- 1. 子豚検知で分類アルゴリズムの比較
- 2. Excelの横持を縦持ちにする
- 3. Pythonでサブネットを分割する
- 4. 【Django】CSSが適用されない問題
- 5. Python,Ruby,PHP,Java,JavaScript,Perlの比較演算子の比較
- 6. Excel業務(無駄)を自動化したい part3 番外編１代入できるのは文字だけ？
- 7. 数値を含む文字列のリストを昇順に並べ替える
- 8. 新しい Windows マシンを使えるようにした記録
- 9. お得tweetは見て終わりなのか。
- 10. AIが作った画像か判別するAIを4hで作ったら割と精度出たのでWebサービスとして公開した件
- 11. 複数のテキストファイルを１つのExcelファイルにまとめたい
- 12. DeepL APIを使って英語論文をサクッと翻訳するツールを作った。【Python】
- 13. Pythonで複数のサブネットをスーパーネット化して集約する
- 14. 【Python】妻に真夜中のダンスレッスン予約を強要されたので、Webスクレイピングで回避を試みようとしている話 （７．importについて確認せよ）
- 15. opencv-contrib-pythonが読み込めない
- 16. 【MubertAI】テキストを音楽に変えるAIでBeatlesとQueenのコラボが実現
- 17. pyenvでpythonのバージョン切り替えからvenv仮想環境を構築するまで
- 18. pandasから移行する人向け polars使用ガイド
- 19. 【Python】電力の需要予測におけるRNN/LSTM/GRUの精度比較
- 20. class内のlistの初期化
子豚検知で分類アルゴリズムの比較
### はじめに
先日、子豚の有無を判別する学習モデルをランダムフォレストで作成しましたが、ほかの分類アルゴリズムも教科書に掲載されていたので、それぞれの分類アルゴリズムを使って精度を比較してみようと思いました。https://www.shoeisha.co.jp/book/detail/9784798158341
比較するモデル
・サポートベクタマシン model_svc
・決定木 model_tree
・ランダムフォレスト model_forest#### 事前準備
同じデータを使って3種類のモデルを作成して、それぞれの結果を出力させます。
使用している画像やフォルダ構成についてはこちらの記事を参照してください。https://qiita.com/hiratake_0108/items/6e21b7ddd0e23b166ea7
#### それぞれのモデルを作成
“` python
from sklearn.svm import SVCmodel_svc = SVC()
model_svc.fit(X_train, y_train)
“`
“` pytho
Excelの横持を縦持ちにする
# とにかく便利
Pythonでもできるけれど、とにかく今すぐ横持データを縦持ちデータにしたいときは「Tableauアドイン」が便利です。アドインは無料で、アドインだけでも使えます。オープンデータの加工とか通常業務で扱うデータはだいたいこれで加工しちゃいます。## ダウンロード先（zip形式）
https://community.tableau.com/s/question/0D54T00000G54lLSAR/installing-and-troubleshooting-the-tableau-addin-for-reshaping-data-in-excel## 使い方の参考HP
http://tableaujpn.blogspot.com/2015/10/excel-tableau-tableau-add-in-in-excel.html# pythonでちゃんと作りたい方向け
Pythonでデータ分析を始めたときに、とても参考になった記事です。
——–
Tableauアドイン
Pythonでサブネットを分割する
# はじめに
前回はサブネットを集約する[スーパネット化の記事](https://qiita.com/aikamanami11/items/b63f9d663db0fdb34530)を書きましたが、今回は反対にPythonであるサブネットを特定のサブネットマスクで分割する方法について書きたいと思います。手っ取り早くサブネットを分割したい方は[こちら](http://ossan.jp/ipaddr/split/)をご利用ください。
http://ossan.jp/ipaddr/split/
# サブネット分割
ここでは
192.168.32.0/24のサブネットを/25のサブネットマスクで分割してみたい。・準備
必要なライブラリのインストール。
“`
pip install netaddr
“`・サブネット分割
“`python:split.py
#便利なライブラリのnetaddrを読み込む
from netaddr import IPNetwork#192.168.32.0/24のサブネット
【Django】CSSが適用されない問題
# 起こったこと
viewsやurlsなどを設定し終わり、ローカル環境でいざアプリを起動してみたところ、何故かCSSだけが適用されていない状態に…。キャッシュ削除、cssのurlパスがおかしくないかいじったり、一通りは試したものの解決しなかった。# 原因
settngs.pyで設定されていた`DEBUG`が**False**になっていた。どうやら`DEBUG=False`だとstaticとmediaに配置した画像やファイルが読み込めなくなるらしい。## ローカル環境のみでDEBUGをTrueにしたい
しかしsettings.pyで直接`DEBUG=True`にすると、本番環境に移行後もデバッグモードになってしまう。
そこでlocal_settings.pyを別に作り、そちらにローカル環境におけるDEBUGの記述を書いてからsettings.pyに適用する。#### 手順
* local_settings.pyに以下を追記。
“`
DEBUG = True #ローカルでDebug
“`
* settings.pyの一番下の行に以下を追記（デフォルトで書かれている`DEBU
Python,Ruby,PHP,Java,JavaScript,Perlの比較演算子の比較
Python,Ruby,PHP,Java,JavaScript,Perlの比較演算子の比較
# Python
https://qiita.com/G-Rape/items/cd3f2f284ba990164564
# Ruby
https://qiita.com/yusuke_blog1026/items/ab33bdfa495597d04f0b
# PHP
https://qiita.com/yukachin0414/items/cfb02cbbdd31a52902e8
# Java
https://qiita.com/takahirocook/items/748990882f2de7a630a1
# JavaScript
https://qiita.com/miriwo/items/e9ca0a2779ed2c8117c3
# Perl
https://perlzemi.c
Excel業務(無駄)を自動化したい part3 番外編１代入できるのは文字だけ？
# はじめに
このサイトでは、社会人なりたての私が無駄を省くための戦いをまとめています。
今回のテーマは、pythonのライブラリを用いて、Excelをいじっていきます。
ライブラリ名は、openpyxlです。# 実行環境
Windows10
Python 3.10.5# openpyxlとは？
openpyxlはExcelファイル(`.xlsx`)を読み書きできるツールです。
公式ドキュメント [openpyxl/openpyxl-Bitbucket](https://bitbucket.org/openpyxl/openpyxl/src/master/)
詳しくは[こちら！](https://note.nkmk.me/python-openpyxl-usage/)
**今回はExcelファイル内のデータを読み込んで、分析するのではなく、
代入したいだけなので、pandasではなくopenpyxlを使用しています！**# Excelに値を代入！
Excelに値を代入する方法は以前触れたので、今回はどんな値を代入できるのかについて
書いていきます。
参考資料 [Excel
数値を含む文字列のリストを昇順に並べ替える
# 綺麗に並べたい
globしたファイルの読み取り時など、ファイル名順に読み取りたかったりします。# 二桁以上は注意
sortedをそのまま使うと、桁が上がった時に、昇順になりません。
“`python
files = [’11.jpg’,’7.jpg’, ‘5.jpg’, ‘9.jpg’, ‘2.jpg’, ‘6.jpg’, ’10.jpg’, ‘1.jpg’, ‘8.jpg’, ‘4.jpg’, ‘3.jpg’, ’12.jpg’]sorted(files)
“`>[‘1.jpg’,
’10.jpg’,
’11.jpg’,
’12.jpg’,
‘2.jpg’,
‘3.jpg’,
‘4.jpg’,
‘5.jpg’,
‘6.jpg’,
‘7.jpg’,
‘8.jpg’,
‘9.jpg’]# 解決法
“`python
import re
def atoi(text):
return int(text) if text.isdigit() else textdef natural_keys(text):
return
新しい Windows マシンを使えるようにした記録
## 必要なアプリのダウンロードとインストール
今まで Mac オンリーだったのだけど、「Windows というものも、してみむとぞ思う」ということでやってみる。
まずは、以下のアプリをダウンロードしインストールする。
基本的には、それぞれの**公式ホームページ**で、**最新版をダウンロード・インストール**する。たとえば Python の場合、仮想環境を使って任意のバージョンの Python をインストールするということなどは、**しない**。
– Python 3.10.8
– Julia 1.8.2
– R 4.2.1
– Octave 7.2.0
– RStudio 2022.07.2+576
– JupyterLab ???インストール時にデスクトップにショートカットが（自動的に）作られるのは R, Julia, Octave のみのようだ。
RStudio は自分でデスクトップにショートカットを作る。
Python は、Windows PowerShell から以下のようにして起動する（ちょっと面倒くさい）。
お得tweetは見て終わりなのか。
# はじめに
初めまして。Python初心者ですがよろしくお願いします。twitterのツイートからユーザーがどのような用途で使用しているかを分析したいと今回の分析をしました。
またpython-twitterライブラリを使用している記事等がなかなか見当たらないことから少しでも参考になればと思いデータ収集を行いました。
# 目次1.概要
2.全体設計
3.実行環境
4.類似度分析
5.実装
6.結果
7.考察
8.今後について
9.参考文献# 1.概要
## テーマ
コンビニ業界のtweetに反応したユーザを解析する。今回のコンビニ業界はローソン(@akiko_lawson),セブンイレブン(@711SEJ),ファミリーマート(@famima_now)の３業態のデータを取得した。
## データ取得
・TwitterApiをもともと取得していることや、日常的にTwitterを使用していることから、何か活かせない方と思い、Twitterからtweetを取得する。
・一つの業態の1ツイートを選択しtweetをretweetしたユーザを取得する。
ツイートに対しretweetした人の
AIが作った画像か判別するAIを4hで作ったら割と精度出たのでWebサービスとして公開した件
### AIが作った画像か判断するAIを作りました
AIが生成した画像か判別するAI作りました
95%くらい正しいですhttps://t.co/tQjeS8Cjqv pic.twitter.com/rRr17Tcxlw— Azunyan1111 (@Azunyan1111_) October 20, 2022
※機械学習やったことない人が書いてます
### Why
新卒同期などが雑多に集まるディスコードに貼られたピクシブのお気持ち表明だった
ピクシブのお気持ち表明記事の「AI生成作品のフィルタリング機能」というのが気になり、機械学習で作ることが出来るのではと思いやってみることに
ファイルを選んで、
# 実装
プログラムの中身なんて興味のない。
機
Pythonで複数のサブネットをスーパーネット化して集約する
# はじめに
ルータやファイアウォールの設定の際に複数のサブネットを集約して、最小限のネットワークアドレスで表現したいことがあります。そんな時に必要となるスーパーネット化とかCIDR結合などと呼ばれる操作をPythonで簡単に行う方法があるので紹介します。手っ取り早くサブネットを集約したい方は[こちら](http://ossan.jp/ipaddr/merge/)をご利用ください。
http://ossan.jp/ipaddr/merge/
# スーパーネット化
[ネットワークスペシャリスト試験](https://www.jitec.ipa.go.jp/1_11seido/nw.html)に出題された以下の問を題材にPythonを使ってスーパーネット化してみる。
>問14 サブネットマスクが 255.255.255.0 である四つのネットワーク 192.168.32.0，192.168.33.0，192.168.34.0，192.168.35.0を，CIDRを使ってスーパーネット化したとき，ネットワーク番号とサブネットマスクの適切な組合せはどれか。
>
>||ネッ
【Python】妻に真夜中のダンスレッスン予約を強要されたので、Webスクレイピングで回避を試みようとしている話 （７．importについて確認せよ）
前回は、「６．プログラミングの始まり」について発信しました。
今回は、いよいよプログラミングに突入！と意気込み、mainメソッドをコーディングしようと思っていましたが、import周りの理解が不足していることがあらわになり、そちらに時間をさくことにしました。## 必要なパッケージの import
seleniumを使用するために、必要なパッケージ、関数、あるいはクラスを importする必要があります。今回は、この import周りについて理解を深めようと思います。
## まず、ライブラリ、パッケージ、モジュール、関数（クラス）の関係を理解する
import周りを理解するには、これらの関係を知っている必要があります。関係図を以下に記します。（以下の説明は理解することを優先しており、厳密には違うかもしれません。ご了承ください。:relaxed:）
– モジュールは、関数またはクラスがコーディングされたPythonファイル（xxx.py）です。
–
opencv-contrib-pythonが読み込めない
# 環境
– Ubuntu: `18.04.6 LTS`
– Python: `3.9.13`
– Pipenv: `version 2022.4.20`
– opencv-pythonの最新バージョン: `4.6.0.66`# 問題
– `from cv2 import dnn_superres` をしようとすると `ImportError: cannot import name ‘dnn_superes’ from ‘cv2’` と怒られる
– モジュールのアンイストールとかをごちゃごちゃやっていると `cv2` のほうでエラー発生
– `AttributeError: partially initialized module ‘cv2’ has no attribute ‘gapi_wip_gst_GStreamerPipeline’ (most likely due to a circular import)`
– バージョンを `4.5.5.64` に下げるといいという投稿に従ってやっても直らず
– `cv2` のエラーはなくなったが、`ImportError:
【MubertAI】テキストを音楽に変えるAIでBeatlesとQueenのコラボが実現
# テキストを音楽に変えるAIでBeatlesとQueenのコラボが実現
テキストを音楽に変えるMubertAIを試してみました。
https://github.com/MubertAI/Mubert-Text-to-Music
# でき上がったもの
早速ですが、ご覧ください。
ビートルズとクイーン
ジャスティン・ビーバーとマドンナ
ジョン・レノンとボブ・ディラン
ショパンとベートーヴェン
https://www.youtube.com/wat
pyenvでpythonのバージョン切り替えからvenv仮想環境を構築するまで
# この記事について
いつも忘れてしまうので手早く探せるようにメモ。
環境はdebian系のubuntu 20.04です、他の環境をお使いの場合はこの記事を参考にしながらご自身で調べてください。
* pyenvを使った方法と使わない方法両方あります。
* pyenvとはpythonを複数バージョンを入れて切り替えてくれる便利ツールです
* 具体的には[githubページ](https://github.com/pyenv/pyenv)をご覧ください。# pyenvを使わない方
### まずはpythonとpipを入れます
* `apt install python3 python3-dev python3-venv`でまずpython関連を入れます
* そしてpipをインストールします。色々な方法はありますが、ここでは一番簡単な方法を使う。
* まず`apt install wget`でwgetを入れます。
* そして`wget https://bootstrap.pypa.io/get-pip.py`でpipを入れるた
pandasから移行する人向け polars使用ガイド
# pandasから移行する人向け polars使用ガイド
[polars](https://github.com/pola-rs/polars)は、Pythonの表計算ライブラリです。Pythonではpandasがこの分野ですでに支配的となっていますが、polarsはパフォーマンス上pandasより優れているとされます。本記事はpandasからpolarsに移行する人にとりあえず知っておくべきいくつかの知識とユースケースを提供します。
polarsは更新が活発で、頻繁に新しい関数の実装やたまに仕様変更が行われています。都度、公式の最新のドキュメントを確認することをおすすめします。
– [Github](https://github.com/pola-rs/polars)
– [公式APIリファレンス](https://pola-rs.github.io/polars/py-polars/html/reference/index.html)
– [公式ガイド](https://pola-rs.github.io/polars-book/user-guide/)## 基礎
`
【Python】電力の需要予測におけるRNN/LSTM/GRUの精度比較
# 1. はじめに
## 1-1. 本記事の概要と目標今回の分析のテーマは **「電力需要予測」** ということで、
東京電力が公開している実際の電力消費量のデータをもとに、
将来の電力需要を予測するモデルを構築します。また電力消費量のデータに加えて、
気象庁の公開する天気情報のデータも使用します。モデルは **RNN/GRU/LSTM** の3つを使用し、
いくつかの点で精度を比較していきます。## 1-2. 分析の流れ
本分析は以下の流れで進行していきます。
**１．データの準備
２．データ前処理
３．特徴量作成
４．学習用データの作成
５．モデル構築/学習
６．精度の比較
７．考察**# 2. RNN/GRU/LSTMの仕組み
## 2-1. RNN(Recurrent Neural Network)RNNは出力した値を再度入力として用いる、
**内部にループ構造を持ったネットワーク** のモデルです。
>
class内のlistの初期化
“`python:() 有無の違い
class cls:
def __init__(self):
self.lst = []o = cls
oo = cls()print(o) #
print(oo) # <__main__.cls object at 0x100ecf130>print(type(o)) #
print(type(oo)) ##print(o.lst) # AttributeError: type object ‘cls’ has no attribute ‘lst’
print(oo.lst) # []
“`
“`python:２回呼ぶ
class cls:
def __init__(self):
self.lst = []o = cls
print(id(o)) # 5098446000
o = cls
print(id(o)) # 509
