Python3関連のことを調べてみた2021年10月17日

tar.gzファイルのダウンロードから解凍保存をメモリ上で実施したい

## やりたいこと
tar.gzファイルを外部からダウンロードし、メモリ上で解凍。
解凍したファイルを任意のディレクトリに保存。（tar.gzファイルは保存しない）

## 実現方法
“`python
import requests
import tarfile
import io

with tarfile.open(fileobj=io.BytesIO(requests.get(‘tar.gzの取得先URL’).content)) as tarf:
tarf.extractall(‘保存先ディレクトリ’, members=tarf)
“`

オムロン環境センサ（2JCIE-BU）をラズパイで使ってみた。（２）

今回は、前回の記事で２JCIE-BUから取得できることがわかった各種の値を溜め込むためにラズパイにPostgreSQLをインストールして、セッティングしていきます。

https://qiita.com/Toshiaki0315/items/aa43e78c024bb900ef53

# PostgreSQLのインストール

最初何も考えずにsudo apt install postgresを実行したらエラーになりました。

インストール失敗ログ

“`shell-session:
pi@raspberrypi:~ $ sudo apt install postgresql
パッケージリストを読み込んでいます… 完了
依存関係ツリーを作成しています
状態情報を読み取っています… 完了
以下の追加パッケージがインストールされます:
libllvm7 libpq5 postgresql-11 postgresql-client-11 postgresql-client-comm

kivyMDチュートリアル其の参什捌 Components – Selection篇

ハロー、Qiita!いかがお過ごしでしょうか。

今週も相変わらず、KivyMDの触れ込みをやっております。お時間ありましたら
お付き合いください。

ニュース的には、特にとりとめもないのですが、変わったことでいうと衆議院
解散くらいでしょうか。まさかの政治ネタが2週間連続という。投票結果がどう
なるかということをデータ分析で予想するというのも面白そうですね。私は、
知識がおぼつかず見ているだけになりそうですが…

ということで今週も元気にやっていきましょう。今週はSelection篇となります。

## Selection

マテリアルデザインのリンクは見ておいて頂けたらと思います。

マニュアルの最初の説明は以下のようになっています。

> Selection refers to how users indicate specific items they intend to take action on.

ここも個人の考え方をいれないよう、依頼をしてみます。

> 選択とは、ユーザーが行動を起こすための具体的な項目を示すことです。

選択 = Selection

となって

ワンライナー年月日取得(python)

巷を探してもいったん変数格納しているまどろっこしいのしか見つからないので、書いてみました。

“`python:今日の日付取得
import datetime
print(datetime.datetime.today().strftime(‘%Y-%m-%d’))
“`

昨日の日付を取得するのにも、変数作りまくっているまどろっこしいのしかないですよね。次の式で一発取得です。

“`python:昨日の日付取得
import datetime
print((datetime.datetime.today() – datetime.timedelta(days=1)).strftime(‘%Y-%m-%d’))
“`

取得したい日付はtimedeltaの引数を調節すればOKです。
使える引数は以下が参考になります。
https://docs.python.org/ja/3/library/datetime.html

良きワンライナーライフを！

【Python3】０から作るPython初心者プログラミング【01】-じゃんけんプログラム-

##【初回ご挨拶】こんにちは! ぬかさんエンジニアリングです。(初投稿‼)

この**「０から作るPython初心者プログラミング」シリーズ**は、Python初心者である私が、**初心者の初心者による初心者のための実践的プログラミングスキル**を皆さんと実践的に学び共有していきたいという趣旨の元に発足した企画です。

お題となるプログラムを最初に提示しますので、各自コーディングをした後にこの記事を読みながら答え合わせをしてみてください！

Python入門書を読み終えてこれから実践的コーディングをたくさんこなしていきたいと思っている……..けど**どんなプログラムを作ればいいかわからない‼**とお題に困っていた皆さん、このシリーズをこなして実践力が上がりました！と言ってもらえるように頑張ってコツコツ書いていきますので**是非ご一読を！それからLGTMも是非！**

Ubuntu 20.04でpython3をデフォルトに設定

久しぶりにUbuntu 20.04をインストールしたら、Python3をデフォルトにする方法を忘れていたのでメモ。

結論としては以下の実行。

“`
$ sudo update-alternatives –install /usr/bin/python python /usr/bin/python3.8 0
“`
これだけでpython3がデフォルトになる。

“`
$ python –version
Python 3.8.10
“`

自分の環境では何故かpython2が入っていなかった（20.04って元々そうでしたっけ？）。

【以下はただの参考情報】
変更するものがないのでupdate-alternativesで–configすると「変更もなにも変更対象のものがない」と言われ、プライオリティをつけずに–installすると「 」と最後にプライオリティのための番号が必要だよと言われた（ので今回は0をつけた）。

“`
$ which python
$ which python3
/usr/bin/py

【Python】日付をforで回したい （〇月〇日から△月△日まで〜）

## はじめに
**〇月〇日から△月△日まで〜** みたいなのをforで回したい時ありますよね。

そんな時に使えそうなライブラリを作ったので投稿します。

## ソースコード

名前は **`dt-range`** めっちゃ普通。

https://github.com/nanato12/dt-range

## 使い方

まずは普通に `pip` を使ってインストール

“`sh
$ pip install dt-range
“`

### 週単位で回したいとき: **weekrange**

“`python
from datetime import datetime

from dt_range import weekrange

START = datetime(2021, 1, 1)
END = datetime(2021, 1, 31)

for dt in weekrange(START, END):
print(dt)
# 2021-01-01 00:00:00
# 2021-01-08 00:00:00
# 2021-01-15 00:00:00
#

エックスサーバーでPython(flask)を動かしてみた件

下記サイトに移動

[エックスサーバーでPython(flask)を動かしてみた件](https://pchanz.com/%e3%82%a8%e3%83%83%e3%82%af%e3%82%b9%e3%82%b5%e3%83%bc%e3%83%90%e3%83%bc%e3%81%a7pythonflask%e3%82%92%e5%8b%95%e3%81%8b%e3%81%97%e3%81%a6%e3%81%bf%e3%81%9f%e4%bb%b6/ “エックスサーバーでPython(flask)を動かしてみた件”)

【Python】lambda関数の使い方

## はじめに
lambda関数(ラムダ式)、また無名関数と呼ばれています。
名前の通り、名前の無い関数です(笑)。
[前編](https://qiita.com/PuchiCorner/items/24da1162d591d943fcfb)と[前前編](https://qiita.com/PuchiCorner/items/d71033e903c27be874a7)の**leaky ReLU**と**ReLU**グラフを作成した時に、

“`python
list(map(lambda x: relu(x), X))
“`
このようなコードがあります。今回はそれについて話したいと思います。

## lambda関数
“`python
lambda parameter(s): expression
“`
– parameter(s): パラメーターが複数であれば、””**,**”” で区切りします。
– expression: 計算式です。

例:

“`python
tashisan = lambda x, y: x + y
print(tashisan(2, 4))
“

Python、Flaskであっという間に画面表示！

##内容
今回はPythonのWebアプリケーションフレームワークのFlaskを使って画面を表示させるよーっていうところまで書きます！簡単な内容となっていますがよろしくお願いいたします！
※本記事ではソースコードのみの記載とさせていただき、環境の構築(Python、Flaskのインストールなど)に関しましては割愛させていただきます。

##環境
・Python 3.9.6
・Flask 1.1.2

##helloを表示
どこにでもあるhelloを表示させるです。

“`python:hello.py
from flask import Flask

app = Flask(__name__)

@app.route(‘/’)
def hello():
return “Hello World!”

if __name__ ==”__main__”:
app.run()
“`
###実行
サーバーを起動させる

“`terminal:ターミナル
python hello.py
“`
下記URLにアクセスしてみます。
http://localhost:5000/
す

GPIB、PyVISAで完全自動測定

#きっかけ
測定器を制御して測定を自動化しようとしたのがきっかけです。
これを見ればどのようにPythonで測定を自動化できるか分かります。
もし再現したい場合はすべて読んでから行ってください。
#はじめに
[PyVISA](https://pyvisa.readthedocs.io/en/latest/)とはPythonで測定器を自動で制御できるようにするライブラリです。

どのように内部で制御されているかはNational Instruments社(NI)の[計測器制御に必要なソフトウェア(GPIB、Serial、VISA、USBなど)](https://knowledge.ni.com/KnowledgeArticleDetails?id=kA00Z0000019XKkSAM&l=ja-JP)を見るとわかりやすいです。
上記サイトの図に測定器制御ソフトウェア層が書かれています。
基本的に下位層から、ハードウェア層、ドライバ層、計測器ドライバ層、アプリケーション層に分かれています。

また図からわかりますが、今回、ハードウェアから通信を受けるプロトコルにはGPIBを用いるので、ドラ

Python始めました。(その１)

#記事を書くきっかけ
　これまではフロントエンドをやっていましたが、バックエンドもできたらかっこいいなと思ってサーバーやデータベースにも手を出し始めました。

　pythonは機械学習やAIのイメージがあったのですが、どうやらバックエンドもできるらしいということで、習得したらお得じゃね？ということでpythonを学び始めました。

　今回は以下の動画教材を用いて勉強しました。
　　[プログラミング初心者でも安心、Python/Django入門講座](https://www.udemy.com/share/101XAa3@Twltedv7DY1Oa9ym7eF6EqGLHqncpYNk4JnGz3s0vzROQr4WI3aHAWd3-ClRgiJnhA==/)

#始める前に
　pythonの学習をするにあたってまず、公式からpythonをダウンロードしました。
　　https://www.python.org/downloads/

#基礎知識
　今回はpythonのinteractiveshellを使って基礎の基礎をやっています。ターミナルに以下のコマンドを打ち込むことで利用できます

anaconda でstreamlit コマンド実行できない

<現象>
streamlitコマンドが実行できない
<解決方法>
“`conda deactivate
pip uninstall streamlit
conda activate 仮想環境名
pip install streamlit“`

リスト型

#今回の授業資料

:::note info
また本日の授業のサンプルコード (以下で列挙したコードであるarray_sample.pyと次回記事 dic_sample.pyを合算したpython3ファイル) を，まなBOXにアップしています．演習や授業の参考としてご活用ください．
:::

# リスト
複数の値を代入したい時に使用．数字でも文字でも代入が可能．

例えば，名簿を作るとしましょう．

|インデックス番号|0|1|2|
|:-:|:-:|:-:|:-:|
| **値** |alfred|beck|charlie|

“`python3:array_sample.py
# 変数名 = [要素0,要素1,要素2, …]
name_array=[‘alf

算術計算

#今回の授業のゴール

Python3での，算術演算子，変数を用いた基本的な計算を，
インタラクティブシェル(ターミナルやコマンドプロンプト等)で実行できる．

—
#この授業資料の前提

とある中学校の授業資料として作成しております．開発環境やカリキュラムなどに関しては[こちら](https://qiita.com/hakukikun/items/ce55fef4fa1ffefb4e6d)を参照してください．

—

# 加減乗除，剰余，累乗
|算術計算の種類|算術演算子|キー（JISの場合）|
|:-:|:-:|:-:|
|加算(足し算)|+|Shift +「れ」|
|減算(引き算)|-|Shift +「ほ」|
|乗算(掛け算)|*|Shift +「け」|
|除算(割り算)|/|Shift +「め」|
|剰余(余り)|%|Shift +「え・5」|
|累乗(同じ数字を掛ける)|**|Shift +「け」|

—

#【実習】

—
#【演習1】計算してみよう(授業資料1 演習)
[このページ](https://qiita.com/Rumi_Yamaguchi/ite

Python環境構築メモ

#環境構築
###使うもの
– pip (インストールに使う)
– virtualenv (仮想環境構築に使う)

###pipのインストール
以下をコマンドプロンプトにて実行。

“`
python get-pip.py
“`
pipと打ってコマンド一覧が出てきたらインストール済みってこと

###virtualenvのインストール
以下をコマンドプロンプトにて実行

“`
py -m pip install virtualenv
“`
virtualenvと打ってコマンド一覧が出てきたらインストール済みってこと

###virtualenv使い方
#####使い方の前に説明します。。。
virtualenvは実行環境(仮想環境)を作ることができるらしい
virtualenvの仮想環境とは：
異なるバージョンのpythonやフレームワークなどを各仮想環境へインストールすることができ、簡単に仮想環境を切り替えることによる簡易テストが可能となる場所を用意してくれます。

#####本題(使い方)
仮想環境の作成↓
py -m virtualenv <仮想環境名>
これをコマン

FastAPI 色々なレスポンスまとめ

# この記事は？

自分の備忘録も兼ねて、FastAPI のレスポンスについてまとめました。
FastAPI の基本的な記述方法、HTTP の基礎的な知識については、ここでは説明していません。
チートシート的なものとしてご活用ください

以下のドキュメントを元に作成しました。

# JSON レスポンス (単純な方法)

FastAPI では、デフォルトでは JSON 形式のレスポンスをするようになっています。
`return`に辞書オブジェクトを配置すると、JSON に変換されてレスポンスされます。

“`py
from fastapi import FastAPI
app = FastAPI()

@app.get(“/”)
def index():
return {“mes”: “hello”}
“`

ただ、プレーンテキストを記述しても、MIME タイプは`application/json`としてレスポンスされてしまうので注意。

“`py
@ap

AOJトライに関する知識知見の記録共有 （Volume0-0039）

# 概要
Roman Figure

https://judge.u-aizu.ac.jp/onlinejudge/description.jsp?id=0039

# コード
補助記号Zを使用

“`

def roman_to_alabia(c):
dict_r2a = {
“Z”: 0,
“I”: 1,
“V”: 5,
“X”: 10,
“L”: 50,
“C”: 100,
“D”: 500,
“M”: 1000,
}
return dict_r2a[c]

def calc_plus_minus(x, y):
ret = 0
xi, yi = [roman_to_alabia(r) for r in [x, y]]
if xi < yi: ret = -1 * xi else: ret = xi return ret def Roman_Figure(

競プロ用チートシート（Python）

## 概要
Atcoderでよく用いるpythonのコードをすぐに参照するための自分用のチートシートです。
アルゴリズムについて、詳しく知りたい方は、他の記事をご参照ください。

演習をこなす度に、詰まった点を中心にアルゴリズム等を追記していく予定です。

### 入力
“`sample.py

# 文字列の入力
s = input()
S = input().split()

# 整数、数列の入力
num = int(input())
N = list(map(int, input().split()))

“`

### 最大公約数、最小公倍数

“`sample.py

# 最大公約数
def gcd(a, b):
while b:
a, b = b, a % b
return a

# 最小公倍数
def lcm(a, b):
return a * b // gcd (a, b)

“`

### 素因数分解

“`sample.py

# nを素因数分解したリストを返す
def prime_decomposition(n):

【深層学習】活性化関数Leaky ReLUについて

深層学習モデルを構築する時、うまく活性化関数を選ぶことは大事です。
[前編](https://qiita.com/PuchiCorner/items/d71033e903c27be874a7)に続き、もう一つ活性化関数Leaky ReLUについて紹介したいと思います。

## Leaky ReLUとは?
Leaky ReLUはReLUの派生形の一つです。
数式を書くと

“`math
f(x) = max(ax, x)
“`
ちなみに、$a$の数値は0.01で設定される場合が多いです。
数式により、$x$が負数の場合であれば$f(x)$は$ax$になるでしょう。

Pythonで書いてみると

“`python
def leaky_relu(x):
return max(0.01*x, x)
“`

## Leaky ReLUの微分

– $x$が正数の場合であれば:

“`math
\frac{\mathrm{d} f(x)}{\mathrm{d} x}=\frac{\mathrm{d} x}{\mathrm{d} x}=1
“