Python3関連のことを調べてみた2019年12月30日

コメントアウト

“`
print(‘#######’)
# test
“””
test
test
test
“”””
print(‘#######’)
“`

複数行にわたってコメントする場合は、
“””
test
test
“””
の様に”””で囲う。

コマンドからPython起動時のWarningメッセを消す

####事象
Pythonをコマンドプロンプトから「python」と入力して起動したときに、下記の警告メッセージが表示された。なんだか気持ち悪かったので、解決したときの方法をメモ書きしておく。

“`Python 3.7.3 (default, Mar 27 2019, 17:13:21) [MSC v.1915 64 bit (AMD64)] :: Anaconda, Inc. on win32
Warning:
This Python interpreter is in a conda environment, but the environment has
not been activated. Libraries may fail to load. To activate this environment
please see https://conda.io/activation
Type “help”, “copyright”, “credits” or “license” for more information.“`

####原因
「conda environ

Pythonの組み込み関数69個を制覇する 第5回 l～o

Pythonでは、非常に多くの組み込み関数(Built-in Functions)が用意されており、ライブラリをimportせずとも様々な処理を行うことができます。
基本に立ち返って、組み込み関数の使い方を整理して行きたいと思います。
j, kから始まる組込み関数は現在のところないので、第5回はlからの開始です。

尚、実行例はWindows Subsystem for Linux 2 (WSL2)のUbuntu18.04にインストールしたPython3.7.5で作成しています。

(注意事項)
更新の期間が空いた結果、前回までの記事とPythonのマイナーバージョンおよび実行環境が異なっていますのでご注意ください。
また、執筆時現在、Python3.8.0がリリースされていますが、本シリーズではPython3.7系での記述を行っていますので、そちらも留意いただければと思います。

[Pythonの組み込み関数69個を制覇する 第1回 a～b](https://qiita.com/ichi_taro3/items/cd71a8e43040abb446a1)
[Pythonの組み込み関数

KerasとFlaskで手書き数字を認識するWebサイトを作る

# 概要
機械学習の勉強を始めようと思い、まず機械学習、深層学習の基本といわれている、手書き数字の認識をやってみました。
Flaskを使ってその機能を組み込んだwebサイトを作ってみたのでそのメモです。

– 仮想環境構築
– MnistのデータセットとKerasを用いて機械学習
– Flaskを使ってWebアプリケーションを作る
– Herokuでデプロイ

# 環境
Windows10

# ディレクトリ構成
“`
keras_learning
└── learning.py

char_recognition
├── app.py
├── prediction.py
├── Procfile
├── requirements.txt
├── mnist_mlp_model.json
├── mnist_mlp_weights.h5
└── templates
└── index.html
“`
keras_learningは学習モデルを作るための一時的なフォル

言語別int64素因数分解（試し割り法）処理時間比較

言語、C#, Java8, Golang, Python3 で、
int64の範囲内の値を素因数分解したときの処理時間の比較してみました。

先に結果を見たい方はこちらへ。
[処理時間一覧](https://qiita.com/gx3n-inue/items/7b63a2101ea26d3d1a29#処理時間一覧)

JavaとGolangについては、bigintでも計算してみました。

# 利用した素因数分解のアルゴリズム

素因数分解のアルゴリズムについては、最も単純な試し割り法を利用しました。
2,3,5,7,13,17, … （以下、+2, +4を交互に繰り返した値）で割れるかどうか試していきます。

処理の高速化のために、あらかじめ求めておいた素数を用意しておく方法もありますが、
（63ビット程度のループ処理も10秒程度で終わったため、）今回は用意していません。

“`Java:
private long[] trial_division(long n) {
List prime_list = new ArrayList<>();
long

django modelで履歴と実データに差異が出てmigrateできない

## 課題
表題の通りのことが起きました。
makemigrations -> migrateができない。

## 背景
DB(model)とmigrationFilesの関係は以下。

### DB(model一覧)
– `Apple` 作成済み
– `Banana` 作成済み
– `Chocolate` 未作成

### migrationの最新ファイル(000X_auto_20XXXXXX.py):
– `Apple` `AlterField`- DB作成済み。作成しないぜ
– `Banana` `CreateModel`- DB作成済み。作成するぜ ←こいつがおかしい
– `Chocolate` `CreateModel`- DB未作成。作成するぜ

### DB作成済み。作成するぜ

`Chocolate`だけ作成したいのに、`Banana`も作成することになっている。
DB内にはBananaが既に存在するので、already existsエラーで落ちてしまう。
そのため、migrateできない。
以下のようなファイルになっていた。

### migrationFilesフ

【初心者向け】3分でわかるGoogle Cloud Datastoreのデータ構造とCRUD処理

遅くなりましたが、この記事は[ 色んなデータストア触ってみる Advent Calendar 2019 ](https://qiita.com/advent-calendar/2019/datastores)の25日目の記事です。

# はじめに
Google Cloud Datastoreとは、Google Cloud Platform(GCP)上で提供されている、キー・バリュー型のNoSQLデータベースです。
※ NoSQLの詳細はこちらが参考になると思います。
[NoSQLについて勉強する。](https://qiita.com/t_nakayama0714/items/0ff7644666f0122cfba1)

初めてCloud Datastoreを触る機会がありデータ構造の理解に苦戦したので、今までよく使っていたSQLと比較して、データ構造についてまとめてみました。
また、クエリもCloud DatastoreのAPIが複数あり、どれを使うべきか悩んでいたので、それぞれのAPIの違いについてもプログラム例を交えて記載しています。

Cloud Datastoreを初めて触る

2020年02月02日について ※Pythonの記事です。

# はじめに

## 2019年某日

ある素晴らしい記事に出会いました。

[2013年4月5日について ※Rubyの記事です。 | TECHSCORE BLOG](https://www.techscore.com/blog/2013/01/04/2013%E5%B9%B44%E6%9C%885%E6%97%A5%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6-%E2%80%BBruby%E3%81%AE%E8%A8%98%E4%BA%8B%E3%81%A7%E3%81%99%E3%80%82/)

以下は内容を要約したものです。

– 2013年4月5日を構成する数字に重複がない。すごい！
– 前回はいつ？次回はいつ？Rubyのプログラムによって調査！
– 前回は「○○○○年○○月○○日」で次回は「××××年××月××日」でした！

個人的に興味深く読ませていただき、楽しませていただきました。（ぜひ、みなさまもご覧ください！）プログラミングを使うことでサクッと色々なことが調べられるのは良いですねー。「すごい切り口だな～来年（2020年）は年だけでもすでに2

Python初心者が「Python文法詳解」を読んだメモ #7

# バックナンバー
– [Python初心者が「Python文法詳解」を読んだメモ #1](https://qiita.com/usayomo/items/7024c619c5f72462cb10)
– [Python初心者が「Python文法詳解」を読んだメモ #2](https://qiita.com/usayomo/items/9c1537678bdde813a273)
– [Python初心者が「Python文法詳解」を読んだメモ #3](https://qiita.com/usayomo/items/57e6156c95e60b3223ca)
– [Python初心者が「Python文法詳解」を読んだメモ #4](https://qiita.com/usayomo/items/01fdb8bbe7704da236bb)
– [Python初心者が「Python文法詳解」を読んだメモ #5](https://qiita.com/usayomo/items/eb2c59b538f5c349bc52)
– [Python初心者が「Python文法詳解」を読んだメモ #6](htt

Djangoでbitflyerの収支管理アプリを作ってみる（02_01.ログイン画面を作る。）

前回
Djangoでbitflyerの収支管理アプリを作ってみる（01.URLマッピングを作成する。編）
https://qiita.com/redmeteor777/items/0d499c7849ad0f3df441

AttributeError: module ‘login.views’ has no attribute ‘login’

「loginディレクトリにあるviews.pyファイルには、loginという関数ないっすよ」

と怒られたところから、続きの作業を実行していきます。
やることは明快で、views.pyにloginという関数(と、ついでにregistrationという関数)を作ります。

“`views.py
from django.shortcuts import render

# Create your views here.
“`

なんにも書かれてませんね。
ではでは、ガリガリ書いていきましょう！
やっとコード書ける！テンション上がってきた！

“`views.py
from django.shortcuts import render
fro

AtCoder Beginner Contest 149 参戦記

# AtCoder Beginner Contest 149 参戦記

## A – Strings

1分で突破. 書くだけ

“`python
S, T = input().split()

print(T + S)
“`

## B – Greedy Takahashi

6分で突破. 書くだけ. 最初文章の意味がわかってなくて、どっちもK枚減らすのかと思ったけど、入出力例を試して正しい意味に気づいた.

“`python
A, B, K = map(int, input().split())

a = max(A – K, 0)
K -= A – a
b = max(B – K, 0)
print(*[a, b])
“`

## C – Next Prime

7分で突破. ABC084D – 2017-like Number で書いたエラトステネスの篩を持ってきて書くだけ.

“`python
from math import sqrt

N = 10 ** 6

p = [True] * (N + 1)
p[0] = False
p[1] = False
n =

Djangoでbitflyerの収支管理アプリを作ってみる（01.URLマッピングを作成する。編）

前記事（っぽいなにか）

Djangoでbitflyerの収支管理アプリを作ってみる（00.事前準備とプロジェクト作成編）
https://qiita.com/redmeteor777/items/54178a7229b70fce55b3

着手する前にMVCを理解しておきたかったので書いたやつ

Djangoでbitflyerの収支管理アプリを作ってみる（90.[MVC]という概念を理解したい）
https://qiita.com/redmeteor777/items/76fc4df4c0d330297ca2

今回はまずログイン画面、新規ユーザー登録画面を含むアプリケーションを作成します。

“`
# manage.pyがあるディレクトリで以下を実行
# これはアプリケーション作成のコマンド
# [login]という名前のアプリケーションを新規作成する
>python manage.py startapp login

# ディレクトリの中身を確認してみる
>dir
2019/12/29 16:19

.
2019/12/29 16:19

Tesla APIをpythonで叩く

# 経緯
2016/6に予約したModel3がようやく2019/11に納車しました。（九州）
車両本体も斬新でいろいろ遊んでみたのですが、いろいろ調べているうちにAPIを叩けることが判明したので、pythonでコードを書いてみました。

# 公開されているAPI
いずれもTeslaは非公認のようですが、以下のサイトにAPIについてまとめられています。
– [Tesla API ](https://www.teslaapi.io/)
– [Tesla JSON API(unofficial) ](https://tesla-api.timdorr.com/)

# 何ができる
GETでは緯度・経度・車の向き・バッテリー情報・走行距離などが取得できます。
POSTではフラッシュライトやロック・アンロック・トランクオープンなどが操作できます。
詳しくは上記サイトをご確認ください。
サモン（実際に車を動かす）は今回紹介するコマンドでは難しそうです。別に仕組みがあるようですが…。
できたらまた紹介します。

# コードについて
APIを叩くのにrauth、タイムスタンプを変換するのにpand

Djangoでbitflyerの収支管理アプリを作ってみる（90.[MVC]という概念を理解したい）

画面の理解力が全くないため

※私はHTMLとCSSを軽く触れる程度で、PHPでチャット作ったことはあります。
　しかもバックエンドばかり勉強しててフロントエンドはザルみたいな実装…
　BootStrapとか全然わかんなくてHTMLとCSSだけで泣きながら作ったのも今ではいい思い出。
　~~触ってないからまるで進歩していない~~

とりあえずMVCってなんぞ？というところを理解したくこの記事を別立てしました。


Model、View、Controlerの頭文字を取ってMVC。

大雑把に役割を把握するなら

Model：データベースとのやり取り
View：表示画面を錬成
Controller：司令塔

って感じになりますかね。

プロジェクトにはいくつでもアプリケーションを登録することができ、アプリケーションひとつひとつがMVCを持て

Djangoでbitflyerの収支管理アプリを作ってみる（00.事前準備とプロジェクト作成編）

まずは準備からやっていきましょう。
忘れそうなので、触ったとこは全部メモる勢いで作業していきます。

“`
# コマンドプロンプト上で実行

# 仮想環境を構築
>conda create -n test python=3.6.9

# 仮想環境を起動
>activate test

# 必要な色々をインストール
>pip install numpy
>pip install pandas
>pip install matplotlib
>pip install Django
“`
ここまでは環境構築の諸々です。
testという名前の仮想環境を作成し、testの中に必要なライブラリをインストールしていきます。
こうしておくと、test環境が具合が悪くなったり不要になった際でも簡単に破棄ができます。

—

続いてプロジェクト作成を行います。

“`
# プロジェクトを作成するディレクトリに移動(あらかじめ作っておく)
>cd Desktop\bitflyer_monitor

# [bfmonitor]という名前のプロジェクトを作成
>django-admin startpr

PythonからはてなブログのAPIを呼び出して、自分のブログの記事を個別に手元のPCに保存する

## 概要

2019年に書いたはてなブログの振り返りとして、自分のブログ記事のWordCloudを作ろうと思い立ちました[^1]。
少し調べると、[JavaScriptではてなブログのAPIを呼び出している記事](https://korosuke613.hatenablog.com/entry/2019/06/27/223528)を見つけました。
そこでPythonで同様のことを実行してみました。
手を動かして分かったことをこの記事にまとめます。

[^1]: 公開後にリンクを更新します

この記事で扱うスクリプトは以下のことをします。

– 自分が書いたはてなブログの記事の一覧を取得する
– はてなブログに書いた記事をファイルに分けて手元のコンピュータに保存する

説明するトピックは以下の2つです。

1. はてなブログのAPIを呼び出すまでの準備
2. はてなブログのAPIのレスポンス（XML）の解析方法

## 動作環境

“`shell
$ sw_vers
ProductName: Mac OS X
ProductVersion: 10.14.4
BuildVersion:

DigitalSignage with Raspberry Pi

# DigitalSignage with Raspberry Pi
## はじめに
こちらは **みんなのラズパイコンテスト2019**でラズベリーパイ財団賞を頂いた，**デジタルサイネージ with Raspberry Pi**の記事となります。
紙の連絡掲示板をデジタル化して楽に置き換えられるものを目指して製作しました。

## 使用パーツ
– Raspberry Pi 3 model B
– HDMIケーブル
– 液晶ディスプレイ
– 電源

## 環境
– Raspbian
– Python3

“`text
pydrive (Google Drive API)
pdf2image
PIL
tkinter
“`
## 処理の流れ
### 概要
1. 連携しているアカウントのGoogle Driveに「ScanPDF」フォルダが存在するか確認(存在しない場合は「ScanPDF」フォルダを生成し，そのフォルダのidを記憶)
2. 記憶したidのフォルダ配下のPDFファイルをすべて取得してローカルの一時フォルダに格納
3. 一時フォルダ内のPDFをディスプレイに表示
4. 複数

VOICEROID2で自動読読み上げ&保存させてみた

##はじめに
VOICEROIDを使って何かコンテンツを作りたいと思ったのですが、**VOICEROIDのソフトウェアが入っていないパソコンでは音声を聞くことができない！！**

じゃあ、「API探して何とかしよう！」と思い、APIを探したのですがまったく見つからなかったので、入力されたテキストをVOICEROIDに通し、音声ファイルを保存、それを呼びだすものを作ってみました。

**参照記事**
[VOICEROID2(紲星あかり)をプログラムから動かしてみる](https://qiita.com/Teara/items/936733c9e7e47b5ebe79)
[Inspectツールを使ってUIを調査するには？［Windows 8／Windows 8.1ストアアプリ開発］](https://www.atmarkit.co.jp/ait/articles/1404/03/news004.html)

**使用したものなど**
python3
{tkinter, wave, pywinauto}

##具体的な構造
python3のtkinterを使って入力ボックス、送信ボタン、キャ

企業研究者のためのscikit-learnまとめ

# はじめに

ここでは、機械学習用ライブラリscikit-learnの基本的な使い方について解説します。
機械学習アルゴリズムについては、別の記事で取り上げる予定です。
Python3系の使用を想定しています。

# ライブラリの読み込み

他のライブラリと同様に、`import`で読み込めますが、下にも書いている通り実際に使う時は`import`と`from`で読み込むことが多くなります。

“`scikit-learn_1.py
import sklearn
“`

# データセット

scikit-learnには、機械学習に使えるデータセットが色々用意されています。
どんなデータセットがあるかは以下のコードを実行すれば分かります。

“`python:scikit-learn_2.py
import sklearn.datasets
[s for s in dir(sklearn.datasets) if s.startswith(‘load_’)]
“`

# データセットの準備

ここでは、上記のデータセットの中で`iris`（アヤメ）のデータセットを使うこととし

Pythonで最大部分配列問題(maximum subarray problem)を解く

はじめに

皆さん初めまして。ryuichi69と申します。

本日はアルゴリズムの勉強したもののアウトプットをここに書こうと思います。本日は最大部分配列問題(maximum subarray problem)というアルゴリズムを扱います。説明の分かりにくい部分、要件漏れ等がありましたらコメントにてご連絡下さい。

最大部分配列問題(maximum subarray problem)とは？

さて本題です。最大部分和問題とは、「各要素に整数が入った配列があり、そのうちいくつか選んだ時、その選んだものの合計の最大値を求めよ」と言う問題です。

問題

nを0以上の整数とします。このとき、n個の要素からなる数列(配列)a[k]が以下の条件をみたしています。

1. a[0],a[1],…..a[n-1]は整数
2. 数列aの各要素は降順に並んでいるものとします。1≦i≦(n-1)を満たすすべての自然数iに対し、a[i] > a[i+1]をみた