Python関連のことを調べてみた

サブモニターで表示する用の、簡単なmdメモ閲覧GUIアプリをpythonのCustomTkinterで作成した。

# はじめに
競技プログラミングを始めました。まだまだ初心者ですが、
– 標準ライブラリや自作したライブラリの仕様を見返したい
– 有名なアルゴリズムのメモを残したい

等と思うことが増えてきました。
今まではtexを利用してメモを取っていたのですが、量が増えてくるとpdfでは情報を探し辛く、またtex自体書くのが面倒に感じてきたためmdに乗り換えることを決めました。
この乗り換えを機にして長期休みの暇つぶしがてらに今回作成したのが**手元でいつでも見られるカンニングペーパー的なメモアプリ**です。

本記事では実行例から順を追って説明します。ソースコードだけ欲しい方は最後の方にスクロールしてください。

# 実行例
GUIを立ち上げると以下のようなページが立ち上がります。

本プログラムでは特定のディレクトリにあるmdファイ

筋トレを継続したい！（AWS Lambda × Python × ChatGPT でLINEbot作成）

# 筋肉ムキムキになりたい！！
1度くらい筋肉には憧れたことはあるだろう…
そしてトレーニングを始める人もいるだろう…
しかし、続かない…
そこで、筋トレを継続するための、**筋トレbot**を作成しました！

# 開発環境
AWS Lambda
Python 3.12

# トレーニングメニュー
トレーニングメニューを自分で考えるのは面倒ですよね。
そこで、ChatGPTにお願いして、トレーニングメニューを考えてもらおう！


いい感じのメニューを提案してくれましたね。

# 筋トレ後は褒めてもらおう
ただトレーニングをこなしていくだけだと、モチベーションが保てませんよね。
トレーニングが終わった後は、トレーニングしたことを報告して、褒めてもらおう！

![image1.jpeg](https://qiita-i

I2Sデジタルマイクで録音、BTシリアルで受信してWAVファイルにしてSpeechRecognition

先日、とあるイベントでESP32に接続された謎のI2S接続のデジタルマイクを制御することになった。
色々解説サイトやGithubを漁ったが、ちゃんとWAVファイル化して音声解析に食わせられるものがなかったので自作。

ESP32側はメモリがないため、DMA転送された音声データをほとんどキャッシュできない。
かなり力技であるがBTシリアルで送信してPC側で録音データを組み立てる案でやってみた。

SPH0645LM4HなどのI2Sデジタルマイクは結構癖がある使い方。
録音データは16kHz/32bitとのこと。本当はデバイスが２つないとステレオにならない模様なのでステレオ録音してLチャンネルの録音データのみ取り出した。
音量が小さいのをビットシフトで調整して０点オフセットかけて取りあえず聴ける。

PC側でWAVファイルとして聞く場合、16kHz/16bitのフォーマットでないとちゃんと聞けなかった。ここにドはまり。
32bitを16bitに削って16kHz/16bitモノラルとして、下記コードで実際録音してみたが、しゃべり内容は十分聞き取れるレベルであった。SpeechRecognit

IronPython との付き合いかた

IronPython 3.4 の正式リリース（2022年12月）から１年以上が過ぎました。
マイナーな存在ですが、Python と .NET のいいとこ取りができるので、個人利用の小規模なスクリプトを書くのに適しています。

.NET 8 もリリースされた機会に、備忘録を兼ねて IronPython との付き合い方をまとめておきます。

## 確認環境
+ Windows 11 Pro（Ver. 23H2）
+ .NET Runtime 8.0.2 (64-bit)
+ IronPython 3.4.1 (3.4.1.1000)
## IronPython のインストール
Windows は当然ながら .NET や [Mono](https://www.mono-project.com/) 環境があれば、, Linux, Mac を問わず動作します。

[Linux へのインストールはすでに投稿](https://qiita.com/Mt_SQ/items/faf002370e6ec7dcb551)しています。

IronPython の手動インストール
まずは、こちらから **_Ir

初めての機械学習をやってみた-kagglの登録から結果の提出まで-

# タイタニック号の生存予測

機械学習の練習問題として、[タイタニック号の生存予測](https://www.kaggle.com/competitions/titanic/submissions#)というものがあります。 これは、タイタニック号の乗客のデータセットをもとに機械学習のモデルを作成し乗客の生死を判定するものです。 機械学習の分野で有名なコミュニティに[kaggl](https://www.kaggle.com/)というものがあります。 kagglでは機械学習についての様々なデータセットの公開、それらの機械学習のモデル作成のソースコードの公開、さらに、 あるお題のデータセットに対してコンペ(competition)と呼ばれる形式で賞金をかけて高精度の機械学習モデル作成を競い合う大会のような催しがなされていたりと、機械学習に関する非常に有用なコミュニティです。 上述のタイタニック号の生存予測もkagglのコンペに用いられ、現在では練習問題として広く知られています。 kagglにおいて、タイタニック号の生存予測の[チュートリアル](https://www.kaggle.com

競プロ歴1年の大学院生が自作Pythonライブラリを作る

# はじめに
昨年Atcoderを始めた大学院生です．
Pythonのライブラリを自分用にまとめました．
コンテンツは今後増やすつもりです．

### 読んでくださる方へ
Qiita新参者のライブラリなんて怖くて使えないと思うので
なるべく他の方の記事や自身のACコードを添付するつもりです．
参考にする際は自己責任でお願いします．