Python関連のことを調べてみた2022年09月04日

Blenderの画像あれこれ

## Blenderの画像あれこれ

### PNG画像をJPEGで保存するとき

ファイルサイズを圧縮するために、PNGファイルをJPEGで保存すると、色合いが変化することがありました。
完全な解決方法かはわからないですが、下記のようにしたら改善しました。

– レンダープロパティのカラーマネジメントのビュー変換をFlimicから標準に変える

| 変更前 | | 変更後 |
|–|–|–|
| | → | |

Pythonの場合

“`py
bpy.cont

python stop

“`
import sys
sys.exit(0)
“`

Perlの条件分岐 – ワンポイント解説【Python,Ruby,PHP,Java,JavaScriptとの違いは?】

Perlの条件分岐 – ワンポイント解説【Python,Ruby,PHP,Java,JavaScriptとの違いは?】

逆ジオコーディングサーバを自作

# 逆ジオコーディングサーバを自作しよう
## 概要
緯度経度から住所を割り出す逆ジオコーディングはYahooやGoogle等から各種APIサービスが提供されています。
[参考](https://zenn.dev/niccari/articles/7c0f95d175903c)
件数制限があったり、当然ながらインターネット接続が必要だったりするため、クローズド環境で動作する使いたい放題の逆ジオコーディングサーバを自作しました。
（日本国内の住所のみ対応です。）

## 住所データの入手
住所と緯度経度の紐づけデータには国土地理院の[位置参照情報ダウンロードサービス](https://nlftp.mlit.go.jp/cgi-bin/isj/dls/_choose_method.cgi)を利用しました。
本来であれば、街区レベル(「○○町△丁目□番」)の情報のみで逆ジオコーディングしたいところですが、まだまだ住居表示がなされていない場所も多いので、大字・町丁目レベルの情報も併せてダウンロードします。

必要な都道府県のデータ(zipファイル)をすべてダウンロードして、CSVファイルを取り

django-admin startprojectができない

## はじめに
初投稿です。
この度仕事でDjangoをやらせていただくことになったので、とりあえずドキュメントのアプリ作成からやってみようと思ったエンジニア歴2年ほどの者です。

まだまだ経験が浅く投稿経験も少ないので、間違いやアドバイスあればコメントいただけますと幸いです！

## 本記事で話すこと
– Djangoドキュメントの「[はじめての Django アプリ作成、その 1](https://docs.djangoproject.com/ja/4.1/intro/tutorial01/)」
`django-admin startproject mysite`ができない

## django-admin startproject mysiteができない
まさかの初歩の初歩でいきなり足止めくらいました。

ドキュメントの流れとしては
1. “$ python -m django –version“
Django がインストールされているかどうか・どのバージョンがインストールされているかを調べるコマンドです。
（先頭の $ は入力待ちを示す記号ですので入力不要）

2. コマ

Python3 模擬試験のミス問題を調べて理解を深める

### 初めに
現在Pythonの試験勉強を始めて１か月ほど。
残り２週間ほどで試験を受けるつもりなので、模擬試験をこなしてミス問題を復習し、理解を深めていけるようにしたい。
※自分用なのですべての解説を網羅させるつもりではないです。
模擬試験の結果を赤裸々に載せていくので、どんな問題を間違えているのか気になる方は見てもらえればと思います(笑)

模擬試験は無料のPRIME STUDYというサイトで行っています。
模擬試験の結果がメールで届き、正誤を教えてくれるので理解ができていない部分に関してフォローできるので便利だと思いました。

https://study.prime-strategy.co.jp/#exam-list


3回分あるようなのですべて行っておきたいと思います。

### 第一回模擬試験
結果　一問届かず。
>受験日202

【Stable Diffusion】M1 MBAでimg2imgを動かす

# はじめに

Stable Diffusionのimg2imgで絵力（えぢから）を身につけた気分になりたい。
虎と狐のなんとやらだ。

# ファイルの編集

## img2img

“`diff_python:img2img.py
@@ -40,7 +43,8 @@ def load_model_from_config(config, ckpt, verbose=False):
print(“unexpected keys:”)
print(u)

– model.cuda()
+ # model.cuda()
+ model.to(“mps”)
model.eval()
return model

@@ -200,13 +208,29 @@ def main():
model = load_model_from_config(config, f”{opt.ckpt}”)

– device = torch.device(“cuda”) if torch.cuda.is_available

2次元以上の配列での`Generator.shuffle`は`np.random.shuffle`より遅い

# はじめに
コードを触っている中で、動作はできているのになぜか処理が重いという現象がありました。
その原因はまた別だったのですが、副産物としてタイトル通りの問題を見つけたので共有しておきます。

尚、ここでは`Generator`は何かは説明しません。詳しくは以下の記事を参照お願いします。

https://qiita.com/hnakano863/items/2a959e5731ef5c9191a6

# 確認
試しに100000×2の配列を100回シャッフルしてみて、合計と平均時間を見てみます。
ざっと書くとこんな感じ。

“`py
import random
import time
random.seed(0)

import numpy as np
np.random.seed(0)

rng = np.random.default_rng(0)

def shuffle(func, array, count):
total = 0.
for _ in range(count):
start = time.time()
fu

【Requestsの使い方】

【Requestsの使い方】
https://note.nkmk.me/python-pip-install-requirements/

まずrequirements.txtをファイルに出力する。
「pip freeze > requirements.txt」

このrequirements.txtを別の環境にコピーして一括インストールする。
「pip install -r requirements.txt」

【強化学習】World Modelsを解説・実装

この記事は自作している強化学習フレームワーク [SimpleDistributedRL](https://qiita.com/pocokhc/items/a2f1ba993c79fdbd4b4d) の解説記事です。

# World Models

参考
・論文：
・作者のblog：
・コードサンプル：
・[（論文）World Models（2018） | Qiita](https://qiita.com/bpzAkiyama/items/cedaa5022b17733102e4)
・[機械学習論文読み：World Models | Qiita](https://qiita.com/ikeyasu/items/adfa236bbeee596fc079)
・[World Models (the long version) | ADG Efficiency](htt

【機械学習初心者でもOK】話題のテキストから画像を生成するAIを実装してみる【Stable Diffusion】

# はじめに
最近話題の文章を送ると画像を生成するAIの実装を解説します。

といってもコアな部分はライブラリ化されており、記述するコードは10行もいきません。

タイトルにあるように機械学習やPythonの初心者どころか全く知らない人も動かせるように解説していきたいと思います。

またGoogle Colaboratoryという実行環境を使うためお手持ちのパソコンにPythonをインストールする必要すらありません！！

筆者はこんな画像を生成することができます。
以下は”blue cat robot”というテキストから生成しました。

# 1.学習済みモデルを使用するためのアクセスキー取得
はじめに学習済みのモデルを使用するためのアクセスキーを取得する手順を説明します。

## アカウント作成
以下サイトのアカウントを作成してください。

h

私のPyAthena、遅すぎ…？

## はじめに
PyAthenaを使用して、Pandas.DataFrameにデータを展開する場合に速度が遅くて困ったことはありませんか？
もしかしたら、PyAthenaの使い方を見直すことで改善することができるかもしれませんよ！
私がPyAthenaの速度改善するために調べたことをまとめたいと思います。

## PyAthena
PyAthenaは、PythonからAmazon Athenaを使用するためのPython Clientになります。
PyAthenaを使用して、Pandas.DataFrameにデータを展開する方法は複数あり、使い方によって速度に大きな差が出る場合があります。

https://pypi.org/project/pyathena/

## 使い方
PyAthenaを使用してPandas.DataFrameにデータを展開する方法を3つ紹介したいと思います。

　① Pandas : read_sql_query
　② PyAthena : PandasCursor
　③ PyAthena : AsyncPandasCursor

PyAthenaの使い方で調

【実用編】教師あり学習を全部学ぼう Part1:道具の準備

# はじめに
自分と仲間用に[「Pythonではじめる機械学習」](https://www.oreilly.co.jp/books/9784873117980/)をまとめました。
本記事は特に、教師あり学習についてです。
[こちらのGithubのコード](https://github.com/amueller/introduction_to_ml_with_python)をお借りしています。
言語は**Python**ですのでお忘れなきように。
超基本からいきますので困らないと思います。

# 必要な道具を用意しよう
### Anaconda(アナコンダ)
機械学習を使う際によく使われるディストリビューション(必要な道具が最初からすべて入っている嬉しいやつ)というもの。
具体的には…
・NumPy(ナムパイ)
・SciPy(サイパイ)
・matplotlib(マットプロットリブ)
・IPython(アイパイソン)
・Jupyter Notebook(ジュピターノートブック)
・scikit-learn(サイキットラーン)
が含まれる。

windowsでのインストールは[こちら](

ロースペックPCでStableDiffusionを実装し実行時間を計測

# 挨拶
初めまして、日本システム開発株式会社の鈴木です。
技術者として更なる向上を目指すためQiitaアウトプットをする取り組みを行っています。
技術者としては経験が浅く発信内容はとにかく試したものの覚書になります。
本稿はロースペックPCでStableDiffusionを導入してみた際の手順です。

# 環境(マシンスペック）
OS: Windows 10
CPU: Ryzen 5 3500U
GPU: AMD Radeon Vega8 Graphics VRAM 2GB（オンボード）
メモリー: 8GB

Python : 3.9.13
diffusers : 0.2.4
torch : 1.12.1
transformers : 4.21.2

## 目的
StableDiffusionの資料を探しているとCUDAを使用した環境の構築が多いものの一応動作させること自体はCUDAなしでもできそうだったためその環境を構築してみます。
## Python仮想環境設定
今回は実用的な速度にならないことが予想できていたため後から削除しやすいよう専用の仮想環境を用意します。
“`:コマン

オフラインでPythonライブラリをインストールする方法

会社や学校でPythonを利用する際、オフライン環境やプロキシの問題でライブラリをインストールできない状況に遭遇した方もいると思います。
本動画では、そのような状況を回避しながらインストールする方法をご紹介します。

PCの不調でうまく録画できていなかったため、
仮想環境の構築方法を記載させて頂きます。
### 仮想環境の作成の仕方
“`py
python -m venv env
.\env\Scripts\activate
“`

AWS LambdaでStableDiffusionを動かしたい

# はじめに
StableDiffusionが衝撃的です。
使用するにはGPUが必要という要件があったためAWS AWS SageMakerで動かしていたのですが、色々と試すのにGPU付きのインスタンスは費用が若干気になるところ。
ですが先日、CPUのみで動作する「stable_diffusion.openvino」が公開されました。
動作要件を見ると「AWS Lambdaでも動きそう？」→「動いた！」ので、一先ずここに共有します。

本記事は以下に示す「stable_diffusion.openvino」をAWS Lambdaに移植したものです。

https://github.com/bes-dev/stable_diffusion.openvino

# 作成した画像サンプル
「墨田川」と「桜」のキーワードで作成した画像です。
AWS Lambda上で作成しましたが、1枚作成するのに4分前後かかっています。
![sd_2022-09-02-09-12-20.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com

Pythonでcsvにスペース区切りのリストを書き込む

## 実現したいこと
リストを含むcsvをつくりたい ↓

“`hoge.csv
a, b, [1 2 3], c
“`

## 結論
これで実現できます。
“` hoge.py
l = [1, 2, 3] # リスト
l = ‘[‘ + ‘ ‘.join([str(x) for x in l]) + ‘]’ # リストをあらかじめ文字列にする！
row = [‘a’, ‘b’, l, ‘c’] # csvの1行

# csvに出力
with open(‘hoge.csv’, ‘w’) as f:
writer = csv.writer(f)
writer.writerow(row)
“`

## 失敗した方法
愚直に書いたコード　↓

“`hoge.py
l = [1, 2, 3]
row = [‘a’, ‘b’, l, ‘c’] # csvの1行

# csvに出力
with open(‘hoge.csv’, ‘w’) as f:
writer = csv.writer(f)
writer.writerow(row)
“`

モノクロ画像をAIでカラー化してくれるPythonツールを試してみた

このツイートが目に留まったのがきっかけでした。

AIを使って白黒画像やモノクロ画像をカラーに変換できます☺✨簡単！キレイ！でおススメです✨? pic.twitter.com/SYWCjl8ijR

— みやさかしんや@Python/DX/エンジニア (@miyashin_prg) July 11, 2022

お、コマンド3行打つだけじゃん！面白そうやってみよう。
　↓
環境準備＆地味に色々なエラーと格闘したので奮闘記を残します。

# 環境前提

私の環境は以下でした。

– M1 MacBook Air
– 標準ターミナル（zsh）

# その1：環境準備編

### Pythonのインストール

公式ページからMac OS用の最新Python 3をダウンロード。GUIインストーラーを利用して導入。
pipも同梱されています。

https://www.python.org/downloads/

実行確認

“`zsh
$ python3 –version
$ pip3 –version
“`

### Zshプロファイルにエイリアス登録

プロファイルをテキストエディターで開く

“`zsh
$ open ~/.zshrc
“`

ファイ

画像認識における Pytorch VS Tensorflow

# 概要
　よく議論されるTopicで一度は皆が疑問に思う、”PytorchかTensorFlowどっちが良いの？”について個人的な意見を述べたいと思います。PytorchとTensorflowそれぞれに良い所があり、場合によって使い分けましょうという記事が沢山あるので、今回はどちらか断言してみたいと思います。画像認識のタスクを学習し、ロボットに搭載する仮定で話します。

# 論文で使われいる割合
　画像認識ではPytorchが圧倒的に多いです。感覚的には9割くらいかなと。基本的に開発は前に書いた人のコードを元にするので、違うライブラリーだと一から書き直さないといけないので大変です(汗)。

# Third Party Library
　Pytorchには[Torchvision](https://github.com/pytorch/vision), [Pytorch-Lightning](https://github.com/Lightning-AI/lightning), [mmlab](https://github.com/open-mmlab)があります。これらが優秀すぎます

Python,Ruby,PHP,Java,JavaScript,Perlの正規表現の比較

Qiita > プログラミング言語の比較

Python,Ruby,PHP,Java,JavaScript,Perlの正規表現の比較

# Python

https://qiita.com/FukuharaYohei/items/459f27f0d7bbba551af7

# Ruby

https://qiita.com/shizuma/items/4279104026964f1efca6

# PHP

https://qiita.com/miriwo/items/da463cfcae441400381a

# Java

https://qiita.com/suema0331/items/5dde9f91671100a83905

# JavaScript

https://qiita.com/iLLviA/items/b6bf680cd2408edd050f

# Perl

https://perlzemi.com/blog/2