Python3関連のことを調べてみた2020年01月25日

カジノにおけるモンテカルロ法って本当に勝てるの？

https://qiita.com/kagawa_shinjiiiii/items/ff49a8c7ccc682845a2a

を読みました。興味深かったので、実際にこれを用いてオンラインカジノに100ドル入れてモンテカルロ法を実践してみてるんですけど現在+35ドルくらい稼げていてすごいなあと思いました。

しかし、その中で一度やばいパターンを引いたりして所持額が0になりかけたりもしてやばかったこともあり、「これって実際の状況だと本当に稼げるの…？」と思い、実際の状況を想定したシミュレーションをしました。

# 前提

– スタート時の金額は1000ドル
– 1単位を1ドルとする。
– 所持金がn倍になるor0未満になるまで実行をし、その一連の動作を1000回行い、勝率を計算する。
– ルーレットにおける2倍モンテカルロ法、3倍モンテカルロ法どちらも行う。
– 2倍時の1回の勝率は18/37(0~36のうちの0を除いた18通り)、3倍時の1回の勝率は12/37(同様)とする。

# (復習)モンテカルロ法って？

①初期配列として以下の配列を用意する

[1, 2, 3]

②

Python3 で Cloud Firestore のデータを削除 (Delete)

こちらで作成したデータのひとつを削除します。
[Python3 で Cloud Firestore のデータを作成 (Create)](https://qiita.com/ekzemplaro/items/4288176394947283c84a)

“`py:firestore_delete.py
#! /usr/bin/python
#
import sys
import firebase_admin
from firebase_admin import credentials
from firebase_admin import firestore

# ——————————————————————
sys.stderr.write(“*** 開始 ***\n”)
key_in = sys.argv[1]
#
print(key_in)
#
cred = credentials.ApplicationDefault()
firebase_admin.initialize_app(cred,

Poetryでライブラリがインストールできない時の解決方法

## 起こるエラー

poetryを使っていると、よく遭遇する

“`sh
$ poetry config virtualenvs.in-project true
$ poetry new project-name
$ poetry add lib-name
“`

みたいにしたときに、以下みたいなエラーが出た時の解決方法

“`
[SolverProblemError]
The current project’s Python requirement (>=2.7,<2.8) is not compatible with some of the required packages Python requirement: - environs requires Python >=3.5

Because environs (7.1.0) requires Python >=3.5
and no versions of environs match >7.1.0,<8.0.0, environs is forbidden. So, because ops depends

Python3 で Cloud Firestore のデータを更新 (Update)

こちらで作成したデータを更新します。
[Python3 で Cloud Firestore のデータを作成 (Create)](https://qiita.com/ekzemplaro/items/4288176394947283c84a)

“`py:firestore_update.py
#! /usr/bin/python
#
import sys
import firebase_admin
from firebase_admin import credentials
from firebase_admin import firestore

# ——————————————————————
def data_read_proc(doc):
results = doc.to_dict()
str_out = doc.id + ‘\t’
str_out += results[‘name’] + ‘\t’ + str(results[‘population’])
str_out += ‘

Python3 で Cloud Firestore のデータを読む (Read)

こちらで作成したデータを読みます。
[Python3 で Cloud Firestore のデータを作成 (Create)](https://qiita.com/ekzemplaro/items/4288176394947283c84a)

“`py:firestore_read.py
#! /usr/bin/python
#
import sys
import firebase_admin
from firebase_admin import credentials
from firebase_admin import firestore

# ——————————————————————
def data_read_proc(doc):
results = doc.to_dict()
str_out = doc.id + ‘\t’
str_out += results[‘name’] + ‘\t’ + str(results[‘population’])
str_out += ‘\t’

Python3 で Cloud Firestore のデータを作成 (Create)

ライブラリーのインストール

“`bash
sudo pip install –upgrade firebase-admin
“`

“`py:firestre_create.py
#! /usr/bin/python
#
import sys
import datetime
import firebase_admin
from firebase_admin import credentials
from firebase_admin import firestore

# ——————————————————————
def add_data_proc(db,key,name,population):
sys.stderr.write(“key = ” + key + “\n”)
doc_ref = db.collection(‘cities’).document(key)
doc_ref.set({
‘name’: name,
‘population’: populati

【Python】beautifulsoup4の備忘録

## はじめに
“beautifulsoup4“による、htmlタグ検索の備忘録。

## 環境
– python: 3.7
– beautifulsoup4: 4.8.2

## 基本の検索
“`py
# pタグ全部
find_all(“p”)

# 一番初めに見つかったpタグのみ
find(“p”)

# aタグかつhrefがhogehogeから始まるもの
import re
find_all(“a”, href=re.compile(“^hogehoge”))
“`

## cssセレクタ使った検索
“`py
# 親子関係を指定、ゆるく
select(‘body div p’)

# 親子関係その2、きびしく
select(‘body > div > p’)

# クラス名
select(‘.myclass’)

# id名
select(‘#myid’)

# AND条件
select(‘.myclass1.myclass2’)
“`

## n番目のタグ
“`py
# 下記のhtmlの3番目の

タグを検索する
#
#
# <

文字列からそれぞれの文字がいくつあるか調べる。

“`py:1
s = ‘aeqwtwegwa’
d = {}

for c in s:
if c not in d:
d[c] = 0
d[c] += 1

print(d)
“`

“`:1の実行結果
{‘a’: 2, ‘e’: 2, ‘q’: 1, ‘w’: 3, ‘t’: 1, ‘g’: 1}
“`

“`py:2
s = ‘aefqwdqfqwe’
d = {}

for c in s:
d.setdefault(c, 0)
d[c] += 1

print(d)
“`

“`:2の実行結果
{‘a’: 1, ‘e’: 2, ‘f’: 2, ‘q’: 3, ‘w’: 2, ‘d’: 1}
“`

標準ライブラリからdefaultdictを読み込んで書くと、

“`py:3
from collections import defaultdict

s = ‘raegiowejgohg’
d = defaultdict(int)

for c in s:
d[c] += 1

print(d)
pri

【Python】特定の文字列で始まる要素のみを配列に残す

# はじめに
備忘録。
特定の文字列から始まる要素のみを配列に残したい。
“[‘hogehoge.form’, ‘hugahuga.form’, ‘hogehoge.form2’]“という配列があり、“hogehoge“から始まる要素のみを残し、他の要素は削除したい。

## 解決方法
### 文字列メソッド“startswith()“を使う
文字列の先頭を判別できるメソッド

“`py
moji = ‘hogehoge’

# trueを返す
moji.startswith(‘hoge’)

# falseを返す
moji.startswith(‘huga’)
“`

### サンプルコード
“`py
# 元の配列
moji_ary = [‘hogehoge.form’, ‘hugahuga.form’, ‘hogehoge.form2’]

# 新しい配列new_aryに、元の配列moji_aryの要素のうち`ho`から始まる要素のみを入れる
new_ary = [hoge for hoge in moji_ary if hoge.startswith(‘ho’)

Django 開発者への道② ~ URLを設計する ~

さて、Djangoの技術記事連載企画「Django 開発者への道」
第二弾がやってきました！

**前回の記事**
[Django 開発者への道① ~ Modelsを理解する ~]
(https://qiita.com/kotayanagi/items/3cfadae951c407ac044a)

## はじめに

前回記事の第一弾では、
DjangoのModelsとDBの設計方法について学習しました。

今回の第二弾では、
URLの設計とルーティングの実装方法について学習していきます。

まずは、フォルダ構成を再確認しながら、
Djangoのプロジェクトに存在する2つの `urls.py` ファイルを見ていきます。

2つ同じ名前のファイルが存在する意味を、
しっかり理解した上で、
**ルーティングの実装方法**や、、
**ベストプラクティス**などをみていきます。

最終的に、ルーティングを設計し、
**動的にルーティングを設計できる**ようになるのがゴールです！

## ルーティングって何ですか？

まず、ルーティングとは何でしょうか？

ルーティングとは、

**送られてき

Dockerを使って数分でOpenCV&Python環境を構築して試す

#コード

下記のコマンドを指定して完了。
`/mygit/appdir/`は実行したいpythonファイルが有るフォルダを指定してください。

“`shell
docker run -it –rm –name pythoncv -w /mygit/appdir/ -v “$PWD”:/mygit/appdir/ jjanzic/docker-python3-opencv python index.py
“`

#各オプション
## -w
作業フォルダ指定

##-v
マウントディレクトリ指定

“`text
“is not shared from OS X and is not known to Docker.”というエラーが出る場合があります。
こちらの記事を参照して回避してください。
“`

【Docker For Mac】Error response from daemon: Mounts deniedの対応
https://qiita.com/nishina555/items/a75ce530d9382aa09511

#感想
環境構築で時間が取られなくて最高。

Pythonでテーブル画像を出力、保存する(plotly編)

Pythonで作成したDataframeをパワポに載せる際に、
一度EXCELに出力してからテーブル画像を作成するのは手間です。
綺麗なテーブルをPythonから出力するための情報が少ないなと知ったため作成しました。
matplotlibでもできなくはないですが、plotlyのほうが便利です。

### 1. plotlyのインストール
https://qiita.com/ogrew/items/e6ba517cec9fb5161cb6
に詳しく記述されています。

### 2. テーブルの作成
“`python:plotly.rb
import pandas as pd
import plotly.graph_objects as go
import numpy as np

#データの作成
x1 = np.arange(0,10, 1)
y2 = np.arange(0,20, 2)
z3 = np.arange(0,30, 3)
P_X = [“{}“.format(i) for i in range(10)]

#Dataframeの作成
df = pd.Dat

PyTorch による MNISTデータセットの分類モデル作成

# 環境構築
Windows で python3.6 + OpenCV3 + PyTorch による画像データの機械学習を行うための
環境構築設定を以下に記載します。
– OpenCV3: Python で画像データを扱うライブラリ (https://opencv.org)
– PyTorch: Facebook で使われている深層学習フレームワーク (https://pytorch.org)

***
### 1. WinPython のインストールと実行
今回は「WinPython64-3.6.7.0Qt5」を使用するため、以下の URL から「WinPython64-3.6.7.0Qt5.exe」をダウンロードしてください。
https://ja.osdn.net/projects/sfnet_winpython/releases/

ダウンロードしたら「*C:\study*」配下に配置して実行してください。
(フォルダがない場合は作成)

実行が完了したら「*C:\study\WPy-3670*」配下の「Jupyter Lab.exe」を実行して

【Python】ノーヒットノーランを成し遂げたピッチャーの分析をしてみた

#概要
2014年6月18日、Colorado Rockies対Los Angeles Dodgersの試合でドジャースのClayton Kershaw投手は9回を投げ、15奪三振・ノーヒットノーランを達成しました。今回は対戦相手Rockiesの投手と比較し、なぜClayton Kershaw投手はノーヒットノーランを達成できたのか分析します。

#環境
・Python 3.7.5
・windows10
・Jupyter Notebook(Anaconda3)

#分析開始（プレイーボール）
####まずはAnaconda PromptでJupyter Notebookを起動
“`
$ jupyter notebook
“`

####続いて必要なライブラリをインポート
“`python:baseball_analysi

pythonモジュールがimport済みかどうかを確認する方法

#### 標準ライブラリ sys で確認できる.

チェックのためだけのスクリプトを用意.
module_checker.py

“`python
import sys
import subprocess

if “subprocess” in sys.modules:
print(“module already imported”)
else:
print(“module not imported”)
“`
“`
$ python module_checker.py
module already imported
“`

“`python
import sys
# import subprocess

if “subprocess” in sys.modules:
print(“module already imported”)
else:
print(“module not imported”)
“`
“`
$ python module_checker.py
module not imported
“`

Pythonでカレンダーマスタを生成する

#Pythonでカレンダーマスタを生成する

##概要
この時期くらいに、様々なシステムに対してカレンダーマスタなるものを設定している作業を
されている方も多いのでは無かろうか？
GUIでぽちぽち設定するマスタもあれば
csv等で一括取込するケースもあるだろう。
この記事は、後者である場合にて
[jpholiday](https://github.com/Lalcs/jpholiday)さんを用いて、
カレンダーマスタを生成するサンプルである。

日付でループする処理や、曜日の日本語名取得、祝日名取得などが参考になると思う
サンプルコードは、休日のみを登録する仕様に対応したものだが
後半ロジックを少しカスタマイズすれば、全日登録して、営業日flagを持った仕様にも対応できると思う

##利用環境
>
Python 3.7.2
Visual Studio Code 1.39.1
>

##使用するパッケージ
* datetime
* jpholiday

##サンプルコード

“`creat_cal.py

#とあるシステムのカレンダーマスタを用意する。

import csv

NucDiffが使いたい -Python2との切り替え

## はじめに
類似菌のゲノム特性の差を知るためにNucDiffを使うことにしたわけだが、Python2で動くNucdiffはPython3にアップデートした自分のPCでは利用できない。実際やってみたが、multiprocessingという過程でエラーが起き、できないことを確認した。そこで、今回はcondaに仮想環境でPython2を入れて、Python3とは別環境で動作できる状態にしようと思う。

## やり方
仮想環境とはなんぞやという話については[ここ](https://qiita.com/ozaki_physics/items/985188feb92570e5b82d)に詳しく記載されているので、読めばざっくりわかる。また、Python2を導入する方法については、[このサイト](https://qiita.com/LittleWat/items/166f976cccf30bc63e62)を参考にした。今回の戦略としては、Python2でできた仮想環境にNucDiffを入れることなので、まずはPython2の仮想環境を作る。

“`
conda create -n py2 py

sorted

“`py:点数の低い順
ranking = {
‘A’:100,
‘B’:80,
‘C’:95
}

print(sorted(ranking, key=ranking.get))
“`

“`:実行結果
[‘B’, ‘C’, ‘A’]
“`

“`py:点数の高い順
ranking = {
‘A’:100,
‘B’:80,
‘C’:95
}

print(sorted(ranking, key=ranking.get, reverse=True))
“`

“`:実行結果
[‘A’, ‘C’, ‘B’]
“`

[Python3 入門 14日目]7章 文字列（7.1.1.1〜7.1.1.4）

###7.1.1.2 UTF-8によるエンコード、デコード

外部の世界との間でデータをやり取りするときには良い￥かの二つの手段が必要になる。

– 文字列をバイト列にエンコードする手段
– バイト列を文字列にデコードする手段
– 動的エンコード方式のUTF-8はPython、Linux、HTMLでは標準的なエンコーディングである。
– webページなどから他のソースをコピー&ペーストでPython文字列を作るときは、ソースがUTF-8形式でエンコードされていることを確かめなければならない。(例外が発生する。)

###7.1.1.3 エンコーディング(記号化)

– 情報の送信側が、伝えたいメッセージ内容を受信側に届く記号の形に変換すること。
– 文字列をエンコードしてバイトにする。
– 文字列のencode()関数の第一引数はエンコーディング名。
– **UTF-8**は**8ビット可変長エンコーディング**。

“`py

#Unicode文字列”\u2603″を代入
>>> snowman=”\u2603″
>>> len(snowman)
1

#このUnicode文字

Anaconda(python 3.7)でspyderが起動できない問題を解決する

#はじめに
データサイエンスの講座に参加した時にspyderを使う機会があったのだが
受講者の中でなぜか自分だけspyderを起動できなかった。
一応解決したのでメモ

#症状
spyderを起動時に
**カーネルを開始中にエラーが発生しました**
と表示され、起動できなかった。

#環境
OS:Windows 10
[Anaconda python 3.7](https://www.anaconda.com/distribution/)(2020/1/22時点の最新版)

#解決策
1. 一度Spyderを終了し、**管理者として**Anaconda promptを実行
2. `conda update –all`を実行
3. 色々updateされるので、updateが完了されたら終了
4. spyderを起動すると正常に立ち上がるはず

管理者として実行するのがポイント
そのまま実行するとupdateが途中で失敗してしまう。

#最後に
実はspyderの[GitHub](https://github.com/spyder-ide/spyder/issues/10400)に解決策