［Python］これなら分かる「uv」入門：pip＋venvやcondaから最速で乗り換えよう
＠ITのDeep Insider編集長「一色」が、日ごろの情報収集や開発、執筆・編集を通じて得た“技術的な気付き”や“新たな発見”を自由気ままにつづるオピニオン連載。気になるデータ分析を試したり、AI・機械学習で迷走したり、Pythonとツール活用を語ったり。不定期更新ですが、疲れたときの息抜きにどうぞ！ 次回以降の新着記事を見逃したくない方は、ぜひ以下のメール通知の登録をお願いします。 なぜ今、uvを学ぶべきか？【筆者の危機感】 長年、pipとcondaを使い、特に不満もなく作業してきた筆者ですが、最近はuvを見かける機会が急増し、「このまま知らずにいると、時代に取り残されてしまうのではないか」という危機感を強く持つようになりました。 実際、Anthropicが提供する“MCP”公式ドキュメントでも、uvを使った環境構築方法しか説明されていません（なお、MCPについては前回記事で解説して
Pythonで理解するMCP（Model Context Protocol） | gihyo.jp
動作環境 Python 3.12 ライブラリの使用バージョン gradio 5.34.2 anthropic 0.54.0 mcp 1.9.4 python-dotenv 1.1.0 仮想環境とライブラリインストール % cd mcp-host-with-gradio % python3 -m venv venv % source venv/bin/activate (venv) % pip install gradio anthropic mcp dotenv .envファイルの設定 AnthropicのAPIキーが必要です。APIキーの作成は以下を参考にしてください。APIの利用には料金がかかりますが、API従量課金であれば5ドルから始めることが可能です。 Claudeを使い始める -Anthropic .env ANTHROPIC_API_KEY=xxxxxxxxxxxxxxxxxx
AIエージェントを余計なアプリのインストール不要でブラウザ上で直接実行可能にする「Wasm agents」をMozillaが公開、WebAssemblyを使ってブラウザ内でPythonベースのエージェントを高速実行
ユーザーの指示に従ってコードを生成したりレストランの予約をしたりといったタスクを実行できる「AIエージェント」の利用が広がり始めていますが、AIエージェントをPCで使用するには複数のツールやフレームワークの依存関係を考慮する必要があります。こうした状況を改善してブラウザ単体でAIエージェントを実行できるようにする「Wasm agents」をMozillaが公開しました。 Wasm-agents: AI agents running in your browser https://blog.mozilla.ai/wasm-agents-ai-agents-running-in-your-browser/ GitHub - mozilla-ai/wasm-agents-blueprint at blog.mozilla.ai https://github.com/mozilla-ai/wasm
DuckDB 50本ノック - 実際に使用した例から抜き出したtips集
まえがき DuckDBをpythonで実際に使用してきて、これ100個くらいTipsを抜き出せるんじゃないかなと過去の自分の使用例を抜き出してみました。(実際は54個でした。そのうち100にしたい。)単純なデータベース利用というよりは圧倒的にデータ分析、ETL処理、可視化よりになるとは思いますが参考になればと思い(あと結構うろ覚えなので)記事を残しておきます。 基本操作編 (1-20) 1. インメモリデータベースへの接続 DuckDBはプログラム稼働中のみの一時的にデータベース接続を最初に作ることが多くこのコードを大体最初に書くことが多いです。このconを使ってcon.sql("")のようにし、""の内部でSQLを書くことでSQL文を使用することができます。
FastAPI on Dockerがかなりシンプルになった(2025年版) | フューチャー技術ブログ
5 年ほど前に Python のコンテナ化について 2 つの記事を書きましたが FastAPI 側も Docker 側もアップデートがあり、当時よりもかなりシンプルになってきたのを感じたので少し調べてまとめてみました。 書き方の部分は別として Python におけるコンテナイメージ選択の考え方とかは 2020 年に書いたときとは変わっていませんので、適宜そちらを参照してください。 仕事で Python コンテナをデプロイする人向けの Dockerfile (1): オールマイティ編仕事で Python コンテナをデプロイする人向けの Dockerfile (2): distroless 編(1)の方からのアップデートとしては Debian のバージョンですね。stretch(9), buster(10)はすでに EOL です。その次に出た bullseye(11)は 2026 年 8 月で
Loading Pydantic models from JSON without running out of memory
Loading Pydantic models from JSON without running out of memory by Itamar Turner-Trauring Last updated 22 May 2025, originally created 22 May 2025 You have a large JSON file, and you want to load the data into Pydantic. Unfortunately, this uses a lot of memory, to the point where large JSON files are very difficult to read. What to do? Assuming you’re stuck with JSON, in this article we’ll cover:
プログラマー必見！FastAPI-MCPでAI時代のAPI開発を加速する方法（初心者向けコード付き） - Qiita
はじめに みなさん、こんにちは！最近、API開発の現場で「これマジですごい！」と思わず叫んでしまったツールを見つけたんですよ。それが「FastAPI-MCP」です！ FastAPI使ってる人なら絶対に知るべきツールです。だって、あなたのAPIをAIモデル（GPTやClaudeなど）に簡単に操作させることができるんですから！私みたいな初心者でも数分で設定できちゃいました。 FastAPI-MCPって何がすごいの？ まず、FastAPI-MCPの核となる機能を紹介します： 認証機能が標準装備：FastAPIの依存性注入（Depends()）をそのまま使えるから、セキュリティ面も安心！ FastAPIとの相性抜群：単なるOpenAPI変換ツールじゃなく、FastAPIのASGIインターフェースを直接使うから超効率的！ 設定ほぼゼロ：FastAPIアプリを指定するだけでMCPツールが自動生成される
Python Coding Best Practices for Researchers
Skip to the content. 2025/03/06に公開 Set up virtual environments Management tools How to use uv (a simple introduction) Manage Python versions Manage Python package dependencies Project code structure Keep readable Follow coding regulations Type hinting ArrayLike Objects 3rd party tools Static type checking install usage Formatter and Linter install usage Pre-commit file checking install usage Keep
Python のコードを美しく保つには｜しゅんけー
はじめに機械学習やウェブ開発など、さまざまな分野で利用される Python。コードを書いていて「ひとまず動けばいい」という段階を超えると、「このコード、もう少し読みやすく書けないだろうか？」という疑問にぶつかることはないでしょうか。読みやすく美しいコードは、単に見た目が良いだけでなく、多くの大きなメリットをもたらします。 まず何より、コードを読む人のストレスが減り、理解やレビューがスムーズになります。例えば、インデントや命名規則が統一されたファイルなら、変更点を差分で確認するだけでも意図が読み取りやすくなり、大きな設計ミスを事前に見つけやすくなります。また、チームメンバー全員が同じスタイルで書かれたコードを扱うと、誰が書いた部分でも素早く修正や拡張に着手でき、開発の生産性が格段に上がります。 さらに、美しく整えられたコードというのは「引き算」がしやすいという利点も見逃せません。不要なロジッ
MCP Run Python - PydanticAI
MCP Run Python The MCP Run Python package is an MCP server that allows agents to execute Python code in a secure, sandboxed environment. It uses Pyodide to run Python code in a JavaScript environment with Deno, isolating execution from the host system. Features Secure Execution: Run Python code in a sandboxed WebAssembly environment Package Management: Automatically detects and installs required d
【PythonでつくるTUI（Text User Interface）】cursesで作るTUIアプリの作り方
[業務アプリ開発] Pythonで、画像から文字データを取り出す方法（Tesseract、PyOCR）
Python仮想環境ツール多すぎ！ 一番ベーシックな「venv」から再入門しよう - Qiita
現代のPython開発環境はpyenv + Poetry（もしくは最近ならuv）を使って管理することが多いと思います。 名前が似ていてややこしいvenvは、これらと違ってPythonに標準搭載されているベーシックな仮想環境ツールです。色々ありますが、まずはこいつを改めて学びましょう。 venvとは？ こういう、みんなが使う開発ツールは巷にユーザー記事が溢れていますが、こういうものほど最初は公式ドキュメントを読んでみましょう。 venvとは：Pythonのモジュールの一つ 軽量な稼働環境の作成を行う。ようは、色んなバージョンのPythonを同じPCの中で混在させて、プロジェクトによって使い分けられる インストール済みのPython（ベースPython）の上に仮想環境が作成される 仮想環境の中でpip installを行うと、仮想環境内にパッケージが追加される しかしvenvは公式ページが結構
A web framework for building products with Python · Plain
Leverage the world's most popular programming language Plain is a fork of Django, bringing new ideas to established patterns in the Python landscape. Build a new business, an internal tool, or something for yourself. Entrepreneurial Plain was forked inside of PullApprove — a revenue-generating SaaS with Fortune 500 customers.
Python 3.13で更新された機能の紹介 | gihyo.jp
門脇（@satoru_kadowaki）です。2025年2月の「Python Monthly Topics」は、Python 3.13でアップデートされた機能について紹介します。 ご存知のように、Python 3.13は2024年10月にリリースされ、多くの改善と新機能が追加されています。 What’s New In Python 3.13 (公式ドキュメント) 本記事では、具体的にどのような点がアップデートされているのか、主な機能をピックアップして紹介していきます。 新しい対話型インタプリタとエラーメッセージ 今回のリリースにおける最も大きな変更点の1つとして、新しい対話型インタプリタがあります。また、エラーメッセージはPython 3.10以降継続的に改善されており、バージョンが上がるごとにエラー内容が理解しやすくなり、プログラム修正が効率的に行えるよう進化してきました。 最初にこの2
第850回 UbuntuにおけるシステムPythonと、Pythonの仮想環境を使い分ける方法 | gihyo.jp
バージョンについては2025年2月時点での数字です。UbuntuのシステムPythonの場合、同じリリースでもマイクロバージョン（X.Y.Zの「Z」の部分）についてはアップグレードされることがあります。 UbuntuではもともとPython 2を使っていました。その後、Python 3へと段階的に移行し、2017年10月にリリースされた17.10からデスクトップ版でもPython 2が標準ではインストールされなくなりました。それからもPython 2のパッケージ自体は存在したのですが、2024年4月の24.04までにPython 2関連パッケージはすべてインストールできないようになっています。 ちなみにリリースによっては、「複数のバージョンのPython」を提供していることもあります。たとえばUbuntu 22.04 LTSのシステムPythonのバージョンは3.10.6ですが、「py
Pythonのパフォーマンス最適化Tips 必須知識 - Qiita
Pythonコードのパフォーマンス最適化の総合ガイド Pythonは動的型付けのインタープリタ言語として、Cのような静的型付けのコンパイル言語と比較すると、実行速度が遅い場合があります。しかし、特定の技術と戦略を通じて、Pythonコードのパフォーマンスを大幅に向上させることができます。 この記事では、Pythonコードを最適化して、より高速かつ効率的に実行させる方法を探ります。Pythonのtimeitモジュールを利用して、コードの実行時間を正確に測定します。 注意: デフォルトでは、timeitモジュールはコードの実行を100万回繰り返して、測定結果の精度と安定性を確保します。 def print_hi(name): print(f'Hi, {name}') if __name__ == '__main__': # print_hi('leapcell')メソッドを実行する t = t
Pythonの引数はこう使う！お菓子のオーダーで楽しく理解しよう - Qiita
プログラミングの世界では、関数という便利な道具があり、私たちの命令を正確にこなしてくれます。でも、その関数たちに「何を」「どうしてほしいか」を伝えなければ、ただの無口なロボットになってしまいます。そこで登場するのが 「引数」 です！ 引数とは、関数に渡す情報であり、まるで「お菓子の注文票」のようなものです。適切に使えば、関数はあなたの意図どおりに動いてくれます。 例えば、カフェで「チョコレートクッキーを5個、ストロベリー味で」と注文する場面を考えてみましょう。 店員：「どんなお菓子をご注文ですか？」 あなた：「クッキーを5個、ストロベリー味で！」（←これが引数） このように、関数に渡す引数をうまく活用することで、必要な情報を適切に伝え、プログラムの動作をコントロールできます。 では、一緒に引数の世界を楽しく探検していきましょう！ そもそも引数って何？ 引数とは、関数やメソッドに渡す情報（デ
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
GitHub - mr-fatalyst/fastopenapi: FastOpenAPI is a library for generating and integrating OpenAPI schemas using Pydantic v2 and various frameworks (Falcon, Flask, Quart, Sanic, Starlette, Tornado).
Python基礎 100本ノック
GitHub - lexiforest/curl_cffi: Python binding for curl-impersonate fork via cffi. A http client that can impersonate browser tls/ja3/http2 fingerprints.
