このスライドのゴール

「MEA の解析を pyMEA でやりたい。でもプログラミングは初めてで、何から手をつければいいかわからない」——その状態を抜け出すためのスライドです。

• Python の文法をすべて覚える必要はありません
• pyMEA で解析するために本当に必要な範囲だけを、順番に学びます
• ゴールは「用意された関数を、正しく呼び出せる」ようになること

全体像（学習マップ）

STEP 0〜10 を、下の 4 つのまとまりに分けて進みます。核心は STEP 3・4。ここを越えると一気にラクになります。

このロードマップの歩き方

学習を続けるための 4 つの心構えです。焦らず、手を動かしながら進めましょう。

• 完璧を目指さない：わからない部分があっても先へ進んでOK。使ううちに馴染みます
• 手を動かす：読むだけでは身につきません。コードは必ず自分で打って実行しましょう
• 1 日 30 分でも十分：STEP 1〜8 は各 30 分〜数時間。実データ解析まで数日〜2 週間が目安
• 困ったら STEP 9 を先に見る：ゴールのコードを先に眺めると、途中の文法の意味がわかります

STEP 0. 環境をつくる

学ぶこと：Python が動く環境と pyMEA をパソコンに用意します。まずは「コードを実行できる状態」を作るのが最優先です。

方法 B では Python 3.12 を入れたあと、ターミナルで次を実行します。

pip install git+https://github.com/kkito0726/MEA_modules.git

STEP 1. 変数・print・実行

学ぶこと：変数への代入、print() での表示、コメント（#）、数値と文字列の違い。プログラムの一番の基本です。

# これはコメント。# 以降は実行されません
start = 0            # 数値（整数）を変数に入れる
message = "解析開始"   # 文字列は "..." で囲む
print(message)       # → 解析開始 と表示される

pyMEA のコードも「設定値を変数に入れて、関数に渡す」の繰り返しです。実際のサンプルでも冒頭で設定をまとめます。

HEDFILE_PATH = "path/to/your_file.hed"  # ファイルの場所（文字列）
ELECTRODE_DISTANCE = 450                # 電極間距離 μm（数値）
START, END = 0, 5                       # 多重代入：2つを同時に代入

STEP 2. リスト・辞書

学ぶこと：複数の値をまとめる リスト [ ]、値の組 タプル ( )、キーで引く 辞書 の基本と、値の取り出し方。

eles = [1, 2, 3, 4, 5]   # リスト：値を順番に並べたもの
print(eles[0])           # → 1（番号は 0 から始まる点に注意！）

pyMEA では、描画したい電極番号をリストで渡す場面が頻出します。

eles = [1, 2, 3, 4, 5]                       # 描画したい電極
mea.fig.raster_plot(peak_index=peak_index, eles=eles)

ピーク検出の結果は「電極番号 → その電極のピーク」の辞書のような形。[ ] に番号を入れて取り出します。

peak_index_neg = detect_peak_neg(mea.data)
peak_index_neg[5]   # ch 5 のピークを取り出す

STEP 3. 関数の呼び出し方 ①

学ぶこと：位置引数とキーワード引数（名前付き引数）。pyMEA のコードの 8 割は「関数を引数付きで呼ぶ」だけです。ここが一番大事。

# 位置引数：書いた順番で渡す
mea = read_MEA(hed_path, start, end, electrode_distance)

# キーワード引数：名前を指定して渡す（順番を気にせず・意味が明快）
mea = read_MEA(hed_path, start=0, end=5, electrode_distance=450)

# ↑ どちらも戻り値を変数 mea で受け取っている

STEP 3. 関数の呼び出し方 ②

pyMEA の関数にはデフォルト値つきの引数が多く、指定しなければ既定値が使われます。だから最初は少ない引数だけで動きます。

peak_index_neg = detect_peak_neg(mea.data)              # threshold は既定値 3
peak_index_pos = detect_peak_pos(mea.data, threshold=2) # 必要な分だけ上書き

ドキュメントの「シグネチャ（引数一覧）」はこう読みます。

def read_MEA(
    hed_path: str,               # : str は「文字列を渡す」の意味
    start: int,                  # : int は「整数を渡す」
    end: int,
    electrode_distance: int,
    filter_type=FilterType.NONE, # = つきは省略可能（デフォルト引数）
) -> PyMEA:                      # -> は「戻り値の型」

STEP 4. オブジェクトとメソッド ①

学ぶこと：read_MEA() が返す mea は、中に 4 つの担当役を持っています。ドット . でその担当役をたどり、機能を呼び出します。

STEP 4. オブジェクトとメソッド ②

属性とメソッドの 2 種類があります。. の後ろに () があるかどうかで見分けます。

mea.data.SAMPLING_RATE          # 属性：() なし → 中の「値」を取り出す
mea.fig.showAll(0, 1)           # メソッド：() あり → 「〜して」と命令する
mea.calculator.isi(peak_index, ch=2)   # メソッド：ISI を計算して

メソッドの結果に、さらにメソッドをつなげる メソッドチェーン もあります。

# ハイパスをかけた結果に、さらに共通ノイズ除去をかける
denoised = mea.data.highpass(cutoff=1).common_median_reference()

STEP 5. for・リスト内包表記

学ぶこと：for によるくり返しと、Python らしい短い書き方「リスト内包表記」。

for i in range(3):
    print(i)                       # 0, 1, 2 と順に表示

squares = [i * i for i in range(5)]  # [0,1,4,9,16] を一気に作る

pyMEA では、拍動ごとの波形の切り出しや、動画のコマ作成で使われます。

# 各ピークの前後を切り出し、時刻を 0 始まりにそろえたリスト
mea_list = [
    mea.from_slice(index - before_frame, index + after_frame).init_time()
    for index in peak_index_neg[ch]
]

STEP 6. import の仕組み

学ぶこと：ライブラリを読み込む import 文の 3 つの形。どのコードも必ず import から始まります。

from pyMEA import *                    # ① まとめて読み込む（全部使える）
from pyMEA import read_MEA, detect_peak_neg  # ② 必要なものだけ
import matplotlib.pyplot as plt        # ③ 別名（エイリアス）をつける

• from pyMEA import * で read_MEA・detect_peak_neg・FilterType などがすぐ使えます
• グラフを細かく描きたいときは import matplotlib.pyplot as plt を併用します

STEP 7. NumPy 配列の基礎

学ぶこと：pyMEA のデータや計算結果は NumPy 配列という形です。リストに似ていますが、数値計算が速く、平均なども 1 行で出せます。

mea.data[0]     # 0 番目の行 = 時刻データ
mea.data[6]     # 6 番目の行 = ch 6 の電位データ
isi.values.mean()   # 配列の平均を計算

STEP 8. 描画と結果の出力

学ぶこと：matplotlib での簡単なグラフと、f"..."（f 文字列）での結果の整形表示。定番グラフは pyMEA が 1 行で描けますが、自分好みにするなら matplotlib を直接使います。

import matplotlib.pyplot as plt
plt.figure()
plt.plot(mea.data[0], mea.data[3])   # 横軸=時刻, 縦軸=ch3 の電位
plt.xlabel("Time (s)"); plt.ylabel("Voltage (μV)")
plt.show()

print(f"ch{CH} 平均ISI: {isi.values.mean():.4f} s")
# → ch6 平均ISI: 0.8123 s のように表示

STEP 9. 最初の解析を通す ①

ここまでの知識で、実データ 1 本を「読み込み → ピーク検出 → 計算 → 表示」まで通せます。まずは isi_example.py を写経（そのまま書き写して実行）しましょう。

from pyMEA import detect_peak_neg, read_MEA

HEDFILE_PATH = "path/to/your_file.hed"  # ← 自分のパスに書き換える
CH = 6

mea = read_MEA(HEDFILE_PATH, start=0, end=5, electrode_distance=450)  # 1.読み込み
peak_index_neg = detect_peak_neg(mea.data)                           # 2.ピーク検出
isi = mea.calculator.isi(peak_index_neg, ch=CH)                      # 3.ISI 計算
print(f"ch{CH} 平均ISI: {isi.values.mean():.4f} s")                  # 4.表示

STEP 9. 最初の解析を通す ②

計算ができたら、次はグラフで確認しましょう。ピークが正しく取れているかを目で見るのは、解析の信頼性のうえでとても大切です。

mea.fig.showAll(0, 1)                                # 64 電極の波形を一覧表示
mea.fig.plotPeaks(CH, peak_index_neg, start=0, end=1) # ピーク検出の確認

STEP 10. 自走できるようになる

最後は「知らない機能でも、自分で調べて使える」段階へ。研究解析を不自由なく進めるための武器を揃えます。

• シグネチャを読む：README_ja.md や docs/api/ の日本語リファレンスで、渡せる引数を自分で判断
• エラーを読む：エラーは「どこで何が起きたか」の手がかり。まず最後の行を読む
• /pyMEA-codegen を使う：Claude Code で「ch6 の ISI を計算してグラフ表示して」と日本語で頼めばコード生成
• mea2npz で前処理：計測ファイルをまとめて軽量な .npz に変換する CLI ツール

よくあるつまずきどころ

初心者が必ず一度は出会うエラーです。慌てず、原因を 1 つずつ確認しましょう。

学習リソース・関連ドキュメント

Python そのものの入門は、必要になった文法をその都度調べるスタイルが挫折しにくくおすすめです。