- 1. VSCode上でPythonのnumpyを動作させようとしたときエラーが発生する問題
- 2. 生物系の修士1年がKaggleに参加してみた2
- 3. SIGNATEに参加してみた
- 4. Python実践データ分析100本ノック-ノック42のエラーの解決策
- 5. Blender 4.0でPython APIを使用して平面のメッシュに画像を貼り付ける方法
- 6. Atcoder ABC331: B – Buy One Carton of Milkを整数計画問題・DP・ループ削減で解く方法
- 7. Atcoder 100問解く【中級者になるために】#2 全探索
- 8. 競プロ初心者の精進週記 (～入茶を目指して)
- 9. [精進週記] Boot Camp for Beginners, Pythonで全問解いてみた。
- 10. Mac Python 初期設定
- 11. T-DASHでREST APIのテストで使ってみた（パート２）
- 12. 夜間光データと各国GDPの関係を調べる
- 13. 学習レポート: 深層学習(Day 4)
- 14. Pythonで「論理演算子の使い方」の動作を確認してみた
- 15. 2023年のSnowpark for Python関連のリリースを振り返る
- 16. Python で CORS 対応の HLS サーバをサクッと書く
- 17. YouTubeでよく見る動くグラフをローカル環境で作成した
- 18. ちょっとスクレイピング触った話
- 19. 言語モデルは最新のポケモンを知っているのか
- 20. 推しのラジオのダッシュボードを作ったら「そのサイト月2万かかるで」と脅されて怯えた話
VSCode上でPythonのnumpyを動作させようとしたときエラーが発生する問題
VSCode上でPythonのnumpyモジュールを動作させようとしたときエラーが発生する問題について対処したので, 備忘録として記述する.
## 発生した問題
例えば, 次のようなファイルを作っておく.
“`python
[memo1.py]
import numpy as npa = np.array([1, 2, 3])
print(a)
“`
これを, VSCodeのターミナル上で実行しようと, 次のコマンドを入力した.
“`
python memo1.py
“`
すると, 次のエラーが発生した.
“`
Traceback (most recent call last):
File “C:\Users\(ユーザ名)\Desktop\sample\memo1.py”, line 1, in
import numpy as np
ModuleNotFoundError: No module named ‘numpy’
“`## やってみたこと
[vscodeでimportできない](https://teratail.com
生物系の修士1年がKaggleに参加してみた2
https://qiita.com/wawana12/items/dd733fac4ce3f5bdd7ad
前回の記事の続きです。
生物系の修士1年がKaggleに参加してみました。
この記事では、チュートリアルコンペ以外のコンペ参加の流れを紹介します。# Titanic以外のコンペを探す
Titanic以外のコンペを探します。
下記の記事を参考にしました。https://atmarkit.itmedia.co.jp/ait/articles/2108/30/news033.html
コンペが、Kaggle初心者向けにわかりやすくまとめられています。
この記事では、Titanicと同じ二値分類のコンペとして、[Tabular Playground Series – Apr 2021](https://www.kaggle.com/c/tabular-playground-series-apr-2021)、[Home Credit Default Risk](https://www.kaggle.com/c/home-credit-default-risk)、[Porto S
SIGNATEに参加してみた
https://qiita.com/wawana12/items/dd733fac4ce3f5bdd7ad
Kaggleに続いて、SIGNATEに参加してみました。
公式サイトによると、SIGNATEは、「テクノロジーによってあらゆるものが進化していく時代の中で、AI/データ分析人材をエンパワーする国内唯一のプラットフォーム」です。
私は、データ分析スキルを向上させたいと思い、SIGNATEに登録しました。
この記事では、SIGNATE登録から、コンペ参加、投稿までの流れを紹介します。# SIGNATE登録
下記の記事を参考にしました。まずSIGNATEのサイトにアクセスします。
https://signate.jp
無料で会員登録または右上の会員登録をクリックし、メールアドレス、パ
Python実践データ分析100本ノック-ノック42のエラーの解決策
# はじめに
こんにちは。このアカウントでは初投稿となります。
これからよろしくお願いします。(名前が変なのはスルーで)
「このアカウント」という表現なのは以前使っていたアカウントは記事を消そうとしたときに間違えて消してしまったからです(笑)。
自己紹介は以上です。今回の記事はタイトル通り、「Python実践データ分析１００本ノック」のノック42に関する内容となります。
第二版ではなく第一版に関する内容です。というか第二版について知らないのでもしかすると同じかもしれません。# エラー・警告
今回のエラーはこれですね。「.dtはdatetimelikeオブジェクトにしか使えません。」という内容です。
“`
AttributeError: Can only use .dt accessor with datetimelike values
“`その上に何やら警告も表示されています。こちらは「DataFrameからのスライスのコピーに値が代入されています。」という内容です。つまり代入の方法が間違っているようです。
“`
SettingWithCopyWarning:
Blender 4.0でPython APIを使用して平面のメッシュに画像を貼り付ける方法
## はじめに
この記事では、Blender 4.0でPython APIを使用して平面のメッシュに画像を貼り付ける方法を説明します。このプロセスは、コマンドラインからBlenderを操作し、自動化タスクを実行する際に役立ちます。
—
こちらの記事もおすすめ
https://hamaruki.com/displaying-characters-using-python-api-in-blender-4-0/
https://hamaruki.com/japanese-characters-with-font-specification-using-python-api-in-blender-4-0/
https://hamaruki.com/generate-3d-models-from-images-using-wonder3d/
## 必要なツール
– Blender 4.0
– 基本的なPythonの知識## クリプトの準備
### background_job_image.py
“`python
import bpy
import os
i
Atcoder ABC331: B – Buy One Carton of Milkを整数計画問題・DP・ループ削減で解く方法
https://atcoder.jp/contests/abc331/tasks/abc331_b
– 解法1: 全探索(打ち切りなし)
– 解法2: 全探索(打ち切りとループ削減)
– 解法3: DP
– 解法4: LP# 解法1: 全探索(打ち切りなし)
制約を眺めると最大で100個の卵なのでS,M,Lの卵をi,j,k買ったときのケースをすべて探索します。
“`Python
n, s, m, l = map(int, input().split())
ans = 10**18
for i in range(20):
for j in range(20):
for k in range(10):
if (6*i + 8*j + 12*k) >= n: ans = min(ans, s*i + m*j + k*l)
print(ans)
“`https://atcoder.jp/contests/abc331/submissions/48161724
# 解法2: 全探索(打ち切りとループ削減)
全探索解から次の点を工夫し
Atcoder 100問解く【中級者になるために】#2 全探索
# 全探索：全列挙
## [ABC106B](https://atcoder.jp/contests/abc106/tasks/abc106_b)
“`py:python
N = int(input())
res = 0
for i in range(1,N+1):
if i % 2 == 1:
cnt = 0
for j in range(1
競プロ初心者の精進週記 (～入茶を目指して)
# はじめに
こんにちは、Pitta(@fairy_pitta)です。
この記事では自身の競プロとの付き合いを逐次記していきたいと思っています。
誤字脱字等ご指摘いただけると幸いです。## AtCoderに登録 (2023/10/25)
同日に [AtCoder Beginners Selection](https://atcoder.jp/contests/abs)を走破。ABCにも参戦したかったが家族のイベントや帰国等が重なり一か月ほどは参加できず。その間はアルゴ式を少しやったくらいで競プロにはあまり触れられなかった。
## ABC330 (2023/11/25) (0→19)
ABC初参戦、ABの2完で終了。Bは問題をよく読まずに雰囲気で解いてしまって`1WA`。Cは決め打ち全探索の問題で、とっかかりすらつかめずに撃沈。3完を目標にしていただけに悔しかった。茶diffの問題が解ける気がしなかったのでとりあえず灰diffの問題を瞬殺すべく、Boot Camp for Beginnersを走破する決意をした。
です。
Boot Camp for Beginners の問題をPythonで解きました。(１週間で全部解ききりました…がんばった！)
Boot Camp for Beginners には [AtCoder Problems](https://kenkoooo.com/atcoder/#/table/) の Traning ページからアクセスできます。
https://kenkoooo.com/atcoder/#/training
解くのにかかった時間に加え、何か調べたことや特筆しておきたい点があった場合はその旨ポイントに記載しています。
また、全てのコードはGitHub上に公開されています。（先見の明の無さにより100番の問題が10番の後に来ています。）
https://github.com/fairy-pitta/CompetitiveProgramming/tree/main/Daily_Practice/BootCampforBeginners
# Boot Camp for Beginne
Mac Python 初期設定
# はじめに
goで書きたいプログラムがあったが、うまくいかなかったので参考例が多いpythonを使って書くことにした。
pythonを使うまでに行なったことをまとめる。# 環境
macOS
VScode# 作業
以下の動画を見て初期設定を行なった。
vscondeを使ってコードを書いてく。# 学習方法
以下動画で学習。
他の言語をやっている方なら、関数やクラスの定義方法を見れば十分コードが書けるようになると思います。
環境構築と基礎学習でトータル1時間くらいで動くプログラムが書けるようになりました。# まとめ
簡単にできた。
他の言語に比べて環境構築が楽に感じたので、初心者にはおすすめだと感じました。
T-DASHでREST APIのテストで使ってみた（パート２）
# 1.はじめに
前回に引き続き **テスト自動化ツールの『T-DASH』** を使ってREST APIの自動テストを作ってみたいと思います。
前回はPythonを使って自動化しましたが、今回はRobotframeworkを使ってAPIテストの実装に挑戦してみます。
Robotframeworkについては、「[Robot Framework クイックスタートガイド](https://robotframework-ja.readthedocs.io/ja/latest/quickstart/QuickStart.html)」にまとまっていますのでこちらを参照してください。
# 2.T-DASHとは
T-DASHの公式サイトでは以下のような特徴があるようです。
* 誰でもカンタンにテスト自動化ができる時代
* 日本語で書いたテストケースがスクリプトになる
* すぐに使えて操作が簡単
* 月額3,960円で開発スピードを高速化誰でもカンタンにテスト自動化ができるというのは非常に魅力的に見えます。日本語で書いたテストケースがというのがキーになっているようなので、実
夜間光データと各国GDPの関係を調べる
# はじめに
本記事では衛星データを用いて、世界各国のGDPと夜間光データの相関を調査します。
今回もGoogle Earth Engine(GEE)とGoogle Colabを用いて解析を行っていきます。
「まずそれなに？」という方は、以前初学者向けに書いた[登りたい山を探す企画の記事](https://qiita.com/oz_oz/items/dd5a69323f499a6dfd20)があるので、ぜひご覧ください。
また、夜間光データについても、以前書いた[夜間光データで2016年熊本地震の復興状況を調査してみた](https://qiita.com/oz_oz/items/1283ec8501e59570ab8e)企画があるため、ぜひご覧ください。## 各国のGDP情報を取得する
2015年と2016年のGDP情報を取得します。まずは必要なライブラリをインポートします。
“`python
!pip -q -q -q install earthengine-api geopandas
!pip -q -q -q install datapackageimport g
学習レポート: 深層学習(Day 4)
# 強化学習
– 長期的に報酬を最大化できるように環境のなかで行動を選択できるエージェントを作ることを目標とする機械学習の一分野
– 行動の結果として与えられる利益(報酬)をもとに、行動を決定する原理を改善していく仕組み
1. エージェントは時刻$t$において環境から状態$s_t$を受け取る
1. エージェントは状態$s_t$から、方策($π$)に基づき行動$a_t$を選択して実行する
1. 環境が新しい状態$s_{t+1}$に遷移する
1. エージェントは遷移で生じた価値$V$に応じた報酬$r_{t+1}$を獲得する
1. エージェントは得られた報酬をもとに、選択した行動の良し悪しを学習する
1. ステップ1へ
– 数学的に表される二つの関数(関数近似法)の最適化を目指す
– 方策関数π(s, a)
– 行動価値関数Q(s, a)
– 価値関数
– 2種類の価値関数
– 状態価値関数(state-value funct
Pythonで「論理演算子の使い方」の動作を確認してみた
# 概要
Pythonで「論理演算子の使い方」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/if/index6.html
# 実装
以下のファイルを作成しました。
“`sample.py
num = 8
print(bool(num < 10 or num > 40))
num = 24
print(bool(num > 10 and num < 40)) old = 24 print(bool(not old < 20)) ``` 以下のコマンドを実行しました。 ``` $ python3 sample.py True True True ``` # まとめ 何かの役に立てばと。
2023年のSnowpark for Python関連のリリースを振り返る
こちらの記事は、[Snowflake Advent Calender 2023](https://qiita.com/advent-calendar/2023/snowflake)の3日目の記事です。予定の欄を見るだけでも相当幅広く深い内容がもりだくさんなので、楽しみです！
## はじめに
Snowflakeとは、クラウド型のデータ分析プラットフォームです。コンピューティングとストレージの分離による高いスケーラビリティや、データ共有機能、ガバナンス周りの機能も豊富であることを特徴としています。それに加え、データアプリケーション関連の機能にも力を入れており、最近では**アプリ共有機能**や、LLM機能もリリース・発表されており、非常に速いリリーススピードで機能が拡充、改善されています。特に2021年頃から**Snowpark**と呼ばれる、開発者や分析者にとって使いやすい言語（PythonやJavaなど）でSnowflake上のデータを処理できる機能が発展してきています。今回はそんなSnowparkについて、**主にPythonに絞って2023年のアップデートを振り返ってみよう**
Python で CORS 対応の HLS サーバをサクッと書く
# 概要
– ffmpeg でマニフェストファイル、セグメントファイルを生成する
– Python で CORS 対応の HLS サーバをサクッと書く
– hls.js の demo ページで動画を再生する# はじめに
HLS (HTTP Live Streaming) は、動画配信を行う上で広く使われている技術です。
モイが運営するツイキャスでも利用されています。開発を進める上ではデバッグやモックなど、サービスと切り離してHLS配信を利用したくなることがあります。
そのため、Python でミニマムなHLSサーバを実装して動作させてみます。作業ディレクトリを作成します。
“`console
$ mkdir qiita-hls; cd qiita-hls
“`# ffmpeg でマニフェストファイル、セグメントファイルを生成する
動画素材から ffmpeg を利用して、HLS 配信に必要なマニフェストファイル、セグメントファイルを生成します。
配置ディレクトリを作成します。
“`console
$ mkdir resource; cd resource
YouTubeでよく見る動くグラフをローカル環境で作成した
こんにちは。:slight_smile:
[CYBIRD Advent Calendar 2023](https://qiita.com/advent-calendar/2023/cybird)の3日目担当の@suzu_ayaです。
2日目は@koronekoさんの「ChatGPTの活用例 〜アドベントカレンダーのネタを相談してみた〜」でした。## 1. 初めに
動くグラフ自体は、オンラインで作成してくれるサービスが色々ありますが、社内のデータで作成することもあり外部サービスで使用せずに、ローカル環境で作成することにしました。ローカル環境では、Pythonで作成できるとのことで、Pythonを初めて触ることに。
すでに色々な方が作成方法を公開されておりますが、ところどころ詰まってしまったので備忘録として。## 2. 必要環境のインストール
#### 2-1. Pythonのインストール
以下を参考に、インストール作業を行いました。
私の環境は、Windows10でPythonの実行にはPowerShellを使用しました。https://www.python.jp/in
ちょっとスクレイピング触った話
# はじめに
初めまして。三日目担当の太田です。
Qiita初投稿なので稚拙な文章となっておりますがご了承を。。。今回の記事は私が**超超超簡単**なスクレイピングをしたという話です。
# 何したの？いつぞやのwatnowハッカソン終わって以来、毎週定期的に学校の図書館予約するようになった私。
でも
毎回図書館にアクセスして、
日にちを指定して、
教室を予約して、
予約できたらグループに報告。この一連の流れを全部自動化できたらなあ！
っというのが今回の動機でした。目標でもありました。しかしながら結果から言うと**全部は無理でした。**
今回は自分ができた『グループに報告』部分だけ紹介できたらなと思います。
# 作り方
自分が触ったことのある言語でスクレイピングしやすいのは無難にPythonかなという安直な考えで言語決定。
### Chromeを起動
Chromeはこれだけで開きます。
“`python
from selenium import webdriverdriver = webdriver.Chrome()
“`簡単な人間なのでこれだけで感動
言語モデルは最新のポケモンを知っているのか
## 概要
2023年に登場した各種言語モデルが最新のポケモンの知識を知っているのかどうかを定量的に調査しました。結果はOpenAI ChatGPTやGoogle PaLMを抑え **[ストックマーク13B](https://stockmark.co.jp/news/20231027)が最も優秀なスコアを記録** し、同モデルの「最新情報に強い」という主張を裏付ける結果となりました。## はじめに
ポケモンは1996年に「ピカチュウ」などが登場して以降、3〜4年にいちど100種類前後のまとまった数の新しいキャラクターが断続的に追加されており、2022年に発売された最新作「スカーレット・バイオレット」によって1,000種類を超えました[^pokemon-1000]。ポケモンが追加されるに従って必要とされる知識も増加しており、近年ではアニメを通してポケモンのタイプについて啓蒙[^batsugun-type]したり、「ドン」が付くポケモンを列挙させるタスク[^rising-volt-tacklers-rap]が毎週繰り返し放送されるなど、ポケモンに関する知識獲得は社会における問題のひとつ
推しのラジオのダッシュボードを作ったら「そのサイト月2万かかるで」と脅されて怯えた話
この記事は[BrainPad Advent Calender 2023](https://qiita.com/advent-calendar/2023/brainpad) 3日目の記事です。
いわゆる「作ってみた」系の内容で、私が推しているラジオのダッシュボードを業務外で作成した経験をまとめます。
技術的にハードな内容や深堀りした解説ではありませんので「ダッシュボードって意外と簡単に作れるんだな」「こんな推し活のやり方もあるんだな」くらいの軽い気持ちで読んで頂ければ幸いです。# TL;DR
– [とあるVTuber](https://twitter.com/Rukako_Oura)のラジオにどハマりしている時期があった。当時、過去放送の内容がまとまったサイトが欲しいと思った。
– [Streamlit](https://streamlit.io/)でダッシュボードを作成・公開した。レイアウトやデザインのカスタマイズ性が弱かった。公開は[Streamlit Community Cloud](https://streamlit.io/cloud)で簡単に出来た。
– [Dash](h
