- 1. Python3.10でのマルチスレッド動作について
- 2. 【AWS】boto3を使ってS3でフォルダを作成する方法
- 3. Python初学者のまとめ
- 4. 資産のドローダウン率・ドローダウン期間を出す[Python]
- 5. C# Python インストール確認 ライブラリ確認
- 6. Photoshop 形式のファイルから RichText を取り出して HTML と CSS に変換する – 後編
- 7. R 事始め(スタートアップ編)
- 8. Photoshop 形式のファイルから RichText を取り出して HTML と CSS に変換する – 前編
- 9. 【初心者】AnacondaのインストールとJupyterLabの起動【Windows10】
- 10. デバッグ用:pretty_errors
- 11. Pythonで2進数likeな文字列をnumpyにEncodeする
- 12. python初心者のはじめの一歩
- 13. 【厳選】最低限のpandasテクニックを習得できるpandas64本ノック
- 14. 【YOLOv5】マスクの物体検出
- 15. ターミナルからPythonパッケージの依存関係を探すコマンドを作ってみた
- 16. django transaction.atomic() + 自前エラークラス
- 17. 【Python3】0から作るPython初心者プログラミング【02】-じゃんけんプログラムをクラス化する-
- 18. バッチ処理にCloud Runを使用する時にタイムアウトを乗り越える
- 19. pipインストール手順
- 20. 2つのPyTorchモデルの重みの平均を計算する
Python3.10でのマルチスレッド動作について
Pyhtonのマルチスレッド周りで実験をしていたところ,
Python3.10より動作が変わった?点があったのでメモしておきます。**注意: 私の環境での結果をメモしただけです。**
**ソースレベルでの調査やリリースノートの確認はしていません。**
**詳しい情報があれば教えてください**
後日調査して内容をアップグレードする予定です.(時間があれば)### 大前提
PythonはGILがありマルチスレッドで実行しても,
GILにより実行されるスレッド数は常に1スレッドに限定されます.
ただし, 各動作がアトミックに行われるわけではないため, スレッドセーフではありません.
**意図せぬ競合を起こさないため, クリティカルセッションでは必ずWith構文を用いたロックをしましょう**### 本題
GILの確認のためマルチスレッド処理を実験してみたところ,
Python3.9.6とPython3.10.0で動作が異なったのでメモしておきます.#### 環境
– RaspberryOS 64bit
– Python3.10 (64bit)
– Python3.9.6
【AWS】boto3を使ってS3でフォルダを作成する方法
boto3を使ってS3でフォルダを作成する方法です。(備忘録として)
“`python
import boto3 #boto3インポートdir = ‘hoge/fuga/’ #ディレクトリパス
bucket_name=’your_buket_name’ #S3のバケット名
s3 = boto3.client(‘s3’)
result = s3.list_objects(Bucket=bucket_name, Prefix=dir) #ディレクトリを変数にif not “Contents” in result: # ディレクトリがない場合はContents というキーが存在しない。これを使えば存在判定ができる。
s3.put_object(Bucket=bucket_name, Key=dir) #ディレクトリ作成
“`# 参考にした記事
https://intellipaat.com/community/41744/using-boto3-how-can-i-create-a-folder-inside-s3
https://qiita.com/ra
Python初学者のまとめ
#本体のインストール
###■Windows10
1. [公式サイト](https://www.python.org/)よりダウンロード
![スクリーンショット 2021-10-27 192111.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/271417/0b480dd4-3413-9c13-852f-de6c23da7da3.png)2. Add Python 3.x to PATHにチェックを入れてInstall Now押す
![スクリーンショット 2021-10-27 192915.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/271417/9c727c57-a772-2512-e53c-18ff744d2407.png)
3. 確認デフォルトでは`C:\Users\{ユーザ名}\AppData\Local\Programs\Python`にインストールされる
“`plaintext:
C:\Use
資産のドローダウン率・ドローダウン期間を出す[Python]
# はじめに
トレーディングシステムのバックテストで、資産のドローダウン期間の平均を求めたくなりました。いろいろ調べてみたところ、最大ドローダウン率を出すプログラムはあるけれど、個々のドローダウン期間を出すプログラムって案外見つからないんですよね。
そこで自分で実装してみました。
# 環境
* Python 3.9.5# コード
“`Python:sum_model.py
def calc_drawdown(input):
“””calc drawdown listArgs:
input [list]: 資産推移Returns:
[list]: [(ドローダウン率, ドローダウン期間, ドローダウンが始まった箇所のインデックス), …]
“””hist = input + [float(“inf”)]
dd = [] # 結果
down_start_price = 0 # ドローダウン開始時の資産&ドローダウン突入のフラグ
down_strat_d
C# Python インストール確認 ライブラリ確認
C#からPythonのインストールとライブラリの導入確認をします。
これによってC#からPythonのアプリケーションを適切に起動したりできます。
今後これらを使いC#からPython機械学習アプリケーションを呼び出して、
連携をしていこうと考えているところです。## 動作環境
Windows 10
Python 3.6.4 Anaconda, Inc.
(環境変数にpythonは追加済み)## フォルダ構成
“`
AppDir
|_ python
|_ import_check.py (import確認したいライブラリを記載)
|_ app.exe (PythonチェックをするC#アプリケーション)
“`## ソースコード
### Python (import確認用)
importできるか確認したいライブラリをまとめて記載“`python:import_check.py
import pandas
import numpy
import opencv
# 他に適宜追加
“`### C# (Pythonチェックアプリケーション)
Photoshop 形式のファイルから RichText を取り出して HTML と CSS に変換する – 後編
[前編](https://qiita.com/Kazuya_Murakami/items/ce7a9cc123510798cefd)からの続きです。
psd-tools を利用したスクリプトを実行し、
リッチテキストとして取り出したい PSD (PSB) ファイルを指定すると、HTML+CSS のソースコードと CSV ファイルが作成されるという内容です。ちなみに、PSD (PSB) ファイルに変更を加えることはありません。
## 動作環境
+ Python 3.5 以上
+ psd-tools-1.9.18(インストール手順は[前編](https://qiita.com/Kazuya_Murakami/items/ce7a9cc123510798cefd)を参照)## スクリプトの全文
https://github.com/km7902/TextExtractFromPSD“`Python:TextExtructFromPSD.py
import csv
import osfrom decimal import Decimal, ROUND_HALF_UP
fr
R 事始め(スタートアップ編)
kaggleのコンペは主にRやPythonで記述される。
次回にRを使うときのために備忘録を残します。## Rインストール手順
公式サイトから各環境に合わせてインストールします。
https://cran.r-project.org/詳細な方法は以下のページが参考になります。
https://rstudio-education.github.io/hopr/starting.html## 概要理解
– 動画資料
ざっくり概要つかむのに適しています。– Rチートシート
こちらの記事で紹介されているチートシートが網羅的でおすすめです。
https://qiita.com/ocean_f/items/b47f21d5c992a03e7465## Package紹介
使用頻度の高いpackageの紹介があります。
https://www.analyticsvidhya.com/blog/2021/04/top-10-r-packages-for-data-
Photoshop 形式のファイルから RichText を取り出して HTML と CSS に変換する – 前編
## 本稿の目的
どうも、フロントエンドエンジニアです。
(たまにバックもやります)さて、HTML コーダーなどをやっていると
「テキストでコーディングしてください!」という依頼を受けることがたまにあります。以下のような RichText ですが、普通は画像化したほうが早いです。
![sample.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/362854/500ccff8-bf60-f02a-82ff-7f3887800764.png)
[sample_ja.psd](https://github.com/km7902/TextExtractFromPSD/raw/main/sample_ja.psd)とはいえ、お客様のご要望であればテキスト化します。
これを HTML と CSS で表現すると、以下のようなコードになります。“`html
100本の解説動画と6つの
【初心者】AnacondaのインストールとJupyterLabの起動【Windows10】
## はじめに
機械学習/データサイエンスにおけるPython環境構築は、ライブラリの依存関係が強く、インストールに手間がかかり、非常に面倒です。
ここでは、お手軽に環境構築するために、科学計算のためのPythonおよびR言語のディストリビューションであるAnacondaのインストールと、JupyterLabの起動までを説明します。またAnaconda Navigatorを用いた仮想環境の作成方法について説明します。
※この記事では、Windows10を使っています。## Anacondaのインストール
####1. Anacondaホームページから、Products>Individual Editionへ。
https://www.anaconda.com/####2. Downloadをクリックしてインストーラーをダウンロードしてください。
デバッグ用:pretty_errors
* インストール
“`
pip install pretty_errors
“`* 使用
“` python
import pretty_errors
pretty_errors.configure(
display_locals = True,
filename_display = pretty_errors.FILENAME_EXTENDED,
)“`
display_localsは、局部変数を設定する、
filename_display は、ファイルの名を設定する、
他のこと(色など)も設定できる。* 全局セット
“`
python -m pretty_errors
“`
Pythonで2進数likeな文字列をnumpyにEncodeする
題名通りです.
“`Python
import numpy as npnp.fromiter(‘0101’, dtype=np.int8)
>>> array([0, 1, 0, 1], dtype=int8)
“`
python初心者のはじめの一歩
#環境
windows10
python3.9
エディタ VSCode#pythonライブラリ [pandas]
pythonにはライブラリが複数ありますが、今回はcsvデータを読み込んで
色々と加工するときに便利なpandasライブラリを使用します。ライブラリを使用する時には、importを使用。
これは、どの言語でもだいたい同じですね。“`python
import pandas as pd
“`#csvデータを読み込んで表示してみよう!
csv読み込みは、pandasライブラリの中の「read_csv」関数を使用します。
csvのパスですが、バックスラッシュと¥記号で、躓きました。データを読み込んだら、表示するだけです。
表示は、様々な方法があるので、以下をコピペして実行してみてください。“`python
import pandas as pd#msg = “Hello World”
#print(msg)# \\や/に注意!!
# ↓↓ココにハマった
df_population_data = pd.read_csv(‘C:\\User
【厳選】最低限のpandasテクニックを習得できるpandas64本ノック
# はじめに
機械学習を勉強しようと思ったらまずpandasの基礎を固めるのが機械学習エンジニアへの近道!
そこでpandasを勉強しようと思い調べるとpandas100本ノックなるものがたくさん出てきますね。私もいくつか利用してpandasを学んできましたが、問題数を100本に満たすために同じような問題やpandasではないライブラリの問題が混ざったりしていたので今回は純粋なpandasノックを作成してみました。
全部で64問。
問題はipynbファイルにて作成しております。
各問いには見出しがついているので辞書のようにpandasでわからないことを調べることもできるように作りました。問題はgithub上(以下URL)に公開しています。
URL: https://github.com/gotty21/basic_pandas-64-knocks自分の学習環境上にcolneして利用していただければと思います。
# 使い方
cloneしてきたフォルダ内には以下が入っています。|名前|説明|
|—-|—-|
|question.ipynb|問題のみが記載され
【YOLOv5】マスクの物体検出
# はじめに
YOLOv5を用いての物体検知について勉強したので、マスクを着用しているかどうかを検出するモデルを作成してみました。# ライブラリの準備
今回は、pytorchで書かれたyolo v5を用いるので、以下のコマンドでgitからクローンしてきます。
pythonのバージョンは`3.8`以上だと良いみたいです。“`
$ git clone https://github.com/ultralytics/yolov5.git
“`
次に、必要なライブラリをインストールします。“`
$ cd yolo5
$ pip install -r requirements.txt
“`# データの準備
アノテーション済みのマスク画像データを提供している[Mask Wearing Dataset](https://public.roboflow.com/object-detection/mask-wearing)からデータをダウンロードします。
ダウンロードボタンを押して、以下の画像のように、`YOLO Darknet`を選択します。
![スクリーンショット 2021
ターミナルからPythonパッケージの依存関係を探すコマンドを作ってみた
## はじめに
Pythonには多くのパッケージがありますね。そのパッケージを管理するためにpipを使っている人も多いのではないでしょうか。pipは簡単にパッケージを導入できるシステムですが、パッケージ同士の依存関係がわからない!なんてことに直面したことはありませんか?~~(私はあります。)~~インストール済みのパッケージなら、ターミナルから調べることができますが、インストールしてあるかどうかに関わらずうまく調べる方法はないものか?と思い、シェルコマンドを作ってみました。
## 環境
* MacBook Pro 2017
* macOS Big Sur 11.6
* Python 3.10.0
* Z Shell 5.8## インストール済みのパッケージの依存関係を調べる
復習にはなりますが、インストール済みのパッケージの依存関係は、ターミナルから次のように調べることができます。
“`zsh:terminal
$ pip3 show <パッケージ名>
“`例として、numpyについて調べてみると、以下のように出力され
django transaction.atomic() + 自前エラークラス
を書くんだよ
tryの中でこけると、user.save()はrollbackされる。
うまくいったところだけ保存したいならwith transaction.atomic()は外す“`python
class UserNameError(BaseException):
“”” UserName must contain two ‘@’ s. An example is ‘MailAddress@Organization_name'”””
pass…
if organization.name != params[“name”]:
users = User.objects.filter(organization_id=organization_id)
try:
with transaction.atomic():
for user in users:
user_name = user.username
【Python3】0から作るPython初心者プログラミング【02】-じゃんけんプログラムをクラス化する-
#【ご挨拶】こんにちは! ぬかさんエンジニアリングです。(2回目‼)
前回の投稿にありがたいことにコメントを頂きまして、じゃんけんプログラムをより簡潔に書ける方法を教えていただきました。
今回はそれらの内容も含めてじゃんけんプログラムを**関数化**、そして**クラス化**というように**進化**させていく内容になっています!
普段クラスから作っているという方も、順を追ってみていくことで**関数とクラスの便利さに気づけるような構成**になっていますので最後まで見て頂けると嬉しいです!
**LGTM**も是非宜しくお願い致します‼#本シリーズ初めての方へ
【趣旨】
Python初心者プログラマーが入門書で学ん
バッチ処理にCloud Runを使用する時にタイムアウトを乗り越える
自分の周囲でCloud Run熱が高まっているようなのですが、それに乗っかるためにやってみた系の記事です。
Cloud Runでバッチ処理をする際に気になってしまうタイムアウトについて、中断時点から容易に再開できるpythonのgokartというライブラリとCloud Tasksで気にしなくて済むようにしようという試みです。(新規性はわかりません)コードはこちら
https://github.com/Ryusuketa/cloud-run-long-batch## Cloud Runをバッチ処理に利用する
意外とバッチでのデータ処理をいい感じにクラウド上で動かしてくれるサービスがあんまりありません。
そこそこ複雑な処理を書くにはGCPのCloud Workflowsでは物足りず、
甘ったれ園児ニアとしてはデータ処理に向いたPythonでぺっと自由に処理を書いてDocker imageに依存もパッケージングしてデプロイしていい感じに動いていて欲しいです。App EngineやEBもやりたいことに対して手間だなってレベルの園児です。
また実行頻度とコストの兼ね合いで、インスタンスを
pipインストール手順
#環境
windows10
python3.9
エディタ VSCode#事象
pythonをインストールしたが、pipがインストールできていなかった。
[No module named pip]とあるが、python3.4以上は、pipは自動インストールでは?と非常に悩んだ。
調査するとpowerShellは最新のバージョンにアップデートしてみると良いとあったので、
最新にしてみた。python3.9 の保存場所は以下。
C:\Users\xxx\AppData\Local\Programs\Python\Python39\python.exe“`python:コマンドプロンプト
>python –version
Python 3.9.2> py -m pip install
C:\Users\xxx\AppData\Local\Programs\Python\Python39\python.exe: No module named pip
PS C:\Users\xxx\AppData\Local\Programs\Python\Python39> pip lis
2つのPyTorchモデルの重みの平均を計算する
# はじめに
PyTorchの2つの機械学習モデルの重みを平均してみました。モデルの`state_dict`を取得することで、パラメータに直接計算を加えることができます。
# 環境
* Python 3.9.5
* torch 1.9.0+cu111
* torchvision 0.10.0+cu111# 準備
モデル同士の足し算と、モデルの定数倍を行う関数を定義。### モデル同士の足し算
“`Python:sum_model.py
def sum_model_params(modelA, modelB):
“”” modelA + modelB “””
sdA = modelA.state_dict()
sdB = modelB.state_dict()
for key in sdA:
sdB[key] = (sdB[key] + sdA[key])
modelB.load_state_dict(sdB)
return modelB
“`### モデルの定数倍
“`Python:milti_