- 1. 指定ライブラリーに対応可能なpythonのバージョンを調べるスクリプト
- 2. 技術的にも体力的にもよわよわだけどPyCon APAC 2023行ってきたレポ ~スプリント~
- 3. Pythonで「文字列の長さ(文字数)を取得する」の動作を確認してみた
- 4. Matplotlib の Slider で任意の時間・角度でプロットする
- 5. flaskのlocalhost起動
- 6. ChatGPTとPythonで学ぶ 階層的クラスタリング
- 7. 技術的にも体力的にもよわよわだけどPyCon APAC 2023行ってきたレポ ~Day2~
- 8. Windows 11 への Python のインストール
- 9. BedrockでVectorDBでRAGする – Amazon Titan Embeddingsでベクトル入門②
- 10. JPHACKS2023-Review
- 11. 【Django】エラー「AttributeError: module ‘django.contrib.admin’ has no attribute ‘display’」の原因とは
- 12. Python各ファイルの意味と階層
- 13. 【AutoMLで分類（2分類）】Pycaretで機械学習モデルの比較
- 14. Pythonでポートフォリオを作っている理由
- 15. Discord.pyの使い方
- 16. 最小n乗法の性質
- 17. PythonでDjangoを使ってみる
- 18. モバイルアプリ開発初心者がSpotify APIを叩いてみる
- 19. Pythonで「数値を文字列に変換して文字列と連結する」の動作を確認してみた
- 20. FireBaseの認証機能を利用してサーバーサイドでユーザー操作をする
指定ライブラリーに対応可能なpythonのバージョンを調べるスクリプト
# 目的
python処理系をバージョンアップしようかと思った時、使ってる又は使いたいライブラリーが対応できているかが気になる。
その確認のためのスクリプトを作成した。# 対象
pypiで、そのライブラリーのjsonデータの”Classifiers” セクションで対応バージョンが記述されているライブラリーのみが以下のスクリプトで調べることができる。# コード
“`python
import json
import requests
import redef get_latest_python_version(package_name):
url = f”https://pypi.org/pypi/{package_name}/json”
response = requests.get(url)
if response.status_code == 200:
data = response.json()
classifiers = data.get(‘info’, {}).get(‘classifiers’, [])
技術的にも体力的にもよわよわだけどPyCon APAC 2023行ってきたレポ ~スプリント~
# はじめに
2023年10月26日(木)～10月29日(日)までの4日間PyCon APACのイベントがあったのですが、その4日間のうち27日(金)～29日(日)までの3日間参加してきたのでレポートを投稿します。
3日間全ての参加レポートを記載すると非常に長くなってしまいそうだったのでDay1、Day2、余力は無かったですがPyLadies Tokyoの運営スタッフとしてスプリントの方も活動していたので書かねばということでスプリント参加レポを投稿します！
最後の方に3日間参加してみた感想とPyCon初参加してみたい方へ少しでも参考になるように書きました！Day1はこちら
https://qiita.com/yuuun/items/8ecd7d145e9dca047c3f
Day2はこちら
https://qiita.com/yuuun/items/9efa3df357db28218c4b
# PyCon APACとは
PyCon APACについての説明が公式HPに記載されていたので引用します。
>PyCon APACは、プログラミング言語 **「Python」を中心とし
Pythonで「文字列の長さ(文字数)を取得する」の動作を確認してみた
# 概要
Pythonで「文字列の長さ(文字数)を取得する」の動作を確認してみました。以下のページを参考にしました。
https://www.javadrive.jp/python/string/index8.html
# 実装
以下のファイルを作成しました。
“`sample.py
print(“Hello の文字数は ” + str(len(“Hello”)))
print(“東京都 の文字数は ” + str(len(“東京都”)))
“`以下のコマンドを実行しました。
“`
$ python3 sample.py
Hello の文字数は 5
東京都 の文字数は 3
“`# まとめ
何かの役に立てばと。
Matplotlib の Slider で任意の時間・角度でプロットする
# コード
時系列データを任意の時間・角度で指定し、可視化する必要があったため作りました。“`python:slider.py
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider# インタラクティブ用コマンド
%matplotlib widget# 変数設定
value = np.linspace(0, 4*np.pi, 1000)
k = np.linspace(0.5, 1.5, 1000)
x = np.sin(value) * k
y = np.cos(value) * k
z = np.linspace(-1, 1, 1000)# 図形オブジェクト作成
fig = plt.figure(figsize=(8, 8))# 図形分割
grid = fig.add_gridspec(20, 1)
# スライダー領域確保
ax_slider_z = fig.add_subplot(grid[0,:]) # 方位角
ax_
flaskのlocalhost起動
“`.PowerShell
$env:FLASK_APP = “アプリ名”例）
$env:FLASK_APP = “hello”
“`“`.PowerShell
flask run
“`#### 参考記事
https://flask.palletsprojects.com/en/2.0.x/quickstart/
ChatGPTとPythonで学ぶ 階層的クラスタリング
皆さんこんにちは。今日も引き続きChatGPT先生をお迎えして、「ChatGPTとPythonで学ぶ 階層的クラスタリング」というテーマで雑談したいと思います。それではChatGPT先生、よろしくお願いします。
—
### **assistant**:
いつもと同様に、ご指導させていただきます。よろしくお願いします。
まずは、階層的クラスタリングについて基本から学んでいきましょう。階層的クラスタリングは、データのクラスタリング手法の1つであり、物事の類似性をもとに階層的なクラスターを形成します。その結果はデンドログラムという樹形図を用いて表現されます。これはクラスタ間距離に基づき似ているデータを一つのグループに集め、さらにそのグループ間の類似性に基づいてさらに大きなグループを作るという手法です。
Pythonでは、Scikit-learnというライブラリーを使って階層的クラスタリングを実装することが可能です。まずは、次のステップでデータを準備し、階層的クラスタリングのアルゴリズムを申し込む準備をしましょう。
1. 必要なライブラリをインポートします。
2. データを
技術的にも体力的にもよわよわだけどPyCon APAC 2023行ってきたレポ ~Day2~
# はじめに
2023年10月26日(木)～10月29日(日)までの4日間PyCon APACのイベントがあったのですが、その4日間のうち27日(金)～29日(日)までの3日間参加してきたのでレポートを投稿します。
3日間全ての参加レポートを記載すると非常に長いのでDay1、Day2、余力があればスプリントに分けて投稿予定です。今回はDay2です。Day1はこちら
https://qiita.com/yuuun/items/8ecd7d145e9dca047c3f
## PyCon APACとは
PyCon APACについての説明が公式HPに記載されていたので引用します。
>PyCon APACは、プログラミング言語 **「Python」を中心としたボランティアによる非営利の年次カンファレンス** です。このカンファレンスの目的は、 **Pythonプログラミング言語とその周辺技術を探求し、議論・実践できる場を提供すること** です。運営チームは、 **アジア太平洋地域における国または地域が主体** となり、現在では、シンガポール、マレーシア、インドネシア、フィリピン、タイ、
Windows 11 への Python のインストール
Python は無料で使えるプログラミング言語です。機械学習プログラムをはじめとして、様々な用途で使われています。ここでは 18 歳の新入社員向けに Python のインストール手順を紹介します。
## Python の主な用途
Python は以下のような用途で使われます。### データ解析と科学計算
Pythonはデータサイエンス、機械学習、統計分析などの分野で広く使用されています。無料のライブラリ（NumPy、Pandas、Matplotlib、SciPy、scikit-learnなど）が豊富に存在し、データの処理、可視化、機械学習モデルの構築が容易です。### ウェブ開発
Python は Web アプリケーションの開発に広く使用されています。有名なところでは Instagram や Facebook で Django フレームワークと一緒に使われています。### プログラミング学習
Pythonは初学者にとって学習しやすく、プログラミング教育のために使用されています。## Python のシステム要件
Python の基本的なシステム要件は以下の通りです。
BedrockでVectorDBでRAGする – Amazon Titan Embeddingsでベクトル入門②
前回でEmbeddingとベクトル化のイメージが掴めたので、VectorDBを使ってKendraを使わないRAGを試します。
VectorDBとしてはChromaDBとやらを使います。特に拘りは無いのですがお試しなので簡単そうなもの使います。# 概念図
# 構成図
お試しなのでVectorDB（ChromaDB）はローカル端末にあります。
正確にはPDFをChromaDBに直入れしているわけではないですが。
実際に使う時にはAWS上に構築するのが自然だと思います。
（ベクターなのかベクトルなのか
JPHACKS2023-Review
# 概要
JPHACKSという日本最大の学生向けハッカソンに参加した。
内容としては作品のテーマは自由、２日間で動く製品を作成し、デモ発表を行うというもの。
私達は「チーム鳥取大学」として三人チームで参加し、感情×Techのサービス「Emotter」を開発した。# 役割分担
役割分担は、内容をSNS部分と感情認識部分に大きく分割し他2人に分配、私はインテグレーターとして全体の進捗を管理しつつ他2人が詰まっている部分の補佐とプレゼンを行なった# 作成物
Emotterは完全なTwitterオマージュのSNSであり、画像認識・自然言語処理を用いた感情認識システムにより直接のコミュニケーションに近い新感覚のSNSとなっている。## サービスの流れ
Emotterの投稿までの流れを示す。
まず、以下の投稿フォームに投稿内容を書き込む。
投
【Django】エラー「AttributeError: module ‘django.contrib.admin’ has no attribute ‘display’」の原因とは
# 概要
以前作成した以下チュートリアルを動かしていたら、`AttributeError: module ‘django.contrib.admin’ has no attribute ‘display’`というエラーが出ました。
[はじめての Django アプリ作成、その 1](https://docs.djangoproject.com/ja/4.1/intro/tutorial01/)本記事では、このエラーの解決方法を記載します。
### エラー内容
“`
Traceback (most recent call last):
# 中略
File “/mysite/mysite/polls/models.py”, line 7, in
class Question(models.Model):
File “/mysite/mysite/polls/models.py”, line 12, in Question
@admin.display(boolean=True, ordering=’pub_date’, descrip
Python各ファイルの意味と階層
acupuncture-website/ # プロジェクトのルートディレクトリ
│
├── .devcontainer/
│ └── devcontainer.json # 開発コンテナの設定ファイル
│
├── alembic/
│ └── env.py # Alembicのマイグレーション環境設定
│
├── app/ # FastAPIアプリケーションディレクトリ
│ ├── crud/
│ │ ├── __init__.py # CRUD操作をインポートするための初期化ファイル
│ │ └── crud.py # データベースCRUD操作の関数定義
│ │
│ ├── models/
│ │ ├── __
【AutoMLで分類（2分類）】Pycaretで機械学習モデルの比較
# はじめに
[Pycaret](https://pycaret.readthedocs.io/en/latest/index.html)とは数行のコードで機械学習モデルを構築・比較してくれるAutoMLライブラリです。この投稿では分類問題(2分類)を取り扱い、結果の解釈やコードの詳細を説明します。
# 分類問題用のデータセットの作成
分類問題用にデータセットにラベルづけを行います。今回は[こちら](https://qiita.com/oki_kosuke/items/debe4883505cb2d9809d)のページで紹介した”df.csv”というデータを用いていきます。csvファイルは[GitHun](https://github.com/okikosuke/sample/tree/main/sample_data)にも保存しております。“`python
# データの読み込み
import pandas as pd
df = pd.read_csv(“df.csv”)
print(“Datasize: ” + str(df.shape))
df.head()
`
Pythonでポートフォリオを作っている理由
Q なぜPythonなの？他の言語（Java、php、ruby）とどう違うのか？
以下は、Pythonの特徴です。
• 書きやすく読みやすいシンタックス。
• 多彩なライブラリとフレームワークが豊富。
• 柔軟性が高く、ウェブ開発からデータ解析、AIまで幅広い用途で使用できる。以下は、Javaとの違いについです。
Javaはトランスパイル言語。サーバーレスのときはPythonに劣る場合がある。
例えば、JVMからdockerを使う場合、立ち上げに時間がかかる。コールドスタートという。また、1ファイルに1クラスのためファイルが多くなってします。Javaは主にアプリケーションやサーバーサイドの開発に使用される。
以下は、PHPとの違いについです。
PHPは主にウェブアプリケーションのバックエンド開発に特化している。Pythonはウェブ開発だけでなく、さまざまな領域で使用できる。
以下は、Rubyとの違いについてです。
RubyはRuby on Railsというフレームワークを中心にウェブアプリケーションの開発に使われる。Pythonはその用途がより
Discord.pyの使い方
### Discord.pyのインストール方法
Discord.pyを使うにはまずPythonとpipがインストールされている必要があります。その上で`pip install discord.py`コマンドでインストールできます。### 基本的なBotの作成方法
Botのトークンを取得する方法
Discord Developersポータルから新しいアプリケーションを作成し、Botを追加します。するとTokenが発行されるのでこれをコピーしておきます。Botを起動するための基本的なコード
“`
import discordclient = discord.Client()
@client.event
async def on_ready():
print(‘We have logged in as {0.user}’.format(client))client.run(‘TOKEN’)
“`
このようなコードでBotを起動できます。イベントハンドラーの設定方法
“`
@client.event
async def on_message(message):
if
最小n乗法の性質
最小二乗法は，実測値$y_i$との「二乗誤差」が最小となるような予測値$\hat{y}_i$を決める方法です．ここで，上記を一般化した「$n$乗誤差」を目的関数とする最小$n$乗法を考えます：
$$
L = \dfrac{1}{N} \sum_i |y_i – \hat{y}_i | ^ n
$$
本記事では，最小$n$乗法による予測値$\hat{y}_i$が持つ性質を議論し，Pythonによる実装を示します．なお元ネタは[PRMLのExercise 1.27](https://www.microsoft.com/en-us/research/wp-content/uploads/2016/05/prml-web-sol-2009-09-08.pdf)です．# 本記事のサマリー
結論ですが，最小$n$乗法による（関数形に制限がない場合の）予測値$\hat{y}(\bf x)$は以下のようになります．
* $n \to 0$の場合，**条件付き最頻値**：$\hat{y}(\bf x) = {\rm mode}[y \mid {\bf x}]$
* $n = 1$の場合，**条件付き
PythonでDjangoを使ってみる
# はじめに
Djangoに触れる機会があったので、プロジェクトの作成から画面の表示までまとめてみました。# Djangoとは
PythonでWebアプリケーションを開発するためのフレームワーク。# プロジェクトの作成から画面の表示まで
## Djangoのインストール
“`bash
# インストール
python3 -m pip install Django# インストールされたか確認
python -m django –version
“`## プロジェクトの作成
“`
django-admin startproject ${プロジェクト名}
or
python3 -m django startproject ${プロジェクト名}
“`## 開発サーバを立ち上げてみる
以下のコマンドを実行するとサーバが立ち上がる。
「http://127.0.0.1:8000/」にアクセスするとサーバの画面が表示される。
“`
# デフォルトのポートで起動する
python3 manage.py runserver# ポートを指定して起動する
python
モバイルアプリ開発初心者がSpotify APIを叩いてみる
# はじめに
今から約2週間前にMacBookを購入して、iOSアプリ開発を始めた初心者です。
Spotify APIを使って自分のプレイリストから音楽を流す「イントロクイズアプリ」を作りたくなったので、開発の進捗を記録していきます。## 1. Spotify API 認証まわり
### （１）アプリの登録
– Spotifyにユーザー登録orログイン（無料会員でOK）
– Spotify for Developersにユーザ登録https://developer.spotify.com/dashboard
アプリ名、概要、Redirect URiを登録（http://localhost:3000）。
この時発行されたClient ID、Client Secret、Redirect uriは認証時に使用する際に必要です。
ダッシュボードから確認できます。### （２）Codeの取得
下記のURLをブラウザで実行すると、URLが変わります。そこで表示されたCodeを使って認証を進めます。
“`
https://accounts.spotify.com/authori
Pythonで「数値を文字列に変換して文字列と連結する」の動作を確認してみた
# 概要
Pythonで「数値を文字列に変換して文字列と連結する」の動作を確認してみました。以下のページを参考にしました。
https://www.javadrive.jp/python/string/index9.html
# 実装
以下のファイルを作成しました。
“`sample.py
num = 18
print(“My age is ” + str(num))
num1 = 8
num2 = 6
print(str(num1) + “+” + str(num2) + “=” + str(num1 + num2))
“`以下のコマンドを実行しました。
“`
$ python3 sample.py
My age is 18
8+6=14
“`# まとめ
何かの役に立てばと。
FireBaseの認証機能を利用してサーバーサイドでユーザー操作をする
# FireBaseの認証機能を利用してサーバーサイドでユーザー操作をする
FireBaseでの認証を行い、登録されているユーザーに対して操作を行う時のFireBaseのモジュールの使用方法です。今回は使用した言語がPythonのため、Pythonでの書き方を中心に行います。
firebaseの認証機能を導入済みの方が対象です。
### FireBaseの認証機能とは
Firebaseはクラウドベースのプラットフォームであり、ユーザーの認証やデータベースの管理など、さまざまな機能を提供しています。サーバーサイドでユーザー操作を行うためには、まずFirebaseの認証機能を設定する必要があります。
Firebaseの認証機能を使用することで、ユーザーを登録し、ログイン、ログアウトなどの操作を簡単に行うことができます。また、Firebaseのデータベースを使用することで、ユーザーの情報を保存し、必要なデータを取得することもできます。
Firebaseの認証機能を利用してサーバーサイドでユーザー操作を行うことで、安全かつ効率的なユーザー管理が可能となります。
### Fire
