Python関連のことを調べてみた2020年04月21日

ぐるなびAPIアクセス方法

# ぐるなびAPIアクセス方法
※こちらは自分が忘れないようにするメモ書きです。

①以下のURLにアクセスし、アカウントを作成。
https://api.gnavi.co.jp/api/

②キーが発行されるので、コピーする。

③レストランAPIにアクセスする。
例：住所が銀座の寿司屋
※リクエストできるパラメータは「https://api.gnavi.co.jp/RestSearchAPI/v3/」参照

“`
https://api.gnavi.co.jp/RestSearchAPI/v3/?keyid=②で発行されたキー&address=%E9%8A%80%E5%BA%A7&category_s=RSFST03001
“`

④解説
レストラン検索API：https://api.gnavi.co.jp/RestSearchAPI/v3/
keyid：②で発行されたキー
address：住所
category_s：レストランの系統（寿司屋、焼肉屋etc…）
※category_sは以下「小業態マスタ取得API」にアクセスすることで取得できる。
https://api.g

Pytorchで「月とすっぽん」の画像認識をしてみた（kerasのfrom_from_directryにあたるtorchvision.datasets.ImageFolder使用）

#月とすっぽん
月もすっぽんも同じように丸いが、比較にならないほどその違いは大きいこと。二つのものがひどく違っていることのたとえ。
https://dictionary.goo.ne.jp/word/%E6%9C%88%E3%81%A8%E9%BC%88/

大きな違いがあるらしいので、ディープラーニングを使い画像認識ができるか試してみましょう！

適宜、（少しですが）Pytorchの説明もします。（間違っていたらぜひ訂正してください。よろしくお願いします。）

コードはこちらです。
https://github.com/kyasby/Tuki-Suppon.git

##今回のキーワード
“`python
「月とすっぽん」
“`
似て非なるものらしいです。

“`python
pytorchの「torchvision.datasets.ImageFolder」
“`
`kerasのfrom_from_directry`にあたる`pytorchのtorchvision.datasets.ImageFolder`使用した記事があまりなかったので作りました。
フォルダーに画像を入

欅坂46のメンバーのブログの画像をスクレイピング

用意したディレクトリ

“`
bs4
– data(ファイル)
– keyaki_scraping.py
“`

“`python:keyaki_scraping.py
import requests, urllib.request, os
from bs4 import BeautifulSoup
def keyaki_scraping(a,b):
for i in range(a,b):
url = ‘https://www.keyakizaka46.com/s/k46o/diary/member/list?ima=0000&ct=’+str(i)
if not os.path.isdir(“*/bs4/data/” +str(i)):# ”member_name”のフォルダがない場合
print(“フォルダ作成”)
os.mkdir(“*/bs4/data/” +str(i))
cnt = 0

# BeautifulSoupオブジェクト生成

【エラー対策】django-herokuのインストールのエラー対応

# 1. 背景
https://qiita.com/norifumi92/items/a4b3dc4b3a1d474317c8
を基に、CSVファイルのアップロード、ダウンロード機能を実装しようとしたところ、
django-herokuのinstallでつまづいたので、備忘のために本ページを作成した。

# 2. 実行環境
環境
“`
mac OS Catalina 10.15.4
“`

# 3.　エラーメッセージ

“`
(open3d) csv_uploader $ pip install django-heroku
Collecting django-heroku
Using cached django_heroku-0.3.1-py2.py3-none-any.whl (6.2 kB)
Requirement already satisfied: dj-database-url>=0.5.0 in /Users/[User]/anaconda3/envs/open3d/lib/python3.7/site-packages (from django-heroku)

Python #参照とコピーについて

## 変数は値の実体ではないことがある
_リスト_や_ディクショナリ_といった特定の型を扱う際、変数は値の実体とは異なり、実体を参照している。
以下のプログラムの実行結果から変数の性質が確認できる。

~~~python3
l1 = []
l1.append(0)

l2 = l1
l2.append(1)

print(‘l1 = ‘ ,l1)
print(‘l2 = ‘ ,l2)
~~~
実行結果
>l1 = [0, 1]
>l2 = [0, 1]

リスト`l2`へリスト`l1`を代入後、`l2`のみに値を追加したが、`l1`にも同様の値が追加されている。これは、`l1`も`l2`も保持しているのは参照情報であり、参照の先にある実体は同一のものを共有しているからである。

## 実体そのものをコピーする
代入を行うだけでは値そのものはコピーされない問題を解決するために、`copy()`メソッドを用いる。

~~~python
l1 = []
l1.append(0)

l3 = l1.copy()
l3.append(1)

print(‘l1 = ‘ ,l1)
print(

pip install mysqlclient でハマった

# 結論

python 64bit版を入れると解消した。（ような気がする）

# エラー

pip install mysqlclientするとエラーが出た。

“`console
> pip install mysqlclient
Collecting mysqlclient
Using cached mysqlclient-1.4.6.tar.gz (85 kB)
Installing collected packages: mysqlclient
Running setup.py install for mysqlclient … error
ERROR: Command errored out with exit status 1:
command: ‘c:\users\parkh\appdata\local\programs\python\python37-32\python.exe’ -u -c ‘import sys, setuptools, tokenize; sys.argv[0] = ‘”‘”‘C:\\Users\\parkh\

Pythonチュートリアル(1章)の内容を箇条書きでまとめた

#はじめに
[Python3 エンジニア認定基礎試験](https://www.pythonic-exam.com/exam/basic)対策として、Pythonチュートリアル(書籍)の内容を暗記しやすい箇条書きにまとめた自分用メモです。

##参考資料
Pythonチュートリアル： https://docs.python.org/ja/3/tutorial/
1章： https://docs.python.org/ja/3/tutorial/appetite.html
書籍： https://www.oreilly.co.jp/books/9784873117539/

#”1章 食欲をそそってみようか” テーマ
– Pythonの特長

#1. 食欲をそそってみようか
Pythonにはこんな特長がある。

– **インタープリタ言語**であり、コンパイルやリンクが不要。
– インタープリタを対話的に使うことも可能。
– **Windows, Mac OS X, UNIX**などの主要OSで利用できる。
– 簡単ながら以下のような機能を備えた本物のプログラム言語である。

Pythonチュートリアル(8章)の内容を箇条書きでまとめた

前の記事：Pythonチュートリアル(7章)の内容を箇条書きでまとめた

#はじめに
[Python3 エンジニア認定基礎試験](https://www.pythonic-exam.com/exam/basic)対策として、Pythonチュートリアル(書籍)の内容を暗記しやすい箇条書きにまとめた自分用メモです。

##参考資料
Pythonチュートリアル： https://docs.python.org/ja/3/tutorial/
8章： https://docs.python.org/ja/3/tutorial/errors.html
書籍： https://www.oreilly.co.jp/books/9784873117539/

#”8章 エラーと例外” テーマ
– 構文エラー
– 例外(ビルトイン例外とユーザー定義例外)
– 例外処理(try, except, else, finally)
– raise文

#8.1 構文エラー
– **構文エラー (SyntaxError)**は、**パーサ(構文解釈器)**によって実行前に検知される。
– パーサは構文エラーが最初に

重複しない整数乱数発生（０〜N-1）

0から、N-1までの、ダブらない整数の乱数発生コード。

C:
Version 1.5 (6/20)
　N回以上呼び出した時のバグ修正。手直し。LoiuS0616さんのコードから。
Version 1.7　(6/20)
フィッシャー-イェーツのシャッフルアルゴリズムを使用。

C++:
Version 2.0 (6/20)
　クラスを用いて書き直しました。此れで、可搬性が高くなりました。
Version 2.1 (6/20)
　フィッシャー-イェーツのシャッフルアルゴリズムを使用。
Version 2.2 std::shuffleを用いた記述。

Python:
Pythonでも、書いてみました。

#C++ Ver 2.1

“`krand.cpp
// 整数での、0からN-1までの、ダブらない乱数発生
// Ver 2.1
#include
#include
#include

using namespace std;

class krand {
int rcount;
int *pn;
void i

Slackチャットボット作成 Python

# Slackチャットボット作成
※こちらは自分が忘れないようにするメモ書きです。

①以下のURLにアクセスする。
※「XXX」はSlackのワークスペースのアドレス

https://XXX.slack.com/apps/A0F7YS25R-bots?next_id=0

②以下画面の「Slackに追加」ボタンを押下する。

③チャットボット用のユーザ名を入力し、「ボットインテグレーションを追加する」を押下する。
【Python】初中級者が解くべき過去問精選 100 問を解いてみた【Part2/22】

**目指せ水色コーダー！！！！！！**

ということで、
[レッドコーダーが教える、競プロ・AtCoder上達のガイドライン【中級編：目指せ水色コーダー！】](
https://qiita.com/e869120/items/eb50fdaece12be418faa#2-3-%E5%88%86%E9%87%8E%E5%88%A5%E5%88%9D%E4%B8%AD%E7%B4%9A%E8%80%85%E3%81%8C%E8%A7%A3%E3%81%8F%E3%81%B9%E3%81%8D%E9%81%8E%E5%8E%BB%E5%95%8F%E7%B2%BE%E9%81%B8-100-%E5%95%8F)(@e869120さん)
>
AtCoder で水色コーダー、つまりレーティング 1200 を少ない問題数で達成するために、茶色コーダー・緑コーダーにとって適切な教育的良問を 100 問集めました。

こちらの記事の`初中級者が解くべき過去問精選 100 問`
を**Python**で解いていきます！
@e869120さんに感謝！！！！！！

#「Part2」〜工夫する全列挙編〜
以

【Pyro】確率的プログラミング言語Pyroによる統計モデリング② ~単回帰モデル~

# はじめに
[前回の記事](https://qiita.com/WKudo/items/efd0841959822572fac1)では，確率的プログラミング言語Pyroの概要と，Pyroを用いた標本サンプリングの仕方を紹介しました．
今回は，Pyroを用いて「[実践Data Scienceシリーズ RとStanではじめるベイズ統計モデリングによるデータ分析入門](https://www.amazon.co.jp/dp/B07WFD5RFS)」(以下，参考書と呼びます．)にある最初の例題(第3章第2部 単回帰モデル)をもとに，Pyroでの実装を行います．
なお，実装は [3-2 単回帰モデル](https://colab.research.google.com/drive/1KZZUysZnjkdWM8-_8MzoFPjJQUwZAgR_)(Google Colaboratory) にて公開しています．

# 利用データ & 例題紹介
今回扱うデータ(書籍3-2参照)は **ビールの売り上げと気温の関係** です．統計モデリングにより，売り上げを気温によって説明するモデルを構築します．

PythonのOpenCVで顔認識

#概要
PythonのOpenCVで顔認識をしたい人に向けた記事です。
本記事では画像、カメラの映像,mp4ファイルから顔を検出する方法、画像から顔だけを切り取って保存する方法を解説します。
#環境
macOS Catalina 10.15.4
Python 3.7.5
opencv-python 4.2.0.34
numpy 1.18.2
#OpenCVのインストール
$ pip install opencv-python
#ディレクトリ構成
““
.
├── cascades
│ └── haarcascade_frontalface_default.xml
├── image_detect.py
├── images
│ └── 001.jpg
├── trimmed
└── venv
““
ディレクトリ構成はこのようになっている。
cascadesフォルダの中の顔検出用の検出器はPythonがインストールされているディレクトリまたは仮想環境のディレクトリのlib/python3.7/site-packages/cv2/dataにある。

#顔を検出して矩形で

非再帰 Euler Tour を Python でやる

## 非再帰 Euler Tour を書く

Euler Tour に限らなくてもいいんですが、 DFS を非再帰で書くと若干大変ですよね。それの私なりの書き方です。先に方針を書くとこんな感じです。

– Python で非再帰 DFS で Euler Tour を書く
– DFS はスタックで管理する
– 追加するときは、行きがけ用と帰りがけ用の2つずつ追加する

### 入力部分

$N$ 頂点の木が辺で与えられるとします。 1-indexed の場合は途中で $1$ 引いてください。

“`test.py

N = int(input())
X = [[] for i in range(N)]
for i in range(N-1):
x, y = map(int, input().split())
# x, y = x-1, y-1
X[x].append(y)
X[y].append(x)

“`

### 再帰

まずは再帰で書いてみます。 ET は Euler Tour の頭文字です。各頂点を処理する際は

* リストに追加 → 子た

DataRobotの無料版！？機械学習を自動化するライブラリ『PyCaret』入門

# PyCaretとは
つい先日[Announcing PyCaret 1.0.0](https://towardsdatascience.com/announcing-pycaret-an-open-source-low-code-machine-learning-library-in-python-4a1f1aad8d46)という記事を拝見しました。
面白そうなライブラリだったため、この記事では、実際にPyCaretの使い方を解説していきます。
**[PyCaret](https://pycaret.org/)とは、機械学習のモデル開発においてデータ前処理や可視化、モデル開発を数行のコードで出来てしまうPythonのライブラリです。**

PyCaretはいくつかの主要な機械学習ライブラリ（scikit-learn, XGBoost, LightGBMなど）をPythonでラッパーしたものです。
分類や回帰、クラスタリング、異常検知、自然言語処理が扱えます。
言わば、PyCaretは、DataRobotの無料版のようなイメージです。

基本的に、前処理、モデリング、性能評価、チュー

Python #型の同一性をチェック

## `type()`メソッドを用いる
`type()`メソッドは引数に指定した_値_または_変数_の型を引数として返す。このメソッドを用いて型の
同一性をチェックするには`is`を用いて以下のように行う。

~~~python
a = type(‘Hello, World’) is str
b = type(‘Hello, World’) is int
c = type(‘Hello, World’) is not str
~~~
実行結果
>True
>False
>False

PythonでRINEXファイルを読み込んでみるぞ①

__RINEX(Receiver Independent Exchange Format)ファイル__とは、簡単に言うと衛星測位システムに用いられる電子基準点が衛星から受信してるデータです。…たぶん
因みに中がどんな情報なのかはほとんど知識ゼロなので、プログラムの練習も兼ねて適当に解析してみる

参考URL
– [測位衛星システムのWiki](https://ja.wikipedia.org/wiki/%E8%A1%9B%E6%98%9F%E6%B8%AC%E4%BD%8D%E3%82%B7%E3%82%B9%E3%83%86%E3%83%A0)
– [電子基準点とは(国土交通省)](https://www.gsi.go.jp/denshi/denshi_about_GEONET-CORS.html)

##構成環境
– Windows10
– Anaconda3 5.2.0 (2019年にインストールした)
– Python3.7.3
– PyCharm Community Edition 2019.1.1
–

##まずはGUI(ツールの見た目)を作るぞ
An

再帰関数の奏でる音楽

みなさん、**「再帰関数」を “聴いた” ことありますか？**

聴いたことがあるほうが珍しいと思うので、少し音楽を楽しんでいってください。

# できた音楽たち

以下の**画像をクリックするとyoutubeがひらきます**。サムネイルが同じですが、ちゃんと別のリンクが拓きます。

## たらいまわし関数

[](https://youtu.be/L1rBz_QFDXI?t=0)

## Tak関数

[](https://youtu.be/L1rBz_QFDXI?t=337)

## 3変数アッカーマン関数

[](https://youtu.be/L1rBz_QFDXI?t=635)

# 物語のはじまり

2011年、竹内関数（たらいまわし関数）で音楽を作る記事

Pythonで毎日AtCoder #42

### はじめに
[前回](https://qiita.com/taxfree_python/items/f9a605b440c384bcfa23)
昨日のABC-Dを解きます。

### #42
[問題](https://atcoder.jp/contests/abc163/tasks/abc163_d)

**考えたこと**
解説を読んでもすっきりしなかったので[けんちょんさんの記事](https://drken1215.hatenablog.com/entry/2020/04/20/003900)を参考に実装しました。
この問題を考えるうえで大切なのは$10^{100}$が書かれている意図に気付くことです。解説記事にも書いているように$10^{100}$があることによって違う個数を選んだ場合に選んだ数字の和が重複することはなくなります。また、和は連続の整数になります。以上のことから、{0,1,…N+1}の中からkからN+1個選んだ数字の和を計算する問題と考えることができます。和の個数は($i個から作れる最大の整数-i個から作れる最小の整数+1$,$k\leq i \leq N

【SIRモデル解析】日本各地の感染数ピークアウト♬

生データを探していたが、やっと厚労省のページを見つけたので、早速解析してみました。
[今回も計算はSIRモデルを前提にそれを頼りに素人が計算](https://qiita.com/MuAuan/items/0234b3f5c5d52a30ac17)・解釈しています。
ご判断は自己責任でお願いします。
データはpdfで提供されているので読み取らないといけないので少し苦労しました。昨日の資料を参考に上げます。ここからリンクしている参考②のpdfを利用しました。
【参考】
①[新型コロナウイルス感染症の現在の状況について（令和２年４月19日版）@厚労省](https://www.mhlw.go.jp/stf/newpage_10914.html)
②[国内事例における都道府県別の患者報告数（2020年4月19日掲載分）](https://www.mhlw.go.jp/content/10906000/000622869.pdf)
###やったこと
・データ処理
・コード解説
・日本、東京の状況
・その他気になる地域の状況
###・データ処理
手順は以下のとおり
・上記のpdfから、メモ帳にコ