1. 読みやすさ（他人と未来の自分が読める） 2. 壊れにくさ（テスト・例外・境界条件） 3. 設計（責務分離・依存の整理） 4. 運用（ログ・設定・CLI・ドキュメント） ## 1. 「動く」から「読める」へ：まずは“型”を身につける ### すぐ効くチェックリスト（毎回これだけ） * 変数名が役割を説明している（`x` や `tmp` を減らす） * 関数が長すぎない（目安：20〜30行以内） * 1つの関数は1つの仕事（“ついで処理”を混ぜない） * 早期returnでネストを浅くする * マジックナンバーを定数化する * `print`デバッグ → `logging` へ移行する癖をつける ### 練習課題（効果が高い） あなたが過去に書いた「動けばOK」コードを1つ選び、機能追加はせずに、 * 関数分割 * 変数名改善 * 重複削除 だけで読みやすくする、をやってください。これが“リファクタリング筋”を作ります。 ## 2. 「壊れにくい」へ：テストは“全部”ではなく“要所”から テストで挫折しがちなのは、最初から網羅しようとするからです。最初はここだけで十分です。 ### 最初にテストすべき3点 * 境界値（空、0、最大/最小、1件だけ） * 異常系（形式が違う、欠損、ファイルがない、通信失敗） * 変換ロジック（入力→出力が決まる純粋関数） ### おすすめの進め方 * “テストしやすい形”にするために、先に I/Oとロジックを分離 * ファイル読む・API叩く・DBアクセス：I/O * 加工・判定・集計：ロジック（ここをテスト） ## 3. 「設計」へ：責務分離と依存の整理を覚える 「とりあえず動く」コードが肥大化する原因の多くは、1か所に責務が集まりすぎることです。 ### 初心者がまず覚える設計ルール（実務でも効く） * 関数は“入力→処理→出力”が見える形にする * データ構造を先に決める（辞書の形、クラス、dataclass） * “何をするか”と“どう保存/取得するか”を分ける 例：`calculate_total()` と `load_orders()` を混ぜない ### dataclass は早めに覚える価値が高い データが増えても崩れにくく、型ヒントとも相性が良いので、初心者の次の一歩にちょうどいいです。 ## 4. 「プロっぽい」へ：型チェック・静的解析・フォーマッタを味方にする ここは“才能”というより“道具の導入”で一気に品質が上がります。 ### 最小構成（これだけでOK） * フォーマット：`ruff format`（または `black`） * リント：`ruff` * 型：`mypy`（最初は厳しくしすぎない） * テスト：`pytest` ポイントは「全部理解してから導入」ではなく、入れて走らせながら慣れることです。 ## 90分でできる“ステップアップ練習”メニュー（週2回で伸びます） 1回90分で回せるようにしています。 1. 10分：既存コードを読む（改善点を3つメモ） 2. 30分：関数分割・命名・重複削除（機能変更なし） 3. 20分：ロジック部分にテストを2〜3本追加 4. 20分：`ruff` とフォーマッタを通して直す 5. 10分：READMEに「使い方」「入力例」「出力例」を追記 これを4〜6回やると、“動けばOK”から確実に抜けられます。 ## リンク - [[PythonからRustへ移行するロードマップ]]