- 1. 【1歩目 ? Flaskとの選択】1日1歩 Django
- 2. Sphinxをマークダウンで使うためのrecommonmarkをMySTへ移行した際のメモ
- 3. RaspberrypiのBluetoothアドレスを取得する
- 4. 無料でJavaScriptを学べるサイト
- 5. Python3エンジニア認定基礎模試試験4回目 -間違えた問題-
- 6. bokeh: 折れ線の円形マーカーを表示/非表示切り替える
- 7. gulpコマンドだけでDjangoをrunserverしてscssも監視してコンパイルしてホットリロードもしたい。
- 8. bokeh: 凡例のフォントサイズを小さくして、できるだけ多くの項目を表示する
- 9. python csvの中身を取り出すモジュール -csv-
- 10. bokeh: すべての折れ線を非表示にする
- 11. 何も分からないが頑張って参院選の結果をTwitterから予測しようとする #1. Twitter APIを活用して関連するツイートを取得
- 12. PythonでMeCabを使う際のメモ
- 13. 【図解】仮想通貨と電子マネーの違いは〇〇?
- 14. 【図解】仮想通貨ってなに?
- 15. 【図解】ニューラルネットワークって?【初心者向け】
- 16. ABC259 A~D問題 ものすごく丁寧でわかりやすい解説 python 灰色~茶色コーダー向け #AtCoder
- 17. python csvの中身を外部ライブラリなしで取り出す -openpyxl無し,csv無し-
- 18. python 自動で拡張子を指定したファイルのみ新規フォルダにコピー -shutil-
- 19. VOICEVOXのAPIからリップシンク用のlabファイルを生成
- 20. 【厳選】機械学習の学習におすすめのTwitterアカウント40選
【1歩目 ? Flaskとの選択】1日1歩 Django
## はじめに
日々、更新するためにこのような1日1歩進んでいくための記事を作成しようと思います。
実は、Djangoでブログサイトを作ったりしたことがあるので、その工程や追加で気が付いたことを順々に追っていこうかと思います。
初回は、案外、気になる **Flask** **と** **Django** **の** **Web** **フレームワークはどう選べばいいの**?です。
**良い点・悪い点**を明確にするため、PythonのWebフレームワークの1つ **Flask** と比べていきます。## 比較してみた!!
2つの違いを簡単に分かりやすく表にまとめてみます!!
この後、一つ一つなぜそのような評価になっているのか詳細に見ていきます| | Flask | Django |
|:-:|:-:|:-:|
| 使用言語 | Python | Python |
| 規模 | 小・中規模 | 大規模 |
| クイックスタート ※1 | 少し遅め | 速い |
| 拡張性 | 高い | 低い |
| 速度 | 速い | Flaskより重い |
| 難易度
Sphinxをマークダウンで使うためのrecommonmarkをMySTへ移行した際のメモ
[趣味で書いているPythonライブラリ](https://github.com/simon-ritchie/apysc)のドキュメントはSphinx + マークダウン(recommonmark)を使っていたのですがいつのまにかrecommonmarkがdeprecatedとなっておりMySTへ移行したのでその際に発生した作業や引っかかった点などを記事にしておきます。
# recommonmarkの状況
過去のSphinx + マークダウン環境設定の記事などだと割とrecommonmark前提のものが多かった気がしますが、一方でrecommonmarkは現在以下のようにdeprecatedとされておりMySTへの移行が推奨されています。
> Warning: recommonmark is now deprecated. We recommend using MyST for a docutils bridge going forward. See this issue for background and discussion.
https://github.com/read
RaspberrypiのBluetoothアドレスを取得する
# Pythonを用いてBLEアドレスを取得する
海外サイト等を参考にどうやるのか探してみたが,2系での表示方法しかなかったので,3系にしたコードを記録する.“`python
import subprocess
status, output = subprocess.getstatusoutput(‘hciconfig’)
output = output.split(‘hci0:’)[1].split(‘BD Address: ‘)[1].split(‘ ‘)[0]
print(output)
“`
無料でJavaScriptを学べるサイト
# 無料でJavaScriptを学べる「javascripttutorial.net」
プログラミングの学習をしていて出会ったサイトがあります。
それが「**javascrittutorial.net**」というサイトです。https://www.javascripttutorial.net/
ほとんどの内容が網羅されている海外のサイトになります。
すべて英語表記なので、苦手な方はとっつきずらいかもしれませんが、
このサイトをみながら英語読解にも慣れていこうという勢いでぜひ見てみてください(笑)ちなみに
– **ES6(ES2015)以降の内容**
– **JS BOM / JS DOM**
– **WEB API**などなどの内容が載せられています!
# まだまだあった!
JavaScriptだけではなく、他にも言語別でサイトがありました!
どちらも「javascripttutorial.net」の姉妹サイトです。## Pythonが学べる「pythontutorial.net」
https://www.pythontutorial.net/
## Ty
Python3エンジニア認定基礎模試試験4回目 -間違えた問題-
獲得点数 925/1000点
正答率: 92.5 % ( 34問 / 40問 正解 )
“`python
以下のプログラムをインタプリタにて実行した際の出力結果を選びなさい
(x, y) for x in [0,1,2] for y in [1,2,3] if x != yA,[(0, 1), (0, 2), (0, 3), (1, 2), (1, 3), (2, 1), (2, 3)]
#forが入れ子になっている
“`
bokeh: 折れ線の円形マーカーを表示/非表示切り替える
# 環境
* Python 3.10.2
* bokeh 2.4.3# やりたいこと
Pythonの[bokeh](https://bokeh.org/)ライブラリを使って、以下のようなコードで、円形のマーカー付き折れ線グラフを作成しています。“`python
import bokeh
from bokeh.plotting import figure, output_file, saveoutput_file(“graph.html”)
x = [1, 2, 3, 4, 5]
y = [6, 7, 2, 4, 5]fig = figure(x_axis_label=”x”, y_axis_label=”y”)
fig.line(x, y)
fig.circle(x, y)save(fig)
“`![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/37903/4235a432-334e-ef05-9131-d62f134500ae.png)
# やりたいこと
gulpコマンドだけでDjangoをrunserverしてscssも監視してコンパイルしてホットリロードもしたい。
# Djangoでモダンなコーディング環境を作りたい
### 最近、
Djangoを書く案件があり、pythonも楽しいしview, model等の操作性がいいので毎日楽しかったのですが、フロント開発の際にいつも通りpugやらscssやらモダンな言語使ってガンガン書こうとしたら壁に当たりました。てかdjango-htmlってpug使えるのか?そもそもgulpどうやって導入するんだ?> え?素のhtmlとcssでコーディングするの…?
その日は絶望して寝ました。
### 翌日、
gulpをなんとかDjangoに導入してscssをコンパイルできるようになりました。
しかし、静的サイトでは問題なく動くgulpの`browser-sync`が、Djangoでは動きませんでした。
Djangoのプロジェクト起動コマンド`python3 manage.py runserver`を打ち、gulpを監視状態にしてscssを書き、保存したらブラウザを手動リロード。> これのどこがモダンやねん
その日は絶望して寝ました。
### 翌日、
いろいろあり悟りを開きました。その結果、ターミ
bokeh: 凡例のフォントサイズを小さくして、できるだけ多くの項目を表示する
# 環境
* Python 3.10.2
* bokeh 2.4.3# やりたいこと
Pythonの[bokeh](https://bokeh.org/)ライブラリを使って、グラフを描画しています。以下のようなコードで、グラフに20個以上の折れ線を表示したいです。
“`python
import bokeh
import bokeh.palettes
import numpy
from bokeh.plotting import figure, output_file, saveoutput_file(“graph.html”)
x_data = numpy.arange(-20, 20, 0.1)
palette = bokeh.palettes.Category20[20]fig = figure(x_axis_label=”x”, y_axis_label=”y”, height=400)
for i in range(20):
fig.line(
x_data, numpy.sin(x_data + i), color=pa
python csvの中身を取り出すモジュール -csv-
csvの中身を簡単に取り出す
“`python
import csv
f = open(“商品データ.csv”, encoding=”utf-8″)
cr = csv.reader(f) #readerオブジェクトを用意する
dat = list(cr)
f.close()
print(dat)
“`
![スクリーンショット 2022-07-12 0.24.31.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/1614609/4be30154-8579-b7ca-bbc6-e5b3679672a1.png)
bokeh: すべての折れ線を非表示にする
# 環境
* Python 3.10.2
* bokeh 2.4.3# はじめに
Pythonの[bokeh](https://bokeh.org/)ライブラリを使って、以下のような折れ線グラフを作りたいです。
* グラフに10本以上の折れ線がある
* 凡例の項目を選択すると、折れ線の表示/非表示が切り替わる。たとえば以下の様なグラフです。
“`python:test.py
import bokeh
import numpy
from bokeh.plotting import figure, output_file, save
import bokeh.palettesoutput_file(“graph.html”)
x_data = numpy.arange(-20, 20, 0.1)
palette = bokeh.palettes.Category10[10]fig = figure(x_axis_label=”x”, y_axis_label=”y”)
for i in range(10):
fig.line(x_data, numpy.si
何も分からないが頑張って参院選の結果をTwitterから予測しようとする #1. Twitter APIを活用して関連するツイートを取得
# 背景
[何も分からないが頑張って参院選の結果をTwitterから予測しようとする #0. 準備の準備](https://qiita.com/sakigakeman/items/3e50e88de211afe51e9d)
の続きになります。
センシティブな内容かもしれませんが、データ分析初学者の戯言だと思って温かく見守っていただければ幸いです。
# 分析ステップの確認
前回の記事にて、~~完璧な~~分析に向けて、以下のように分析スッテプを整理させていただきました。**1. Twitter APIを活用して、選挙当日までの選挙に関するツイートを取得**(今回半分)
**2. 取得したツイートをMeCabで形態素解析して、各政党ごとにWordCloudでの関連単語図式化や単語感情極性対応表によるポジネガ分析を実施**
**3. (今回は)実際の選挙結果と予測結果を照らし合わせて人力ニューラルネットで精度改善**
今回は、#1の半分くらいまで本記事でトライしていきます。
# Twitter APIの活用
APIとはなんぞや系や各種設定については友達のまさひろい
PythonでMeCabを使う際のメモ
## はじめに
PythonでMeCabを利用した形態素解析をする際、OS側にインストールされているMeCabの形態素解析エンジンや辞書との関係で少し混乱したため、忘れない様に学んだことをメモしておく。## 前提条件
【PC環境】
Windows 10 Pro
【ローカル環境のpython.Ver】
Python 3.9.13
【仮想環境のpython.Ver】
Python 3.9.13仮想環境を作成することはマストではないが、一旦テストが終わったら丸っと削除するつもりなので、今回は仮想環境で作業している。
## メモ内容
1.OS側のMeCabとPython側のMeCabについて
2.OS側にMeCabを入れずにPythonでMeCabを利用する
3.PythonでMeCabを利用できる状態の時に、OS側にMeCabを入れてみる。## 1.OS側のMeCabとPython側のMeCabについて
MeCabを使った形態素解析をする場合、まずは以下の32bit版 or 64bit版のインストーラをダウンロードすることが多いと思うが、PythonでMeCa
【図解】仮想通貨と電子マネーの違いは〇〇?
# YouTubeでも公開中
この記事の内容は動画で見ることもできます!
# はじめに
仮想通貨とは、今めっちゃ話題になっている、「実体を持たない、仮想上のデジタル通貨」のことです。ここで疑問に感じるのが、「電子マネーと何が違うの?」という点でしょう。仮想通貨は実体が無いので、イメージが難しいですが、実際のお金と同じように扱うこともできます。物理的に存在しない、デジタルな通貨と言われたら、仮想通貨と電子マネーは、同じように思えてしまいます。
しかし、仮想通貨は、電子マネーやクレジットカー
【図解】仮想通貨ってなに?
# YouTubeでも公開中
この記事の内容は動画で見ることもできます!
# 仮想通貨?
ここ数年、仮想通貨や暗号資産、ビットコインなどの用語を、よく耳にするようになりました。なんとなく、自分とは関係のない遠い話、あるいは、危ないイメージや、怖いイメージを持っている方も多いのではないでしょうか。しかし、この仮想通貨は、今めっちゃ話題になっている、めっちゃ重要な技術です。これからのお金の仕組みや、価値観、あるいは、現在の社会の構造を、全て変えるほどの可能性を持っています。
仮想通貨について
【図解】ニューラルネットワークって?【初心者向け】
# YouTubeでも公開中
この記事の内容は動画で見ることもできます!
# ニューラルネットワークの構造
![qiita-nn01-01.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/458623/b3385b13-082b-1572-f8cf-22cd30ae1337.jpeg)
ニューラルネットワークとは、人工知能を作るための仕組み です。ニューラルネットワークを組み立てることで、人工知能を作ることができ
ABC259 A~D問題 ものすごく丁寧でわかりやすい解説 python 灰色~茶色コーダー向け #AtCoder
ABC259(AtCoder Beginner Contest 259) A~D問題の解説記事です。
灰色~茶色コーダーの方向けに解説しています。その他のABC解説、動画などは以下です。
更新時はツイッターにて通知します。
Tweets by AtCoder4https://qiita.com/sano192/items/54accd04df62242b70f0
# A – Growth Record Dif:34
https://atcoder.jp/contests/abc259/tasks/abc259_a
X≤Mならば身長の伸びが止まっているので答えはTcmです。
M
python csvの中身を外部ライブラリなしで取り出す -openpyxl無し,csv無し-
csvの中身を簡単に取り出す
“`python
f = open(“商品データ.csv”, “r”, encoding=”utf-8-sig”) #CSVを開く
r = f.readlines() #中身を変数に代入
f.close() #CSVを閉じる
dat = []
for i in r:
s = i.replace(“\n”, “”) #ウィンドウズは¥n 改行を置換で削除
dat.append(s.split(“,”))
print(dat)
“`
![スクリーンショット 2022-07-11 19.05.39.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/1614609/2d343b14-4b3e-a2d2-ff46-ae65abdfa1de.png)
![スクリーンショット 2022-07-11 19.04.51.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/1614
python 自動で拡張子を指定したファイルのみ新規フォルダにコピー -shutil-
拡張子を指定したファイルのみ新規フォルダにコピー
“`python
import os
import shutilFOLDER = “コピーした文章” #作成するフォルダ名
if not os.path.exists(FOLDER): #フォルダがない場合作成
os.mkdir(FOLDER)for i in os.listdir(): #拡張子を指定して検索、コピー
if i.endswith(“.doc”) or i.endswith(“.docx”):
shutil.copy(i, FOLDER+”/”+i)“`
![スクリーンショット 2022-07-11 18.37.49.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/1614609/a92ccbba-94cb-66f9-6dc4-02fed4c023ec.png)
![スクリーンショット 2022-07-11 18.38.32.png](https://qiita-imag
VOICEVOXのAPIからリップシンク用のlabファイルを生成
GUIには機能があるが、API経由での機能が見つからなかったので。
“`python
def get_labdata(jsondata):
labdata=””
now_length=0
timescale = 10000000/float(jsondata[“speedScale”])
for i in jsondata[“accent_phrases”]:
for j in i[“moras”]:
if j[“consonant_length”] is not None:
labdata += str(int(now_length*timescale)) + ” ”
now_length += j[“consonant_length”]
labdata += str(int(now_length*timescale)) + ” ” + j[“consonant”] + “\n”
labdata += str(int(now_length*ti
【厳選】機械学習の学習におすすめのTwitterアカウント40選
# はじめに
最近、[翻訳サービス](https://meta-school.web.app/)をリリースしたりしてから、機械学習の勉強をどこでしたらいいのか聞かれることが増えました。機械学習関連の知識は遷移が激しいので、書籍には限界があります。
ですので、その度に「twitterが一番勉強になる」と答えていました。
が、この回答は聞き手依存な無責任な回答な気もしたので、この際フォローすべき人をまとめておこうと思います。
時折機械学習系でない人も紛れているかもしれません。とりあえず40アカウントおすすめするだけの記事なので、抜け漏れはあると思いますが、後日補完していこうと思います。
登場するアカウントには何の許可も取っていませんが、独断と偏見でアカウントの特徴をメモしていきます。
(メモとはいえ失礼のないよう書いたつもりです)## 0. [goto_yuta_](https://twitter.com/goto_yuta_)
私です。機械翻訳や、論文のまとめなどの話が多いです。自作の機械翻訳サービスの中身に触れたりします。## 1. [ogawa_yutaro