はてなブックマーク

reflex runを実行する ブラウザで http://localhost:3000/ を開く 以降はreflex initは不要で、reflex runするだけでOK。 こんな感じの画面が出る。 rx.Appでインスタンスを作って、そこにadd_pageでコンポーネントを返す関数を足すだけでWebページが出せる！ ちなみにreflex initの後の書き換え作業を飛ばしてreflex runすると、もう少し盛った下記の画面が出る。 なんでわざわざソースコード書き換えたのかは疑問の余地が残るものの、そこそこシンプルなコードでWebページが作れることに納得してもらえただろうか。 簡単なInput Reflexのデザインは、Stackなどのレイアウトコンポーネントの中に入力コンポーネントを詰め込んでいく方式。 PySimpleGUIとかでレイアウト組んでる人には親和性高めだと思う。 複雑な画

はじめに 「pythonプログラムの設定データをjsonとかiniとかどんな形式で保存しよう」と悩むこと、あるよね？ そういうテキスト永続化の方法が一つの記事にまとまってると調べるときに助かるんじゃないかと思って、文字データをローカル環境で保存する手段を思いつく限り集めてみたよ。 頑張って集めたらxmlとかtomlとか暗号化とかOCRとかモールス符号とかIoTとかデータダンプとロード手段の展覧会みたいになったから、データ形式に詳しくない人の読み物としても楽しめるかも。 実務には8割方使い物にならないから、笑いながら流し読みしていってね！ 限りなくシンプルなコードでエラー処理とかしてないから割り切って読んでね。 検証環境はWindows 11(またはUbuntu Desktop 22.04.1 LTS)のPython 3.10.4環境だよ。(部分的にPython 3.11.0とMicroPy

全文を圧縮した前文 長文なのではじめに結論を置いときますが、最高に頭のネジが飛んでいるポエム(当人比)ができました。 最初と最後だけでも流し読みしていただけると嬉しいです。 結論から言うと文章を非可逆圧縮、冗長展開するとこうなります。 どうしてこうなったのかは筆者も分かりません。 原文: ディレクトリAの内容を親ディレクトリに移動する 非可逆圧縮: 名鑑aの刃を親名鑑に動為す 冗長展開: メモリー（普通ハードディスク）に保存されているファイルのリストローマ字の最初の文字の感じ取ったこと、発見したこと、あるいは学習したことの全体あるいは範囲を子どもを生み出す、出産する、子供を養育して、あるいは育てる人メモリー（普通ハードディスク）に保存されているファイルのリストに新しい位置または場所に動かす、あるいは移動させる、具体的および抽象的な意味でも考慮、判断または使用のために提案する 画像や音声が非

TL; NR PyWebIOっていう、Pythonユーザ向けでけっこうイケてる(死語)Webアプリケーションフレームワークを発見した。(正確にはスタックオーバーフローのコメントで知った) なのに日本語の記事が全然見つからないからサンプルコード組んでみた。 結論から言うとタイトルはマジ。 Python大好きだけどHTMLやJavascriptを見ると血圧が上がったりバイタルサインが著しく低下する人もこれなら楽しく遊べそう。 個人的な印象としては込み入った複雑なレイアウトを作るのは大変そうだけど、Bottleよりもスタートアップが楽。 PySimpleGUIと同レベルかそれ以上の簡単さで作れるWebアプリは貴重なので頑張って進化してもらいたいと思いました。(CSSアレルギーおじさん並みの感想) インストール Python 3.9 をインストール済みの Windows 10 とかで下記のとても複

前回までのあらすじ この春から高校に通うべく新しい街にやってきたココア。道に迷って偶然に喫茶ラビットハウスに入るが、実はそこが彼女が住み込むことになっていた喫茶店だった。ラビットハウスの一人娘・チノ、アルバイトのリゼともすぐ打ち解け、ココアの賑やかな新生活が始まる。 ていう感じの文章作りたいよねって話 前回の投稿でWord2Vecモデルを作ったので、今回はseq2seqで文章生成でもしてみようかなと思います。 目標は、「ご注文はうさぎですか？」をモデルに入力すると、冒頭のようなカンジの文章が生成されることです。 seq2seqモデルの構成 入力は単語ベクトル (200次元) タイトルを入力するとあらすじを出力する kerasで実装する というモデルを作っていこうかなと思います。 ざっとコードはこんな感じになりました。 from keras.models import Sequential,

モチベーション 初めまして、pyaNottyと申します。初投稿です。 最近、MeCabやらkerasやらに触れる機会があり、せっかくなので何か自然言語処理にチャレンジしたいなと思いました。自然言語処理、とくにLSTMなどを用いた文章生成なんかでは、Word2Vecによる分散表現が利用されることが多いと聞きます。今回は、LSTMモデルに食わせることができる単語の分散表現を、Word2Vecで作ってみようと思います。 ねこ並みの知能しか持ち合わせていない筆者でも、なんとかできるくらい簡単です。 Word2Vecとは 単語をベクトルに変換するためのモデルのことです。 何か文章を使ってLSTMモデルとかを訓練する場合、生の文字列をモデルに食わせることはできません。ですので、文章を何らかの数値表現に変換する必要があります。例えば、「これはペンです」という文章の場合、['これは', 'ペン', 'です

以下の記事に、IPython Notebookの紹介・チュートリアルを詳しく載せました。 【チュートリアル】IPython Notebook：再生可能でインタラクティブなWebブラウザ上で作業できるIPython実行用ノート こちらでは簡潔にだけIPython Notebookとはどういうものかと、その使い方だけ（短く）紹介しておきます。(※詳細を知りたい方は上記記事でご覧下さい） IPython Notebookとは 標準にPythonでは搭載されているPython言語の対話的実行を、科学計算(Scientific Computing)を便利にかつインタラクティブに行うためにパワーアップしたものが、IPythonです(先頭のIはInteractiveのI)。 このIPythonを、Webブラウザのノートブック上で、保存・編集・共有できるのがIPython Notebookです。 IPyt