Python関連のことを調べてみた2020年01月02日

【Python】pythonファイルを一覧化・選択・実行できるツールをtkinterで作成したこと＆引っ掛かった部分について

#1.この記事について
##きっかけ
最近pythonで実装したツールをいくつか作った。
コンソール上からの起動にもダブルクリック起動にも対応できるようにしたので、
windowsショートカットに設定して（後述）、便利に起動できるようにしたかった（いずれスクレイピングツールも作成予定なので、その準備のためにも）。

ただ、拡張子pyのファイルひとつひとつにショートカットを設定しているといずれバッティングを起こす上に不用意な起動をしかねないので、
設定したフォルダ下のpythonファイルを一覧化表示し、そこから選択して実行できるGUIツールを作成することにした。

pythonのGUI作成にはtkinterという便利なライブラリがあると聞いたので、それを利用する。

##前提
拡張子pyまたはpywのファイルをpython.exe（あるいはpythonw.exe）と関連付けしてある状態であること。
関連付けとは　→　[http://www.first-pclife.com/pckiso/kanrenduketoha.html](http://www.first-pclife.com/pc

ローカルでAzure Machine Learningを実行するときのメモ

# はじめに

Azure Machine Learningをローカルマシーンで使用しようとしたら、公式のドキュメントや情報はあるものの何回か詰まって実行までに時間がかかったので、備忘録を兼ねてメモします。

今回はAzure MLを動かすUbuntuのセットアップからAzure MLの実行までをまとめます。

# 環境の準備

Mac上でdockerイメージを使用してUbuntu 18.04 の環境をセットアップします。dockerイメージの取得や、実行部分については割愛します。

また、Azure MLの実行にはAzureのアカウントやワークスペースの作成が必要です。その作業については割愛します。

## Ubuntuイメージのセットアップ

“`sh
apt-get update
apt-get upgrade
“`

dockerイメージだと足りていないものがいくつかあるので、こちら（ https://qiita.com/manabuishiirb/items/26de8c9740a1d2c7cfdd ）を参考にして、必要なものをインストールします。

“`sh
apt-

初心者向け Jupyter Notebookでパスワードかトークンを求められたときの対処法

# 直面した問題
– ある朝、Jupyter Notebookを開こうとしたらこんな画面が出た。
– 
– ｢えっ、パスワードとか設定してないしどこでトークンもらえるん｣
– いつもどおり自己解決するためにGoogleとQiitaでいろいろ検索

# Qiitaで得られた情報
https://qiita.com/SaitoTsutomu/items/aee41edf1a990cad5be6
https://qiita.com/cafeal/items/dfc1619a60c3cdd63f1e

そもそも、このパスワード入力画面はJupyter Notebookを起動する度に本来は出る(?)らしい。しかし私の場合はいままで見たことがなかった。もう50回くらいは起動してるのに。なぜ今のタイミングだったのかは不明。

どうやら
1 `$ jupyter

Flaskを用いたCisco Webex Teams BOTの作り方

最近Cisco Webex Teamsを活用したシステム開発を行っている際、Webex Teamsのチャットボットを作る機会があり、自分用メモを残しておく。

また、今回はデモのため、サーバー公開にはngrokを用いる。

今回の流れは、以下の通りである。
・Cisco Webex Developersのアカウント取得
・アクセストークンの取得
・各種Pythonライブラリのインストール
・ngrokの準備
・実装
・動作確認

なお今回用いた開発環境は、以下の通りである。
・Raspberry Pi3 B +
・Python3
・Raspbian
・ngrok
・Flask

#Cisco Webex Developersのアカウント取得
まずはこのサイトにアクセス
https://developer.webex.com/

１日10時間株価予測AIを作り続ける　１か月目

去年12月3日にPythonの学習を再開しました。練習のために何か作れないかなと考えていたところ、株価予測のAIを作るというアイデアが浮かんだのでやってみることにしました。結果的に64%の精度で株価が1%以上上昇または下落することが予測できる(かもしれない)AIができました。プロジェクト1は本題に入るまでの経緯でプロジェクト2が本題です。
#プロジェクト1
線形回帰を使って現在の株式市場がバブルかどうかを視覚的に判断する。また、その成果をWebサイトに埋め込んで誰でも好きなETFや会社の株、また任意の期間で画像を生成して現在の価格がバブルかどうか判断するための参考にできるようにしたかった。

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/55

【ライフハック】女子アナ応援botをTwitterAPIで

## TL;DR
女子アナを応援する(写真、動画をリツイートする)botを作ります。
TwitterAPI、Google App Script(以下GAS)を使います。
[このアカウント](https://twitter.com/TamuraOenBot)をフォローすると幸せになれると思います＾＾

## はじめに
お正月、~~ゴロゴロしていたら~~ニュースを見ていたら田村真子さんという美女アナを見つけました。
Twitterフォローしようと思ったのですが公式もBotもなかったので自分で作ることにしました。

言語選定について。
僕のメインの言語はPythonなのですが、定期的に、かつ勝手に実行して欲しいので
今回はGASで書くことにしました。

自己紹介

初めまして、ラジエーション猫です
猫やりながら放射線技師として人間を養ってます

というのはさておき

#放射線技師とプログラミング

最近学会を見てても多いですね

「Deep Learningを用いた～」
「CNNを用いた～」

正直学部で機械学習などを行ってこなかった世代や、卒業研究で題材にしなかった人からすると

**全く興味わきません
なにそれ、おいしいの？**

本当にこういうレベルです

`print(“Hello world”)
`
こんなことを院内の勉強会で書いたら、はてなマークがたちまち生えてくるでしょう
しかし、現在の新卒やPythonかじってる人が見ると

**こいつ舐めてんのか**

そう思うでしょう

それほどにまだ技師の中ではプログラミングは一般的ではありません

##スイッチマン
「息を吸って、止めてください」

はい、私たちの代表的なセリフですね

こんなの小学生でも簡単にできちゃいますね

ゆえに**スイッチマン**なんて言われることも多いです
はたから見たら楽な職業です（本当はそんなことないんですが…）

こんな楽そうな放射線技師
・小学生でも

ディープラーニングは未知のポケモンのタイプを予測することができるのか？

# 記事の流れ
– Microsoft AzureのBing Image Searchを使った画像収集
– EfficientNet（pre trained）でネットワークの学習
– ネットワークの精度検証
– おまけ

尚、今回のブログ記事のコードは以下にまとめています。
[https://github.com/spider-man-tm/predict_type_of_pokemon](https://github.com/spider-man-tm/predict_type_of_pokemon)

# 動機
– ポケモンバトルにおいてタイプの相性は最重要要素と言っても過言では無い。
– がしかし、自身がポケモン剣盾をしていて、新しいポケモンを覚えきれないことによるタイプの読み間違いが多発している。（ググればすぐ出てくるけど面倒）
– そこでディープラーニングを使った場合、未知のポケモンに対するタイプ予測をどの程度正確にできるのか単純に興味があった。おそらくかなり難しいタスクなのであまり期待はしていない。

# Microsoft AzureのBing Image Searchを

TensorFlow2 + Keras による画像分類に挑戦7 ～層タイプ・活性化関数について理解する～

# はじめに

Google Colaboratory 環境で TensorFlow2 + Keras を利用した画像分類を勉強した際のメモ（第7弾）です。題材は、ド定番である手書き数字画像（MNIST）の分類です。

[前回](https://qiita.com/code0327/items/d1a6b63915871a17020a)は、自分で用意した画像について、TF公式HPの「[初心者のための TensorFlow 2.0 入門](https://www.tensorflow.org/tutorials/quickstart/beginner?hl=ja)」で紹介されていたモデルで予測（分類）を行ないました。

今回は、そのニューラルネットワークモデルの構成してる層のタイプ（`Dense`、`Dropout`、`Flatten`）と、活性化関数について勉強してみました。

> ![SoftMax.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/152805/360ac00b-42f5-a250-6

(番外編）Raspberry Piでcm精度のRTK-GPS～2019年のあゆみ

#はじめに
この記事は私が2019年に苦闘した記録ですが技術的に有用な情報はあまりないのであしからず。

#ここまでの歩み（2018年）
[最初の記事](https://qiita.com/m_take/items/06892a8e25aa577e8455)に書いたようにUblox-M8Pを手にし初めてRTKをしたのが2年前。4ヶ月ぐらいかけて直進ガイダンスを作り春の田植作業に使用。有用性を感じてQittaに投稿したのが6月。秋の農繁期を終えて11月に[FOSS4G](https://www.osgeo.jp/)という地図好きの集まりがあると知り東京までいって刺激を受けてくる。（この頃から[Twitter](https://twitter.com/mnlt18)始める）
　[ボタン一つでAB基準線を呼び出したり](https://qiita.com/m_take/items/69880c44204f77f510af)自分の使いたい機能を付けて満足しつつあるときに、
[AgOpenGPS](https://agopengps.jimdosite.com/) (以下AOG)というソフトをカ

コピペで試せる！Pythonのnetworkxでかっこいいネットワーク図を描いてみよう

## 冬休みはかっこいいネットワーク図が描けるnetworkxでネットワーク図を描いてみよう

みなさまはいい冬休みを過ごしていますか？わが社は28から5日までお休みをいただき本当にネズミに感謝している日々です。

でも技術者はこういった時こそマック難民をして自己の技術を研鑽させるべきだと思います。

今日はnetworkxというネットワーク図が描けるライブラリを紹介します。

– 今回のワークの所要時間：10分程度
– 用意するもの
– Python 3.x
– jupyterhub(pandasとmatplotlibをインストールしておいてください)

## インストール

“` bash
(venv)$pip install networkx
“`

## まずはデータをpandasでデータをロードします

“` python
import pandas as pd
df_links = pd.read_csv(‘https://microlearning.site/pydata/ch8/links.csv’)
df_links.head(20)
“`

以下のような

Raspberry pi初期設定（自分用）

#背景と概要
通常Raspberry Pi（以下RPi） をセットアップするとき、SDカードにイメージを焼き込んだあと、HDMIディスプレイとUSBキーボードを RPi に直接接続して色々と設定します。しかしいちいちディスプレイとかキーボードに繋ぐのめちゃくちゃ面倒くさいかつ自分の覚書きのためにこの記事を書きます

#環境
・Windows10
・raspberry pi 3 model B
・有線LAN

#1．OSのイメージ作成
OSダウンロード
・https://www.raspberrypi.org/downloads/raspbian/

SDカードフォーマット
・https://www.sdcard.org/downloads/formatter/eula_windows/index.html

SDカードにOSイメージを書き込み
・https://www.balena.io/etcher/

#２．設定
最上位に”ssh”という名前の空フォルダを作成
（これでRPiを起動したときにsshの自動起動ができる）

RPiを有線LANに繋いで起動する

tera termから

Vue.js+Flaskの環境構築備忘録〜Anaconda3を添えて〜

## はじめに
私が愛用しているFlaskでVueを使いたくなったので環境構築手順をメモしておきます。
自分用の走り書きです。

## 登場人物
– Vue.js（Vue CLI）
– Flask
– Anaconda3

## 手順
### conda仮想環境の作成
Anaconda3で必要なライブラリをインストールした仮想環境を作る。
僕は大概、conda環境の中身にscriptsという開発フォルダを作成しています。
なので、その中にflaskフォルダとvueフォルダを作成します。

### flask環境構築

“`python
from flask import Flask, render_template, request, jsonify, make_response, send_file
app = Flask(__name__, static_folder=’../vue/dist/static’, template_folder=’../vue/dist’)

@app.route(‘/’)
def index():
return render_template(

なぜ分類問題の目的関数には交差エントロピーが使われるのか

# 分類問題とは

分類問題とは，データをいくつかのカテゴリに分類するもので，機械学習の代表的な方法の一つです。


購買サイトを例にとってみましょう。
ユーザの購買情報からそのユーザが新商品を買うか買わないかを予測します。
２つのカテゴリ（クラス）に分類することを２値分類と呼びます。

２クラスより多い分類予測については、多クラス分類と呼ばれます。
画像に写っている物の判断（画像認識）も多クラス分類問題の１つです。
猫の画像をもとにして、それが猫であると判断するのも分類問題ということですね。

# 交差エントロピー

2つの確率分布

“`math
P(x): 正解データ分布 \\
Q(x): 予測モデル分布
“`

に対して、交差エントロピーは以下で定義されます。

“`math
L = – \sum_{x} P(x) \log{Q(x

Pythonを超初心者がまとめてみよう

#　はじめに
あけましておめでとうございます。python初めて2か月がたとうとしておりました。せっかくなので、学んだことを外に出しておこうかなと思いまして、これから毎日Pythonまとめていこうと思います。

#　Pythonってなに？

**1. プログラミング言語のひとつ**

Pythonはプログラミング言語のひとつ。プログラミング言語っていうのは、パソコンにこれやってあれやってっていろいろ命令することができる言葉のこと。
HTMLCSS、Ruby、Swiftなど。英語、日本語、中国語みたいに外国語がたくさんあるように、プログラミング言語もたくさんある。

　●　HTMLとCSSは文字とか画像を画面に表示できます。いわゆるWebページの見えている部分が作れます。

　●　Rubyはアプリが簡単に作れます

　●　SwiftはIphoneのアプリがさらに簡単に作れます

こうした言語のひとつにPythonがいます。

**2.　何ができるの**

アプリも作れます。エクセルもいじれます。AIが作れます。などやれることがとっても多いのがPythonの特徴。

なかでも、最近Py

デザインパターンについて勉強してみた（個人的メモ）その４（AbstractFactoryパターン、Bridgeパターン、Strategyパターン）

# はじめに
この記事は個人的な勉強メモです。inputしたものはoutputしなくてはという強迫観念に駆られて記事を書いています。
あわよくば詳しい人に誤りの指摘やアドバイスを頂ければいいなという思いを込めてQiitaの記事にしています。

エンジニアとして社会人生活を送っていますが、デザインパターンについてちゃんと学んだことがなかったので勉強してみました。

ここに記載している内容は
https://github.com/ck-fm0211/notes_desigh_pattern
にuploadしています。

## 過去ログ
[デザインパターンについて勉強してみた（個人的メモ）その１](https://qiita.com/ck_fm0211/items/10385466295b2673dcef)
[デザインパターンについて勉強してみた（個人的メモ）その2](https://qiita.com/ck_fm0211/items/31c4700cc1e5ed9c495c)
[デザインパターンについて勉強してみた（個人的メモ）その３](https://qiita.com/ck_fm0

Happy new year 2020!

2020年も、#CiscoSE #DevNet #DevNetExpress #Catalyst #CiscoIOS 共々、どうぞよろしくお願い致します！

# Guestshell

“`cisco
Cat9300-1#sh version | i 16.12
Cisco IOS XE Software, Version 16.12.01
Cisco IOS Software [Gibraltar], Catalyst L3 Switch Software (CAT9K_IOSXE), Version 16.12.1, RELEASE SOFTWARE (fc4)
BOOTLDR: System Bootstrap, Version 16.12.1r, RELEASE SOFTWARE (P)
* 1 41 C9300-24P 16.12.1 CAT9K_IOSXE INSTALL
Cat9300-1#
Cat9300-1#guestshell
[guestshell@guestshell ~]$ ls | g

ROS講座108 ROSでDatabase(mongo)を使う

# 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 |
| python | 2.7.12 |
| mongodb| 2.6.10 |

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
ROSでは情報は基本的にrosbagに保存しますがこれは後から人間が見返すデバッグログ的な物であり、実行時に再利用するデータベース的になデータは各ノードが保存するか自前でファイルをwrite, readするしかありません。ここで出てくるものがDataBaseで、ROSではmongodbという

ニューラルネットワークを使ってカルロス・ゴーンとMr.ビーンを識別する

# はじめに
日産自動車の元会長、カルロス・ゴーン氏が保釈条件を破ってレバノンに渡航したニュースが話題です。
ずっと前から、思っていたのですが、Mr.ビーンと似てますよね・・・

左：[カルロス・ゴーン](https://www.google.com/search?q=Carlos+Ghosn&sxsrf=ACYBGNS1gsNQxqfqi7GRWUUeSSZ6CRix8w:1577813710879&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjOyYiOtuDmAhXKyosBHbroBzcQ_AUoA3oECDgQBQ&biw=1386&bih=710)
右：[Mr.ビーン(Rowan Atkinson)](https://www.google.com/search?q=rowan+atkinson&bi

AtCoder Beginner Contest 063 過去問復習

初めて解いた過去問

#所要時間

#[A問題](https://atcoder.jp/contests/abc063/tasks/abc063_a)

三項演算子で書いたら文字数少ないので早く打てるようになった

“`python:answerA.py
a,b=map(int,input().split())
print(a+b if a+b<10 else "error") ``` #[B問題](https://atcoder.jp/contests/abc063/tasks/abc063_b) 被りがあるかどうかはset、三項演算子ここでも利用した ```python:answerB.py s=list(input()) t=