Python関連のことを調べてみた2023年01月02日

インスタンスセグメンテーション　YOLACT

同じ種類の物体でも個体ごとに分けて認識するインスタンスセグメンテーション。
高速なYOLACT。


人物が全て別々のインスタンスとして認識されている。

https://github.com/dbolya/yolact

# 使い方

インストール。

“`shell
git clone https://github.com/dbolya/yolact.git
cd yolact
pip install cython
“`

リポジトリから事前トレーニング済み重みをダウンロードして実行。

“`shell
python eval.py –trained_model=yolact_im700_54_800000.pth –score_threshold=0.15 –top_k=15 –image=your_im

【データ可視化/Python】移動平均折れ線グラフと日別平均点グラフを同じグラフで可視化をする

# 今回の課題
[Store Sales – Time Series Forecasting](https://www.kaggle.com/competitions/store-sales-time-series-forecasting)のトレーニングデータの移動平均をグラフ化してみたい。

Kaggleの[Trend(Time Series)のチュートリアル](https://www.kaggle.com/code/ryanholbrook/trend)を見ながら、
[Store Sales – Time Series Forecasting](https://www.kaggle.com/competitions/store-sales-time-series-forecasting)のトレーニングデータの移動平均を可視化することに挑戦してみた。

## 使用したコード
“`python
# train_df（トレーニングデータ）をdate毎に集計して、salesの平均値を出す。
# dateはインデックス化しておく。
trend_df = train_df[[“date”,

TwitterのツイートをBERT使って文書分類

# はじめに
最近Twitterの性能が向上したと聞いて、ツイートのカテゴリー分類が本当にうまく分類できているかどうか気になったので自分で分類してみました。
また、データサイエンティスト系の仕事に興味があったので自分でデータ収集から初めて、AIを作成して分析してみる真似事をやってみました。

# 実験手法
TwitterからAPI用いてツイートを取得します。
ツイートの分類する分野は、
具体的に、__スポーツ・政治・経済・エンタメ・科学__
のメジャー5種類にしました。
取得したデータにラベル付与を行い、BERTを用いて学習・分類を行います。

# 環境
|OS|使用言語|Editor|
|:—:|:—:|:–:|
|Windows10|Python3.9|VScode|

# 学習データ
Twitterから分野ごとにラベル付与を行います。
データ数は計4964個　ラベル数は5種類
学習データは以下の表のように整形します

|本文|スポーツ|政治|経済|エンタメ|科学|
|:—:|:–:|:–:|:–:|:–:|:–:|
|ラグビーのユニフォームくれるの？！・・

ラズパイゼロ+64x32LEDマトリクスでスマート電光掲示板を作った

# 概要
Raspberry Pi Zero WHと64×32のLEDマトリクスで**声で操作できる電光掲示板**を作成しました。

声だけで気温&ニュース掲示板の起動
ただ起動まで1分近くかかるw
WAITINGを出してるのはそれが理由 pic.twitter.com/dI30bpcZtW

— すいばり@'22年5戦4勝⚾️ (@Suibari_cha) December 31, 2022

実現にあたって必要な情報は大方検索すれば出てくるので、本記事はキュレーション的なまとめ記事になると思って

PCA with Breast Cancer Datasets

# 初めに
scikit learnのbreast cancer datasetsを利用しPCAをやってみます。
これはそのコードを保存するために作成しました。

# 予備知識
Scalingについて理解しましょう。まず、mglearnをインストールします。

“`python
pip install mglearn
pip install joblib==1.1.0
“`

“`python
import mglearn
mglearn.plots.plot_scaling()
“`
結果
良く使うのは、1. StandardScaler と　2. MinMax Scalerです。

# Breast Cancer Datasets

Datasetsを入手し、Scalingしてみましょう。

“`python
from sklea

Lambdaローカル開発環境構築手順

下記ブログを参考に、Lambdaのローカル開発環境構築手順をまとめる。

ローカルでLambda開発環境の構築手順紹介

# 本記事執筆時の作業環境
– Windows11 Pro 22H2
– Windows Terminal
– PowerShell 7.3.1

# Pythonインストール
下記を参考にPythonをインストールする。

~~https://blog.pyq.jp/entry/python_install_221102_win~~

https://starter-guide.od.pythonic-exam.com/ja/latest/python-setup/install-py39-win.html

2023/01/02追記：LambdaランタイムのPythonのサポートが3.9までだったため、
参考記事を差し替えた。

https://docs.aws.amazon.com/ja_jp/lambda/latest/dg/lambda-runtimes.html

下記コマンドでPythonのインストールを確認

2023をn進法で表わしてみた by Python（2 <= n <= 9）

あけましておめでとうございます！！
今年もよろしくお願いします

2023年になったということで、今回は2023をn進法（2 <= n <= 9）で表わそうと思いやってみました。 # ①実装の仕方を考える 2023をn進数に変換する前に、ひとまず2進数に変換できるかやってみましょう。 （n進数に関しては高校数学 数学Aにあるのでそこで学習するというのもアリです。） ``` 2で割り続けます 2023 = 1011 * 2 + 1 1011 = 505 * 2 + 1 505 = 252 * 2 + 1 252 = 126 * 2 + 0 126 = 63 * 2 + 0 63 = 31 * 2 + 1 31 = 15 * 2 + 1 15 = 7 * 2 + 1 7 = 3 * 2 + 1 3 = 1 * 2 + 1 1 = 0 * 2 + 1 という感じになると思います。そして下から順に追っていけば2進数になるので 2023の2進数表記は 11111100111 になります。 ``` 長くなりましたが、これで2進数表記にすることができました。 という感じに実装していくことでn進数

SeleniumWebDriverをapiからpythonで更新する

# はじめに
「selenium webdriver 自動」や「webdriver 更新 自動」などで検索しても
webdriver-managerを使った方法の紹介の方が多く感じたので書くことにしました。

# 環境
Windows11
python 3.10.4
requests 2.28.1

# 実際のコード

“`
pip install requests
“`

“`main.py
import os
import urllib.request

import requests

def main():

# chromium公式の発表しているchrome_driverの最新バージョン名を取得
CHROME_LATEST_VERSION = requests.get(“http://omahaproxy.appspot.com/linux?channel=stable”).text
# 上記のバージョン名からメジャーバージョン名を取得。
CHROME_LATEST_MAJOR_VERSION = CHROME_LATEST_VERSI

tweepyでツイート情報を取得したいのにエラーが出る

# はじめに
Twitter API V2を使ってツイート情報を収集しようとしたが、ハマってしまったのでまとめてみました。

# ソースコード
調べたらすぐ出てくるようなコードです。
“`python
import tweepy

consumer_key = ‘xxxxxx’
consumer_secret = ‘xxxxxx’
access_token = ‘xxxxxx’
access_token_secret = ‘xxxxxx’

client = tweepy.Client(
consumer_key,
consumer_secret,
access_token,
access_token_secret
)

search = ‘Python’
tweet_max = 10
tweets = client.search_recent_tweets(query=search, max_results=tweet_max)
print(tweets)
“`
# エラー内容
“`python
tweepy.errors.Unauthorize

シフト作成part2

メモ

関数
“`python:qiita.rb
import pandas as pd
pd.options.display.precision = 0
import numpy as np
from random import random
import time, os
import openpyxl as opx

def read_excel():

df = pd.read_excel(r”C:\Users\keisu\OneDrive\デスクトップ\月次シフト.xlsx”, index_col = 0, header=[1,])
df = df.fillna(“0”)
df = df.replace(“0”, 0).replace(“◎”, 3)

kiso = df.iloc[2:, 0:31].reset_index(drop = True)
# group = df.iloc[2:, 0:1]
name = df.iloc[2:, 0:1]
holiday = df.iloc[2:,31:32].reset_index(drop = True)

今月はジョブカンに何時間申請したかを正規表現で計算する

### 前提
かなり特殊な前提ですが…
– 私はアルバイトで、ジョブカンで自分で申請してる
– ジョブカンで申請した時間と同じ時間を経理の人に伝える
– ジョブカンの申請はあくまで補助で、基本は経理の人に伝えた時間が今月バイトした時間とみなされる

という状況です。
もちろん予め何時間働くという前提のもとに申請しているわけですが、例えばマクロを組む仕事が入るとかすると想定時間をオーバーすることがあるわけです。オーバーして申請を追加して…としてると、自分が今月何時間働いたかがわからなくなるというわけです。

そこで、
**ジョブカンに何時間申請したかをスピーディーに算出してぇ…** と思うようになりましたとさ。

### 方針
最初はAPIとかスクレイピングとかしてみるか！？と思ったけど、経験値の浅さゆえ面倒くささが勝ちギブ。
そのときふと、**画面をコピペして正規表現で時間を処理できるんじゃね？** と気づきました。

ジョブカンの画面はこんな感じで、
![image.png](https://qiita-image-store.s3.ap-northeast-1.amazon

Pythonでクラス関数が親クラスを継承しているかを調べる

# Pythonでクラス関数が親クラスを継承しているかを調べる

## はじめに
Pythonでは、クラス間の関係を継承関係と呼び、クラス関数が親クラスを継承しているかを調べることができます。

## 例
以下のコードを例に、Pythonでクラス関数が親クラスを継承しているかを調べる方法を説明します。

“`python
class A:
pass

class B(A):
def test():
pass

issubclass(B,A) #True
“`

class Aが親クラスで、class Bが子クラスです。issubclass()関数を使用することで、class Bがclass Aを継承しているかを調べることができます。

## 応用例
issubclass()関数を使用すると、クラス間の継承関係があるかを調べるだけでなく、複数のクラス間の最終的な親クラスを調べることもできます。

例えば、class Aがclass Bを継承し、class Bがclass Cを継承している場合、class Cがclass Aを継承しているかを調べることが

XPath を Element から相対的に指定する

意外と調べても見当たらなかった(調べ方が悪い？)ので、自分の覚書。
Python & Selenium ですが、他の XPath を利用する場合にも使えるんじゃないかな？
# HTML 要素(最上位要素)を基準に、要素を取得する場合
XPath の情報でよく見る記載です。
“`Python:よく散見される、Selenium による XPath の指定
from selenium import webdriver
from webdriver_manager.microsoft import EdgeChromiumDriverManager
(中略)
# WebVriverをwebdriver_managerで取得
driver = webdriver.Edge(EdgeChromiumDriverManager().install())
# driver = webdriver.Edge(r”C:\〇〇〇\edgedriver_win64\msedgedriver.exe”)
(中略)
driver.find_element_by_xpath(‘//*[@id=”password”

Pythonでクラス関数の親クラスを取得する方法

# 概要

Pythonでクラス関数の親クラスを取得するには、「inspectモジュール」を用います。Inspectモジュールは、Pythonインタプリタ内で実行されるオブジェクトの情報を取得したり、ソースコードを読み取ったりするライブラリです。Inspectモジュールを使用すると、クラス関数の親クラスを取得することができます。

# 使用例

以下の例では、Inspectモジュールを使用して、クラス関数の親クラスを取得しています。

“`python
import inspect

class ParentClass:
def parent_function(self):
print(“Parent Function”)

class ChildClass(ParentClass):
def child_function(self):
print(“Child Function”)

# クラス関数の親クラスを取得
parent_class = inspect.getmro(ChildClass)

# 取得した親クラスを出力
pri

Azureの請求情報分析のためのデータを Python で取得してみました

## 概要

Azureの請求アカウントIDから請求データを取得するPythonプログラムです。[このプログラム](https://qiita.com/turupon/items/fcaf63b88745b47f15fb)の応用編です。

– 請求月指定でデータを取得します
– 1000件以上のデータ取得に対応しました
– 取得データはCSVでローカルに保存します

### 実行環境

macOS Ventura 13.0
python 3.8.12

### 事前準備

[この記事](https://qiita.com/turupon/items/d39b5312600ce1d2a4f3) の「事前準備」を完了していること

### 実行プログラム

“`python:REST_SnowflakeByBillingAccountId.py
import json
import os
import sys
import requests
import argparse
from datetime import *
from dateutil.relativedelta import

PythonとAI～ドル円為替の時系列解析SARIMAvsLSTM～

# はじめに
筆者はPythonならびにAIの初学者で、Aidemy Premiumの「データ分析３ヶ月コース」を受講しながらデータ分析について学習をしています。
講座内で学習した知識をもとに自身で時系列解析の実装・考察を行っていきます。

# 自己紹介
・2人目の子供を妊娠中の30代女性
現職は損害保険会社勤務でプログラミングやAIについての知識ゼロから、
出産までの休暇期間を利用して学習を行っています。

家族が増えることに伴い、より柔軟な働き方にチェンジしたいと思い、
自身の興味関心・やりたいことは何かを考えた結果、
AI学習やデータ分析にたどり着きました。
今回は受講の修了要件の1つである成果物としてこのブログを執筆しています。

受講修了後も今後のキャリアチェンジのために、産後もコツコツと継続して学習を行っていく予定です。

# テーマと分析方法
普段子供の服を海外から個人輸入することがあったり、
そろそろ海外旅行に行きたいなという気持ちがあったりで、
最近よくドル円の為替を見ていたのですが、
2022年、一時は1ドル＝150円の歴史的な円安に達してびっくり。（ここまでの円

[備忘録] [Python] azure-cliの基本的な使い方

# 環境

“`
MacOS: 12.6
Python: 3.9.10
azure-cli==2.32.0
azure-cli-core==2.32.0
“`

# 基本的なazコマンドの実行

例えば、`az vm show –resource-group QueryDemo –name TestVM`を実行したければこんな感じ

“`az_cli.py
from azure.cli.core import get_default_cli
cli = get_default_cli()
res = cli.invoke(
[
“vm”,
“show”,
“–resource-group”,
“QueryDemo”,
“–name”,
“TestVM”,
]
)
# 0: success
# 1: failure
if res != 0:
print(“ERROR!”)
“`

もちろん、リソースグループ名などは定数や環境変数としてセットし、参照するこ

Walicaの清算アルゴリズムを考える

みなさんはWalicaというサービスをご存知でしょうか？
Walicaは、友人や仲間内などで遊んだ時に発生する貸し借りなどの立替を、最終的に誰が誰にいくら払えばいいのかという計算をサポートしてくれるサービスです。

意外に知られてないようですが、僕自身は何年も前からWalicaを愛用していて、今までもWalicaを知らないたくさんの友達にWalicaの存在を広めてきました。
とても便利です！ぜひ使ってみてください！

https://walica.jp/

日常的によく使っているのですが、たまに **「Walicaの計算って本当に正しいの？」** と疑問に思う友達がいたりします。
たしかに、最終的な清算金額の計算がどうやって行われているかなどどこにも書かれていませんし、自分も何回か疑問に思ったことはあります。ですがその度に自分で計算してみても金額が一致するので、何も考えずにいまも使っています。

Walicaのコアバリューはこの清算アルゴリズムです。
どんなにたくさんの立替が行われても、最終的に送金回数が最も少なくなるような清算最適化アルゴリズムが考えられています。
（開発者の方曰く、

にゃんこスイーパー

Python+Cursesで、にゃんこスイーパーを書いてみました。
Ubuntuのターミナルで動きます。
ファイルに、chmod +x nyankosweeper.pyとして、実行権を付けて動かして下さい。

$./nyankosweeper.py [number of cats]として、動かします。
[number of cats]は、省略できます。省略すると、猫の数は58個となります。

スペースキーで、開き、’ｚ’キーで、マークを付けます。カーソルは矢印キーで動かします。
’ｑ’キーで抜け出せられます。

pyinstallerで、コンパイルできます。コンパイルしなくとも、そもそも速度はあんまり問題ないですが。

“`nyankosweeper.py
#!/usr/bin/python3

import curses
import random
import locale
import select
import sys

xsize = 40
ysize = 23
vvram = [[0 for i in range(ysize)] for j in range(xsiz

[python] for文の基本と応用(リスト内ループ)

pythonのfor文をちと整理し直してみた。
特にリスト内包表記は完全に理解しきれんかったのでなかなかお勉強になりました。

# 目次
– 動作環境
– for文の概要
– 基本的な使い方: range、リスト、文字列
– 少し応用: リスト内包表記

# 動作環境
|種類 |バージョン |
|:—————|:————–|
|MacBook Air |Ventura13.0.1 |
|python |3.9.6 |
|jupyter notebook|6.5.2 |
|pandas |1.5.2 |

# for文の概要
for文はまぁ大体のプログラミング言語にあって、俗にiterable(繰り返し可能な)処理を行うものになる。
基本的な形式は、
“`python:
for (変数) in (range or リスト):
処理
“`

# 基本的な使い方: range、リスト、文字列
まずはrange