f@ctor

Python3関連のことを調べてみた

Python3関連のことを調べてみた
目次

ループメニュー1を解いていく５

https://paiza.jp/works/mondai/loop_problems/loop_problems__kuku_step2

### Python

“`py
N = int(input())
for i in range(1,10):
if i < 9: print(i * N, end=" ") else: print(i * N) ``` ### PHP ```PHP
“`
https://paiza.jp/works/mondai/loop_problems/loop_problems__pow2

### Python

“`py
N

元記事を表示

駄目グラフ003-2

## ダイナマイトプロットはやめよう

駄目グラフ003でも書いたのだが，それは簡単すぎたので，追加する。

　ダイナマイトプロットとは，下図のようなものである。
　「見本　図の描き方（良い図の例）」などと書いてあるが，見本でもなく，よい図の例でもない。そのような認識自体が誤りなのである。

![スクリーンショット 2024-01-19 9.27.08.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/2611739/ed176a3a-226f-dc64-e1db-1d0525981746.png)

　この図では棒の高さは割合であることはわかるが（たぶん），ひげ（エラーバー）が何を表すか明示されていないことすらある（割合だとして，ひげが 1 を超える意味は不明だろう）。
　fig. 1 のエラーバーは棒の上側にしかないので，群を比較するときに不便であるということで，それよりはまし（？）な，fig. 2 のようなものもある。
　この図では，エラーバーは「平均値±標準偏差」である。

![output

元記事を表示

給湯リモコンのBGM機能で遊ぶ簡易音楽サーバーを作った話

いま住んでいる家にあるお風呂の給湯リモコン(Rinnai)には3.5mmのステレオジャック(メス)がついており、これで音楽プレイヤーを繋ぐと入浴中にBGMを聴けるという代物でした。
![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/409514/a89a58fe-ce64-2068-b521-7e8cfe925cb4.png)
(画像はhttps://rinnai.jp/products/waterheater/gas/remocon/ より)
スマートフォンやウォークマンを繋いでも浴室からは操作できないため、浴室からも操作したいと思い、せっかくなので音楽配信サーバーを作ってみました。

## 構成
簡易サーバーは部屋に転がっていたラズパイに担ってもらいます。サーバーがHTTPリクエストを受けて、音楽をジャックから出力して、お風呂で再生されるという布陣でいきます。

せっかくなのでブラウザから曲や再生/停止をコントロールしたい気持ちになってきたので、ラズパイにはWEBサーバーも兼ねてもらう

元記事を表示

多重共線性の回避策

## 多重共線性の回避策

独立変数 $x_4$ が従属変数 $y$ に与える影響を知りたい。ほかの独立変数 $x_1$ と $x_2$ の間に多重共線性があるが，これはどちらも説明変数に含めたい。$x_1$ と $x_4$，$x_2$ と $x_4$ の相関は低く VIF も小さい。

このような場合にどうしたらよいかという質問に対して，シミュレーションに基づく解答を提示する。
以下では R の場合におけるプログラム例であるが，他の言語，パッケージでも追試可能である。

変数間の相関係数行列は以下のような表のようになっていると仮定しよう。

“`R
r <- matrix(c( 1, 0, 0, 0, 0, 0.8, 1, 0, 0, 0, 0.3, 0.3, 1, 0, 0, 0.2, 0.2, 0.3, 1, 0, 0.3, 0.25, 0.3, 0.4, 1), byrow=TRUE, ncol=5) r <- r+t(r) diag(r) <- 1 names <- c(paste("$x_", 1:4, "$", sep=""), "$y$") colname

元記事を表示

多重共線性って，そんなに単純なものじゃない

# 多重共線性って，そんなに単純なものじゃない

## 「独立変数間の相関係数に 0.8 を超えるものがあると多重共線性が生じる」というのは誤り

### 例1

相関係数の高いものばかりが含まれるデータで，重回帰分析を行う。

この記事では R による分析例を示すが，生データも書いておくので，各自常用の言語，パッケージで解析することもできよう。
サンプルサイズは，各自大きくしたり小さくしたり，自由に。

使用するデータは以下の通り。

“`R
# install.packages(“MASS”)
“`

“`R
library(MASS)
set.seed(123)
n <- 20 r <- matrix(runif(16, 0.8, 0.9), 4, 4) r <- (r+t(r))/2 diag(r) <- 1 d3 <- data.frame(matrix(mvrnorm(n, mu=rep(0, 4), Sigma=r, empirical=TRUE), n)) colnames(d3) <- c("y", "x1", "x2", "x3") d3 ```

元記事を表示

LangChain Expression Language (LCEL) v0.1でRAGを実装してみる

# 概要
langchainのv0.1がリリースされたので、そのコア機能であるLCEL（LangChain　Expression Language）の使い方を練習します。

# 練習テーマ
選択肢問題をGPTに直接解かせたり、RAGで解かせたりしてみます。

# データセット
[JAQKET: クイズを題材にした日本語QAデータセット](https://www.nlp.ecei.tohoku.ac.jp/projects/jaqket/)のvalidationを使います。
huggingfaceからダウンロードします。

“`bash
pip install datasets
“`

“`Python
from datasets import load_dataset

dataset = load_dataset(“kumapo/JAQKET”, name=”v1.0″, split=”validation”)
“`

中身を確認してみます。

“`Python
QUESTION_NUM = 10
subset = dataset.select(range(QUESTION

元記事を表示

ループメニュー1を解いていく4

https://paiza.jp/works/mondai/loop_problems/loop_problems__seq_reverse

### Python

“`py
N = int(input())
A = list(map(int,input().split()))
# reversed関数を使うなら
print((*reversed(A)),sep=”\n”)
# for文を使うなら
for i in range(N-1,-1,-1):
print(A[i])
“`

### PHP
$Aはtrimしないと後ろに改行がくっついたままexplodeしてしまうので注意。

“`PHP
=0; $i–){
print($A[$i] . “\n”);
}
//reverse関数を使うならこれでも。でもぶっちゃけ上の方が早い
$A =

元記事を表示

[Python][Julia]Project euler11 (プロジェクトオイラー11)

#### Project euler Ploblem 11 (プロジェクトオイラー11)
[Largest Product in a Grid ](https://projecteuler.net/problem=11)

備忘のために残しておく。

## 問題
#### 問題文 (意訳)
以下20×20のグリッドがある。
4つの数が斜めの線にそって赤色となっている。(グリッドは省略)
これら4つの数の積は26 × 63 × 78 × 14 = 1788696.
縦・横・右斜め・左斜めで4つの数の最も大きい積を求めよ。

#### 原文
In the 20 × 20 grid below, four numbers along a diagonal line have been marked in red.

08 02 22 97 38 15 00 40 00 75 04 05 07 78 52 12 50 77 91 08
49 49 99 40 17 81 18 57 60 87 17 40 98 43 69 48 04 56 62 00
81 49 31 73 55 79 1

元記事を表示

文字の変換

paiza問題集の下記の課題を解きました

>文字列 S と整数 i と文字 c が与えられるので、S の i 文字目を c に書き換えたものを出力してください。

実装しました。コードを公開します。

“`python3
str1 = input()
num = len(str1)
array1 = []
for i in range(num):
c = str1[i]
array1.append(c)
data = input()
array2 = data.split(‘ ‘)
j = int(array2[0])
char1 = array2[1]
array1[j-1] = char1
ans = “”
for k in array1:
ans = ans + k

print(ans)
“`

元記事を表示

Discordの認証済みBotにするための申請をしたお話

みなさんこんにちは！めちゃくちゃさぼっていました。すみません。
# 認証済みBotとは
認証済みbotとは、Discordのサーバー内にあるこのようなマークがついたBotのことです。
[![Image from Gyazo](https://i.gyazo.com/065c172ccfd944956314f83d338b170a.png)](https://gyazo.com/065c172ccfd944956314f83d338b170a)
↑このようなマークがついたBotですね。海外の有名なBot(MEE6やProbotなど)は基本ついています。
ではなぜついてるのでしょうか？
それは認証済みBotではないと、最大で100サーバーまでしかBotを導入できないからです。Botが75サーバー以上導入されると、Botのアプリケーションを作成したユーザーのDMにその旨が伝えられ、認証するための申請フォームのリンクが送られてきます。

# フォームについて
申請フォームについて、このくらいの質問があったと思います。
さらに、フォームは最初に本人確認をする必要があり、運転免許証やパスポート、マ

元記事を表示

【Python】__init__に書いたimport文でunused警告を出さないようにする

## 事象
ディレクトリをパッケージ化するとき、`__init__.py`に書いた`import`文
“`python:__init__.py
from LibraryRoot.PackageDirectory.Modulename import some_function
“`
とだけ書くと、
“`
imported but unused
“`
警告が出てくる。（ライブラリとして書いているので`unused`として当然）

主に`Pyflake`系統の静的解析で見られる。

## 解決
`import`したオブジェクト名を`__all__`に代入する

“`diff_python:__init__.py
from LibraryRoot.PackageDirectory.Modulename import some_function

+ __all__ = [
+ “some_function”
+ ]
“`

`__all__`の正体についてはこちらを参照: [Pythonの特殊変数__all__について現役エンジニアが解説【初心者向け】](https://m

元記事を表示

乃木坂46のライブの応募を自動で行うシステムを作ってみた

# はじめに
こんばんは、ダンです。

いきなりですが、僕は乃木坂46が好きで、(俗にいう乃木オタってやつ)
![スクリーンショット 2024-01-17 5.16.06.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3065095/ab4836d8-798e-4e83-e89c-e2b73e6f8e91.png)
ライブが3月上旬にあるということで、全部で10回応募しないといけない。
それも応募1つにつき5分もかかってしまう、、とてもとても面倒だ、、
ライブの応募を自動でできたらなあ、、、作っちゃうか！
と思って、Pythonでスクレイピングを用いて自動でライブに応募するシステムを作ってみました！

↓実際の購入者情報入力画面
![スクリーンショット 2024-01-17 4.44.10.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3065095/f4fcff0e-2327-a2ad-b459-5552bf2818f

元記事を表示

macOSでJupyter Notebook上でmetaplotlibでプロットすると日本語フォントが文字化けするときの対応

“`python
import matplotlib.pyplot as plt

# フォント設定
plt.rcParams[‘font.family’] = ‘Hiragino Sans’

# 太さ設定
plt.rcParams[‘font.weight’] = ‘bold’
“`

元記事を表示

python.負荷計測器?

2 飛ぶとif my_count_tim >= timer0_interval_hafe and bol_set_time0 == (0):をやってくれない。

“`python
import math
import datetime
import msvcrt
timer0_timup_bol = bool(0)

timer0_interval_in=2000
timer0_interval = 300
timer0_interval_hafe=150
if timer0_interval_in>300:
timer0_interval = timer0_interval_in
timer0_interval_hafe = int(math.floor(timer0_interval / 2))
if timer0_interval_hafe < 250: display = "" bol_stato_tim = bool(0) bol_hafe_time0 = bool(0) count=0 my_over_bol = bool(0) bol_set_time0

元記事を表示

Python: 損をしないために知っておきたい実践的なテクニック

## 概要
Pythonにおいて、知らないと損をする可能性のあるテクニックに焦点を当て、実践的なアプローチで解説します。
随時追加予定です。

### マルチスレッドを使用してもパフォーマンスが改善されない場合がある
以下のようなファイルの読み込みがある場合、マルチスレッドを使用しても効果が期待できません。
“`py
import threading

def simple_calculation(iterations):
result = 0
for _ in range(iterations):
result += 1
return result

def perform_calculations():
threads = []
iterations_per_thread = 100000000 // 5 # 各スレッドが処理するイテレーション数
for _ in range(5):
thread = threading.Thread(target=simple_calculation, args=

元記事を表示

ユーザにできるだけセキュアにAzure Files（ファイル共有）リソースにアクセスさせる

#### この記事の内容
[本記事の概要](#本記事の概要)
　[SAS利用の背景](#sas利用の背景)
　[SASの種類と制御](#sasの種類と制御)
[SASトークンの生成](#sasトークンの生成)
　[ポータル上で生成](#ポータル上で生成)
　[Pythonで生成](#pythonで生成)
[まとめ](#まとめ)

## 本記事の概要
#### SAS利用の背景
Webサービス等を構築する際、ユーザにストレージアカウント上のリソースにアクセスさせたいことがある。そういった場合、ストレージアカウントキーや接続文字列をユーザに渡すというのはセキュリティリスクが非常に高いため推奨されない。

https://learn.microsoft.com/ja-jp/azure/storage/common/storage-account-keys-manage?tabs=azure-portal#protect-your-access-keys

> ストレージ アカウント アクセス キーは、ストレージ アカウントの構成とデータへのフル アクセスを提供します。 アクセス キーは常に慎

元記事を表示

Stable Video DiffusionのWeb API呼び出しをPythonで実装して静止画を動画にしてみた

[Supership](https://supership.jp/)の名畑です。[魔神英雄伝ワタルの新作テレビアニメ制作決定のニュース](https://www.famitsu.com/news/202401/13331041.html)は新年早々熱すぎますね。

## はじめに

少し前にはなりますが、[Stable Diffusion](https://ja.stability.ai/stable-diffusion)の提供元である[stability.ai](https://www.stability.ai/)より興味深い情報が発信されていました。

> ・Developer Platform APIに、ビデオ生成の基盤モデルであるStable Video Diffusionを追加しました。
> ・モデルは、平均41秒以内に、25フレームの生成フレームと24フレームのFILM補間からなる2秒間のビデオを生成することができます。
> ・APIを通じたStable Video Diffusionの活用に関心のある開発者は、Stability AI Developer Platform

元記事を表示

ユークリッドの互除法を使った最大公約数を求めるプログラムを実装しました

ユークリッドの互除法を使って最大公約数を求めるPythonプログラムを実装しました。

“`Python
###########################
## ユークリッドの互除法
##########################

input_line1 = input(“MとNを、M Nの形式で入力してください\n”)
array1 = input_line1.split(‘ ‘)
M = int(array1[0])
N = int(array1[1])
if M < N: tmp = N N = M M = tmp while True: d = M % N if d == 0: print(N) break M = N N = d ``` 試しに、M = 40 N = 16で実行します。 ![uuu.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/1055346/fbef1d47-4281-9348-a191-4ed62b169ad

元記事を表示

お題抽選ツール（最終完成版)

***お題抽選ツールの最終完成版***です。

“`python3
####################################################
### お題抽選ツール
###
####################################################

#ランダムモジュールを呼び出す
import random
# エクセルへの書き込みモジュールを呼び出す
import openpyxl
# 関連付けられたアプリケーションでファイルを開くモジュールを呼び出す
import subprocess
# 非同期処理用モジュールを呼び出す
import asyncio
# タイムモジュールを呼び出す
import time
# システムモジュールを呼び出す
import sys

#配列を定義する
array1 = [“大園玲”,”小坂菜緒”,”正源司陽子”,”守屋麗奈”,”佐々木久美”,”山下瞳月”,”山下葉留花”,”梅澤美波”,”筒井あやめ”,”遠藤さくら”,”中西アルノ”,”齊藤京子”,”井上和”,”山下美月”,”小林由依

元記事を表示

Python初心者の備忘録 #06 ~DSに使われるライブラリ編01~

# はじめに
今回私は最近はやりのchatGPTに興味を持ち、深層学習について学んでみたいと思い立ちました！
深層学習といえばPythonということなので、最終的にはPythonを使って深層学習ができるとこまでコツコツと学習していくことにしました。
ただ、勉強するだけではなく少しでもアウトプットをしようということで、備忘録として学習した内容をまとめていこうと思います。
この記事が少しでも誰かの糧になることを願っております！
**※投稿主の環境はWindowsなのでMacの方は多少違う部分が出てくると思いますが、ご了承ください。**
最初の記事：[Python初心者の備忘録 #01](https://qiita.com/Yushin-Tati/items/961dc47d6163f944f7e9)
前の記事：[Python初心者の備忘録 #05](https://qiita.com/Yushin-Tati/items/428fc6873a126e2a47e4)
次の記事：まだ

本記事からはデータサイエンスでよく使われるPythonライブラリを紹介していこうと思います。
今回

元記事を表示

OTHERカテゴリの最新記事