Python関連のことを調べてみた2020年12月05日

Web会議で参加者の視界をハックする

##はじめに
2020年はCOVID-19の影響でリモートワークの機会が増え、Web会議も盛んに行われたことと思います。
私はWebカメラに写っている自分の顔に画像を合成し、ミーティング画面に出力することで、某キャラクターのように参加者の視界をハックするという遊びをやっていました。
（もちろんラフなミーティングの時だけ。）
今回はその方法ついて記載したいと思います。

##環境
###HW
– MacBook Pro 13inch
– MacOS Catalina 10.15.7

###SW
– Python 3.6.10
– Zoom 5.1.0
– CamTwist 3.4.3
– 仮想カメラとして使用

##使用する画像
検出した顔に合成する画像は以下のものを使用します。
どこかで見たことあるような気がするけど

動画視聴回数予測 + 配信スケジュール作成(1)

初めまして、理系大学院修士のFumihoです。最近、趣味でデータ分析をするようなったので、今後その記録として記事を投稿できていけたら、と考えています。勉強中の身ですので、プログラムや分析構成等、様々な問題があるかと思います。コメント等でアドバイスを頂けると幸いです。
#概要
テーマは、Youtube Live(アーカイブ込み)の視聴回数予測です。Youtube API ×　機械学習でライブ配信動画(アーカイブを含む)の指定年月日時点での視聴回数予測を行います。

本記事では、データの取得 + データ処理までを範囲とします。

参考にさせていただいた記事
『Youtube Data APIを使ってPythonでYoutubeデータを取得する』https://qiita.com/g-k/items/7c98efe21257afac70e9
@g-k 様、参考にさせて頂きました。ありがとうございます。

#動機
最近、ホロライブ所属Vtuberの配信にハマってしまいました。コンテンツが良いのはもちろん、多額のSuper Chatなどで話題になっているイメージがあります。最初はただ楽しんでコ

僕(24歳)「レタスとキャベツの違いが分からないっ！！！」

#0.レタスとキャベツ

そもそもずっと野菜が嫌いだった僕は、**レタス**と**キャベツ**の違いを大人になるまで分からないで生きてきた。
今でも時々スーパーで野菜を見かけて、どっちが**レタス**だっけ…どっちが**キャベツ**だっけ…となってしまう。

---

僕くんと彼女は付き合って3ヶ月、半同棲をしながら楽しい日々を過ごしていた。
そんなある日…

彼女「今日の夜ごはんは僕くんの大好きな餃子にするよ！」
彼女「ん…**キャベツ**を

【Discord.py】チャットのメッセージにリアクションを付ける

#はじめに
###投稿者の自己紹介
どうもまぬおです！discord.pyでBotを開発しています。よろしくお願いします

###お知らせ
[Discord Bot Advent Calendar 2020](https://qiita.com/advent-calendar/2020/discordbot)
この記事はDiscord Bot Advent Calendarの5日目の記事です。ほかの方の投稿もぜひご覧になってください

[1日目【Discord.py】Discord.py 1.5で追加されたIntentsを攻略する](https://qiita.com/manuo/items/7f62dc2f1e0a801a0708)
[2日目【Discord.py】チャンネルを持ったカテゴリを作成する](https://qiita.com/manuo/items/0723b9d47bddd755ea76)
[3日目【Discord.py】ボイスチャンネルの招待メッセージを送信する](https://qiita.com/manuo/items/7811987a932a1d25c780)

No such file or directory: ‘ffprobe’ AudioSegmentでmp3ファイルを読み込めない

こんなのが出たり
“`”Couldn’t find ffmpeg or avconv – defaulting to ffmpeg, but may not work”, RuntimeWarning“`

こんなのが出たので
“`No such file or directory: ‘ffprobe’“`

これで解決できました
“`conda install -c main ffmpeg
“`

【python】pandasにおけるメモリ節約

# はじめに

pythonのpandasにおけるメモリ節約の手法をいくつか紹介します。
一番言いたいことは**「NaNを追加するとデータ型が自動的にfloat64に変更されてメモリが一気に倍増とかあるから気を付けて」**ということです。その前準備としてデータ型の話から入ります。

[列のデータ型に留意する](#列のデータ型に留意する)
[NaNの発生に注意](#nanの発生に注意)
[（おまけ1）使わないデータは読み込まない](#おまけ1使わないデータは読み込まない)
[（おまけ2）使わなくなったらメモリを解放する](#おまけ2使わなくなったらメモリを解放する)

# 列のデータ型に留意する
例えばint32は4バイト、int64は8バイトのメモリを確保します。レコード数、列数が増えれば大きな違いとなってコンピュータのメモリ容量を圧迫します。値の範囲がわかっていれば、できるだけバイト数の小さいデータ型を選択することをお勧めします。

実際にpandasのデータフレームを作成してメモリ使用量を見ていきます。その前準備として、データが入った2次元リストを作成します。

“` pyth

人勧センサが感知している時間を正確に計測したい

myjlabアドベントカレンダー4日目。徹夜して頑張ります。

## 前提
pythonを使用します。ラズパイと人勧モジュールセンサを所持している。接続された状態である。接続に関しては[こちら](https://chasuke.com/motionsensor/)を参考にしてください

##人勧モジュールセンサとは

家電にたまについているようです。赤外線で熱源体を感知するセンサ。近くに生物が存在しているのか、いないのかという一次元の情報を取得できます。

装着されているねじを回して感知距離と検知時間(一度検知した情報を保持する時間)を調節できるのですが、細かい調節は不可能です。

## 感知されている時間を計測する
時間を計測するプログラムを書きます。

“`sensor.py
import RPi.GPIO as GPIO
import

ヒトゲノムにおけるギンガ遺伝子の探索

#2020年11月01日02時、それは起こった
　今からちょうど一ヶ月前くらいのことです。とある奇妙なネットニュースが私の目に留まりました。

[**90年代のスーパー戦隊『ギンガマン』が謎のトレンド入り　複雑すぎる理由に驚愕**（ニュースサイトしらべぇ）](https://sirabee.com/2020/11/01/20162440875/)

>日曜朝のネットの話題といえばスーパー戦隊やプリキュア、仮面ライダーといった「ニチアサ」があがりやすいが、「全日本大学駅伝」で潰れてしまった1日の朝。
>
>しかし、**ツイッターのトレンドには90年代のスーパー戦隊「ギンガマン」の文字が**。その理由に驚きの声が相次いでいる。
>
>■ギンガマンとは
>トレンドにいたギンガマンとは、『星獣戦隊ギンガマン』のことで、1998年に放送されたスーパー戦隊シリーズの1つである。その名の通り、銀河・宇宙を意識されたキャラクターデザインとなっている。
>
>しかし、トレンド入りした理由は、ギンガマンが再放送されたり、ギンガマンの続報が出たというわけではない。
>
>■ギンガ算のギンガ時間
>**トレン

投稿テスト1205

投稿テスト1205

Colaboratory から Snowflake にシュッとつないで作業開始する

この記事は[Snowflakeアドベントカレンダー](https://adventar.org/calendars/5085)と[ちゅらデータアドベントカレンダー](https://qiita.com/advent-calendar/2020/churadata)の5日目の記事になります。

## シュッとつなごう

Snowflake のアカウントをもらって、「えーとどれどれ？」って感じになると思うんですが、とりあえずColaboratoryを使ってつないでみるのが早いっす。
今日はものすごい簡単に Snowflake につなぐところをお見せします。

## シュッ

“`
!pip install –upgrade snowflake-connector-python
“`


## シ

Pythonのデータ同一性

どうもこんにちは。うめきです。
これはアドベントカレンダー[ほぼ厚木の民](https://adventar.org/calendars/5825)の1日目の記事です。
本日は少しマニアックだけどとても重要なPythonのデータ同一性について書きます。こまごまと書いているので少しわかりにくいかもしれませんが、最後までお付き合いいただければ嬉しいです。

## この記事を読んでわかること
– Pyhtonで書き換えていないリストまで値が書き換わってしまうのはなぜ？
– Pythonのデータの実体はどのように管理されているの？
– イミュータブルとミュータブルってなに？
– copyとdeepcopyの違いは？

## おや？なんだかPythonの挙動がおかしい？

Pythonって簡単にかけるのが良いですよね。ただ、どうにでもかけちゃうので「実際この変数の実体はどこにあるんだろう？」とか、「なんでこんな挙動をするんだろう？」と思ったことはないでしょうか？例えばこんな例です。

“`Python:
def initialize_head(x):
x[0] = 0
retu

JAVA, Python, JavaScript, C# あなたはXML処理ソフトをどの言語で書きますか？

#Java Python Javascript C# XMLならどれで書きます？　
短歌形式

中間報告
2020120511000時点

|言語|投票・返信|
|:—-|:—-|
|Java|0|
|Python|0|
|JavaScript|0|
|C#|0|
|C++|0|
|Ruby|1|
|awk|1|
| 合計|2|

あなたがXML処理プログラムを組んでと頼まれたらどの言語で書きますか？４つ以外はコメントでお願いします。#java #python 【Windows・Ubuntu】Pythonの環境構築備忘録2020

# 最近のPython環境構築方法の動向
1. 公式
最新のバージョンは、2020年12月現在、3.9.0です。
公式のインストール方法は、大きくは変わっていないです。

2. Anaconda
以下の4種類があります。
大抵の人は、Individual Editionを使うと思います。
– Commercial Edition
– 7500を超える データサイエンス ／ Machine Learning のパッケージ
– セキュリティと互換性に優れたすべてのAnacondaのパッケージを利用できる
– $14.95/月
– Team Edition
– CVEレポート
– ユーザー・アクセス・コントロール
– $10,000～
– Enterprise Edition
– すべてそろってる
– サポートあり？
– 価格は相談
– Anaconda Individual Edition
– 個人用

元記事を表示

【改訂版】日本語テキストから、SVO格を指定した検索単語を含む「係受け元単語 -> 係受け先単語」を全件出力するGUIツール

__[前回作成したGUIツール](https://qiita.com/Afo_guard_enthusiast/items/27d8801494e91c7f0c45)__の画面を見やすく変えました。

・ [前回の記事](https://qiita.com/Afo_guard_enthusiast/items/27d8801494e91c7f0c45)

##挙動確認

“`bash:Terminal
% python3 tkinter_ner_svo_list_filter_by_target_word_and_case_file_dialog2.py
“`

__1. テキストファイルを選択__


__2. テキストファイルを選択__
![スクリーンショット 2020-12-04 23.

数理最適化モデリング言語 PySIMPLE の紹介

この記事は「[数理最適化 Advent Calendar 2020](https://qiita.com/advent-calendar/2020/mo)」 5 日目の記事です．
4 日目は @kievdhia さんによる「[確率計画法とその周辺の紹介](https://qiita.com/kievdhia/items/3a5cc31f42cfd5464b12)」でした．

# 0. はじめに

はじめまして，[NTT データ数理システム](http://www.msi.co.jp/) の数理計画部でシニアリサーチャーをしている池田です．普段は，じゃがりこを並べたり，数理最適化モデリング言語の開発をしています．

要するに中の人なのですが，皆さまは数理最適化の仕事と言えば何を思い浮かべるでしょうか．おそらく，ソルバー開発や，ソルバーを用いた問題解決といったことが真っ先に出てくるはずです．実際は，上記に関わるさまざま仕事が存在し，私がしている数理最適化モデリング言語の開発なども存在します．今回は，こちらの紹介をしていきます．

# 1. 数理最適化モデリング言語

数理最適化などの数学

Pythonの基礎を学ぶ②Aidemy

#初めに
**AidemiyのPython入門コースの勉強経過について書いてみる。**
#なぜAidemyか？
**理由は無料だから(笑)**

https://aidemy.net/mypage
#無料にした理由(無料vs有料)
**・趣味としてプログラミングをやる目的なので挫折してもいい**
**・効率を重視するよりも、楽しみを重視したい。だから、強制力(負担)がないほうがいい、**
###無料のメリット
**・やめても損しない。経済的な損失がほぼゼロである。**
**・無料だからこそ勇気がいらず気軽に挑戦できる。**
**・サンクコストがゼロである。自分に合わなかったら簡単にやめることができる。**
###有料のメリット(無料のデメリット)
**・有料のほうが環境が充実している**
**・高額なスクールに通うと、ライザップ

OpenPyXLを使ったPythonでのExcel操作まとめ

OpenPyXLを利用したExcelをごにょごにょするツールを作成する機会があったので、実用ベースでの色々な操作方法（基礎的なものから幅広く）、注意点等をまとめておきます。
公式ドキュメント (http://openpyxl.readthedocs.io/en/default/)
# 環境
Windows 10
Python 3.8.1
OpenPyXL 3.0.3
Excel 2019
# 基本操作
### ブック操作
“`python
import openpyxl

# 新規作成
new_wb = openpyxl.Workbook()

# 既存Excelファイル読込
filepath = r’C:\hoge\hogehoge.xlsx’
wb = openpyxl.load_workbook(filename=filepath, read_only=False)

# 保存
wb.save(file_path)

# 閉じる
wb.close()
“`
#### *openpyxl.load_workbook()*
|引数|概要|
|—-|—-|
|read_on

[Python] BFS (幅優先探索)　ABC146D

#[ABC146D](https://atcoder.jp/contests/abc146/tasks/abc146_d)
当内容は、他サイトを参考に自分用に編集したものです。
# はじめに
* 次数 (つながる辺の本数) が最大の頂点がボトルネックになる
* 次数の最大値を d とすると、d 色で塗り分けられそう

もし「具体的な塗り分け方を求めよ」と言われなければ、最大次数を出力してしまって良さそう。でも今回は、具体的な塗り方を求めることも要求されている。それは証明も込みで要求されているのに等しい。

# [木](https://ja.wikipedia.org/wiki/%E6%9C%A8_(%E6%95%B0%E5%AD%A6))なので
今回は一般のグラフではないので割と考えやすい。ちなみに今回の問題、一般のグラフの場合は最大次数色では塗りきれないケースが存在する (最大次数色 + 1 で塗ることは可能)！！！！

それはさておき、木を扱うときに定番となる考え方は「根を一つテキトーに決めてしまう」というのがある。これをすると木の頂点にある種の順序付けができるのだ。下図の左側のグ

COVID-19の感染者数をProphetで予測 更新

#概要
[2週間前](https://qiita.com/Ihmon/items/7a52bd076a3e77b0d443)にProphetで予測した感染者数を最新のデータで再度予測した
差分だけを記載する

– 実施: 2020年12月04日
– パケージ：Prophet

##Prophetで感染者数予測
2週間前のProphet予測では12月上旬は3000人を超えていたが、いまは幸い2500人くらいとなっている
この先30日の国内感染者数予測は下図となった
傾向は前回の予測同様、12月中旬に向けていったん減少するが、その後増加するらしい
試しに60日先まで予測すると下図となった
12月にいったん減少するが第一波、二波の後にあった小康状態が今回はなく、1月はずっと増加する予測
現実味を帯びた嫌な波形になったように感じる
![image.png

統計初心者が統計モデリング力を鍛えるための勉強法

以前、[『結局、統計モデリングとは何なのか』](https://qiita.com/ueniki/items/6338f8de53ee65637b32)という記事を書きました。

この記事は、その名の通り、「そもそも」何が統計モデリングで、何が統計モデリングではないのかということを扱った記事です。

今回は、「統計モデリングとは何か」を理解した方に向けて、実際に「統計モデリング力」を鍛えるためにはどうするかを書いていきたいと思います。

# この記事の目的と対象者
上記でも述べたようにこの記事の目的は、どのように「統計モデリング力」を鍛えるかを書くことです。
統計学に入門するところから、高度な統計モデルを扱えるようになるまでの勉強法について書いています。
したがって、統計初心者からそれなりに理解している人までの幅広い層が想定読者となります。
ところどころで、プログラム言語で実際に手を動かしながら学ぶタイプの本を紹介することもありますので、そういった本を読むためにはPythonまたはRの知識が必要になります。

# 統計モデリング力とはなにか
ここでいう「統計モデリング力」とは、
*