took:
19.459 seconds of real time
18.400291 seconds of total run time (18.400285 user, 0.000006 system)
94.56% CPU
45,927,272,428 processor cycles
0 bytes consed
1
以前のパソコン (Ubuntu 22.04, WSL2, Windows10, Intel Core i5-6200U 2.30GHz) の場合、(tak 22 11 0) は 4.90 秒かかりましたが、今のパソコンでは 3.03 秒ですみました。ところで、Common Lisp の場合、次のように関数単位でデータ型や最適化の指定を行うことができます。
リスト : たらいまわし関数 (Common Lisp, 最適化の指定)
(defun tak (x y z)
(declare (type fixnum x y z)
(optimize (speed 3) (safety 0)))
(if (<= x y)
z
(tak (tak (1- x) y z)
(tak (1- y) z x)
(tak (1- z) x y))))
* (time (tak 22 11 0))
Evaluation took:
0.882 seconds of real time
0.835476 seconds of total run time (0.835476 user, 0.000000 system)
94.67% CPU
2,085,342,053 processor cycles
0 bytes consed
11
* (time (tak 24 12 0))
Evaluation took:
5.727 seconds of real time
5.415333 seconds of total run time (5.415333 user, 0.000000 system)
94.55% CPU
13,516,779,071 processor cycles
0 bytes consed
1
最適化を指定すると、SBCL はＣ言語にせまる速度を叩き出します。あらためて SBCL の性能はすごいなと感心しました。
Ruby の場合、apt を使ってもいいのですが、少々古いバージョンがインストールされるようです。そこで、今回は snap というツールを使ってみることにしましょう。snap は canonical が開発している新しいパッケージシステムで、Ubuntu 16.04 以降のディストリビューションなら以下のコマンドで ruby をインストールすることができます。
sudo snap install ruby --classic
これで最新 の Ruby (安定板) をインストールすることができます。
$ ruby --version
ruby 4.0.0 (2025-12-25 revision 553f1675f3) +PRISM [x86_64-linux]
たらいまわし関数と実行結果を以下に示します。
リスト : たらいまわし関数 (tarai.rb)
def tak(x, y, z)
return z if x <= y
tak(tak(x - 1, y, z), tak(y - 1, z, x), tak(z - 1, x, y))
end
$ irb
irb(main):001> require "benchmark"
=> true
irb(main):002> load "tarai.rb"
=> true
irb(main):003> Benchmark.realtime { tak(22, 11, 0) }
=> 13.76934446999985
前のパソコンの Ruby (ver 3.0.2p107) では 25.59 秒かかりましたが、今のパソコンでは 13.77 秒ですみました。最新の PC ではありませんが、プログラミングを楽しむには十分すぎる性能だと思いました。
1月26日
●新しいパソコン
今まで使っていたパソコン (Windows 10) が壊れたので、新しいノート PC (Windows 11) を買いました。CPU は intel CORE i5-1235U 1.3 GHz、メモリは 8 G byte です。最新のノート PC ではないので、高スペックではありませんが、起動やシャットダウンが今までの PC よりも格段に速くなったのには驚きました。
どのくらい速くなったのか、いつもの「たらいまわし関数」で調べてみました。使用する言語はＣ言語 (gcc) です。
リスト : たらいまわし関数
#include <stdio.h>
int tak(int x, int y, int z)
{
if (x <= y) {
return z;
} else {
return tak(tak(x - 1, y, z), tak(y - 1, z, x), tak(z - 1, x, y));
}
}
int main(void)
{
printf("%d\n", tak(24, 12, 0));
return 0;
}
$ gcc --version
gcc (Ubuntu 11.3.0-1ubuntu1~22.04) 11.3.0
$ gcc -O2 -o takg tak.c
$ time ./takg
1
real 0m7.695s
user 0m7.694s
sys 0m0.000s
- 実行環境 : Ubunts 22.04 LTS (WSL2, Windows 10), Intel Core i5-6200U 2.30GHz
$ gcc --version
gcc (Ubuntu 13.3.0-6ubuntu2~24.04) 13.3.0
$ gcc -O2 -o takg tak.c
$ time ./takg
1
real 0m3.851s
user 0m3.786s
sys 0m0.001s
- 実行環境 : Ubunts 24.04 LTS (WSL2, Windows 11), Intel Core i5-1235U 1.3 GHz
tak(24, 12, 0) で約 2 倍ほど速くなっています。最近の PC は低価格でも高性能ですね。ちなみに、Python3 で tak(22, 11, 0) を計算したところ、62.23 秒から 13.48 秒になりました。これは PC の性能だけではなく、Python3 のバージョンアップ (ver 3.10.12 --> 3.12.3) による実行速度の改善も寄与していると思われます。他の言語でも試してみようと思っています。
1月10日
●Google AI モード
いつもお世話になっている Google に AI モードが導入されました。日本語に対応したのが 2025 年 9 月なので、ご存じの方も多いと思います。AI モードはリンクを羅列するのではなく、AI が回答を直接生成する、という新しい機能です。ようするに、リンク先の Web サイトにいちいちアクセスしなくても、知りたい情報をまとめて得ることができるわけです。もちろん、AI の回答が 100 % 正しいわけではありませんが、このような機能を無料で利用できることに大変驚きました。
たとえば、「プログラミング言語 入門」を AI モードで検索すると、M.Hiroi の環境では冒頭で次のように表示されます。
『2026年現在、プログラミング学習は「AIをどう活用するか」が鍵となっています。初心者が今から始めるのにおすすめの言語と、学習のステップを簡潔に解説します。』
さらに、具体的な言語名を入力すると、その言語の特徴などが表示されます。たとえば Python と入力してみましょう。以下に示す内容が表示されます。
- Pythonで「できること」
- 初心者におすすめの学習ステップ（2026年版）
- おすすめの無料学習サイト
興味のある方は実際に試してみてください。それにしても AI の進歩は速いですね。凄い時代になったものだと驚愕しています。
1月3日
●Google Colaboratory
Google Colaboratory (通称 : Colab) は、Google が提供するブラウザ上で動作する無料の Python 実行環境です。Google アカウントとブラウザ (Chrome など) があれば、すぐに Python のプログラムを実行することができます。
Colab は GPU / TPU を無料で利用できるので、AI やディープラーニングのほうに目が行きがちですが、NumPy, SymPy, matplotlib など便利なライブラリもプリインストールされているので、import するだけで簡単に利用することができます。
なお、Colab の無料版には使用に制限がありますが、それを緩和した有料版も用意されています。学習目的で Colab を利用するのであれば、無料版の機能で十分なように思います。
遅ればせながら、実際に使ってみたところ、とても簡単に利用できることに大変驚きました。たとえば、SymPy で数式を表示してみましょう。次のプログラムを Colab のコードセルで実行します。
> import sympy as sy
sy.init_printing()
x = sy.Symbol('x')
f = x**2 + 2*x + 1
f
\(x^2 + 2x + 1\)
Colab の場合、init_printing() を実行すると、数式は MathJax を使って綺麗に表示されます。
グラフを表示することも簡単です。
> f1 = x**2 - 1
sy.plotting.plot(f1, (x, -2, 2))
コードや実行結果はノートブックとして Google ドライブに保存され、あとから読み込むことができます。初めて Python を勉強するユーザーにとって、Colab はとても使いやすい実行環境だと思いました。
1月1日
あけましておめでとうございます
旧年中は大変お世話になりました
本年も M.Hiroi's Home Page をよろしくお願い申し上げます