如何Streamline Python Development：Claude Code 实战指南

Python开发でClaude Codeを使いこなす

Claude Code TypeScript不仅Python开发でも威力を発揮します。FastAPIでのWeb开发、数据処理スクリプト、测试创建まで幅広く支持可以。

FastAPI应用の构建

> FastAPIで用户管理API创建。
> - Pydanticで验证
> - SQLAlchemy + asyncpg でDB接続
> - CRUD端点
> - JWT认证

from fastapi import FastAPI, HTTPException, Depends
from pydantic import BaseModel, EmailStr
from sqlalchemy.ext.asyncio import AsyncSession
from datetime import datetime

app = FastAPI(title="User Management API")

class UserCreate(BaseModel):
    email: EmailStr
    name: str
    password: str

    class Config:
        json_schema_extra = {
            "example": {
                "email": "[email protected]",
                "name": "田中太郎",
                "password": "securepassword123",
            }
        }

class UserResponse(BaseModel):
    id: str
    email: str
    name: str
    is_active: bool
    created_at: datetime

    class Config:
        from_attributes = True

@app.post("/users", response_model=UserResponse, status_code=201)
async def create_user(
    user_data: UserCreate,
    db: AsyncSession = Depends(get_db),
):
    existing = await get_user_by_email(db, user_data.email)
    if existing:
        raise HTTPException(status_code=409, detail="Email address is already registered")

    hashed = hash_password(user_data.password)
    user = await create_user_in_db(db, user_data, hashed)
    return user

@app.get("/users/{user_id}", response_model=UserResponse)
async def get_user(
    user_id: str,
    db: AsyncSession = Depends(get_db),
):
    user = await get_user_by_id(db, user_id)
    if not user:
        raise HTTPException(status_code=404, detail="User not found")
    return user

数据処理スクリプトの生成

pandasやpolars使用…的数据処理も通过 Claude Code高速に書けます。

> CSV文件を読み込んで以下処理を行うスクリプト创建。
> - 欠損値の補完（数値は中央値、文字列は"不明"）
> - 日期カラムのパース
> - 売上の月次汇总
> - 結果をExcelで输出

import polars as pl
from pathlib import Path

def process_sales_data(input_path: str, output_path: str) -> None:
    df = pl.read_csv(input_path)

    # 欠損値の補完
    numeric_cols = [c for c in df.columns if df[c].dtype in [pl.Float64, pl.Int64]]
    string_cols = [c for c in df.columns if df[c].dtype == pl.Utf8]

    for col in numeric_cols:
        median_val = df[col].median()
        df = df.with_columns(pl.col(col).fill_null(median_val))

    for col in string_cols:
        df = df.with_columns(pl.col(col).fill_null("不明"))

    # 日付パースと月次集計
    df = df.with_columns(
        pl.col("date").str.to_date("%Y-%m-%d").alias("date_parsed")
    )

    monthly = (
        df.group_by(pl.col("date_parsed").dt.truncate("1mo"))
        .agg([
            pl.col("amount").sum().alias("total_sales"),
            pl.col("amount").mean().alias("avg_sales"),
            pl.col("amount").count().alias("transaction_count"),
        ])
        .sort("date_parsed")
    )

    monthly.write_excel(output_path)
    print(f"処理完了: {len(monthly)}か月分のデータを出力")

if __name__ == "__main__":
    process_sales_data("sales.csv", "monthly_report.xlsx")

pytestでの测试生成

> process_sales_data 函数の测试をpytestで创建して。
> Fixtureで一時CSVを创建するパターンで。

import pytest
import polars as pl
from pathlib import Path
from process_sales import process_sales_data

@pytest.fixture
def sample_csv(tmp_path: Path) -> Path:
    csv_path = tmp_path / "test_sales.csv"
    csv_path.write_text(
        "date,product,amount\n"
        "2026-01-15,商品A,1000\n"
        "2026-01-20,商品B,2000\n"
        "2026-02-10,商品A,1500\n"
        "2026-02-15,,\n"
    )
    return csv_path

def test_process_creates_output(sample_csv: Path, tmp_path: Path):
    output = tmp_path / "output.xlsx"
    process_sales_data(str(sample_csv), str(output))
    assert output.exists()

def test_monthly_aggregation(sample_csv: Path, tmp_path: Path):
    output = tmp_path / "output.xlsx"
    process_sales_data(str(sample_csv), str(output))
    result = pl.read_excel(output)
    assert len(result) == 2  # 1月と2月

def test_null_handling(sample_csv: Path, tmp_path: Path):
    output = tmp_path / "output.xlsx"
    process_sales_data(str(sample_csv), str(output))
    result = pl.read_excel(output)
    # 欠損値が補完されて集計に含まれている
    assert result["transaction_count"].sum() == 4

测试全体の设计相关内容请参阅测试戦略完全指南。

类型ヒントの添加

既存のPythonコードに类型ヒントを添加させることも可以。

> src/ 以下Python文件に类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类类型ヒント添加。
> mypyで --strict チェックが通るようにして。

CLAUDE.mdでPythonルールを配置

## Python開発ルール
- Python 3.12以上を対象
- 型ヒントを必ず付与
- フォーマッターはruff format、リンターはruff check
- テストはpytest、カバレッジ80%以上

API开发のパターンはAPI开发を高速化する方法を、CLAUDE.mdの書き方はCLAUDE.mdの書き方完全指南也可以参考。

总结

Claude Code Python开发でも高い生産性を発揮します。FastAPI应用、数据処理、测试创建まで、明確に仕様を伝えれば高品質なコードが生成されます。

Python的详细信息请参阅Python官方文档、让 Claude CodeついてはAnthropic官方文档。