Python関連のことを調べてみた

ForexデータAPI Pythonを使ったForexマーケットモニターの作成

こんにちは！もしあなたがForex市場を追跡したいなら、ここは正しい場所です。Forexマーケットモニターを構築することは、特に開発者や金融業界で働いている場合、非常に役立ちます。今日は、Insight EaseのForexデータAPI Pythonを使ってForexマーケットモニターを作る方法について話します。
ForexデータAPI Pythonの紹介
Forex取引は少し難しいですが、正しいツールを持っていれば、もっと簡単になります。ForexデータAPI Pythonを使うことで、通貨レートのリアルタイム情報を取得できます。このAPIは、Forexレート、株式市場の情報、さらには暗号通貨データを更新してくれるモニターを構築するのに役立ちます。さあ、どうやってこれを実現するか見てみましょう！
なぜForexデータAPI Pythonを使うのか？
情報への迅速なアクセス
取引を行うとき、迅速かつ信頼性のあるデータを取得することが非常に重要です。ForexデータAPIを使用すると、必要なときに最新のレートを取得できます。これにより、より迅速かつ自信を持って意思決定できます。
より良い

SciPyを使ったPythonでの科学計算

## SciPyとは
SciPyは、科学技術計算を効率的に行うためのPythonライブラリで、NumPyを基盤として構築されています。
数値計算や統計、信号処理、線形代数、最適化など、様々なタスクを効率的に処理することができます。

## インストール
SciPyはPythonの外部ライブラリなので、まずはターミナルでライブラリをインストールする必要があります。
“`python
pip install scipy
“`

SciPyのほぼすべての機能がNumPyのndarray（多次元配列）に依存しているので、SciPyをインストールすると、同時にNumPyも自動的にインストールされます。

## 基本的な使い方
SciPyは大きく以下のようなサブパッケージに分かれています。それぞれのサブパッケージには、特定の計算分野に対応した関数やクラスが集められています。

| サブパッケージ名 | 説明 |
|:————:|:————:|
| scipy.linalg | 線形代数の関数（行列計算、行列の逆行列、固有値など）

PythonでCSVをPDFに変換する

CSVファイルは、通常、大量のデータを保存するために使用され、PDFファイルは、他の人と共有し、印刷しやすいユニバーサルドキュメントフォーマットです。CSVファイルをPDFファイルに変換することで、データをよりよく管理し、提示することができます。この記事では、Pythonプログラミングを通じてCSVファイルをPDFファイルにエクスポートする方法を紹介します。

## Pythonエクセルライブラリの紹介とインストール
Pythonでは、我々はCSVからPDFへの迅速な変換を達成するためにサードパーティ製のライブラリ[**Spire.XLS for Python**](https://www.e-iceblue.com/Introduce/xls-for-python.html)を使用することができます。このライブラリは、Excelファイルの作成、読み取り、編集、変換などに使用することができますシンプルで便利なExcel操作インターフェイスの様々な提供しています。

変換のためのスクリプトを書く前に、次のpipコマンドを使用してSpire.XLS for Pythonライブラリをインスト

seleniumヘッドレス使用時のエラーについて

seleniumでヘッドレスでブラウザを立ち上げた際、強制的に真っ白いウィンドウが表示されますこれは触れることも動かすこともできません、ただ内部のシステムは動いている状況です。
わかるかたいたら教えてください。

pythonコーディング規約を満たすような .flake8ファイルのサンプル

前回の記事ではpythonコーディング規約のサンプルを紹介しました。

https://qiita.com/t-h345/items/7ff6bad176868a58075a

さらに一歩踏み込んで、このpythonコーディング規約を満たすような .flake8のファイルのサンプルを作成してみました。
これを使用することで、自然とpythonコーディング規約に則ったコードがかけるはずです。

“`
[flake8]
# 最大行長を100文字に設定
max-line-length = 100

# インデントは4スペース
indent-size = 4

# 無視するエラー/警告
ignore =
# E203: ‘:’の前後のスペースに関するエラー（black形式と競合するため）
E203,
# W503: 演算子の前での改行（black形式と競合するため）
W503,
# E266: コメントの#が多すぎる警告（ドキュメンテーションブロックで使用可能にするため）
E266

# 複雑度のしきい値を設定（McCabe複雑度）
max-c

現場独自のPythonコーディング規約を作りたいときのサンプル

いきなりサンプルです。
自由に書き換えて使用してください。

“`markdown
# 【プロジェクト名】Pythonコーディング規約

## 1. はじめに

本文書は【プロジェクト名】におけるPythonコーディングの規約を定めるものです。本規約は、コードの可読性、保守性、一貫性を高めることを目的としています。

## 2. 基本方針

– PEP 8に準拠することを基本とします。
– 本規約で特に定めのない事項についてはPEP 8に従ってください。
– 本規約はプロジェクトの進行に伴い、適宜更新されることがあります。

## 3. ファイル形式

– 文字エンコーディングはUTF-8を使用します。
– 改行コードはLF（\n）を使用します。
– ファイル末尾には空行を1行入れてください。

## 4. インデント

– インデントには4つのスペースを使用します。
– タブ文字は使用しないでください。

## 5. 行の長さ

– 1行の最大長は100文字とします。
– docstringやコメントの場合は72文字を超えないようにしてください。

## 6. 命名規則

###

[Python] バブルソート

# バブルソート
バブルソートとは、**すべての隣接する2つの要素の値を比較して、小さい方が前になるように交換していき、昇順に並べ替えるアルゴリズム**です。ただし、総当たりで繰り返し比較交換していくので、**データが大量にあると処理に時間がかかってしまいます**。たいていのプログラミング言語にはソートするための関数があるので、いちいちバブルソートを自分で書くことは少ないと思いますが、頭の体操？として書いてみます。
# 二重ループを使った書き方　その１
末尾から2つの値を比較するやり方で書いてみます。ちなみにPythonでは変数tmpを使わなくても書けますが、最初は変数tmpを使ってみます。
~~~Python:Bubble1.py
lis = [5, 1, 7, 8, 4, 2, 9, 0] # 元のリスト
n = len(lis) # リストの長さ（要素数）

for i in range(n – 1): # 調べる範囲の開始位置を１つずつ後ろへ移動していく
for j in range(n – 1, i, -1): # 末尾から隣接する2つの値を比較
if

忘れたころに使うWindowsPython環境確認・実行手順

#
## はじめに

### 背景と内容

WindowsマシンでPythonを使ったことはあるけども、利用頻度が少なかったり複数端末持っていたりするとどういうpython環境だったのか忘れがち。環境や仮想の復習から入って手間取り、仮想環境を起動したりrequirementsに時間がかかるのは結構ストレス。そうした場合に向けた環境確認や仮想環境作業の個人的備忘メモ・雑記メモ。

主に構築済みのpython, pip, venv環境を思い出して歩き出すための手順について一覧化しただけです。イチからのpython環境構築やvenvの説明等はしません（『参照』のサイトを見れば書いてあると思います）。

### 前提

Windowsで[python.org](https://www.python.org/downloads/windows/)のインストーラでインストール済み、コーディングや実行実績がある方を想定します。AnacondaやMicrosoftストア経由でインストールされた方は勝手が違う場合があるかもしれません。

ちなみに当方の環境はWindows10、PowershellでP

Elixir Livebook で Python コードを実行する【Pythonx】

## はじめに

Pythonx は Elixir から Python コードを実行するモジュールです

https://github.com/cocoa-xu/pythonx

リポジトリーの注意書きにある通り、まだ開発中です

> Pythonx is still very much a work in progress and is mainly intended for some proof of concept at current stage.

> Pythonx はまだ開発中であり、現段階では主に概念実証を目的としています。

本記事では Elixir と Python を行ったり来たりして遊びます

リポジトリーの README に書いてある Low-Level から Very High Level まで各段階のコードを Livebook 上で 実行してみました

実装したノートブックはこちら

https://github.com/RyoWakabayashi/elixir-learning/tree/main/livebooks/pythonx

## Low-L

よく使うコード

# vscode の python 設定

“`~/.vscode/settings.json
“python.analysis.extraPaths”: [
//Djangoライブラリの格納ディレクトリ
“/Users/user_name/.pyenv/versions/3.9.0/lib/python3.9/site-packages”,
//プロジェクトのルートディレクトリ
“/Users/user_name/workspace/project_name”,
],
“`

# pythonよく使うやつのめも
“`py
# 例外を一旦受け取って再送しているファイルを想定
import sys

try:
result = 1 / 0 # ZeroDivisionErrorが起きる
except Exception as e:
exception_type, exception_object, exception_traceback = sys.exc_info()

flaskでSQLalchemyの実行ログを確認する方法

# sqlalchemyが実行したsql文を確認したい
ロギングで以下の設定をアプリに追加する
“`
import logging

logging.basicConfig()
logging.getLogger(‘sqlalchemy.engine’).setLevel(logging.INFO)
“`

この設定を行うことで、gunicornなどでアプリ立ち上げ時に、実行されたsql文を確認することができる。

LangChainとNeo4jでシステム連携図を自動生成する方法（２）


すみません、文章が今までのトーン違うのは、ChatGPTに「技術者が楽しくなるような文章にして」というオーダーを出したためです。ご了承ください・・・

# はじめに
前回の記事では、テキストファイルの内容を「**LangChain**」で処理し、「**Neo4j**」のクエリに変換してグラフ描画を行うまでの流れを紹介しました。

https://qiita.com/ogi_kimura/items/1e03b29bb245b553be26

今回はさらに一歩進めて、インプットを「テキストファイル」から「画像」に変えて、どこまで精度の高い解析ができるか試してみます！

GPTシリーズの画像認識性能には驚くべきものがあります。実際に検証した記事もあるので、ぜひ参考にしてみてください。

https://qiita.com/ogi_kimur

(分析3)IBMiのライブラリ毎の種類別オブジェクト数をjupyterで集計

# ■概略
オープンソースエンジニア歴30年超の筆者が2023年からIBMiを学びだした学習記録です
IBMiのライブラリ毎の種類別オブジェクト数をjupyterで集計しました
SQL+pythonでループ+dataframeの使い方(合計追加と横持ち→縦持ち変換)です

# ■集計結果

OBJATTRIBUTE	CLP	DFU	DSPF	OTHER	PRTF	RPG	RPGLE	SAVF
BKNLIB	1444	207	1266	173	265	2495	228	0
BKNLIBF	0	元記事を表示 音声認識モデルfaster-whisper＋gpu(a10)でリアルタイム文字起こしにトライ ## はじめに  音声のリアルタイム文字起こしは、さまざまな業界でニーズが高まっており、特に効率的かつ高精度な処理が求められています。 昨今、音声入力を元に多様なサービスが展開されています。たとえば、 * ビジネスミーティングでは、音声をリアルタイムでテキスト化し、自動で議事録を作成するケースが増えています * また、カスタマーサポート分野では、顧客とオペレーターの通話内容をリアルタイムで解析し、オペレーターが効率的に対応できるよう支援するユースケースも広がっています https://github.com/SYSTRAN/faster-whisper faster-whisperは、Whisperモデルをベースにした軽量かつ高速な音声認識ライブラリです。Whisperの持つ高精度な音声認識能力を保持しつつ、最適化によって速度を大幅に向上 元記事を表示 簡単にテキスト入力から画像生成：PythonとStable Diffusionを使ったAI画像作成ガイド # 簡単にテキスト入力から画像生成：PythonとStable Diffusionを使ったAI画像作成ガイド AI技術の進展により画像生成はますます注目を集め、 且つ簡単に利用する事が可能になりました。 本記事では、PythonとStable Diffusionを利用してテキスト入力から画像生成する方法を紹介します。 （ライブラリを利用するためのアカウント作成無し、少ないコード量、コピペ完結） ## 目次 1. はじめに 2. 環境設定手順 – ディレクトリ作成 – ディレクトリに移動 – demo.py作成 – requirements.txt作成 – 仮想環境作成 – 仮想環境を立ち上げ – ライブラリのインストール 3. コードの解説 – 引数の解析 – 入力の検証 – プロンプトの翻訳 – 画像生成の処理 – 全体の流れ 4. 実行例 5. まとめ ## 1. はじめに Stable Diffusionは、テキストから画像を生成するための画像生成AIライブラリです。 ユーザーが入力したテキスト（日本語 元記事を表示 無料開発者リソースマインドマップ | ツール、サービス、プラットフォーム オンラインでマインドマップを見るには：[https://free-for-dev.edgeone.app](https://free-for-dev.edgeone.app/)  この開発者の無料リソースマインドマッププロジェクトは、githubプロジェクトから派生したものです：https://github.com/ripienaar/free-for-dev このプロジェクトは、SaaS、PaaS、IaaSなどを含む、無料のクラウドサービスを提供する多数のリソースを示しており、企業や独立した開発者が低コストまたはゼロコストで迅速に自分の製品を立ち上げるのに役立ちます。 元記事を表示 LangChainとNeo4jでシステム連携図を自動生成する方法（１）  # 初めに 社内でシステムの管理をしていると、各システムの連携を図や表で表す必要が出てくることがよくあります。しかし、人間は細かい管理には向いておらず、定期的なメンテナンスや最新化、そして統一された粒度（レベル）の管理を続けるのは非常に困難です。  そんな中で、最近「Neo4j」というグラフ描画ツールの存在を知りました。「LangChain」と「Neo4j」を使って効率的にグラフを作成する記事を目にし、これが私が求めていた「システム連携図の自動生成ツール」になるのではないかと考えました。そこで今 元記事を表示 voicevox web api v1を利用してテキストファイルを音声に変換するスクリプト ‘yurie.py’ タイトル通りです。今はv3が出ていますが、v1になってるのは都合上。 “`yurie.py import requests import json import time sid=0 file_name = “sample.mp3″ def generate_audio(text): url = f”https://api.tts.quest/v1/voicevox?text={text}&speaker={sid}” response = requests.get(url).json() while True: statusurl=response[“audioStatusUrl”] status=requests.get(statusurl).json() if status[“isAudioReady”]: break time.sleep(1) audio_url = response[“mp3DownloadUrl”] return audi 元記事を表示 日銀統計データ取得 日銀のデータは下記のサイトから取得できるがapi等エンジニア扱いやすいよう整備されておらず、通常手作業で取得する必要がある。そこでこれら全てのデータを整形し扱いやすい形式にまとめたい。 https://www.stat-search.boj.or.jp/ssi/cgi-bin/famecgi2?cgi=$nme_s060 下記は公開データ一覧 https://www.stat-search.boj.or.jp/info/statistics_menu_list_j.pdf 本記事ではとりあえずサイトの構造を理解するためにもデータを1つseleniumで取得してみたのでコードを記載します。 “`python from selenium import webdriver from selenium.webdriver.chrome.service import Service from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait fro 元記事を表示 Amazon Titan Image Generator v2 の全機能を徹底検証：機能解説と実践ガイド ## はじめに 株式会社 NTT データ デジタルサクセスコンサルティング事業部の [@ren8k](https://qiita.com/ren8k) です．2024/08/06 に，Amazon Bedrock にて，画像生成 AI である [**Amazon Titan Image Generator v2** がバージニア北部リージョンとオレゴンリージョンで利用可能になりました．](https://aws.amazon.com/jp/about-aws/whats-new/2024/08/titan-image-generator-v2-amazon-bedrock/) 本モデルでは，Amazon Titan Image Generator v1 の全ての機能に加え，様々な新機能が利用できるようになり，**計 11 種類**の機能が利用できます．本稿では，Amazon Titan Image Generator v2 の全機能の feasibility や利用方法を確認することを目的とし，検証結果をまとめました． https://aws.amazon.com/jp/blo 元記事を表示 OTHERカテゴリの最新記事 2024.11.16 iOS関連のことを調べてみた 2024.11.16 JAVA関連のことを調べてみた 2024.11.16 JavaScript関連のことを調べてみた 2024.11.16 Rails関連のことを調べてみた 2024.11.16 Python関連のことを調べてみた 2024.11.16 Lambda関連のことを調べてみた