Djangoで新しくデータベースを登録

新しくDjangoにデータベースを登録する手順を箇条書きで説明します：

モデルの作成: データベースに保存するデータを表すDjangoのモデルを作成します。モデルはmodels.pyファイルに定義されます。

マイグレーションの作成: モデルを作成した後、Djangoのマイグレーションを作成します。マイグレーションはモデルの変更をデータベースに反映させるための手順を記録したファイルです。

マイグレーションの適用: マイグレーションをデータベースに適用します。これにより、新しいテーブルやカラムがデータベースに作成されます。

管理画面で確認: マイグレーションが適用された後、管理画面を通じてデータベースに保存されたデータを確認できます。

以下はより詳細な手順です：

models.pyファイルにモデルを作成する
python
Copy code
# models.py

from django.db import models

class MyModel(models.Model):
field1 = models.CharField(max_length=100)

ChatGPTの新機能「Code interpreter」についての記事まとめ

Code interpreterを活用する上で読むべき記事をまとめました

# Code interpreterで出来ること

Code interpreterで出来ることを色々と試している記事

「Code interpreterってどんなことできるの？」と思っている人はまず読むのがおすすめ

https://zenn.dev/yuhei_fujita/articles/try-chat-gpt-code-interpreter

https://zenn.dev/karaage0703/articles/5df61d446684f9

https://note.com/kajiken0630/n/ndd8307e12039

# Code interpreterを使うためのTiPs

Code interpreterを使うためのTiPsがまとまった記事

https://qiita.com/ot12/items/39ff4264e0f13209ba62#%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%83%95%E3%82%A9%E3%83%B3%E3%83%88%E

[CTF]SECCON beginners ctf 2023でReturn-Oriented Programming(ROP)を学ぶ

まえがき

　6月の3日４日に開催された、SECCON Beginners CTF 2023に参加しました。その後、復習しています。今回は、その中でもpwnableのElementary_ROPを題材にReturn-Oriented Programmingについて勉強したので備忘録として投稿しようと思います。これをやっていた頃にはSecconのサーバーは閉じてしまっていて、かつ、配られた実行ファイルはライブラリのバージョンの関係で自分の環境下では実行できないため、配られたソースコードを自前でgccして使用しています。なにか間違いなどありましたらご指摘いただけると幸いです。

問題について

　問題は、前述したとおりSECCON Beginners CTF 2023にて出題された、pwnableのElementary_ROPです。配られたファイルには、challという実行ファイルとそのソースコードである src.c が入っていました。こちらも前述のとおり、実行ファイルchallは自分でgccしたのものです。

“`
$ gcc

ハードエッジを抽出したい

ハードエッジを抽出したいなー

抽出した後にあれこれやりたいなー

とりあえず検索
—

– select > Use Constraints で選択

よくつかいますねー
ただスクリプトで処理したいですねー

– polySelectConstraint を使う

https://help.autodesk.com/cloudhelp/2022/JPN/Maya-Tech-Docs/CommandsPython/polySelectConstraint.html

うん・・・・うーんなんかこう・・・・ちがう

APIでなんかあんじゃね？
—

いつもどおりほげーっとapiのリファレンスを眺めてみると

OpenMaya.MFnMesh.isEdgeSmooth()
isEdgeSmooth(edgeId) -> bool
Returns True if the edge is smooth, False if it is hard.

https://help.autodesk.com/view/MAYAUL/2022/JPN/?guid=Maya_SDK_py_ref_cl

Fly.ioでDjangoアプリケーション＆Postgresqlを楽々デプロイ【解説】

今回は初めてFly.ioでDjangoアプリケーションをデプロイしたのですが、すこし手こずったりしたので備忘録＆これからの人のために手順などを詳細に記事にしようと思います。

次のような人に向けた記事のため、__Fly.ioでDjangoアプリケーションをデプロイする手順__ に的を絞って書きます。
* Djangoアプリケーションを開発した・開発したい
* 初めてで不安もあるけどFly.ioでデプロイしてみたい。
* 簡単＆無料で公開したい。
* デプロイに苦手意識がある

などなど、初心者さんにも丁寧であるように心がけて記事書きますのでよろしくお願いします。

ちなみにFly.ioは公式のチュートリアルもなかなか充実してるので後で読んでみてください。

https://fly.io/docs/hands-on/

なお、私も初心者のため不適切な理解などあるかもしれません。
その場合は指摘いただけるとありがたいです。

ではさっそく本題に行きましょう。

## Django側の設定(setting.py)

本番環境と開発環境で設定を切り替えるためにsetting.pyをbase.

カラーマネージメント結果があわない

maya2022にて

カラーマネージメントは面倒そう思っていた時期が僕にもありました。

今は　カラーマネージメントクソ面倒。

それを何とか乗り越えて、一応なんとかフローに乗せたつもりが
deadlineさんに渡したら　**なんか色違う感じで出てくる**　という

違う感じがわからん
—
違う感じってのがどーにもふんわりしてるので、数値的にどういうのが出てきてるのか確認したいので
まずはカラーマネージメントを今一度検証

aiFlatを使用したシーンにて、単色のテクスチャーを読ませて検証

それぞれの設定と結果の色(数値)をまとめる

で、どうやらACESで結果が排出されている様子。

吐かせる
—
deadlineに投げるときにスクリプトを一緒につけて、カラーマネージメントの設定を吐かせてみる。

雑にこんな感じ
“`python

7. レンダリング

# レンダリング
1. レンダリングなしの場合は赤の箇所を選択します。

1. 以下を選択するとEevee形式でのレンダリングがなされますが、光源等の細かい設定は反映されていないものになります。。

1. 以下を選択すると光源を反映したレンダリングがなされます。光源が未設定なので、暗い状況です。
![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3508676/5f2a89be-502a-a

6. 計算結果の読み込み

# 【iRIC】iRICで計算結果を出力
1. iRICで計算が終了したのち、[ファイル]→[エクスポート]→[計算結果]を選択します。

1. エクスポートで、形式を[CSVファイル]を選択します。出力フォルダは適宜指定します。プレフィックスは変更しないでください。タイムステップや間引き間隔も適宜設定します。

1. 出力すると指定したフォルダにCSVファイルが出力されていることが確認できます。
![image.png](https://qiita-image-store.s3.ap

5. iRIC2Blenderの使い方: 植生の設定

# 【iRIC】植生をiRIC上で設定する。

1. [植生密生度]→[追加]→[ポリゴンデータ]を選択し、ポリゴンデータの作成を行います。

1. 背景の衛星画像などを参考に、手作業でポリゴンデータを作成します。

1. 各ポリゴンの植生密生度を指定します。
![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3508676/415da301-44a7-35e8-dc37-cf3621fc

プログラミング入門コース［web制作課題について］

プログラミング未経験者でもたった8週間でWeb開発可能！
おっさんでもこうなれるのか:bangbang:
という思いで5／29日（月）からスパルタコーディングクラブの
プログラミング入門コースにて学習を開始しました！
2期目となりますが頑張っていきます！

:arrow_forward: [スパルタコーディングクラブ](https://www.japan.spartacodingclub.com/)

授業においついていない！課題もまだ提出できていない！
プログラミングノートも提出できていない！
というような状況ですが、5週目以降に行う
自主web制作課題について企画を考えました。

## web制作課題
■ webサイトテーマ
必要な情報を入れると、最適な提案を

3. iRIC2Blender: 地形データの作成

# 3-1. iRIC2Blenderの使い方 ①: iRIC上で格子を作成する【iRIC操作】
1. iRICを起動し、[新しいプロジェクト]を選択肢、[Nays 2DH]を選択します。(iRICの使い方などについては、[iRICのHP](https://i-ric.org/ja/)や[iRICのユーザーズマニュアル](https://iric-gui-user-manual.readthedocs.io/ja/v3_jp/)を参考にしてください。)


1. 今回は北海道新得町付近

ChatGPTをノーコードでマルチモーダル化する「HuggingGPT」

## はじめに

今回はChatGPTを一気にマルチモーダル化できる「HuggingGPT」について、簡単な説明とデモを紹介していきたいと思います。

ChatGPTといえば、「テキスト」というイメージが強いと思いますが、今回紹介するHuggingGPTを使う事で、実際AIの細かい事はよくわからない・・という方でも、テキストに加えて、画像・音声・動画に対しても、ChatGPTと同様のやりとりで、マルチモーダルなAIの活用が可能になります。

今回はHuggingGPTを知らないという方、名前は聞いた事があるけれど具体的にはよくわからないという向けに「HuggingGPTで何ができるのか」に焦点を当てて説明していきたいと思います。

[元論文]
HuggingGPT: [Solving AI Tasks with ChatGPT and its Friends in Hugging Face](https://arxiv.org/abs/2303.17580)

## HuggingGPTで何ができるのか？

さて、ではHuggingGPTで何ができるようになるのでしょうか？

一言で言

[大学生向け]学生実験をDXしよう！Pythonでのデータ整理テク

私はちょっと情報系な学部に所属しているのですが，情報系だけあって，私の学部には

* 計算すること(シミュレーションなど)
* アルゴリズムを実行して難解な問題を解くこと(競技プログラミングなど)

に強い学生がそこそこいる印象です．しかし，**データ整理ができる学生はまだ少ない**と見えます．私の学部には学生実験という科目があるのですが，ここでは実験中に様々なデータを取り，それぞれグラフにしてレポートにする必要があります．グラフ作成にPythonはとても役立ちますが，そうすると必ず必要になるのが**Python上での実験結果のデータ整理**です．

データが1つしか無かったら，普通にファイル読み込み→前処理→計算→グラフ表示…みたいな処理をすればいいな，と頭の中でも思考が付きますが，じゃあ，データが3つあって，それを全て表示するグラフを描け…みたいな複雑な要件になったらどうでしょう．この時に，データを整理しながら，冷静にPythonをいじれるようにする必要があります．

今回は，学生実験のレポートのグラフをPythonで作ることを目標とし，そこに至るまでのPython上でのデ

アンケートを分析して、会社を良くしよう！

# １．言いたいコト
アンケートを分析して、具体的な施策に落とし込み、結果につなげたい。
そのためには、アンケート結果を重回帰分析するのも、一つの方法だと思います。

大変なコストをかけて、アンケートを実施しても、全体的な傾向分析や単なる時系列比較になっていませんか？
アンケートには目的があると思います。例えば、会社であれば、組織を良くするために、アンケートを実施するのだと思います。

尊敬する杉山聡さんがワークエンゲージメントを分析しているという記事を読みました。

https://rejoui.co.jp/casestudy/3149/

個人的には、例えば、ワークエンゲージメントを向上するのであれば、どのような施策が効果的かを分析して、着実に成果に結びつけることが大切かな、と考えています。

以下、アンケート結果を重回帰分析することで、具体的な施策を考えるケースを考えてみたいと思います。なお、本物のデータを使って、分析したかったのですが、大人の事情があり、ダミーデータを用いました。

# ２．前提
A社とB社にて、同様のアンケートを100人に実施したものと仮定します。アンケート項

windows10のgoogle chrome 114でseleniumを使う準備

# 目的

今日は3連休最終日！
土日何もしなかったので、何かしたいと思いました…

webサイトのテストを自動化するとき、pythonのseleniumが使われるようなので、
それについて今日は実行できるように準備までします。

# 今回やること

今回の目標は以下の4つ。
* pythonのインストール
* VScodeのインストール
* seleniumのインストール
* テストコードの実行

# 環境
* windows 10
* Python 3.11.4
* google chrome 114.0.5735.199

# いざ出陣

### sleniumとは
Webアプリケーションをテストするためのフレームワーク

いろいろできると思って触ってみたかったが、調べて多く出てきた手順ではできなかったので主にそれの備忘録。

### pythonのインストール

以下のサイトからインストーラーをダウンロードして実行します。
今回はpython 3.11.4のインストーラーをダウンロードしました。

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

Python 仮想環境（venv）作成・削除

## 概要

Python 仮想環境（venv）の作成と削除方法を記載する。

## 前提

– Python がインストール済みとする。

## 動作確認済み OS、 Python バージョン

– Windows 10
– Python 3.8/3.9/3.10/3.11

## 作成

– Python コマンド

“`Python
python -m venv 仮想環境名
“`

– py コマンド

Python 3.8 の場合。

“`Python
py -3.8 -m venv 仮想環境名
“`

## 起動

“`
venv/Scripts/activate
“`

## 終了

deactivate だけでも可能である。

“`
venv/Scripts/deactivate
“`

## Python ライブラリのインストール

“`python
pip install numpy
“`

## Python ライブラリのアンインストール

“`python
pip uninstall numpy -y
“`

## インストー

Event Busを作ってみよう TODO編

# 最終的なイメージ
* event_loop.pyが常に動いている。ここに変更は永遠に加えない
* 開発者はアプリの新規追加・編集・更新が自由に行える。event_loop.pyは変更を自動的に読み込む。
* アプリ間のやり取りはevent_loop.pyを通して行われる
* 各アプリはevent_busから呼び出されるもののあれば、手動で呼び出されるものもある
* 各アプリは非同期的に実行される

# TODO
* ~~apps/内に新しく.pyファイルが追加されたときにPythonは認識するかチェック~~
* 認識するようにevent_loop.pyを更新。import_moduleを利用して、動的にapps内の関数をimportするようにした。
* これに伴って、新しいappsが追加されたら、registered_eventを更新するようにした
* apps/内のスクリプトが更新された後、それが認識されるのかチェック
* サブプロセス？的な何かに各アプリの処理を投げる
* 割り込み処理の実現
* イメージはCtrl+Cの強制終了の読み取り。これもeven

[Python]便利なワンライナー9選

# はじめに

今回は Python における基本的かつ便利なワンライナーを 9 個紹介したいと思います。ワンライナーを使わない例とワンライナーの例の両方を記述していますので、ぜひ参考にしていただければと思います。

## 注意事項

– すべての便利なワンライナーを網羅しているわけではありません。
– ワンライナーを使うことでコードを簡潔に記述することが可能ですが、すべてのケースにおいて適用できるわけではありません。特に長いワンライナーはコードの可読性を下げる可能性もありますので、ご注意ください。

# 変数の入れ替え

ワンライナーを使わない例では、一時変数を使って値を一時的に保存しから、値の入れ替えを行なっています。

“`python: ワンライナーを使わない例
a = 1
b = 2
tmp = a
a = b
b = tmp
print(a, b) # 2 1
“`

ワンライナーの例では、タプルのアンパックを使って`一時変数を使わずに`簡潔に記述しています。

“`python: ワンライナーの例
a = 1
b = 2
a, b = b, a
print(a, b

GPIOでLEDを点滅させる

## GPIOの配置
参照元公式ページ
https://www.raspberrypi.com/documentation/computers/raspberry-pi.html#gpio-and-the-40-pin-header

## プログラム
GPIO17でLEDを点滅させるプログラム
“` python:sample1.py
from gpiozero import LED
from time import sleep

led = LED(17)

while True:
led

ChatGPTをNFTプロジェクトの分析に使う方法〜Dune × ChatGPT〜

この記事は、Qiita[「Code Interpreterを使用してコードの生成とNFTの取引データの分析をしてみよう！」](https://qiita.com/cardene/items/3f7c448595df4bcea598)の内容を元に、実際に分析をしてみた結果を記載しています。

## NFTプロジェクトの分析ツール「Dune」
### Duneとは？


Duneとは、無料で利用できるブロックチェーンデータの分析ツールです。（[コチラです](https://dune.com/browse/dashboards)）
PostgreSQL DBに集約されたデータに対して、クエリを実行することで、誰でもデータ抽出を行うことができます。

このツール「Dune」