GenJAXのためのPython基礎

プログラマーになる必要はありません！

この章では、GenJAXのコードを読んで実行するために必要最低限のPythonを学びます。ソフトウェア開発者になる必要はありませんが、次のことができるようになります：

• コードが何をしているかを理解する
• 値を変えて実験する
• 例を実行して結果を確認する

レストランで注文できる程度のイタリア語を学ぶようなものです — 流暢に話せなくても、実用的な知識があれば十分です！

1. 変数：物に名前をつける

Pythonでは、後で使えるように値に名前をつけます。

1
2

probability_hamburger = 0.5
probability_tonkatsu = 0.5

意味：「これらの数値を記憶して、この名前で呼ぶ」

確率との対応： 数学で $P(H) = 0.5$ と書いたように、その値を保存しています。

試してみよう：

1
2
3
4

x = 10
y = 20
result = x + y
print(result)  # Shows: 30

1
2

# This is a comment
x = 5  # Comments can go after code too

2. 関数：アクションのレシピ

関数とは、命令に名前をつけたものです。レシピのようなものだと思ってください。

1
2
3
4
5

def greet_chibany():
    print("Hello, Chibany!")
    print("Time for tonkatsu!")

greet_chibany()  # "Calls" the function (runs the recipe)

出力：

Hello, Chibany!
Time for tonkatsu!

入力のある関数（パラメータ）

関数は入力（パラメータと呼ばれる）を受け取れます：

1
2
3
4
5

def greet_cat(name):
    print(f"Hello, {name}!")

greet_cat("Chibany")  # Output: Hello, Chibany!
greet_cat("Felix")    # Output: Hello, Felix!

文字列の前の f によって、テキストの中の {} 内に変数を埋め込めます。

出力のある関数（戻り値）

関数は値を返すことができます：

1
2
3
4
5

def add_numbers(a, b):
    result = a + b
    return result

total = add_numbers(5, 3)  # total is now 8

確率との対応： $f(\omega)$ が結果を受け取って数値を返す関数であることを思い出してください。同じ考え方です！

3. リスト：物のコレクション

リストは買い物リストのようなもの — 順序のあるアイテムの集まりです。

1

meals = ["HH", "HT", "TH", "TT"]

集合との対応： これは $\Omega = \{HH, HT, TH, TT\}$ に順序がついたものです！

アイテムへのアクセス

1
2
3
4

meals = ["HH", "HT", "TH", "TT"]

first_meal = meals[0]   # "HH" (Python counts from 0!)
second_meal = meals[1]  # "HT"

アイテムの数は？

1
2

meals = ["HH", "HT", "TH", "TT"]
count = len(meals)  # 4

対応： これは $|\Omega|$（濃度）のようなものです！

4. ループ：繰り返し実行する

forループはアクションを繰り返します：

1
2

for meal in ["HH", "HT", "TH", "TT"]:
    print(meal)

出力：

HH
HT
TH
TT

読み方：「このリストの各mealについて、mealを表示する」

カウントループ

1
2

for i in range(5):
    print(f"Day {i}")

出力：

Day 0
Day 1
Day 2
Day 3
Day 4

対応： 10,000日をシミュレートしたい場合は range(10000) を使えばよいです！

5. 条件分岐：判断を下す

if文を使うとコードが選択を行えます：

1
2
3
4
5
6

meal = "TT"

if "T" in meal:
    print("Contains tonkatsu!")
else:
    print("No tonkatsu today :(")

読み方：「TがmealにあればこちらをThenする。そうでなければあちらをする。」

複数の条件

1
2
3
4
5
6
7
8

tonkatsu_count = 2

if tonkatsu_count == 2:
    print("Two tonkatsus!")
elif tonkatsu_count == 1:
    print("One tonkatsu!")
else:
    print("No tonkatsu!")

注意：

• == は「等しい」（比較）を意味します
• = は「代入」（値を与える）を意味します

6. デコレータ：特別な機能を追加する

デコレータは関数に機能を追加します。GenJAXでは @gen を使います：

1
2
3

@gen
def my_function():
    pass  # Placeholder - your code goes here

@gen が行うこと： GenJAXに「これは生成的関数です — すべての確率的選択を追跡してください！」と伝えます。

デコレータを完全に理解する必要はありません。 次のことだけ知っておいてください：

• 関数定義のすぐ前に置く
• 関数の動作を変更する
• GenJAXでは @gen は確率モデルに不可欠

7. GenJAXの@記号（アドレッシング）

GenJAXでは @ を使って確率的選択に名前をつける：

1

lunch = flip(0.5) @ "lunch"

読み方：「表（true/1/とんかつ）が50%の確率のコインを投げて、この選択を’lunch’と呼ぶ」

ベルヌーイ確率変数とは？ ベルヌーイ確率変数は、コイン投げのような単一のyes/no結果を表します。0（失敗/false/裏/とんかつ）または1（成功/true/表/ハンバーガー）のいずれかで、1になる確率は $p$ です。GenJAXでは flip(p) を使ってベルヌーイ分布からサンプリングします — コイン投げのメタファーにちなんだ名前です！

確率との対応： これは「$L$ を昼食の確率変数とし、$L$ は $p=0.5$ のベルヌーイ分布に従う」と言うことに相当します。

8. ライブラリとインポート

ライブラリは、私たちが使えるあらかじめ書かれたコードの集まりです：

1
2
3

import jax
import matplotlib.pyplot as plt
from genjax import gen, flip

意味：

• import jax — JAXライブラリをロードする（計算のため）
• import matplotlib.pyplot as plt — プロットツールをロードし、plt と呼ぶ
• from genjax import gen, flip — GenJAXから特定のツールをロードする

これらを暗記する必要はありません。 各ノートブックの最初にインポートセルを実行するだけです！

9. ドット記法でメソッドを呼び出す

オブジェクト「に対して」関数を呼び出すこともあります：

1
2

trace = model.simulate(key, args)
choices = trace.get_choices()

読み方：「modelに属するsimulate関数を呼び出す」

. は「～に属する」または「～の一部」を意味します。

10. コメントとドキュメント

一行コメント

1
2

# This is a comment
x = 5  # This is also a comment

複数行コメント（docstring）

1
2
3
4
5
6

def my_function():
    """
    This is a docstring.
    It explains what the function does.
    """
    # ... code ...

重要な理由： コードが何をしているかを理解するのに役立ちます！

クイックリファレンス：GenJAXコードを読む

典型的なGenJAX関数を分解して説明します：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

@gen                                    # Decorator: makes this a generative function
def chibany_meals():                    # Function name
    """Generate one day of meals."""   # Docstring: what it does

    # Random choice: lunch
    lunch = flip(0.5) @ "lunch"         # @ names the choice

    # Random choice: dinner
    dinner = flip(0.5) @ "dinner"       # Another named choice

    # Return both meals as a pair
    return (lunch, dinner)              # Return value

GenJAXコードを読むには：

1. @gen を見つける — それは生成的関数
2. docstringを読む — 何をするのか？
3. @ 記号を探す — それらが確率的選択
4. 何を返すかを確認する — それが結果

練習：このコードが読めますか？

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

@gen
def coin_flips(n):
    """Flip a fair coin n times."""
    heads_count = 0

    for i in range(n):
        coin = flip(0.5) @ f"flip_{i}"
        if coin == 1:
            heads_count = heads_count + 1

    return heads_count

学ばなくてよいこと

心配しなくてよいこと：

• ❌ オブジェクト指向プログラミング
• ❌ 高度なデータ構造
• ❌ ファイル入出力
• ❌ エラー処理
• ❌ Pythonのほとんどの機能！

集中すること：

• ✅ コードを読んで何をするかを理解する
• ✅ ノートブックのコードセルを実行する
• ✅ パラメータの値を変えて実験する
• ✅ 確率との対応を理解する

成功のためのヒント

1. 暗記する必要はありません

この章を参照用に開いておいてください。GenJAXコードの中で認識できないものを見かけたら、ここに戻ってきてください！

2. コードを実行して理解する

ただ読むだけでなく、コードを実行してください！出力を見ることで、すべてがより明確になります。

3. 実験しましょう！

値を変えてみてください：

• 0.5 を 0.8 に変えると何が起こりますか？
• シミュレーション回数を変えたら？
• わざと壊してどんなエラーが出るか確かめてみてください！

4.「これは何をしているのか？」と問いかけよう

「これはどのように動くのか？」ではなく、「これは何を達成しようとしているのか？」

GenJAXの準備完了！

これでPythonの知識が十分身につきました：

• ✅ GenJAXコードを読む
• ✅ 生成的関数が何をするかを理解する
• ✅ Colabで例を実行する
• ✅ 値を変えて実験する

次は： 最初の生成的関数を書いてみましょう！