Python 入門100本ノック - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Python 入門100本ノック まえがき 背景 私は新入社員の研修課題として Python の練習問題を探していました。 しかし、ちょうど良い課題はなかなか見つかりません。 というのも、教育担当の立場からしても新人研修は難しいのです。 そもそも新人教育に使うことのできる時間が限られている。 新入社員が自力で進められるように、練習問題だけでなく説明も充実させる必要がある。 新入社員の力量に応じて研修内容を調整したい。 ということで、一般公開可能な Python 練習問題を作成しました。 新人教育に限らず、これから Python を学ぶ方
RStudioでデータフレームをRとPythonの間でやり取りをする方法 - Qiita
この記事のモチベーション RStudioでRをメインに使用しているが、やりたいことがPythonでシンプルに可能である場合に、RとPythonのいいとこ取りをしたい。 Pythonで作成したデータフレームをRに読み込んでRの慣れた環境で解析できるようにしたい。 問題点 Pythonのpandasはデータ分析のライブラリを収載したパッケージである。 RStudio上でPythonでのpandas作成したデータフレームをreticulateライブラリで読み込むことはできるが、Pythonのデータフレーム名をそのままRで読み込むと、全く形式が異なってしまいRで再利用できない。 Rで作成したデータフレームはPythonで読み込み可能であることから、PythonからRのデータのやり取りをスムーズに行いたい。 解決方法 参考記事に記載のPythonで作成したデータフレームをRで読み込める形のファイル（
フリーで使えるエクセル統計ツールの出力結果が間違っているかもしれないという話（コレスポンデンス分析について） - Qiita
1.はじめに 最近、職場のN氏からコレスポンデンス分析に関することでコメントを求められ、色々と試行錯誤した。その際、後述するエクセルの統計アドインツールの結果が、SASやRなどの統計パッケージの結果と一致しないことに気がついた。 2.問題の所在 まずは数字を適当に入力したデータテーブルを作って、SASのcorrespプロシジャを試してみる。 proc sql; create table df (brands CHAR(5) NOT NULL, attr1 float NOT NULL, attr2 float NOT NULL, attr3 float NOT NULL, attr4 float NOT NULL, attr5 float NOT NULL, attr6 float NOT NULL, attr7 float NOT NULL, constraint prim_key pr
Python普及しろ協会に入会したい
この記事はタナイ氏によるPython滅ぼす協会に入会したいを読んでから執筆したものです。 この記事の趣旨はPython滅ぼす協会に入会したいに対する反論という形をとりながら、タナイ氏により「バカの言語」と揶揄され、「使ってエンジニアを名乗るというのは」「滑稽」とまで言われたPythonの立場を再考することです。 追記 本記事は「Pythonはこれだけ優れた言語だからみんな使おう！」というものではなく「言うほど酷くないと思うよ」程度のものです。 型アノテーションがあるからと言って静的型付けを軽視しているわけでもなければ、map関数をもってmapメソッドを不要だと言っているわけでもありません。 この記法は嫌い〜この記法が好き〜と表明することは個人の自由ですが、同様に「この記法は実はこういう意味があって〜」という意見があればそれを聞いた上で、物事を判断して欲しいです。もちろん、聞いても意見が変わ
【コード付き】非線形の偏微分方程式の数値解法【Python】 - LabCode
偏微分方程式の数値解法とは偏微分方程式の数値解法は、偏微分方程式（PDE: Partial Differential Equations）の解を近似的に求めるための手法のことを指します。これらの方程式は、多くの場合、解析的な解が見つけられないため、数値的な手法が必要となります。以下に、主な数値解法をいくつか紹介します。 有限差分法（Finite Difference Method）: 空間や時間を離散的なグリッドに分割し、微分を差分に置き換えることにより近似します。この方法は直感的で実装が比較的簡単ですが、グリッドの選択が解の精度に大きく影響します。有限要素法（Finite Element Method）: 問題の領域を小さな「要素」に分割し、各要素内で方程式を近似します。この方法は複雑な形状や境界条件を持つ問題に適しています。有限体積法（Finite Volume Method）: 保存
【Python】__〇〇__ メソッドの正体
__〇〇__メソッドの正体 is「特殊メソッド」 Python で開発する際、__init__ をはじめとする __ (アンダースコア*2) で囲まれたメソッドを目にする機会があると思います。 これらのメソッドは「特殊メソッド」と呼ばれ、Python では以下のように定義されています。 special method (特殊メソッド) ある型に特定の操作、例えば加算をするために Python から暗黙に呼び出されるメソッド。この種類のメソッドは、メソッド名の最初と最後にアンダースコア2つがついています。 つまり、独自で定義したクラス内でこれら特殊メソッドをオーバーライドすることで、特定の操作の振る舞いを変更できるようになります。特殊メソッドはそれを直接呼び出すというよりは、既存の演算子などの振る舞いを変更するというイメージです。 例えば、インスタンス同士の加算処理を実装したい時、新たに ad
【コード付き】二次元放物形の偏微分方程式の数値解法【Python】 - LabCode
偏微分方程式の数値解法とは偏微分方程式の数値解法は、偏微分方程式（PDE: Partial Differential Equations）の解を近似的に求めるための手法のことを指します。これらの方程式は、多くの場合、解析的な解が見つけられないため、数値的な手法が必要となります。以下に、主な数値解法をいくつか紹介します。 有限差分法（Finite Difference Method）: 空間や時間を離散的なグリッドに分割し、微分を差分に置き換えることにより近似します。この方法は直感的で実装が比較的簡単ですが、グリッドの選択が解の精度に大きく影響します。有限要素法（Finite Element Method）: 問題の領域を小さな「要素」に分割し、各要素内で方程式を近似します。この方法は複雑な形状や境界条件を持つ問題に適しています。有限体積法（Finite Volume Method）: 保存
強化学習 カテゴリーの記事一覧 - からっぽのしょこ
はじめに 『ゼロから作るDeep Learning 4 ――強化学習編』の独学時のまとめノートです。初学者の補助となるようにゼロつくシリーズの4巻の内容に解説を加えていきます。本と一緒に読んでください。 この記事は、8.2節の内容です。DQNを実装して、カートポール…
Pythonで学ぶ入門計量経済学 — Pythonで学ぶ入門計量経済学
本サイトに関するコメント等はGitHubのDiscussionsもしくはharuyama@econ.kobe-u.ac.jpにご連絡ください。 姉妹サイト１：「Pythonで学ぶマクロ経済学 (中級＋レベル)」 🚀 姉妹サイト２：「経済学のためのPython入門」 🐍 はじめに# 「なぜプログラミング？」文系の経済学の学生が理系のプログラミングを学ぶとなると，まず頭に浮かぶ質問かも知れない。過去にも同じような質問を問うた経済学部の卒業生は多くいると思われる。例えば，Excelのようなスプレッドシートのソフトは1980年代からあり，当時の大学生も使い方を学ぶ際「なぜ？」と思ったことだろう。しかし今ではWord，Excel，PowerPointの使い方は，大学卒業生にとって当たり前のスキルになっている。同じように，AI（人工知能）やビッグデータが注目を集める社会では，ある程度のプログラミン
【Python】プログラムでフーリエ変換を理解しよう！【FFT, 標本化定理, ナイキスト周波数】 | Raccoon Tech Blog [株式会社ラクーンホールディングス 技術戦略部ブログ]
株式会社ラクーンホールディングスのエンジニア/デザイナーから技術情報をはじめ、世の中のためになることや社内のことなどを発信してます。 pythonnumpyfftdftmatplotlibフーリエ変換高速フーリエ変換ナイキスト周波数標本化定理 こんにちは。早く業務に慣れたい開発チーム入社１年目の髙垣です。 急ですが皆さん。ふと、音をフーリエ変換したい時ってありませんか？ ありますよね。 でも、「フーリエ変換って学校で計算式で習ったけど、結局は何をしているんだ？」となることありませんか？ そこで今回は計算式なんてほっといて、Pythonを使ってフーリエ変換が何をやっているのか体験してみましょう！ 環境構築 下記リポジトリをクローンしてください https://github.com/takaT6/fft-tutorial クローンができたら下記のライブラリをインストールしてください↓ pip
![【Python】プログラムでフーリエ変換を理解しよう！【FFT, 標本化定理, ナイキスト周波数】 | Raccoon Tech Blog [株式会社ラクーンホールディングス 技術戦略部ブログ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/62c624e35ea268ce332a1d128f27738a882d3e03/height=288;version=1;width=512/https%3A%2F%2Ftechblog.raccoon.ne.jp%2Fwp-content%2Fuploads%2F2023%2F11%2Fman-5572871_1280.jpg)
Codable Model Optimizer: 最適化問題を気軽に解くためのPythonフレームワーク
はじめに この記事では、当社内で開発した最適化フレームワークである「 Codable Model Optimizer 」について紹介します。 リクルートでは、機械学習のビジネス活用に長く取り組んできましたが、機械学習によって将来の予測が正確にできたとしても、その予測を元に良い選択を決定できなければならない問題に直面することが増えてきています。 例えば、商品に対する購入率が予測できたとしても、購入率の高い商品をたくさん表出させれば良いというわけではなく、実際には商品の在庫などを考慮してどのように表出させるのか意思決定する必要があります。 膨大な選択肢からより良い選択を見つけ出す問題を"最適化問題"とよび、様々な解法があります。解法としては、数理最適化（主に厳密な最適解を見つけるのに使われる）やメタヒューリスティクス（厳密最適解ではないが、大規模な問題において良い解を見つけるのに使われる）など
Pythonの「仮想環境」を完全に理解しよう
Pythonで必ずお世話になる「仮想環境（venv）」のしくみを「完全に理解」しましょう！ イベントページ： https://studyco.connpass.com/event/292513/ 以下のイベントでも使用しました https://studyco.connpass.com/e…
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
nanonext 1.7.0
【初心者必見】Python中級者になるためのテクニック29選 - Qiita
直感的に理解するConformal Prediction
【図解】Python基礎64選 - Qiita
GitHub - ali-javed/somtimes
Dr. Juan Camilo Orduz
Bayesian Methods in Modern Marketing Analytics
Distribution calibration for regression