Python関連のことを調べてみた

LLMを使うときに指定する `Temperature` , `TopK `, `TopP` を理解する

# 調べたいと思ったきっかけ

GoogleのLLMのライブラリを調べていて、一個ずつ見ていっていたのですが、**だいたい同じように `Temperature` , `TopK `, `TopP` などの設定を指定できます。**
**またOpenAIのAPIでも`Temperature`や`TopP`などが指定できます。**

`Temperature` , `TopK `, `TopP` がなにか理解したくありませんか？
LLM使いこなしていくために、これらについて調べてみました。なにか誤りなどがあればご指摘いただけるとありがたいです。

GoogleのLLMを使うSDKのコードたち

Gemini Nano with the Google AI Edge SDK

“`kotlin
val generationConfig = generationConfig {
context = ApplicationProvider.getApplicationContext() // required
temperat

Google Colaboratoryで3D散布図を作ってみた【Python】

万年初心者の備忘録です。
今回は、三次元のグラフをGoogleColaboratoryで出力する方法について。

:::note warn
この記事は初心者が書いたものです。
間違っていたり、冗長だったり、煩雑だったりするかもしれません。
:::

# matplotlibを使う方法
こんな感じの画像が生成されます。

:::note warn
グラフをマウスでぐりぐり動かすことはできません。
動かしたいときはplotlyを使いましょう。
:::

## コード

“`python:scatter3D_plt.py
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

# ラベル
l1,

Pythonで計算結果をExcelシートに書き込む方法：openpyxlとpandasを使用した解説

# Pythonで計算結果をExcelシートに書き込む方法：`openpyxl`と`pandas`を使用した解説

## はじめに

データ解析を行った後、その結果をExcelファイルに保存することはよくあります。この記事では、Pythonの`openpyxl`と`pandas`ライブラリを使用して、計算結果を新しいExcelシートに書き込む方法を詳しく解説します。以下のコードブロックは、解析結果をExcelシートに書き込む一連の処理を行っています。

—

## Excelシートへの書き込み処理の流れ

次のコードブロックは、解析結果を新しいExcelシートに保存し、処理完了のメッセージを表示する部分です。

“`python
ws = wb.create_sheet(title=sheet_name)
for row in dataframe_to_rows(result_df, index=False, header=True):
ws.append(row)
print(f”{sheet_name} の修正後の差の割合をExcelに書き込みました。”)
“`

OpenCVを用いた色検出

## 1: 必要なライブラリをインポートする
“`
import cv2
import numpy as np
“`
## 2: 画像を読み込む
“`
# 画像を読み込む
image = cv2.imread(‘image.jpg’)
“`
## 3: 色空間を変換
HSV色空間に変換します。HSV色空間は、色調(Hue)、彩度(Saturation)、明度(Value)を使って色を表現し、特定の色範囲を選択しやすくなります。
“`
# 色空間をHSVに変換
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
“`
## 4: 色の範囲を定義
特定の色範囲をHSV値で定義します。ここでは例として、青色の範囲を定義しますが、必要に応じて調整してください。
“`
# 青色の範囲を定義（HSV空間）
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
“`
## 5: 色範囲内のマスクを作成
定義した色範囲に基づいてマスクを作成します。マスクは、

WindowsでのPython構築（pip環境：コマンドプロンプト＋エイリアス）

# 概要

* WindowsでPython(pip使用)環境を構築した際のメモを記載
* 経緯：Anaconda(miniconda)を使用していたが、condaのチャネルでは配布されていないパッケージをインストールすることが増加したため
* 仮想環境はvenvでの作成を想定。pythonのバージョンはエイリアスの設定で対応
* 複数のPythonのバージョンを使用するために、PATHとエイリアスをbatファイルで設定

—

# 手順

1. **Pythonのインストール**
* ダウンロードサイトから所望のバージョンをダウンロード
* https://www.python.org/downloads/windows/
* ダウンロードファイルを実行し、インストール
* コマンドプロンプト実行時にパスを追加するため、インストール時の「Add Python to PATH」にはチェックを入れない
* 必要に応じて、複数のPythonバージョンをインストール

2. **エイリアスの設

Excelファイルのシート名を取得する方法：初心者向け解説

# Excelファイルのシート名を取得する方法：初心者向け解説

## はじめに

Pythonを使ってExcelファイルを扱う際、ファイル内にあるすべてのシート名を取得することがよくあります。この記事では、次のコード行に焦点を当て、初心者でもわかるように解説します。

“`python
sheet_names = excel_data.sheet_names
“`

この1行のコードは、Excelファイルのすべてのシート名を取得し、リストとして保存するものです。この記事では、次の内容について説明します：

– `excel_data`オブジェクトとは？
– `sheet_names`属性とは？
– シート名のリストの用途と利点
– 実際のコード例と注意点

—

## 1. `excel_data`オブジェクトとは？

まず、`excel_data`とは何かを理解しましょう。

### コード例

“`python
import pandas as pd

input_file = ‘my_excel_file.xlsx’
excel_data = pd.ExcelFile

Excelデータ解析：各シートごとのデータ処理とスペクトル変化の分析を解説

# Excelデータ解析：各シートごとのデータ処理とスペクトル変化の分析を解説

## はじめに

PythonとPandasを使用して、Excelファイルの複数のシートに対してデータ解析を行う方法を紹介します。本記事では、各シートのデータを読み込み、必要な列の確認を行い、スペクトルデータの変化を定量化するプロセスを解説します。初心者でもわかりやすいように、各ステップの目的と具体的なコード例を含めています。

この記事を読むことで、次の内容が理解できるようになります：

– Excelファイル内の各シートごとにデータを処理する方法
– 必要なデータが存在するかチェックする方法
– スペクトルデータの差を計算し、変化の割合を求める方法
– 結果を整理して新しいDataFrameにまとめる方法

—

## 5. 各シートごとの処理

まずは、Excelファイル内のすべてのシートに対してデータ処理を行います。

### コード例

“`python
for sheet_name in sheet_names:
df = excel_data.parse(sheet_name)

PythonのPandasライブラリを使用して、Excelファイルへ

このコードは、PythonのPandasライブラリを使用して、Excelファイル内の複数のシートに対してデータ処理を行う部分です。各シートからデータを抽出し、解析し、結果をまとめるという一連の流れが実現されています。初心者の方でも理解できるように、コードの各部分を丁寧に解説していきます。

—

## 目次

1. [Excelファイル内のシートごとの処理](#excelファイル内のシートごとの処理)
2. [シートのデータ読み込み](#シートのデータ読み込み)
3. [必要な列の存在確認](#必要な列の存在確認)
4. [差の割合の計算](#差の割合の計算)
5. [結果のDataFrame作成](#結果のdataframe作成)
6. [グラフの色の設定](#グラフの色の設定)
7. [まとめと次のステップ](#まとめと次のステップ)

—

## Excelファイル内のシートごとの処理

### コード例

“`python
for sheet_name in sheet_names:
“`

### 説明

– **目的**：Excelファイル内にある複数のシートを

Python初心者向け：Excelファイルの読み込みからデータ解析、そして結果の出力まで徹底解説

# Python初心者向け：Excelファイルの読み込みからデータ解析、そして結果の出力まで徹底解説

## はじめに

Pythonを学び始めた皆さん、ExcelファイルをPythonで読み込んでデータを解析し、新しいExcelファイルに出力する方法に興味はありませんか？Excelはビジネスや研究の場でよく使われるツールであり、Pythonを使えば効率的にデータ操作が可能です。本記事では、Python初心者でもわかりやすいように、コード例と詳細な説明を交えながら、以下の3つのステップに分けて解説します：

1. **Excelファイルの読み込み**
2. **データ解析**
3. **結果の出力**

この記事を読むことで、ExcelファイルのデータをPythonで扱えるようになり、データ解析の基本を習得できます。さあ、始めましょう！

—

## ライブラリのインポート

まずは、Pythonで必要なライブラリをインポートします。このコードはデータ操作、グラフ作成、Excelファイルの読み書きを行うための準備です。

“`python
import pandas as pd

【Django】010. 検索をマスターする

前回はCRUDをプログラムから行う方法を見ていきました。
[前回記事：【Django】009. CRUDをプログラムから行う](https://qiita.com/ys_dirard/items/7bd46b6aa05fec87ba13)

今回はデータベースの検索について見ていきます。

具体的にはManagerクラスのfilterを使って条件の絞り込み方を見ます。

フィルター自体は以下のように簡単に使うことができます。

“`python
変数 = .objects.filter(フィルター内容)
“`

今回も前回までと同様、helloアプリケーションのFriendモデルを使用します。

“`python
class Friend(models.Model):
name = models.CharField(max_length=100)
mail = models.EmailField(max_length=200)
gender = models.BooleanField()
age = models.IntegerFie

ポケモンのタイプ相性クイズ（Python）

## なにこれ
ポケモンのタイプ相性クイズです。
記事の最後にあるコードをpythonで実行すると遊ぶことができます。
Pythonistaに入れればiPhoneでもポチポチできます。

## 遊び方
実行すると「Electric_to_(Fire_and_Ghost)_=_?」みたいにきかれます。
何倍かを答えてあげるとよいです(この場合は1が正解です)
ランダムに10問出題されます。最後に10問中何問正解かスコアが表示されます。

## 動機
ポケモンをやっていたときにタイプ相性が全然覚えられなくて作りました。
当時はまだエンジニアではなく、大学で使っていたPythonとRしか経験がなかったのでPythonを選びました。

## ソースコード
何も面白味のないコードですが、よければどうぞ。

“`python:pokemon.py

import random

type = [“Normal”,”Fire”,”Water”,”Electric”,”Grass”,”Ice”,”Fighting”,”Poison”,”Ground”,”Flying”,”Psychic”,”Bug”

Python　高階関数をデコレーターとして使う方法

# デコレーター使用例
Pythonでのデコレーターの使用例として簡潔なコードを用意しました。
@propertyや@classmethodといった既に定義済みのものもありますが今回は自身で作成する用のデコレーターを作成しました。
他使用例等ご教授いただけると幸いです。

“`
## 高階関数を定義
def print_deco(func :object):
def inner() #クロージャー
print(‘—-‘)
func()
print(‘—-‘)
return inner

## 高階関数をデコレーターとして利用
@print_deco
def decorator():
print(‘これはデコレーターです’)

## 呼び出し
decorator()
“`

“`
## 出力結果
—-
これはデコレーターです
—-
“`

:::note info
@関数名と書くことによって関数の処理を追加することをデコレーターという。
上記では@print_decoをdecorator(

ビットコインの年間利益計算スクリプト

ビットコインの年間利益を総平均法で計算するスクリプト作成しました。何か間違っている点あればご指摘いただきたいです。

移動平均法は以下参照。

“`python
import pandas as pd

def calculate_annual_profit_average_method(csv_file):
# CSVファイルの読み込み
df = pd.read_csv(csv_file, parse_dates=[‘取引日時’])

# 必要な列のみ取得
df = df[[‘取引日時’, ‘取引種別’, ‘取引価格’, ‘通貨1数量’, ‘手数料’]]
df = df.sort_values(‘取引日時’) # 取引日時でソート

# 年ごとのデータに分ける
df[‘年’] = df[‘取引日時’].dt.year

annual_profit = {}

# 年ごとに計算
tota

茶色コーダによるABC379振り返り

# はじめに
前回マジで投稿遅れてすいません(やっと反省した)
今回はコンテスト翌日の投稿です。

結果としてはABDの3完でパフォは800ちょいでした。
予想通りCが難しくなってて、すぐパスできて良かったです
えーと ものすごく申し上げにくいのですがBで4ペナくらいましたw(よく緑パフォでたな)
Dはすぐに解法が思いついたものの二分探索がうまくいかず、結構実装に手間取ってしまいました
[AJL](https://atcoder.jp/contests/ajl2024winter)の中１参加者が、C問題解けてる割合が結構高くてなんの差だろうと、考えています(明らかに数学とかの差だろ)

使用しているライブラリ

グラフのクラスと、複数行入力をサポートするライブラリを追加しました
[github](https://github.com/hidehic0/my-kyopro-code)のPerformansの.template/codeにおいてあります じっくり見たい方はそちらを見てください

“`python
# ライブラリと関数

LGTMって何？また、LGTM画像の生成ツールを公開する

「LGTM」（Looks Good To Me）は、ソフトウェア開発のコードレビューで承認や同意を示すカジュアルな表現です。チーム開発の際、コードを他のメンバーが確認（レビュー）してから変更を取り込む（マージ）する場合が多く、その際に「LGTM」を使うことが一般的です。

### 使われるシチュエーションと背景
コード変更の際には、品質を確保するために他の開発者がレビューを行います。レビューを通過するには、以下のポイントが確認されます。

* 機能要件の満たし具合
* 新しいコードが要求された機能を正しく実装しているか。
* コード品質
* コードが読みやすく、保守しやすい構造になっているか。
* セキュリティとパフォーマンス
* コードが安全で効率的に動作するか。

レビュー担当者が「LGTM」とコメントするのは、上記のようなチェックが問題なくクリアされており、変更をマージしてもよいと判断した場合です。

### メリット
「LGTM」を使うことで、レビューの承認プロセスがスムーズになります。また、形式的でないカジュアルな表現のため、フレンドリーなコミュニケーションを促進

2つの直角三角形「高校入試頻出問題 EB=?」をsympyとFreeCADでやってみた。

・5通り理解できました。
・問題文は2次元ですが、３次元FreeCADのマクロで、XY平面上に作図しました。

# オリジナル
・YUUU0123 様 (0:00〜3:13)

# sympyで(オリジナル 様の方法を参考に)
#### ver0.1 二等辺三角形です。
“`python
# ver0.1 二等辺三角形です。
from sympy import *
BC,CD=1,3
AD=BC+CD
AC=sqrt(AD**2-CD**2) ;print(“#”,AC)
AB=sqrt(AC**2+BC**2) ;print(“#”,AB)
EB=AB*Rational(1,2) ;print(“#”,EB)
# sqrt(7)
# 2*sqrt(2)
# sqrt(2)
“`
#### ver0.2 相似です。Youtubeのコメント様より。
“`python
# ver0.2 相似です。
from sympy import *
var(‘x’,positive=True)
print(“#”,sol

paizaラーニングスキルチェック「B143:じゃんけん列車」を解いてみた

▼問題
以下のリンクを「B143:じゃんけん列車」で検索してください。

https://paiza.jp/challenges/ranks/b/info

▼考え方

出席番号Nの園児の後ろに何人の園児が並んでいるかをリストrps_statusで管理します。N=5のときのrps_statusのイメージを以下に示します。rps_statusの情報に基づき、ゲームの優勝者の園児の出席番号の一覧を表示します。

“`
N=5
rps_status:[1, 2, 1, 2, 1, 3]
““
rps_statusの補足です。
1. rps_statusの添え字番号と園児の出席番号が同じになるようにしています。例えば出席番号1の園児の後ろには2人、出席番号5の園児の後ろには3人並んでいることを示します。（添え字番号と出席番号がズレると出力の際に面倒なので、このやり方にしました。）
2. 出席番号0の園児の後ろに1人の園児が並んでいるように見えますが、このデータにはアクセスされません。また、題意よりじゃんけんは1回以上行われるため、出席番号0の園児の情報が出力されることもありません。そのた

axxのlinuxでの実用へ向けての試験的適用　リロケータブルELFと実行ファイルの作成 [axl.py,rel]

これは、axxのlinuxで動作するバージョンです。

今の所、同一セクション内ですが、リロケータブルELFを作り、リンクすると実行ファイルができるところまで行ってます。

### ソース

https://github.com/fygar256/axl/tree/main

## 使い方

##### アセンブル

“`
./axl.py hello.axx hello.s -o hello.bin -e hello.tsv
“`

##### リロケータブルELFを作成

“`
./rel hello.tsv hello.bin hello.o
“`

リロケータブルELF作成スクリプト

“`sh:rel
#!/usr/bin/zsh

# 引数の確認
if [ $# -ne 3 ]; then
echo “Usage: $0 ”
exit 1
fi

TSV_FILE=$1
RAW_BINARY=$2
OUTPUT_ELF=$3

# 一時ファイルの作成
TEMP_LD_SCRI

WindowsでPythonを勉強してる新人へのアドバイス

WindowsでPythonを勉強してる新人へのアドバイス

– 画像認識系のサンプルはWSLからだとカメラへのアクセスがしんどいから気をつけろ
– Pythonの仮想環境構築がサンプルごとにバラバラだから気をつけろ
– WSLじゃなくてWindows＋Anaconda前提で語ってくる人もいるから気をつけろ
– ギリMS Store版のPythonで中途半端に動くけどSJIS前提になるから気をつけろ
– 諦めてGoogle Colab上でのみPythonを勉強するという選択肢もあるが、pythonプログラムは、.ipynbじゃなくて.pyで動くものを指すから気をつけろ

Djangoを使って簡単なwebアプリケーションを作成する

# Djangoとは
Pythonで実装されたwebアプリケーションのフレームワーク
オープンソースのフレームワークで、コンテンツの管理システム,wiki,SNSなどのwebアプリケーションで扱われている

# 環境構築
今回は windows上のVScodeターミナル(powershell)で構築を行った
venvを使用した仮想環境上でDjangoを追加する

1. pythonの導入
今回はDjangoがメインとなるためpythonの導入方法は省略する
自身が使用した環境は Python 3.12.5
2. powershellの実行ポリシーを一時的に変更する
“`
Set-ExecutionPolicy RemoteSigned -Scope Process
“`
これを行わないとvenvのアクティブに失敗する
![image.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/3895022/4a06822b-85b6-ca60-58c0-adaf892