【Twitterの紳士たちへ】.jpg-largeを.jpgに一括変換するscriptを書きました

# What is? 前略 あなたがTwitterでヱロ画像を収集していることを俺は知っている…。 そして`.jpg-large`を毎回ハンドで`.jpg`に直して保存していることも知っている…(してなかったらすみません)。 そんな! あなたに!!朗報です!!! このスクリプトで崇高なるヱロ画像のファイル名を一括変換しましょう!!!!! # 使い方 “`bash $python rename_jpg-XXX_to_jpg.py “` ※Windows環境でのみ確認 基本的に`.jpg-large`があるディレクトリにコピーしてダブルクリックで実行すれば実行可能です。 # 中身解説 めちゃくちゃ簡単なスクリプトで、自分が初めて作ったまともに使えるスクリプトです。 2年くらい前に作ったものですが、バリバリ現役で使えてます。 #### おまじない “`python # coding: UTF-8 import sys import os “` #### 対象のパス指定 “`python if len(sys.argv) == 2:

AtCoder Beginner Contest 145 参戦記

# AtCoder Beginner Contest 145 参戦記 ## A – Circle 1分で突破. 書くだけ. “`python r = int(input()) print(r * r) “` ## B – Echo 3分半で突破. 長さが偶数であることを確認することを忘れなければいいだけ. “`python from sys import exit N = int(input()) S = input() if N % 2 == 1: print(‘No’) exit() if S[:N // 2] == S[N // 2:]: print(‘Yes’) else: print(‘No’) “` ## C – Average Length 8分で突破. すべての組み合わせの距離の合計を平均を取ればいいのかなって思って書いたら入力例が通ったので提出したら AC 出たけど、解説を読むとまぐれで通っただけかってなった. “`python from math import sqrt N = int(input

AtCoder 第二回全国統一プログラミング王決定戦予選 参戦記

# AtCoder 第二回全国統一プログラミング王決定戦予選 参戦記 ## A – Sum of Two Integers 2分で突破. 書くだけ. ARC の A 問題ってこんなに簡単だっけかと混乱した. “`python N = int(input()) print((N – 1) // 2) “` ## B – Counting of Trees 68分半で突破. WA 6個. WA2個が中々消えずに WA を重ねてしまった. その2個は0が複数あるやつだった……. “`python from sys import exit N = int(input()) D = list(map(int, input().split())) if D[0] != 0: print(0) exit() c = {} for i in D: if i in c: c[i] += 1 else: c[i] = 1 if c[0] != 1: print(0) exit() result =

Python3で日付の月(数字）を英語名に変換する方法

# Pythonでは 月の数字(int型の数値1〜12)から直接、月の英語名へ変換する関数が見当たらなかったの、一手間挟んで出力してみました。 “`python3:ソースコード # coding: utf-8 import datetime def MonthNumberToMonthName(month): date = datetime.date(2000, month, 1) #年と日は自由に設定する return date.strftime(“%B”) # １月から１２月まで表示 for month_number in range(12): month_name = MonthNumberToMonthName(month_number) print(month_name) “` “`qiita:実行結果 January February March April May June July August September October November December “` 以上です。 この処理を単体で使う機会はほ

Flask入門その1：まずはローカルで動かしてみる＆配布用に実行ファイルを作ってみる

# 環境 PC : Mac 開発環境 : Visual Studio Code # まずはローカルでhello worldを動かす flaskをインストール “` pip install flask “` 実行 “`python from flask import Flask app = Flask(__name__) @app.route(‘/’) def hello_world(): return ”’

hello world

”’ if __name__ == ‘__main__’: app.run() “` ブラウザで確認 [http://127.0.0.1:5000/](http://127.0.0.1:5000/) ![image.png](https://qiita-image-store.s3.ap-northeast-1.

Twitter API登録が終了しました。

 申請から承認まで、24時間かからなかったですね。 昔の申請は3週間もかかっていたという記事があったので、現在は早くなっているのかもしれません。 これからTwitter APIを使ってデータ分析をしてみたいと思います〜。

Pythonをexeファイルに変換する方法

Pythonで作成したファイルを、Pythonが入っていないPCで実行したい。 そんな悩みを解決するためのツールをシェアさせていただきます。 あくまで、自分用のメモの拡張版なのでクオリティーに関してはご愛嬌でお願いします。 #1.環境構築 #####コマンドプロンプトの場合 “`:コマンドプロンプト pip install pyinstaller “` #####Anacondaプロンプトの場合。 “`:Anacondaプロンプト conda install pyinstaller “` #2.実行 “`:プロンプト pyinstaller [ファイル名].py –onefile “` #注意点 – 最後のオプションにある`–onefile`の入力を省くとdist内のファイルが複数必要になるので移動がめんどくさくなります。 – inputなどのコマンドプロンプトで入力を求めるものなどは、できないので注意してください。

Pythonで使われる演算子

# はじめに ここではPython初心者向けに、「演算子」について解説します。 Python3系の使用を前提とします。 # 算術演算子 四則演算を行うための演算子です。 演算子の前後には半角スペースを入れることが多いです。 “`python:operator_1.py int_1 = 1 + 1 # 足し算 print(int_1) int_2 = 2 – 1 # 引き算 print(int_2) int_3 = 2 * 3 # 掛け算 print(int_3) int_4 = 6 / 3 # 割り算（割り切れる場合でも、計算結果は浮動小数点数型になる） print(int_4) int_5 = 2 ** 3 # 累乗 print(int_5) int_6 = 5 // 2 # 割り算の商 print(int_6) int_7 = 5 % 2 # 割り算の余り print(int_7) “` 文字列同士を足し算すると、文字列の結合になります。 “`python:operator_2.py str_1 = ‘Hello, ‘ str_2 = ‘World!’ print(

【python】画像処理その3 ~NumPy配列~

#画像をNumPy配列にする# まず,下のように画像を読み込んで`np.array`でNumPy配列にします. “`python import numpy as np img = np.array(Image.open(‘画像のパス’)) “` #次元# `ndim`で次元を調べてみます “`python print(img.ndim) “` 出力結果 “` 3 “` はい,3次元でしたね #形状# `shape`で形状を見てみます “`python print(img.shape) “` 出力結果 “` (150, 150, 3) “` サイズが150×150のカラー画像を読み込んだ時の結果です. 画像をNumPyで扱うときは画像配列は`(行データ, 列データ, RGBデータ)` のようになっているんですね. #スライス# スライスを使ってRGBデータをみてみたいと思います. 今回はGreenのデータをみてみます. 3番目の要素は3つあって 0番目が赤(Red)のデータ 1番目が緑(Green)のデータ 2番目が青(Blue)のデータ

【python】画像処理その2 ~グレースケールと二値化~

#グレースケールとは# ざっくりと説明しますと, 黒**から**白の値(0~255)で画像を表現するってことですね. 下の画像みたいなことです.  #二値化とは# こちらもざっくりと説明しますと, 黒**か**白(0 or 255)で画像を表現するってことですね. 白黒はっきりしてるってことですね. 下の画像みたいなことです.  #グレースケールと二値化のまとめ# | 表現 | 値 | |:—————–|:——————| | グレースケール

Pythonって可読性が低くない？

## Pythonは見づらい 最近、JavaとかGolangを触ったのちに、解析や機械学習系のPythonコードを漁っていて思うのですが、 **Pythonって見づらくないですか？** Pythonの歴が浅いので、もしかしたら見やすいのかもしれませんが、私には少なくとも見づらいです。 何が見づらいって、 **引数や戻り値に型がない** 部分ですよ。これで結局何が入った変数なのかがわかりません。 命名がアレな引数や戻り値をみると、もう絶望して、正直読む気が失せます。 ## 個人的にこうしたい 幸い、[型ヒント](https://www.python.org/dev/peps/pep-0484/)というものがPython3.5から導入されているので、使っていきたい。いきたくない？ 具体的には下記のようにしていきたいです。突発に思いついた例で、ぶっちゃけいけてないが、雰囲気だけ感じ取ってほしいです。 **Before** “`python def create_article(article_id, title): article = {“id”: artic

Docker + flaskで機械学習アプリの構築

## 何をしたいか 機械学習プロジェクトのMLopsにおいて、 jupyterでモデルを作り、flaskのAPIがサーバーに情報を渡すような仕組みを実装する。 本記事では、flaskのAPIを実装する。 ## Dockerのイメージをまず作成 https://qiita.com/riita10069/items/7c6d2958294910d346d1 にDockerfileの作り方は切り分けておいてあるので、参照してください。 “`:Dockerfile FROM ubuntu:latest RUN apt-get update RUN apt-get install python3 python3-pip -y RUN pip3 install flask numpy pandas pandas-gbq scipy scikit-learn xgboost “` `docker build -t hinano_flask:1 .` でイメージが作成された。 ## 動作確認 `docker run -it hinano_flask:1 /bin/bash` `pyth

Django開発で、ローカルにmysqlclientをインストールできなかったエラー

“`:ターミナル $ pip3 install mysqlclient ERROR: Command errored out with exit status 1: command: /Users/yuya/.pyenv/versions/3.8.0/bin/python3.8 -u -c ‘import sys, setuptools, tokenize; sys.argv[0] “` 一部しか載せてないけど、画面が真っ赤になるレベルでエラーを吐かれた。 # 対処法 “`:ターミナル $ sudo vim /usr/local/bin/mysql_config “` 下記のように変更する “`:ターミナル # Create options libs=”-L$pkglibdir” libs=”$libs -l ” ↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓ # Create options libs=”-L$pkglibdir” libs=”$libs -lmysqlclient” ← ここ！ “` 下記のコマンドで表示されたPAT

DTW(Dynamic Time Warping)/動的時間伸縮法について話す

最近時系列分析を勉強していて、時系列同士の類似度を測る際にDTWという手法を学んだのでゆるくまとめてみようと思います。今回は説明編、次回を実践編としたいです。 ## DTW(Dynamic Time Warping)/動的時間伸縮法とは DTWとは時系列データ同士の類似度を測る際に用いる手法です。波形の類似度を求める手法としてはユークリッド距離やコサイン距離等があるかと思います。 DTWは２つの時系列の各点の距離(誤差の絶対値)を総当たりで求め、全て求めた上で２つの時系列が最短となるパスを見つけます。 対応する点を選ぶ際に重複を許す（その時点までに選択済みの点も選択できる）ため、時系列同士の長さや周期が違っても類似度を求めることができます。 なので、DTWは「周期はずれているが、形は似ている」という場合や、系列同士の長さが異なるデータの類似度を測りたいときに他の手法よりも便利な手法だと言えます。 ## ライブラリで試す jupyter notebook上での実行を想定し、デモをしてみようと思います。 PythonにはDTWをするためのライブラリがいくつかありますが、今回は「fast

Python3エンジニア認定試験うけてみた

# いきなり？ 結果から言うと、合格です！結果はギリギリでしたが、自分的にはめちゃくちゃうれしいです！  #なんで 実はpythonというかプログラミングを勉強しはじめて一ヶ月になります。 最初になぜこの試験を受けたのかの経緯は、プログラミングの勉強のモチベーションのひとつとしてです！ #どんな試験 DIVE INTO CODE さんが出している一応、正式な試験のはずです。履歴書にもかけます。合格率は70％ととても高く、多言語でもバリバリコード書いてる人なら勉強せずとも受かるのでは？と思います。 # どう勉強した？ そもそもpythonのprintすら知らない状態だったので基礎を勉強していました。 paiza-pythonコース（３日）→pyq-初心者コース一周（一週間）→　pyq 二週目（一週間）→　DIVE　INTO EX

League of Legends APIを使って機械学習をやってみる3

#今回の目的 前回まででたくさんのゲームデータをローカルに保存するところまで実施しました。 今回はそのデータを使って簡単な機械学習をやってみます。 ##必要なモジュールをインポート “`python import pickle import glob from sklearn.model_selection import train_test_split from sklearn.metrics import confusion_matrix from sklearn.ensemble import RandomForestClassifier “` ローカルに落としたファイルの操作用(pickele,glob)と機械学習用(sklern～)です。 ##ファイル名を取得 “`python gamelist = glob.glob(‘gamedata/*’) print(len(gamelist)) “` `54456` 前回保存したディレクトリからファイル名のリストを作成します。 ##ゲームデータから必要な情報を抜き出す関数を作成 “`python de

Pythonプログラミングを快適にするWindows + Vim環境の作り方

VimをWindows 10で利用したいが、なかなか苦労しているというユーザーは多いのでは無いでしょうか。

本記事で、Windows 10 上で gVim を使った快適なプログラミング環境を構築する方法について、ご紹介します。

VimでPythonプログラミングを快適にする構成

下記の構成を前提とした構築します。

OS & Python

• Windows 10 Professional（執筆時点

RaspberryPiで自分のQiita投稿データを自動収集して定期的にSlackで通知してみた

# はじめに 最近いくつか記事を投稿してきましたが、これまでの合計閲覧数などのデータを見てみたいと思い、ラズパイで環境を作ってみました。今回は、ラズパイで定期的にデータを取得し、1日に1回グラフを作ってSlackに自動送信することをゴールとします。 # 環境 主に開発を行うMacの環境は次の通りです。 “` $sw_vers ProductName: Mac OS X ProductVersion: 10.13.6 BuildVersion: 17G9016 “` 使用するラズパイはRaspberry Pi 3 Model Bを使用しています。OSは次の通りです。 “` $ cat /etc/os-release PRETTY_NAME=”Raspbian GNU/Linux 10 (buster)” NAME=”Raspbian GNU/Linux” VERSION_ID=”10″ VERSION=”10 (buster)” VERSION_CODENAME=buster ID=raspbian ID_LIKE=debian HOME_URL=”http://ww

Django2.2 SQLite3バージョンエラー

#python manage.py runserver　実行時にエラーが発生 “` $ python manage.py runserver (省略) django.core.exceptions.ImproperlyConfigured: SQLite 3.8.3 or later is required (found 3.7.17). “` #環境 Python3.6 Django2.2.6 SQLite3.7.13 #対処 どうやら SQLiteのバージョンが3.8.3かそれ以降じゃないとダメらしい。 SQLite3の現在のバージョンを表示 “` $ sqlite3 –version 3.7.13 2013-05-20 “` 現在（2019-11-15）のSQLite3の最新バージョンが3.30.1のためかなり古い。 以下のページを参考にSQLite3をバージョンアップする。 [Django2.2で開発サーバー起動時にSQLite3のエラーが出た場合の対応](https://qiita.com/rururu_kenken/items/8202b30b5

Windows環境でdarknet使ってYOLOv3の学習、kerasでの実行。コマンドメモ。

#闇の使者ダークネット かっこいいよね ##はじめに darknetのビルドは済んでる前提 学習データのアノテーション作業も済んでる前提 わからない人はここ見てちょ https://github.com/AlexeyAB/darknet ##環境 ・Windows10 ・GeForce GTX1080 ・Python3.6.9 ##学習用 ※tiny-yolo使うときも大体同じ。使う重みファイルが変わるくらい。 用意するファイル ・hogehoge.data　(dataフォルダ内に配置、ファイル名は自分が分かりやすいものに) ・yolov3-hogehoge.cfg　(コンフィグファイル。darknet.exeと同じ階層に配置) ・darknet53.conv.74　(初期の重みファイル。darknet.exeと同じ階層に配置。 https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects ここから下にスクロールしてくとDLリンクがあるのでダウンロードします) darknet.e