Python関連のことを調べてみた2019年12月30日

なろう小説の評価点から順位を付けてみた

#概要
なろう作品の平均評価点を元にした順位です。
ジャンルは全て、四半期と月間ランキングにある小説のみが対象のため、好きな作品が順位に載っていない可能性も多々あります。ご了承下さい。

[この記事](https://qiita.com/jjns/items/538d4858c79b9b5d4a62)で得た結果を載せます。

##注）2019/12/30現在の、小説家になろうランキング上位作品の「個人的な解析による」順位です。
上位のべ600作品だけを分析しているため、順位が低いものはつまらない、ということでは決してありません。分析対象になったのは既にランキング上位にある選ばれし作品なのです。

結果を見て気分を害される場合があるかもしれませんが、あくまで個人的な解析方法で行った順位付けなのであしからずご了承ください。

では1位から順に発表です。

***

全データ数:600
評価外件数(評価数500未満):120
重複抜き純データ数:405
平均評価点:93

##1位
###『本好きの下剋上　～司書になるためには手段を選んでいられません～』
ジャンル:ハイファン

【初心者向け入門】PythonでMySQLを扱う

#1. はじめに
今回はPythonでMySQLを扱う方法を記載する．

##実行環境
###OS
– macOS Catalina 10.15.2

##macでMySQLを使えるようにする

参考：[PythonでMySQLに接続する方法【初心者向け】](https://techacademy.jp/magazine/18691?yclid=YJAD.1577671005.4f085UOdcq3NVi6RP_MIypQCYJKTMckcF2tzywk8ZKmffyar_F4f7o0PMgzhcu2BWSzBoWyc4zXlxV4-)

（前提：“`Python“`が使える，“`pip“`コマンドが使える，“`brew“`コマンドが使える）
1. ターミナルで“`pip install mysqlclient“`と入力し，MySQLをインストール．
2. ターミナルで“`brew install mysql-connector-c“`と入力し，MySQLへアクセスできるようにする．

#2. ソースコード
##2.1. 接続と切断
“`Python
#—–

TensorFlow2 + Keras による画像分類に挑戦1 ～とりあえず動かす～

# はじめに

Google Colaboratory 環境で TensorFlow2 + Keras を利用した画像分類の勉強メモです。ド定番である**手書き数字画像（MNIST）の分類**を題材にします。

具体的には、こんな手書き数字を取り込んだ画像（28x28pixel）を対象に、
それぞれの画像が**「0」から「9」のどれに分類できるか？**という問題（＝多クラス分類問題）について、TensorFlow2 + Keras によるディープラーニング（深層学習）でアプローチしてみようという内容です。

開発・実行の環境には、簡単・便利で無料の Google Colabo. を利用します。Google Colabo. の導入については、[こちら](https://qiita.com/code0327/items/4e5c4dbf1185e

Pythonで素数判定

##素数とは？
>一とその数自身との外には約数がない正の整数。

まぁ簡単にいうと１と自分自身でしか割り切れない数のことです。つまり言い換えると「二つしか約数がない」数です。また、それ以外の数を合成数と言います。

ということでとりあえず1から１０までの素数を表示するプログラムを書いていきます。

“`py
n_list = range(2, 10)

for i in range(2, int(10 ** 0.5) + 1):
n_list = [x for x in n_list if (x == i or x % i !=0)]

for j in n_list:
print(j)

#実行結果
2
3
5
7
“`

##他の書き方1
Nに代入されたものが素数かどうか判定する

“`py
def calc_prime(N):
for p in range(2, N):
if N % p == 0:
return str(N) + ‘ is composit’
return str(N) + ‘is PRIME!!’

calc_

モジュールの初回importにHookして、モジュールパスをprintする

# 初めてのimportにHookして、モジュールパスをprintする

## TL;DR
* Python2.7.14[^1]で、モジュールの**初回Import**後にフックして実行する仕組みが欲しかった。
* Python3系ではもっとスマートな方法があるはず。
* モジュールの初回Import時に読み込み元のファイルパスを表示するスクリプトを作成した。
* 本内容はAutodesk Mayaとは一切関係がないが、
MayaやHoudini、Blenderなど、Pythonインタプリタを利用しているツール上であればつきまとう(気がする)問題への、
一つの答えになりそうなのでタグを付けている。

## モチベーション
* 長く運営が続いたプロジェクトは、内製ツールも増えていく。
ツールの利用状況を調べることで、不要になったツールをある程度削除することは可能だが、
ライブラリや設計が悪いと、スクリプトファイルの依存関係の把握すら満足に出来ず、
消したら何か環境が壊れることを恐れて[^2]、削除できなくなってしまう。
* 不要なスクリプトファイルが増えること

Excel X Python最速仕事術の仕事術

## VBAの時代は終わったらしい

最近「Excel X Python最速仕事術」という本が2019年12月末時点で売れていてAmazonの表計算の書籍ランキングなどで1位を獲得しています。あのExcel最強の教科書より売れているのだからすごいです！(表計算のカテゴリはかなり人気があるカテゴリです)
[Amazonリンク](https://www.amazon.co.jp/gp/bestsellers/books/502742/ref=zg_b_bs_502742_1)

その最速仕事術っていったいどういったものかというと**PythonからExcelのVBAみたいなことをする**というのがこの本の核心です。今回は自分の学びのため、この本から学んだPythonからExcelを動かしてVBAっぽいことをする方法を紹介させていただきます。

この本では一貫して**openpyxl**というライブラリを使用しExcel操作をしています。

##ワークブックを読み込む。(新規のワークブック)

“`python
import openpyxl
lwb = openpyxl.Workbook

データ駆動型制御器設計法の紹介

# はじめに
フィードバック制御は家電から産業機器までさまざまなものを「制御」するために用いられてきました。
この制御を行うものを制御器と呼び，この設計法はいろいろ考えられてきました。
今回は，その中でも比較的新しい「データ駆動型制御器設計法」というアプローチについて紹介したいと思います。

なお，理論的な部分は論文に譲ることにして，利用することを中心に書こうと思います。
ですので，MATLABとPythonのコードを交えながら説明したいと思います。

# データ駆動型制御に至るまで
制御器の設計にはざっくり言えば以下の3つのアプローチがあります。

1. 手動でパラメータ調整（限界感度法など）
2. モデルベース制御器設計（最適レギュレータなど）
3. それ以外（$H_{\infty}$制御やデータ駆動型制御など）

1は手動ですから，試行錯誤していかなければならず，設計が大変なのは想像に難くありません。
そこで，2のように制御対象の*数理モデルをきっちり求めて*，モデルを使って設計する手法が提案されました。
このモデルをきっちり求めるという作業を「同定」と呼びます。
同定されたモデ

xonshでscreenfetchするとpythonx.xって出て悲しい

“` shell
$ screenfetch
/:————-:\ user@host
:——————-:: OS: Fedora 30 Thirty
:———–/shhOHbmp—:\ Kernel: x86_64 Linux 5.3.16-200.fc30.x86_64
/———–omMMMNNNMMD —: Uptime: 13h 27m
:———–sMMMMNMNMP. —: Packages: 2531
:———–:MMMdP——- —\ Shell: python3.8
,————:MMMd——– —: Resolution: 1920×1080
:————:MMMd——- .—: DE: GNOME
:—- oNMMMM

Pytorchでオートエンコーダを試してみる

## 初めに
AutoEncoder(自己符号器)というのは機械学習の中でも、教師無し学習の一種です。応用例としては異常検知が知られています。
今回はCNN(畳込ニューラルネットワーク)を使用してmnistに対するAutoEncoedrを試してみたいと思います。
何番煎じかわからないですが、Pytorchを勉強した備忘録です。
今回参考にしたのは[こちら](https://github.com/udacity/deep-learning-v2-pytorch/blob/master/autoencoder/convolutional-autoencoder/Convolutional_Autoencoder_Solution.ipynb)

## AutoEncoderについて

大雑把なAutoEncoderの理解は以下になります。
AtCorderわからん日記_3　ABC149C,D

#はじめに
　[ABC149](https://atcoder.jp/contests/abc149)も参加してきました。Unratedになっちゃったけど。
　愚かなのでA問題で問題文を読み違えてミスしちゃったりしました。あと、B問題で結果を得るのではなく文字通りの操作をやろうとして、計算量のことを思い出して慌てて方向性の調整をしたりして、前回前々回やったことが少しだけ生きている……気がします。
　Qiita、この日記をテンプレート化したいんだけどどうしたらいいんだろう。それこそプログラミングでなにがしかのコードを組めばいいのか。わざわざエディタ開いてなんかするよりメモ帳に貼ってコピペしたほうが早いんじゃないかな。こうやって楽しようとしてよりめんどくさいことをする人、プログラマに多い気がする。偏見です。

# C – Next Prime
X以上の素数のうち、最小のものを求めよ。

## 考えたこと
①素数の間隔がどのぐらいあるのか（平均で10ちょっとらしい）
②もう地道に割っていくしかないんじゃないか
③TLEこわい
この問題文シンプルでいいですね。
ルジャンドル予想とか使えないかな

なろうの評価が高い作品を調べてみた

完全に自分用。まずMarkdown形式がわからないので人に見せるものではない。
結果だけ知りたい方は[こちら](https://qiita.com/jjns/items/efd573d43a9c1ede8727)

##概要
なろう作品のランキングってあてにならなくない？
→面白い作品が知りたい！！
→平均評価点を基準に月間ランキングと四半期ランキングから順位付け

→評価数が500以下の作品は偏りが出てくるかもしれない(大数の法則)から悪いけど除外させていただいたよ！
評価点で偏差値もつけたので面白いと思われる作品が一目瞭然！やったね！

コードはこちら！全部iphoneのpythonistaで書いたよ！高校生だし汚いコードは許してね！

という勢いのまま乱雑に作ったので間違っても人に見せられるようなものではないです。

““python

import requests,json,datetime,math
import console #多分pythonistaのライブラリ？
from statistics import mean,stdev
#from time im

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

局所的な輝度分布による電子顕微鏡像の領域検出～Local standard deviation filterを用いて～

# 概要

一般的な二値化(例えば大津の方法)がうまくいかない場合でも使える領域検出方法、Local standard deviation filterの紹介です。
SEM(電子顕微鏡)像からの領域検出を例として、実際の使用方法を解説します！

#はじめに ~一般的な領域検出手法~

たとえば下のような画像から領域の検出をしたいとします。
(from [31 downloadable sample images and stacks – ImageJ](https://imagej.nih.gov/ij/images/))
![blobs.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/203101/d7b2269c-9ffa-e66b-4314-47a4

Advent Calendarで組織内部でいいねを押しあっている選手権（コードのみ）

# はじめに

さてさて、Advent Calendarもひとしきり盛り上がり、個人的にも[VIP](https://qiita.com/peisuke/items/80984db8b47cd8243019)とか[株AI](https://qiita.com/peisuke/items/f836aa245eb54b703cee)とかバズったし楽しめた１ヶ月でした。全然バズらなかったけど、本当は[社員2vec](https://qiita.com/peisuke/items/05e2c0fa4c77ab993205)が一番気に入ってるんだけどね。仕事も収まったので、一人ハイボールを飲みながら次のネタを考えつつ、記事を書いています。

いつもは機械学習とかコンピュータビジョンを中心に活動しているけど、たまにはこういったプログラミングを始めたときの純粋なノリで、好きなものを作るのは良いものだ。

・
・
・

そんな綺麗にはAdvent Calendarを終わらせない、最後に禍根を残すスタイルで行ってみようと思います。

Advent Calenarでは「いいね」の順位が付いており、やはり上

【Pytorch入門】sinGANで遊んでみた♬

たぶん、今年最大の発見の一つだと思うので、Pytorch入門として遊んでみました。
ほぼ、以下の先駆者の方々と同じようなお話なのでウワンの苦労とちょっと解説（気づいたこと）を中心に書こうと思います。
参考は以下のとおりです。

“`
Citation
If you use this code for your research, please cite our paper:
@inproceedings{rottshaham2019singan,
title={SinGAN: Learning a Generative Model from a Single Natural Image},
author={Rott Shaham, Tamar and Dekel, Tali and Michaeli, Tomer},
booktitle={Computer Vision (ICCV), IEEE International Conference on},
year={2019}
}
“`
【参考】
①[SinGAN: Learning a Generative Mo

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

SBI証券 ポートフォリオページをスクレイピングする

##はじめに
myTrade を愛用していたのですが、1/9 にサポート終了ということで、いろいろなアプリを探したのですが、適したアプリがなく、自分でSBIのポートフォリオのページをスクレイピングして、Google spread sheet でデータを管理することにしました。
したがってこのページでは以下の2つのプログラムを紹介します。
SBI 証券のポートフォリオのページをスクレイピング
スクレイピングしたデータを Google spread sheet に書き込み
↓こんな感じに書き込みます。

###環境

* OS: Mac
* language: python 3.7
* thrid party
– selenium
–

言語処理100本ノック-80(正規表現で置換):コーパスの整形

[言語処理100本ノック 2015](http://www.cl.ecei.tohoku.ac.jp/nlp100/)の80本目「コーパスの整形」の記録です。
ついに第9章「ベクトル空間法 (I)」まで来ました。今回は、前処理系で正規表現を使った文字置換だけなので簡単です。

# 参考リンク

|リンク|備考|
|:–|:–|
|[080.コーパスの整形.ipynb](https://github.com/YoheiFukuhara/nlp100/blob/master/09.%E3%83%99%E3%82%AF%E3%83%88%E3%83%AB%E7%A9%BA%E9%96%93%E6%B3%95%20(I)/080.%E3%82%B3%E3%83%BC%E3%83%91%E3%82%B9%E3%81%AE%E6%95%B4%E5%BD%A2.ipynb)|回答プログラムのGitHubリンク|
|[素人の言語処理100本ノック:80](http://qiita.com/segavvy/items/ea485e66dd96eee891da)|言語処理100本ノックで常にお世話にな

Django2.2でPyMySQLが使えずmysqlclientを使った話

# 過程
ゲームの大会を開けるようなWebアプリを作りたいな〜
→時代はPythonでしょ❗

ってことでDjangoを用いて環境構築をはじめました

# 環境
– Python:3.7
– Django:2.2

# 何が起きたか
https://qiita.com/aeas44/items/90c867aa2d02f9047ef0
を参考にPyMySQLをインストール。DB設定を行い

python manage.py migrate

を叩いた。

すると

raise ImproperlyConfigured(‘mysqlclient 1.3.13 or newer is required; you have %s.’ % Database.__version__)
django.core.exceptions.ImproperlyConfigured: mysqlclient 1.3.13 or newer is required; you have 0.9.3.

なぜかMigrateできない。

#原因

### ①Django2.2ではPy

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