f@ctor

Python関連のことを調べてみた2022年09月08日

Python関連のことを調べてみた2022年09月08日
目次

初心者のためのPython Tip #1－Input編

# はじめに

初めまして、Qiitaでの初投稿です。
Pythonプログラミングをしておる皆さんもご存知の簡単なテクニックを記載します。
初心者向けの説明ですがたまに普通のエンジニアの方でも紛らわしい部分も探っていきます。
(日本人ではないので、日本語の間違いは指摘してください。)

## Input(入力）

入力はこれが基本ですよね。

“`Input.py
a = input() “Stringで入力”
_list = input().split() “string type listで入力”
a, b = input().split() “a, bで分けて入力”
“`
**Q:　**それなら**Int**型で入力してもらうにはこうすれば良い？

“`Int_wrong.py
A, B = int(input().split())
“`
**A:** 　**Int**型で入力を受けても、**list**型にすぐ変換できませんので、このコードは機能しません。
この時は**map**を使用します。**map**は基本的に適用する関数、使用できる資料のタイプを指定します

元記事を表示

Python,Ruby,PHP,Java,JavaScript,Perlのライブラリ・モジュールの比較

Qiita > プログラミング言語の比較

Python,Ruby,PHP,Java,JavaScript,Perlのライブラリ・モジュールの比較

# Python

https://qiita.com/ryuichi1208/items/cb5f850a9811d2a4bc3a

# Ruby

https://qiita.com/sugamaan/items/d7871da28c0160b69609

# PHP

https://qiita.com/mikakane/items/2719df714df5b3fc6adf

# Java

https://qiita.com/haruto167/items/162551100449ea5c7e6d

# JavaScript

https://qiita.com/Nako4/items/1d8eaf731bf4370b84a7

# Perl

https://perlzemi.com/b

元記事を表示

IoU の計算方法の最終的解決と世界一親切な図説

**物体検出の評価などで使われる IoU が何かはわかったけれど、具体的な計算方法がよくわからない！**
という方がもう迷わないように、NumPy で動作する可読なコードと世界一親切な図付きの解説で最終的解決を図る記事です。

# 結論

この実装をコピペして使いましょう。b に複数の矩形を入れて a との IoU を一気に計算することにも対応しています。

“`python
def calc_ious(a, b):
“””
a: [xmin, ymin, xmax, ymax]
b: [[xmin, ymin, xmax, ymax],
[xmin, ymin, xmax, ymax],
…]

return: array([iou, iou, …])
“””
import numpy as np

b = np.asarray(b)
a_area = (a[ 2] – a[ 0]) * (a[ 3] – a[ 1])
b_area = (b[:,

元記事を表示

Homebrewでbrew doctorしたらWarning: “config” scripts exist outside your system or Homebrew directories. とエラーが…

こんにちは、ムーさんといいます！IT業界未経験の初心者エンジニアです。早く戦力になれるように日々学習しています。
macを使っているエンジニアの方は必ず使っているパッケージ管理ツールといえばHomebrewですよね！環境構築の際はこれがないと始まらないくらいの必須ツールですが、頻繁に使っていると気づかないうちに調子が悪くなっちゃうようです。自分もpythonの学習環境を整えるためにHomebrewを使って各種ツールをインストールしてましたが、今回それが原因でエラーが出ちゃいました。

# 1.エラー
ターミナルでbrew doctorを実行したところ、下記のエラーが発生。ちなみにbrew doctorはHomebrewが正常に動作しているかを自動で検証してくれるコマンドです。
““
$ brew doctor
Warning: “config” scripts exist outside your system or Homebrew directories. `./configure` scripts often look for *-config scripts to det

元記事を表示

NECプログラミングコンテスト2022(ABC267) 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

NECプログラミングコンテスト2022(AtCoder Beginner Contest 267)　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。

https://qiita.com/sano192/items/54accd04df62242b70f0

# 日本電気株式会社（NEC）様について
本コンテストはNFC様が主催されています。
**研究開発内容**

https://jpn.nec.com/rd/index.html

**採用情報**

https://jpn.nec.com/rd/rd-recruit/index.html

# A – Saturday　Dif:13

https://atcoder.jp/contests/abc267/tasks/abc267_a

入力が
Mondayなら5
Tuesdayなら4
…
と条件分岐します。「Monday」「Tuesday」は文字列なので「””」(ダ

元記事を表示

回帰分析を用いた簡易的な“全数把握見直し”モデルをつくってみる

# まずはお約束（ディスクレーマー）
私は統計学者でも感染学者でもなく、ただのゆるふわデータサイエンティストです。
ここに書いてあることは「ふーんそんな考え方もあるのかな」くらいの気持ちで鼻くそほじりながら読んでください。
本記事は何らかの行動を促すものでは全くありません。
あくまでも、数理モデルとPythonプログラミングに関する資料の一環としてご覧ください。

# モチベーション
今日はもう眠いので明日書きます…?

# 数理モデル
今日はもう眠いので明日…?

# 実際にやってみた。

##

元記事を表示

Python3 模擬試験のミス問題を調べて理解を深める2

### 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

![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/1744893/db20e4a5-5e7f-798c-e568-55c45bd5dd8e.png)

前回第一回の試験結果

>受験日2022/9/1
第1回 Python 3 基礎 模擬試験 を受験いただきありがとう

元記事を表示

字幕動画編集をPythonスクリプトで簡略化

# はじめに
最近はにじさんじライバーの切り抜き投稿にハマってるんですが、動画編集はもちろん、ネタ探しも必要で膨大な時間が無くなります。英語リスニングの訓練もできてないしコーディングの勉強も凝った動画編集の研究もできず、切り抜きを作ったら休日が吹き飛んでました。
せめて編集を簡略化したいと思ったのがきっかけです。最低限のことは実現できたので、紹介してみます。

# DaVinci Resolve とは
今私が使ってる動画編集ソフト。

+ 無料（ハイクオリティな動画を作成するなら32K 120fps対応の有料版になるが、無料版で十分）
+ テロップ編集が手間（縁取り・影等を全て手作業で加えていく必要がある）
+ 多機能で、カラー編集やモーショングラフィックス等の映像加工がこれ１本でできるようになる

って感じ。
なんでもできる無料ソフトと言えばAviutlで、私も10年前はコレ使ってたんですが、動画出力モジュールの調整が別途必要で導入に時間を食われるんですよね。インストールすれば作業環境が整うようにしたかったので、無料版のあるパッケージソフトから選びました。
fusion使えば何でもで

元記事を表示

バッチ画像処理向け Python GUI フレームワークのメモ

OpenCV とかでバッチで画像処理とか, 画像処理のデータ解析(画像差分とか)したいが UI がほしい.
pytorch で GPU 画像処理(画像の 2D convolutionとか)や機械学習とか, 3D もやりたい…

native = 実行マシン
remote = リモートのサーバ

で, つよつよサーバで動かす場合のも考えます.

## 比較

| framwwork | Web based | Remote Linux | Remote Win/macOS | Comment |
|:-:|:-:|:-:|:-:|:-:|
| tk(ttkbootstrap) | x | o | – | テーブル関係の UI が弱い. UI レイアウトがめんどい |
| dearpygui | x | – | – | UI 描画が OpenGL 使っているが, 3D 描画機能は無い. 描画が GL なので描画負荷が高い |
| PyQt | x | ? | ? | 未検証. OSS で使うには LGPL ライセンス |
| JupyterLab | o | o | o

元記事を表示

Hugging Faceで独自データセットを使う

本記事は、__Hugging Face (Transformers) で独自データセットを使用する__ 方法の備忘録的記事です。CSVファイルやpandas.DataFrameのデータを、Hugging Faceで使用するための方法を紹介します。

ちなみに、[Hugging Face (Transformers)](https://huggingface.co/docs/transformers/index)は、主に自然言語処理にて広く活用されている、ディープラーニングのライブラリです。Hugging Faceで公開されている訓練済みモデルを簡単に使用できたり、Keras/Pytorchの両方で使用できたり、便利なライブラリです。

# 概要
Hugging Faceには、[Datasets](https://huggingface.co/docs/datasets/index)というパッケージがあります。
そして、その中に`datasets.Dataset`クラスが存在します。
Hugging Face (Transformers) では、データセットを、この`datasets.D

元記事を表示

競馬のデータ分析をするならせめてJRA-VANを使おう。

# 初めに

競馬データの分析、流行ってるようですね。
ディープラーニングなどの AI 技術が広がってきたおかげで、競馬を資産運用に使える可能性が見えるようになってきました。そしてデータ分析に興味を持つ方も増えてきました。分析の目標が資産運用だとしたらどんなことに注目して分析していったらいいのでしょうか。

## 回収率

現在巷では回収率200%以上などと華やかに謳うサイトや記事で溢れてます。確かに回収率200%を超えるのなんて簡単です。ただし以下のような条件であれば
* 後出し
* 短スパン

競馬を投資として考えるなら、競馬のサイクルに合わせてスパンも１年で考えるのが自然です。競馬は季節によってそれぞれの特色があります。特に夏は馬のデビューの時期で北海道とローカルが主戦場となり新馬に関する分析が必要になったりと季節に応じた分析の必要性も出てきます。

またどんなに高度な AI の手法をとっていても、分析するデータが少なければ意味を成しません。ネットをスクレイプした程度のデータであれば、AIでなくても手計算でいくらでも回収率の高い予想をするでっちあげることができます。
競走馬は大体

元記事を表示

個人開発２年間の軌跡

## まえがき
Webアプリ開発を始めて２年しか経っていませんが、経験の浅い時の感想はいま残さないと忘れると思い、当時を思い出しながら学習中/開発中に感じたことを記しました。もともとハードウェアやC言語に触れる機会はありましたが、Web技術の知識はゼロでした。客観的に見て自分は、勉強が苦手で新しいことを吸収するスピードは遅い方だと思います。私のように強強ではない人の励みになれば幸いです。

## 対象読者
個人でWebアプリ開発にチャレンジしたい人を対象としています。就職/転職を目指している人には合わないかもしれません。頻繁にブランクがあり、企業やチーム開発で求められることをバッサリあきらめる場面があるので。

## 環境・ツール
– Windows10, 11
– WSL2 Ubuntu
– Django, Python
– gunicorn, Postgres, nginx, https-portal
– ConoHa VPS
– Docker

## 個人開発を始めた動機
それらしい理由としては『業務における課題解決』です。かねてより、担当する社員研修の教材をWebアプリ化して

元記事を表示

maya python select curves for lighting

“`Python
import maya.cmds as cmds
curve_transforms = [cmds.listRelatives(i, p=1, type=’transform’)[0] for i
in cmds.ls(type=’nurbsCurve’, o=1, r=1, ni=1)]
selectList = []
for c in curve_transforms:
if “FKNeck_M” in c:
selectList.append(c)
selectList.append(c[0:-8]+”FKRoot_M”)
return selectList
“`

元記事を表示

マルコフ連鎖で文章を自動生成する【Python+MeCab】

# 目的
自動で何か喋ってくれるTwitterのbotを作りたい。
そのために、まずは自分のツイートをもとに新しい文章を生成する機能を作ってみる。

# 方法
文章の自動生成については、マルコフ連鎖というものを使ってみる。
元となるデータは自分の過去１か月のツイートとする。

# 開発環境
・Windows 10
・Python 3.10.7

# やったこと
１．Pythonのインストール
２．MeCabのインストール
３．Twitterからデータをダウンロード
４．ダウンロードしたデータを形態素解析して整形する
５．整形したデータを元にしてマルコフ連鎖を用いて文章を生成

## １．Pythonのインストール
以下の公式サイトから最新安定板をダウンロード
https://www.python.org/

このとき、通常のインストールだと何故か端末の個人フォルダの下にインストールされた。
そのため、一度アンインストールして再度、Python用のフォルダを指定してインストールし直した。

また、後の手順でpipを使用するのでここでpipにパスを通しておく。
pipはPythonインスト

元記事を表示

Google Colaboratoryで型ヒントを使う方法

## Google Colaboratoryでは型ヒントが使えない

バージョン確認

“`py
!python –version
#　Python 3.7.13
“`

バージョンが3.7なので、annotationsをインポートする必要があります。

## 解決方法

ノートブックの最初で以下を記載します。

“`py
from __future__ import annotations
“`

元記事を表示

ニューラルネットワークを用いた手書き数字認識

# はじめに
機械学習の勉強でニューラルネットワークを用いて、手書き数字認識を行いました。
本記事では、ニューラルネットワークとは何ぞやといったところから順を追って解説いたします。

# ニューラルネットワーク

ニューロン(脳の神経細胞)が繋がってできる網状の集合体のことを指します。外部より入ってきた情報から瞬時に判断し行動するために必要な働きがあります。自動車を運転する人間で例えると、信号が青になったらアクセルを踏んで進み、信号が赤になったらブレーキを踏んで自動車を停止させます。ここでは、そんなニューラルネットワークを構成するニューロンについて詳しく見ていきます。
![スクリーンショット 2022-09-05 20.13.02.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/2810794/2137847d-ac42-892c-0121-80d59ebb53b9.png)

１つのニューロンでは以下の処理が行われている。
* 入力値は$x_1,x_2$
* 重みは$w_1,w_2$
* 各入力値

元記事を表示

Twitter API returned a 403 (Forbidden), You currently have Essential access which includes access to Twitter API v2 endpoints only.　エラーとAPI v2作成について

# はじめに
この記事では、表題のエラーが出る問題について説明および代替えのコードを記載していく。
# 目次
[はじめに](#はじめに)
[目次](#目次)
[メイン](#メイン)
– [なぜエラーが出るのか](#なぜエラーが出るのか)
– [解決策](#解決策)
– [最後に](#最後に)
# メイン
## なぜエラーが出るのか
原因として、コードがTwitter API v2ではなく、おそらくTwitter API v1のほうを使用するものだと考えられる。
2021年11月に仕様が変わったようで、
初期段階のアクセスレベル「Essential」という状態で、使用できるのはTwitter API v2のみとなったために過去のコードを使用すると起こるエラーになる。
仕様変更前に登録したユーザーは、v1にもアクセスできる「Elevated」のアクセスレベルが付与されているとのことだ。(普通免許改正の準普通車のようだ。)
なので、ユーザーによって実行できるコードの可不可が発生し得るだろう。

## 解決策
解決策はv2を利用するだけなのだが、サンプルコードが少なくYouTube(https

元記事を表示

pandas: read_csv の備忘録

pandasのread_csvについて。
いい例はないものかと思い、せっかくなので太陽黒点数使ってみた。

# 公式のdocumentation
– [User Guide — pandas 1.4.4 documentation](https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html)

# 目次
– 動作環境
– 今回使用しているcsvデータ
– read_csvの使用例

# 動作環境
|種類 |バージョン |
|:—————|:————–|
|MacBook Air |Monterey12.5.1 |
|python |3.8.9 |
|jupyter notebook|6.4.10 |
|pandas |1.4.3 |

まずはパッケージのインポートから
“`python:
import pandas as pd
“`
p

元記事を表示

Python,Ruby,PHP,Java,JavaScript,Perlの文法・構文の比較

Qiita > プログラミング言語の比較

Python,Ruby,PHP,Java,JavaScript,Perlの文法・構文の比較

# Python

https://qiita.com/Fendo181/items/a934e4f94021115efb2e

# Ruby

https://qiita.com/Fendo181/items/eb2cb17f32d99aa01f59

# PHP

https://qiita.com/7968/items/d739e926189e219273bd

# Java

https://qiita.com/tomonori_hioki/items/cec47a366208d43d7339

# JavaScript

https://qiita.com/Fendo181/items/cca476da99e8f09b6b97

# Perl

https://perlzemi.com/blog/2

元記事を表示

WEB+DB PRESS 総集編を有効活用するためのPythonスクレイピング

WEB+DB PRESS という雑誌はご存知かと思います。
WEB+DB PRESSは2021年7月にvol.120を記念し、それまでの全号をダウンロードできる特典がついた総集編が刊行されました。
[WEB+DB PRESS総集編[Vol.1~120] (WEB+DB PRESSプラスシリーズ)](https://www.amazon.co.jp/WEB-DB-PRESS%E7%B7%8F%E9%9B%86%E7%B7%A8-Vol-1-120-PRESS%E3%83%97%E3%83%A9%E3%82%B9%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA/dp/4297122154)
これまでの全ての記事が3000円で読めるならばと思い、私も先日Amazonでポチってしまいましたが、有効な使い方いまいち分からず放置してしまっています。
そこで最近勉強し始めたSeleniumを使って記事タイトルを取得してExcelで表にしちゃおう！というのが今回の記事内容です。

## 環境
* Python 3.9
* selenium 4.2.0
* openpyxl

元記事を表示

OTHERカテゴリの最新記事