- 1. まずE資格とは
- 2. ただE資格を勉強するだけでは良くない
- 3. E資格の効果的な勉強方法6選
- 3.1. 宝くじ
- 3.2. それ，numpy で書かない？–6–
- 3.3. localhot xampp セッティング例「備忘録」
- 3.4. レベルC復習
- 3.5. GoogleMapの「住所をコピーする」で取得した住所から郵便番号を外すPython3コード（Pythonista3対応）
- 3.6. 【Python】複数のJSONファイルを一つのJSONファイルにする方法を2つ紹介（os / globモジュール）
- 3.7. Stable Diffusion を理解したい！ 〜 Day 1 〜
- 3.8. Python Script: Retrieve and Print Zabbix API Version
- 3.9. Pythonで始める音声認識：faster-whisperを使った簡単なガイド
- 3.10. シミュレーション
- 3.11. List操作のデバッグを効率化するラッパークラス活用法
- 3.12. [画像処理]バイキュービック補間法では画像はどう補間されるのか？
- 3.13. BlenderでカーボンナノチューブのCGをつくる
- 3.14. カーボンナノチューブの電子状態密度をPythonで描画する
- 3.15. グラフェンのエネルギーバンドをPythonで描画する
Python エポック 標準秒を算出する。
秒のエポック標準時を算出する。
“`python
#!c:/Python3/python -X utf8
# coding=utf-8#######################################################################################
# DATA 2024/02/11 エポック標準時刻を表示する
# this script http://127.0.0.1/my_python/python_time1.cgi
#
######################################################################################### test on *.py
#! /usr/bin/env python3
# -*- coding: utf-8 -*-
#import datetime
print (‘Content-type:text/html’+’\n’+’\n’)
print (‘<
ギター指板の音名を覚えたい！！ハッカーが練習アプリを作った結果….
# ギター指板の音名、覚えていますか…?
こんにちは、jikao1919です。
突然ですが、皆さんはギターの指板上の音名を覚えていますか？？？？私は覚えていません（）。
練習していて自然に覚えられる程練習するのが理想なのでしょうが、毎日マックばかり食べているためか、近年記憶力の逓減が著しく、全く覚えられません。# もっと効率的に練習したい…。
やはり、もっと効率的に練習したいものです。
そこで、練習用のアプリケーションを自作することにしました。アプリの挙動は
1. 弦の番号（1弦か、2弦か、…6弦か）と音名(CからBまで12音)をランダムに指定される。（例：1弦でCの音を出すフレットは？）
1. 考慮時間のWait処理
1. 考慮時間の間に考えて答えを出し、実際にピッキングして音を出す。（例：8フレットだな）
1. 答えとなる周波数の音を発生させ、自分の出した音があっているか答え合わせするとなります。正解、不正解は自分の耳で判断してください（）。
# 実際に作ってみる
Pythonを使って実装します。GUIウィンドウ生成に`Tkinter`、正解と
Tetrisの移植 for python with supertext module.
自作モジュールsupertextを使って、Tetrisをpythonで作りました。
キー操作：’4’で左、’6’で右に移動。’2’でテトリスを落とします。’space’でテトリスの回転です。’q’でゲームから抜けます。
chmod +x tetris.pyとして実行権を付けて、./tetris.pyとして実行してください。まだ改良すべき点があるので、version0.7としておきます。
“`tetris.py
#!/usr/bin/python3
import supertext as st
import randomsx=15
sy=0
mx=10
number_of_tetris=0
nextt=-1
tetriscolor=[(255,0,0),(0,255,0),(255,0,255),(0,255,255),(255,255,0),(0,0,255),(255,255,255)]tetris=[ [[‘#’,
‘#’,
‘#’,
‘#’],[‘####’]],
E資格の例題を作ってみた！問題傾向を知りたい人向け
E資格の過去問は一般的には公開されておらず、誰かに過去問を見せることも禁止されています。JDLA公式で少し過去問が公開されていますが、それしか問題傾向を掴む方法がないのです。
そこで今回はE資格の例題を解かせてくれるJDLA認定プログラムと、実際に簡単な例題を作ってみたので公開させてください。## E資格の例題を作っているJDLA認定プログラム
E資格で必須となるJDLA認定プログラムの中にはオリジナルの例題を作って解かせてくれる講座もあります。
しかし私が見つけられたのは「[E資格ディープラーニング短期集中講座](https://ai-kenkyujo.com/ai-e-shikaku/)」だけだったので、もし例題を解いてみたいと思っている人はこちらのJDLA認定プログラムを受けてみてください。
動画で学
E資格の勉強方法6選！試験前の勉強対策やおすすめの覚え方
E資格は難易度が高いと言われたり、落ちてしまったという声も多いです。
そこで今回はE資格のベストな勉強方法をいくつか解説していきたいと思います。まずE資格とは
E資格（AI技術者検定）は、AI（人工知能）技術に関する深い理解と実践的な技能を証明するための資格であり、日本ディープラーニング協会（JDLA）によって運営されています。この資格は、AI技術の基礎から応用まで幅広い知識が求められるため、合格するためには自分に合う効果的な勉強法が必要です。
ただE資格を勉強するだけでは良くない
独学で適当にE資格の勉強をしてみたり、動画や適当に決めたJDLA認定プログラムで学んだ気になってしまうのはとても危険です。
自分が何が不得意でE資格の中でなんの知識が分かっていないのかを把握したり、きちんとE資格の範囲全てを理解していないと到底合格できないでしょう。
闇雲に勉強するだけでは安定的な合格は得られないので、きちんと自分に合う勉強方法を見極めましょう。E資格の効果的な勉強方法6選
n = int(input())
#2位の当選リスト
c = [‘1’ + str(i) + b[-4:] for i in range(10) if ‘1’ + str(i) + b[-4:] != b ]
#3位の当選リスト
d = []
for i in range(100):
if i < 10: d.append('10' + str(i) + b[-3:]) elif i > 10:
d.append(‘1’ + str(i) + b[-3:])#3位のリストから1等や2等にあるものを抜く
for i in d:
if i == b:
d.remove(i)
for j in c:
if i == j:
d.remove(i)flag = False
それ，numpy で書かない？–6–
## それ，numpy で書かない？–6–
Python ではリストがよく使われる。また，for ループが遅いのでリストに特化したリスト内包表記も推奨されることが多い。
それなりの根拠があるからではあるが…
課題：リストではなく二次元配列を使う。
リストをうまく操ろうとしてリスト内包表記を濫用すると，とても見通しの悪い，醜いプログラムになる。副次効果：他の部分のプログラムもシェープアップされる。
以下に，奇数魔方陣を作って，正しいかどうか検証するプログラムを二通り書いて比較してみる。
## 1. リストとリスト内包表記を使う
“`python
def generate_odd_magic_square(n):
magic_square = [[0] * n for _ in range(n)]
num = 1
i, j = 0, n // 2while num <= n * n: magic_square[i][j] = num num += 1 new_i, new_j = (
localhot xampp セッティング例「備忘録」
一度整理して、再構築したので構築の見本と備忘録のため例として載せることにしました。
それぞれの環境のパスに合わせ参考程度でお願いします。
“`text
xampp-control.exe action to statoit my address
C:\xampp\htdocs
http://localhost/ to PHP: index.php http://127.0.0.1/index.phpApache 2.2 work Area action?
file:///C:/Program%20Files%20%40×86%41/Apache%20Software%20Foundation/Apache2.2/htdocs/my_work_index.memo
PHP
php_5_4_6_Win32_VC9_x86 Chec Apach conf httpd.conf No Sete UP.
php_8_2_12_vs16_64 local no setup
Sete up: Apache
AddHandler cgi-script .cgi .pl .r
レベルC復習
https://paiza.jp/works/mondai/c_rank_skillcheck_archive/word-count
“`py
A = {}
for target in input().split():
if target not in A:
A[target] = 1
else:
A[target] += 1for word,result in (A.items()):
print(word, result)
“`https://paiza.jp/works/mondai/c_rank_skillcheck_archive/search_history
“`py
n = int(input())
#チェック用の配列
re = []for i in range(n):
s = input()
#もしsがre配列にあれば削除
if s in re:
re.pop(re.index(s))
#追加
re.append(s)#最新
GoogleMapの「住所をコピーする」で取得した住所から郵便番号を外すPython3コード（Pythonista3対応）
# はじめに
本コードはPython3およびiOS版アプリPythonista3を用いて、iPhone版GoogleMapAppの住所の部分をコピペしたものから、郵便番号を抜き取るものです。1. GoogleMapの住所部分をクリップボードにコピー
1. iOSの場合はPythonista3を起動
1. 本コードを実行
1. クリップボードに「住所」のみコピー
1. Pythonista3のコンソールに「郵便番号[改行]住所」を出力という趣旨です。
# 用途
例えばiOSアプリ「乗換案内」の住所検索では郵便番号が入っている場合に、正常に検索してくれません。そのためGoogleMapアプリの目的地（あるいは出発地）から住所をコピペした後で、本コードを実行し、その後「乗換案内」にペーストして、住所タブを選択することで、郵便番号を削除する手間を省くといった利用方法があります。
（というか、そのためだけに作りました……）# 前準備
Pythonista3は有料です。iOSでお使いの場合は別途お買い求めください。# ソースコード
“`python:google_address
【Python】複数のJSONファイルを一つのJSONファイルにする方法を2つ紹介（os / globモジュール）
# 概要
大量のJSONファイルを一つにまとめる、ということが必要になったのでPythonで実装しました。ここでは2つの方法（`os`モジュールと`glob`モジュール）を紹介します。
# サンプルコード２種
以下の2つ、どちらのコードでも、複数のJSONファイルを一つのJSONファイルにできます。– 1つ目の方法(`os`モジュール利用)
– 2つ目の方法（`glob`モジュール利用）## 1つ目の方法(`os`モジュール利用)
“`py
import json
import osdef combine_json_files(input_folder, output_file):
combined_data = []# フォルダ内の各JSONファイルを処理
for filename in os.listdir(input_folder):
if filename.endswith(“.json”):
file_path = os.path.join(input_folder, filename)
Stable Diffusion を理解したい！ 〜 Day 1 〜
あ、どーも。東京理科大学大学院修士過程2年の秋田と言います。春から所属が変わる予定ですが、まあよろしくお願い致します__|＼○_
完全に個人的な趣味ですが、どうしても Stable Diffusion を理解したくてこの記事を順に上げていく運びとなりました。
# そもそも Stable Diffusion とは
2022年頃から出てきた超スーパーハイパーウルトラめちゃくちゃ優秀な画像生成AI君です。どういうふうに使うかというと、基本的には生成したい画像のキャプションとなる文章を打ち込むことで、それに準ずる画像がしゅぽっと出てくるって感じですね。
Robin Rombach, Andreas Blattmann, Dominik Lore
Python Script: Retrieve and Print Zabbix API Version
## Step 1
First, ensure you have the `requests` library installed in your Python environment, as it’s a common library for making HTTP requests. If it’s not installed, you can install it using pip
“`
pip install requests
“`## Step 2
Use the following Python script to retrieve Zabbix API version.
**Replace `YOUR_ZABBIX_URL` with the URL of your Zabbix server** and ensure that you have the correct endpoint for the API (commonly it’s /api_jsonrpc.php).“`retrieve_zabbix_version.py
import
Pythonで始める音声認識：faster-whisperを使った簡単なガイド
音声認識技術は、私たちの生活やビジネスに革命をもたらしています。特に、ポッドキャストのテキスト化、会議の議事録作成、音声コマンドを使った操作など、その用途は日々広がりを見せています。しかし、多くの人々が直面しているのは、技術の複雑さと実装の難しさです。ここで、Pythonユーザーに朗報です。`faster-whisper`は、音声認識を簡単に、そして速く行うためのツールです。
https://github.com/SYSTRAN/faster-whisper
# 対象読者
この記事は、Pythonに慣れ親しんでいるが、音声認識技術を使ってみたいと考えているプログラマーや開発者、また音声データをテキストに変換したい研究者やコンテンツクリエイターを対象としています。# 解決したい問題
音声データをテキストに変換する過程の複雑さと時間を削減し、誰もが簡単に高精度な音声認識を実現できるようにすることがこの記事の目的です。# はじめに
音声認識技術の進化は目覚ましいものがありますが、それを実際に使いこなすには専門知識が必要とされがちです。`faster-whisper`は、このギャッ
シミュレーション
https://paiza.jp/works/mondai/c_rank_level_up_problems/c_rank_simulation_boss
“`py
H = int(input())
P_dmg_1 = 1
P_dmg_2 = 1
M_dmg_1 = 1
M_dmg_2 = 1
#turnは３から
#Hははじめから２減らす
turn = 2
H = 35- 2
while True:
turn += 1
P_dmg_1 = P_dmg_2
P_dmg_2 = M_dmg_1 + M_dmg_2
M_dmg_1 = M_dmg_2
M_dmg_2 = P_dmg_1 + P_dmg_2 * 2H -= M_dmg_2
if H < 0: break print(turn) ``` ```py H = int(input()) P_dmg_1 = 1 P_dmg_2 = 1 M_dmg_1 = 1 M_dmg_2 = 1 #turnは３から #Hははじめから２減らす turn = 2
List操作のデバッグを効率化するラッパークラス活用法
# はじめに
Java や Python など、多くのプログラミング言語で List やその他のコレクション型のデータ構造は頻繁に使用されます。これらのコレクションにオブジェクトを追加する際、特に複雑なアプリケーションや可読性の非常に低いコードでは、デバッグが難しくなることがあります。特に、List のオブジェクトクラスなどが多用されている場合、問題の追跡と解決はより複雑になります。このような状況を解決するための有効なデバッグ方法の一つが、List の Add メソッドなどのメソッドをラップしてブレークポイントで捕まえるテクニックです。
# 方法の概要
この方法では、既存の List にオブジェクトを追加する Add メソッド（あるいは同様の機能を持つメソッド）をカスタムラッパークラスで包みます。このラッパークラスでは、Add メソッドが呼び出された際に特定のアクションを実行することができ、デバッガーのブレークポイントを設定して実行時に停止させることが可能です。これにより、開発者はオブジェクトが List に追加される正確な時点を特定し、追加されるオブジェクトの状態を詳細に調査す
[画像処理]バイキュービック補間法では画像はどう補間されるのか？
# はじめに
先日、画像の補間方法について記事を書いた。https://qiita.com/sasshi_i/items/71189dc3a5c637fda3a4
本記事で紹介するバイキュービック補間法も画像を拡大、縮小、回転する時に利用できる補間法の1つである。バイキュービック補間法ではどのような処理が行われるのか解説していく。
# バイキュービック補間法とは？
バイキュービック補間法は、16個の画素値を用いて補間する画素の画素値を求める方法である。16個の画素の加重平均を基に補間する画素の画素値を求める。処理の流れを以下に示す。## 処理の流れ
変換後の画像の座標$(x’, y’)$における画素値を求める手順は以下の通り。
1. 拡大率を$α$とした時、$(\frac{x’}{α}, \frac{y’}{α})$を求める
2. $(\frac{x’}{α}, \frac{y’}{α})$の整数部の座標の画素値を$Src(0,0)$とすると、$x$軸方向および$y$軸方向の-1~+2の範囲における16画素を得る
3. 周囲16画素それぞれと$(\frac{x’}{α},
BlenderでカーボンナノチューブのCGをつくる
# 概要
BlenderとPythonでいい感じのカーボンナノチューブのCGをつくります．
Pythonの分子動力学シミュレーションライブラリ[ASE](https://wiki.fysik.dtu.dk/ase/)にはナノチューブの構造を作ってくれる素晴らしい関数が用意されています．さらに結合の情報を取得することもできるのであとは描画するだけ！# コード
なんとナノチューブはこれだけでできてしまいます．
“`Python
from ase.build import nanotube
from ase.geometry.analysis import Analysisdef create_cnt(n, m, l):
cnt = nanotube(n, m, length=l)
cnt.pbc = [False, False, False]
“`
結合は少し厄介．
“`Python
# to retrieve bond information
ana = Analysis(cnt)
CCBonds = ana.get_bonds(‘
カーボンナノチューブの電子状態密度をPythonで描画する
# 概要
皆さんカーボンナノチューブ(carbon nanotube, CNT)という物質はご存じでしょうか．
いろいろすごい物質です．
今回はカーボンナノチューブの大きな特徴である，ファンホーブ特異点(van Hove singularity)を持つ電子状態密度(density of state, DOS)を計算し描画していきます．
# 理論
[前回の記事](https://qiita.com/PlusF/items/2b5208d7093dc524988f)でグラフェンのエネルギーバンドを計算し描画しました．それを使ってDOSを計算するのでまだ読んでいない方はぜひ．
コンテキストを端折ってしまいますが，単層CNTの電子の波動関数がとりうる波数ベクトルは限られており，カッティングラインと呼ばれる線分上のみとなる．単層CNTの分散関係
グラフェンのエネルギーバンドをPythonで描画する
# 概要
炭素の六員環からなる二次元物質グラフェンは皆さまご存じでしょうか．
ノーベル賞もとったことがあるすごい物質です．
今回はそのグラフェンのエネルギーバンドをPython (matplotlib)で描画していきます．
# 理論
まず小難しい数式だけここにまとめておきます．
六方格子のような周期性を持つ構造においては，一般にブロッホの定理が成り立つ．…ちょっと数式書くのめんどくさいので気が向いたら追記することとします．
解だけ置いておきます．
${E_{2g}(\vec{k}) = \frac{\epsilon_{2p}\pm t\omega(\vec{k})}{1\pm s\omega(\vec{k})}}, \omega(\vec{k}) = \sqrt{|e^{ik_xa/2\sqrt{3}}+2e^{-ik_xa/
