Pythonでシスコルータの型名とシリアル番号の収集を自動化してみた - kooshinlab / コーシンラボ
ネットワークの自動化ネタのとして、シスコルータにログインして、型名とシリアル番号を自動的に収集してCSV形式でファイル保存するPythonスクリプトを試作してみました。 今回はPythonライブラリのnetmikoとtextfsm+ntc-templatesを利用しました。 シスコルータの型名とシリアル番号の一覧（CSV形式） やること ネットワークのオペレーションを自動化するために、Pythonスクリプトの試作をしました。 シスコルータ(IOS、IOS XE、IOS XR、NX-OS)の型名とシリアル番号を収集して、CSV形式でファイルに出力します。 Pythonライブラリのnetmikoで、ルータにSSHでログインし、CLIでshow inventoryコマンドを実行して、型名とシリアル番号を取得します。 Pythonライブラリのtextfsm+ntc-templatesを利用して、コ
Pythonで学ぶ 基礎からの機械学習入門(6) 機械学習手法による違いを直感的に理解しよう - 決定木とロジスティック回帰
前回は、最も直感的にわかりやすい決定木手法を用いて、教師あり学習の分類を取り扱いました。教師あり学習のモデル作成や、過学習などに触れ、教師あり学習における作業プロセスをイメージすることができたと思います。 今回は、さらに一歩踏み込んで、手法の違いを直感的に理解してみましょう。これまでは、教師なし学習「K-Means」、教師あり学習/回帰「線形回帰」、教師あり学習/分類「決定木」を取り扱ってきましたが、実際には、それぞれの学習に対して、多くの機械学習手法が存在します。実際に、同じ教師あり学習/分類を扱う際であっても、いくつかの手法を同時に試し、適切な手法を選択します。 そこで今回は、前回と同じく教師あり学習/分類に関して、「決定木」以外の手法として「ロジスティック回帰」を取り扱い、手法の違いに触れていこうと思います。 データの準備 今回のデータは前回と同じく「consumerPrices_t
PythonでCSVを高速＆省メモリに読みたい - tkm2261's blog
今日はPython (Pandas)で高速にCSVを読むことに挑戦したいと思います。 Kaggleに参加するたびに、イライラしていたので各実装の白黒はっきりさせようと思います。 R使いが羨ましいなぁと思う第一位がCSV読込が簡単に並列出来て速いことなので、 なんとかGILのあるPythonでも高速に読み込みたいと思います。 ただ、この検証ではコーディング量が多いものは検証しません。 CSV読込は頻出するので、フットワークの軽さが重要です。（オレオレライブラリ嫌い） Pickleは早いけど。。。 結論はDask使おう！ 検証環境 データ 速度検証 pandas.read_csv() pandas.read_csv() (dtype指定) pandas.read_csv() (gzip圧縮) numpy.genfromtxt() pandas.read_csv() (chunksize指定 +
1
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
処理を実行中です
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
