Python関連のことを調べてみた2019年11月20日

【第4回補足】キー反応の取得方法いろいろ

# はじめに

本記事は，「PsychoPy Coderによる心理学実験作成チュートリアル」の第4回の補足記事です。[第4回](https://qiita.com/snishym/items/0b10e714363656094181)では`event.waitKeys()`を利用したキー反応の取得を紹介しました。この補足では，`event.waitKeys()`を使わないキー反応の取得方法について紹介します。合わせて`for`文を利用した刺激の提示方法についても紹介しています。

このチュートリアルシリーズの目的・概要等が気になった方はこちらの[全体のまとめ](https://qiita.com/snishym/items/8b52db0d901cf5744463)をご一読ください。

# `event.waitKeys()`では困る場面

`event.waitKeys()`は反応があるまで処理を待機する関数になります。本チュートリアルのサイモン課題のように利用すれば，参加者のキー反応を待ち，反応が得られるとともに次の試行に進みます。しかし，反応とともに次の試行に移ってしまうため，*

Lolipop格安サーバーで作るPython Web Content


pip コマンドを使えるようにする。

“`
$ curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
$ python get-pip.py –user
“`
$ pwd
/home/users/0/sub.jp-hrd
“`

“`
.bash_profileの編集
$vi .bash_profile

PATH=$PATH:/home/users/0/sub.jp-hrd/.local/bin
export PATH

$ source .bash_prof
“`
この作業でpip等が使えるようになる。

“`
pip install bottle –user
“`
####pipでinstallするとき–userオプションをつけるとユーザーディレクトリにインス

PyQtで動画表示するサンプルプログラム

# Pythonで動画を表示するGUIを作ってみた
PyQt5とOpenCV for Pythonを使って、昔作ったプログラムコードを発掘したので、備忘録として載せておきます。

“`python

“””
@author : koharite

機能：
動画ファイルを表示する。
正解枠情報を指定すると、フレームに重畳して表示する。
“””

import sys
import cv2

from PyQt5.QtWidgets import (QMainWindow, QApplication, QWidget, QHBoxLayout, QLabel, QPushButton, QAction, QStyle, QFileDialog)
from PyQt5.QtGui import(QIcon, QImage, QPixmap, QPainter, QColor)
from PyQt5.QtCore import (pyqtSlot, QTimer, Qt)

# メインウィンドウの構成
class MainWindow(QMainWindow):

# メインウィン

現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル８　変数宣言

#ニュー単語
– [ ] var 「variable」の略で、「値を入れておく箱なんだな～」
– [ ] int型「変数の種類のひとつで『（桁数の大きくない）整数を入れられるよ！』な種類なんだな～」
– [ ] Integer「整数を入れられる変数、もしくは整数なんだな～」
– [ ] str「変数の種類のひとつで『文字列（文字の集まり）を入れられるよ！』な種類なんだな～」
– [ ] boolean型日本語で「論理型」と表現される場合もあります。「変数の種類のひとつで『真偽値を入れられるよ！』な種類なんだな～」
– [ ] type関数タイプが分からないときはtype関数を用いて型を見つける

ローカルのJupyter NotebookからBigQueryを使う

#はじめに
リソースをそこまで必要としない分析で、ローカルのJupyter NotebookからBigQueryデータを使いたい場合がよくある。そこで、ローカルのJupyter NotebookでBigQueryのクエリを書いて、そのままDataFrameに格納するための方法を紹介する。
・macOS Mojave
・Python3.7.3

#Python3の仮想環境を作る
適当なディレクトリ(ここでは`/Users/{username}/BigQueryLocal`)を作成して、virtualenvでEVN3という仮想環境を作り、ENV3を有効にする。

“`
$ mkdir BigQueryLocal
$ cd BigQueryLocal
$ virtualenv -p python3.7 ENV3
$ source ENV3/bin/activate
“`

#gcloudの認証
まず、以下のURLをクリックする。
https://cloud.google.com/docs/authentication/getting-started?hl=ja

上記のURLをクリッ

【Python】Qiita 週間ストック数ランキング【自動更新】

## 他のタグ

– [【Python】Qiita 週間ストック数ランキング【自動更新】](https://qiita.com/kou_pg_0131/items/01127f188250a2d68dbf)
– [【Ruby】Qiita 週間ストック数ランキング【自動更新】](https://qiita.com/kou_pg_0131/items/6e5603cb6155c1d91f71)
– [【Rails】Qiita 週間ストック数ランキング【自動更新】](https://qiita.com/kou_pg_0131/items/e94bfc7467c96ff2c7f2)
– [【Go】Qiita 週間ストック数ランキング【自動更新】](https://qiita.com/kou_pg_0131/items/269fec563f49f0eb2bcd)

## 集計期間

2019年11月13日 – 2019年11月19日

## 1位 [【初心者向け】無料でPythonの基本文法を5時間で学ぼう！](https://qiita.com/AI_Academy/items/b97b21

tfjsで渋野日向子プロとボールを追いかける

Pythonが隆盛のAIプログラミングですが、私はWEB屋なのであくまでもJavascriptにこだわりたい、と思い、オブジェクト検出・CoCo-SSDの転移学習に挑戦してみました。ゴルファーが泣いて喜ぶ、壮大な野望を目論みつつ、日々勉強中です。

tfjsのMobilenet（画像分類）においては、[こちら](https://www.tensorflow.org/js/tutorials/transfer/image_classification)にチュートリアルがあり、比較的容易に転移学習が可能です。前回の「[渋野日向子プロのスイングを機械学習してみた](https://qiita.com/Chishiki/items/ce5d3359a097db884fcc)」は、これを改良しています。

##JSサンプルが無い
思った以上に、JSでのCoCo-SSD転移学習の事例が無いことがわかりました。
そこで、いずれにせよGPU環境が必要にもなるので、Google Colab上で、Pythonで転移学習させ、出来上がったモデルを [tfjs_converter](https://githu

SphinxでPythonドキュメントの自動生成をしてみる

# pythonドキュメントを自動作成
sphinxを使ったpythonドキュメントの自動作成手順に関するメモです。とりあえず「動いた」という状況でのまとめなのでご容赦を。
sphinxはpythonコード中に書き込んだコメントを自動的にhtmlに変換することができます。今回は下記のような複数ディレクトリのソースコードを共通のトップページにリンク及びリスト化されるような構成でドキュメントの自動化を試行します。

“`
– dirA
– test.py
– test2.py
– dirB
– testB.py
– docs
“`
docsは今回自動生成するドキュメントを格納する予定のディレクトリですので、初期は空です。
実行環境：Ubuntu18.04
Python：3.6

## 0. Pythonプログラムの用意

実験用に用意したpythonコードはそれぞれ、下記のようにソースコード内にコメントを記載しています。docstringという記法でコメントを記述しておくと、sphinx使用時にHTMLファイルに記述が自動的に追加されます。doc

ROS講座105 toioをROSで操作する

# 環境
この記事は以下の環境で動いています。

| 項目 | 値 |
|:-:|:-:|
| CPU | Core i5-8250U |
| Ubuntu | 16.04 |
| ROS | Kinetic |

インストールについては[ROS講座02 インストール](https://qiita.com/srs/items/e0e0a9dc3f94c2d3348e)を参照してください。
またこの記事のプログラムはgithubにアップロードされています。[ROS講座11 gitリポジトリ](https://qiita.com/srs/items/25a56a6abda41dcf396e)を参照してください。

# 概要
SIEから[toio](https://toio.io/)というおもちゃが発売されました。これの最大の特徴はプレイマットの上ならtoioのコアキューブの位置と角度が取得できることです。
タイヤがついていて自走するおもちゃは最近多いですが、絶対自己位置が取れるものって珍しいですね。さらに[仕様](https://toio.github.io/toio-spec/)が公開さ

python/pandas/dataframe/最もsimpleな行・列・index・columnの取得方法

## DataFrame作成

**▼ コード**

“`python
df = pd.DataFrame([
[‘a0′,’b0′,’c0’],
[‘a1′,’b1′,’c1’],
[‘a2′,’b2′,’c2’],
[‘a3′,’b3′,’c3’],
],
columns=[‘a’,’b’,’c’],
index=[0,1,2,3]
)
df
“`
**▼ 出力結果**

## 行・列指定取得
**▼ コード**

“`python
# locを用いたケース
df.loc[[0,2],[‘a’,’c’]]
# ilocを用いたケース
df.iloc[[0,2],[0,2]]
“`
**▼ 出力結果**
![image.png](https://qiita-image-store.s3.

PYTHONリリースどうするか？

さてさて、ＷＥＢアプリケーションの方は、完成に導くことができました。

し、しかしながら、今日は上司と話をしていて、pythonアプリをどうやって
リリースするか？

それにPYTHONって、会社のパソコンで使っていいの？

なんてことを聞かれました。

そもそも、今年の社長方針で、AIやりましょう！
みたいなことを言っていたのであるから、
当然のごとくpython前提でしょ！

なんて、勝手に思っていました。

という訳で、今日は社内のＡＩ開発の相談室にメールしました。

どうやら、ＡＷＳを使うのはアリっぽいです。

とりあえず、そういう場所へのデプロイを仲介してくれる方が
居るようなのですが、どう考えても
私のＦＬＡＳＫアプリをセッティングできるとは思えない。。。

いまのところローカルＰＣのポート開放で
運用を始めました。

この書き込みも、ほとんど独り言状態です。

まるで、ヒロシみたいです。

こないだ、ヒロシがＹＯＵＴＵＢＥで一人でバーベキューをしているのが
受けているという話を聞きました。

ただ、それだけです。

ひろしです。ひろしです。

[python] WSLのpipenv install時になぜかWindows側のpythonが呼ばれる件

# 概要
– wslでリポジトリにpipenvをinstallしようとするとなぜかエラーが。。。
– どうやらwindows側のpythonを参照している模様
– pythonをフルパスで指定することでとりあえず対策完了

# 環境
– Windows10 1909
– wsl ubuntu 18.0LTS
– pyenv 1.2.13-35-g22c0202
– python 3.8.0
– pipenv 2018.11.26

# 現象
python3.8になってから初めてWSLでプロジェクトにpipenv をinstallしようとしたら見慣れぬエラーが。。。:frowning2:

“`python
user@***:~/prj$ pipenv –python 3.8
# ~~中略~~
‘TypeError: write() takes exactly one argument (3 given)\n’]
“`
ログをちゃんと読んだところ、どうもwindows側のpythonを読んでる模様

“`python
OSError: [Errno 8] Exec format

仕事に効かせるテスト自動化

# みんなが求めていることは結局こういうことじゃない？
仕事に効く技術を求めているんじゃないの！だから記事を真剣に読む！と思う

## 自動化する動機

どこで自分は自動化するのか！？
↓
テストする量が膨大にあるからあるから一人ではしんどい。期限までに何とかしたい
かつ、1度すれば飽きるような似たテストを延々と繰り返す状況になるとき

## 自動化を魅力的だと思う理由
パソコンさえあれば、まるで自分が分身したかのようにテストを行えるんじゃないかと期待するから

## 計画
– まずは作業の工夫(短縮化) → 自動化も早くなる
– ここで、十分に間に合う範囲なら自動化は必要なし
– 今度は一人では間に合わないから、自分の分身を作りたい
– 自動化する

## 自動化のアイディア

### キャプチャ取得

“`python:6step.py
# ALT + PRINTSCREEN
# ↓
# Windowsキー + PRINTSCREEN
“`
– コマンドでキャプチャを取得する
– ペイントソフトを開く
– キャプチャを貼り付ける
– 画像として保存するために、保存場所を指定

Spotify APIを使って嵐の楽曲情報をほぼ全曲取得して指標を検証する

嵐さんがデビュー20周年を機にシングル曲全曲のサブスクリプション配信を始めたので、Spotify APIを使って嵐さんの楽曲情報を取得します。
「ほぼ全曲」としているのはSpotify APIの仕様上、５０曲以上取得できないからです。

こちらの記事を参考にしつつ、
[Spotify APIで楽曲情報やアーティスト情報を取得してみた](https://qiita.com/nochifuchi/items/29ac2664fc174a56c4b4#api%E3%82%AD%E3%83%BC%E3%81%AE%E5%8F%96%E5%BE%97)
Spotify APIの取得方法は以前書いたので今回は割愛します。
[Spotify APIでアーティストを指定して楽曲一覧をPythonで取得する](https://qiita.com/chr36/items/77fd1632186e8ace6237)

##Spotify APIでどんな情報が手に入るか
Spotify APIを使い楽曲情報を取得すると、いろいろな指標が入っていることがわかります。
[Get Audio Features fo

温度センサーをアップデート

## 温度センサーをアップデートした！（目的）

– DHT11からDHT22にアップデート
付け替えたら、そのまんま使える訳じゃなかったので、ご説明します。
　前回の記事を見ていない人へ➡︎ [URL](https://qiita.com/arakaki08512/items/22ea1f7bdd6fe72c1209)

参考資料[Raspberry Pi 3+DHT22 で気温を通知するLINEbotを作る②](https://qiita.com/zakopuro/items/ed6720f4c27773cb58c7)
## 使用したもの

– [DHT22](http://akizukidenshi.com/catalog/g/gM-07002/)
その他は、以前と同じです。

## セットアップ
[GitHub](https://github.com)にソースコードがあるので、引用してきます。
– まずは、RPi.GPIOはRaspberry PiのGPIOピン制御できるモジュールをインストール。

顔認証のプログラム作ったって言ってイキリたくない？

#時代は顔認証
中国の中でも特にIT的にめちゃくちゃ発展している都市「深セン」。聞くところによると、コンビニの支払いから自動販売機まで、顔をかざすだけで決済ができるとか。
良いか悪いかは置いておいて、すごいですよね。近未来的でかっこいい。
じゃあ僕も作っちゃお！w　みたいなノリで去年作ったのですが、なかなか記事にできていなかったので、今回記事にすることにしました。
今回ご紹介するシステム、プログラムは、初めてまともにPythonに触った作品で、かつ初めて機械学習に触れた記念すべき作品です。

#概要
PCのインカメラを使って自分の顔の画像を撮影し、ライブラリOpenCVを使って画像の加工、水増しを行ったあと、traincascadeで顔の学習を行い個人を判別するプログラムを作成する。
使用言語はPython3を使用した。

#プログラムの流れ
今回の仕組みは顔画像の処理、学習プログラムと顔認証プログラムの２種類を作成しました。

###顔画像処理、学習プログラムの流れ
① ビデオキャプチャーでPC のカメラを起動する
② 顔を認識したフレームを画像として40 枚保存する
③ 様々な形

Python3でファイルのＤＬとバイト値と削除

ＵＲＬからのＤＬしてバイト値を調べてファイルが圧迫するのでゴミ箱に※⌒ ヾ(*´-｀) ﾎﾟｲするだけのプログラミング。

###ソース

“`python

# ライブラリの取り込み
import urllib.request
import os.path

# URL,保存するパスを指定
url = “https://xxxxxxx.co.jp/1234567.mp4”
save_name = “sample.mp4″

# ダウンロードする
mem = urllib.request.urlopen(url).read()

# ファイルへの保存
with open(save_name, mode=”wb”) as f:
f.write(mem)

# バイト数獲得
ret = os.path.getsize(save_name)
print(ret)

# ファイルの削除
os.remove(save_name)

“`

メモリ上でDLしたモノからバイト値とか取りたかったけどローカルに落とさないとダメっぽかったので、他にいい方法無いかな。

変数名を連番で。

こんちゃ。TSUMUGIです。

今回はpythonの変数名をcn_1,cn_2,cn_3みたいに連番でやる方法を書くよ！
とりあえず何種類か。

“`python:cn_re1.py
a = “cn_”
list = []
for x in range(10):
globals()[a + str(x)] = x
list.append(a + str(x))
for x in list:
print(eval(x))
#1
#2
#3
#…
“`

2個目。

“`python:cn_re2.py
list = []
for n in range(10):
exec(“cn_%d = %d” % (n,n))
list.append(“cn_%d” %(n))
for x in list:
print(eval(x))
“`

コードの説明とかこの際なくても分かるでしょ！
終わり。
短かったけどみてくださりありがとナス！

Remotte（リモッテ）を利用者として使う

[前回](https://qiita.com/remotte_jp/items/324f99727c68392b80e5 “IoT プラットフォーム「リモッテ」でアプリを実行してみた”)は管理ツール上でアプリを実行してみた。今回はより実際的な利用方法として、ステーション上でアプリが実行されている状態で、利用者として Android と iOS 端末から使ってみる。

リモッテでは、ユーザーを利用者、管理者、開発者の３つに分けている。これまでやってきた、ステーションを用意してアプリをインストールしたり実行管理を行うのは「管理者」の役割と位置付けられる。一方で、アプリがどこで実行されていようと、どういう仕組みで実行されていようと関係なく、とにかくやりたいことをさせてくれというのが「利用者」という訳だ。
「開発者」とは、「リモッテ・ストア」からダウンロードしてきたアプリや構成要素を改造したり、Python コードを書いてアプリを新規に作成する人をいう。Qiita を読んでいる人達はほとんどの場合これら３つの全てに当てはまる。
### 準備
利用者としてログインするには、リモッテの[ホームペー

FlaskのrequestでBooleanをGETする

# 環境
– python 3.7.0
– Flask 1.0.2

# まずSOURCE
bool型の`is_hoge`をrequestで受けとって返すだけのAPI

“`python:hoge.py
from flask import Flask, request
app = Flask(__name__)

@app.route(“/”, methods=[‘GET’])
def hello():
is_hoge = request.args.get(‘is_hoge’, type=bool)
return f'{ is_hoge }’

if __name__ == “__main__”:
app.run()
“`

# 期待値
– `true`を送ったら`True`
– `false`を送ったら`False`
– `0`を送ったら`False`

# 実行結果
– `true`を送った場合