背景 pythonには標準モジュールの中にunittestが含まれるのですが、使い方がすぐに分からなかったため、他のプロジェクトでもコピペできるようにテンプレートを備忘録として残しておきます。 *注意事項 python2.7以上からunittestではsetUpClass, tearDownClassというテストクラスの初期化時に実行されるメソッドを用いることができるようになりました。 python2.6以下の場合は、unittest2というモジュールをインポートすることでこれらのメソッドを使うことができます。 コードのテンプレート ポイント * unittest.main()では、setUpClass → (setUp → tearDown) *ループ → tearDownClass が実行されます。 * test用のメソッドは名前の先頭を test から始めなければなりません。e.g.

Seaborn? Seaborn とは、Pythonの外部モジュールのひとつで、統計データの可視化を目的として作られています。 公式ページでは、 Seaborn is a Python visualization library based on matplotlib. It provides a high-level interface for drawing attractive statistical graphics. (SeabornはmatplotlibにもとづくPythonの可視化ライブラリです。魅力的な統計グラフを描くためのハイレベルなインターフェースを提供します。) と説明されています。要は、matplotlibをかっこ良く、かつ使いやすくするためのライブラリです。 しかし、Seabornはフォントの問題でデフォルトでは日本語をうまく表示することが出来ません1。 impo

# Python 最速文法 # 参考 # みんなのPython 第3版 # [python] 年末大感謝祭！初心者脱出のためのPythonTipsを50個紹介 # http://kwatch.houkagoteatime.net/blog/2013/12/07/python-tips/ # エンコード指定 # -*- coding: utf-8 -*- # コードの区切り＝;（セミコロン） # モジュールのインポート import moduleName from moduleName import functionName from math import * # import all functions from math import e from math import e as newName from math import (e, pi) # 複数インポートするなら括弧で囲む

[Python-Dev] The end of 2.7 Python3についてはこれまでほとんど目を向けていなかったのだけど、python-devのメーリングリストでPython2系のメンテナンスをどうするかという議論がされているのを見て、改めてPython3について調べてみようと思った。というわけで、Python 3.0のwhat's newを読む。 What’s New In Python 3.0 — Python v3.3.1 documentation いろいろ書いてある中で、気になるものをメモ。Python3はapt-get等でインストール後、python3コマンドで起動できる。ここでは、Python 3.2.3で確認した。 $ python3 Python 3.2.3 (default, Feb 27 2014, 21:33:50) [GCC 4.6.3] on linux2

自分の環境を構築する方法のメモ リモートで作業する時に必要になったのでメモる 参考にしたサイトの方がわかりやすい可能性あり 環境は、mac OSX: Yosemite です。 pyenvはpython環境を管理するものです。 標準とは違う環境のpython環境を作成できます。 参考URL： pyenvおよびvirtualenvの使い方 pyenvでPython環境を管理する方法 pyenvとvirtualenvを使ってみる 説明とか読みたくない人（知識のある人) https://github.com/KodairaTomonori/Qiita/blob/master/shell/construct_pyenv.sh これをコピーして、実行するとホームに環境が構築される ホーム以外に構築したい場合は、~/の部分を任意のpathに書き換えたらできます。 ※~/.bash_profileに追加書

WebDB forum 2015の招待講演のスライドです。@beam2dさんのスライドがオリジナルです http://www.slideshare.net/beam2d/chainer-52369222Read less

(This is a translated version of the previous Japanese post.) Thank you for users who already enjoyed Chainer, a python-based deep learning framework that our company PFN and PFI developed. Though you can start using Chainer easily even on MacBook, however, GPU environment is almost mandatory to feel the real performance of Chainer. At the same time, we are seeing that some of the users still fail

勉強のため たまに Pylearn2 など Theano を使ったパッケージのソースを眺めたりするのだが、theano.scan の挙動を毎回 忘れてしまう。繰り返し調べるのも無駄なので、一回 整理したい。theano.scan の動作は theano.function が前提となるため、あわせて書く。 準備 import numpy as np import theano import theano.tensor as T theano.function まずは Theano における関数にあたる Function インスタンスを作成する theano.function の基本的な挙動について。引数はいろいろあるが、特に重要と思われるのは以下の4つ。 inputs : Function への入力 (引数) に対応するシンボル。 outputs : Function 化される式。 upda

前回の記事の最後にcythonとnumpyを組み合わせても速くならなかったと書いてしまったのですが、@frontier45 さんから公式のチュートリアルをちゃんと読みましょう。と教えていただいたので、自分の勉強がてらブログにも書いておきます。 使用するコードは何のひねりもなく公式のチュートリアルから丸パクリです。 注意：以下のベンチマークはMacOS 10.7.3 MacBook Core2 Duo 2.26GHzでPythonとC/C++のコンパイラはMac標準のPython2.7.1, llvm-gccを使用しています。 Python/Cythonはipythonのtimeitを利用して実行時間を測定しています。 なお、以下の記録はあくまで私の環境、私の実装での記録なので比較の結果は正しいというものではないです。公式のチュートリアルでも実行時間が書かれていますので、そちらの方もご覧下さ