Pythonでデスクトップアプリを簡単に作る方法PyCon mini Shizuoka で発表する内容のスライドです。 PythonのGUIライブラリPySimpleGUIを使用してデスクトップアプリを作成する方法を紹介します https://shizuoka.pycon.jp/session/dario_okazaki/ code: …
PythonのListとTupleの違いとTupleはなぜ早いのかを調べてみた | DevelopersIO
データアナリティクス事業本部＠札幌の佐藤です。 ListとTuple使いこなせてますか？ 私はPythonをやる前はTupleの存在しない世界の住人だったため、なにこのカッコは……た、Tuple……？？？って感じでした。 同じような方もいらっしゃるのかなと思いますし、あの頃の自分に教えてあげたいというのもありますのでそんな意味も込めてListとTupleの違いとTupleはなぜ早いのかについて書きたいと思います。 そもそもListとTupleとは そもそもListとTupleは共にシーケンス型です。いわゆる配列ができる型になります。 上記のほかにはstrやrangeもシーケンシャルに値を取得できます。 基本的なシーケンス型は 3 つあります: リスト、タプル、range オブジェクトです。バイナリデータ や テキスト文字列 を処理するように仕立てられたシーケンス型は、セクションを割いて解説
Pythonのネットワークプログラミングに必要なデータまとめ
Comparitechは11月13日(米国時間)、「Python Network Programming Cheat Sheet - Downloadable JPG & PDF」において、Pythonを使ったネットワークプログラミングに必要となるモジュールやライブラリ、コードサンプルなどをまとめたチートシートおよびテーブルの公開を伝えた。 公開されたチートシートには次のデータがまとめられている。 一般的に必要となるモジュール: PIP、IDLE ネットワークプログラミングライブラリ ネットワークフォレンジック: 必要なライブラリとスクリプト Pythonキーワード データ型、算術演算子 Pythonを使ったネットワーク分析 dnspythonライブラリ ソケットモジュール（Berkley APIインタフェース） ソケットタイプ、ソケット作成 ソケットサンプル スクリプトサンプル 解析モジ
Pythonで量子コンピュータを動かしたい - Qiita
はじめに Googleが量子超越性を実証したとのNewsが出て最近量子コンピュータが何かと話題だったので軽く調べていたのですが、誰でもお試しで量子コンピュータ(後述しますが、量子アニーリング方式の方でGoogleか開発を進めている方式とは異なる)を誰でもお試しで動かせる方法があったのでこちらにまとめました。 筆者は本領域の専門家ではないので、説明に誤りがある箇所があるかもしれません。その点はご了承ください。 参考 量子コンピュータの理解と、実際に量子コンピュータを動かすに当たって下記を参考にさせていただきました。 量子コンピュータが変える世界 寺部 雅能 (著), 大関 真之 (著) 出版社; オーム社 D-wave Leap(量子コンピュータを動かすためにこちらで登録) Ocean Software Documentation(量子コンピュータを動かすためのPythonライブラリ) 量子
知っているようで意外と知らなかったPython小ネタ集 | DevelopersIO
仕事ではよくPythonを書いています。 よく使うのでそれなりに知っている気になっていたのですが、 コードをレビューしてもらったり本を読んだりしているうちに”もっと早く知っておきたかった・・・”というネタが溜まってきたので、その中から厳選した５つの小ネタをまとめてみました。 ＊この記事で使用しているPythonのバージョンはPython 3.7.3です。 この変数、一体何桁？ 例えばこんな変数があったとします。 num1 = 100000000 num2 = 10000 num3 = 3023204903 こんな変数がたくさんあったらどうしましょう。 桁を数えるだけで目が疲れそうです。 ぱっと見でだいたい何桁あるかわかるといいですよね。 Pythonでは数値型に_を挟んでも、そのまま数値として計算することができます。 >>> num1 = 100_000_000 >>> num2 = 10
Jupyter notebookで.py形式でも保存したい(importされる側) - Taka's blog
アブスト Jupyter notebookでクラスを書いて，他のノートブック(.ipynb)からimportしたかった．.ipynb形式のままではインポートできないようなので，.pyを出力してインポートすることになるが，Downloadするんじゃなくて同じ階層に生成さえしてくれればよかった．Jupyterのコマンドで解決した． ノートブックにこのセルを作っておこう import subprocess subprocess.run(['jupyter', 'nbconvert', '--to', 'python', 'ファイル名.ipynb']) 何をやってる？ コマンドラインで， jupyter nbconvert --to python ファイル名.ipynb を実行してるのと同じです． これを，ipynb保存時に自動的に実行する方法がネットに色々落ちていますが， 毎回.pyを生成するの
機械学習のための環境構築とその管理 - nykergoto’s blog
機械学習プロジェクトでは python を始めとした言語 + それに付随したライブラリを使います。 僕も python 触りたての頃はローカルマシン上にひとつ python 環境を作り、必要なライブラリをインストールして使っていました。環境の分離ということはあまり意識しておらず、やったとしてもプロジェクトごとに anaconda や pyenv, venv などで個別環境を作って切り分けるレベルでした。 しかし上記の方法だと困ったことが起ることがあります。例えば… global な環境が壊れてしまってすべて壊れる。 これは各環境が global な環境に依存しているために起こります。 python 以外の変更で環境は突如として壊れます。例えば brew install hoge したら Mecab が使えなくなっちゃったとかはあるあるだと思います >_< linux / Mac / Win
matplotlib グラフの設定 - Remrinのpython攻略日記
matplotlibのグラフの設定について 日本語の表示 日本語を表示する場合は、表示するごとにfontproperties = fpをセットする。 from matplotlib.font_manager import FontProperties fp = FontProperties(fname='C:\WINDOWS\Fonts\msgothic.ttc', size=14) plt.title("折れ線グラフ", fontproperties=fp) グラフのタイトル plt.title(str, loc='center') ・表示位置 loc='center' 中央。デフォルト loc='left' 左寄せ loc='right' 右寄せ 表示範囲(変域) ・両軸の表示範囲の取得 xmin, xmax, ymin, ymax = plt.axis() ・両軸の表示範囲の設定 p
Python 競技プログラミング高速化tips (PythonでAtcoderをやる際に個人的に気を付けてること) - じゅっぴーダイアリー
こんにちは。最近やよい軒の彩定食にハマってるじゅっぴーです。 自分の確認と最近Pythonで競技プログラミング始めたよーという人向けを兼ねたPython高速化記事です。 競技プログラミングはAtcoderを想定しています。 はじめに Pypyを使う！ みんな一度は通る道 Pypy一択なもの Pypyじゃだめなもの Python定数倍高速化のテクニック 最後に はじめに 今回の今の時点でのA問題の言語別提出コード数、 全体: 7000 C++: 3240 Python3: 2000 って感じで75%くらいがC++とPython3で提出されてる— saba (@saba_kpr) 2019年5月25日 最近PythonでAtcoderをはじめている人がどんどん増えています。 一方で『Pythonの高速化テクニック：C++で書き直す。』というネタがあるほど、Pythonは劇遅です。 競技プログラ
東大松尾研から新たに無償公開されたDeep Learning講座「DL4US」が良い、という話 - Qiita
5/15より東大松尾研究室からDeepLearningエンジニア養成講座「DL4US」の演習コンテンツが無償公開されました。 ※講義パートは公開されていない DL4USコンテンツ公開ページ 私は業務でデータ分析に携わっており、sklern等での機械学習には触れたことがありますが Deep Learningは「いつか勉強しよう...」と思ってできていない状況でした。 ※一度Udemyで講座を受講しましたが、挫折しています。 まだDL4USのLesson0,1をやってみただけですが、非常に良いものだと感じたのでシェアしたいと思います！！ DL4USについて DL4USの紹介記事から本講座の特徴を引用させていただきます。 アプリケーション指向 高度な数学的知識は不要 1人1台独立した仮想GPU環境を用意 実際にモデルを学習させながら技術を習得 コードはすべてKeras （TensorFlow）と
ゼロからはじめるPython(49) Pythonでブラウザ自動操縦してカード明細を自動でダウンロードしよう(その1)
クレジットカードの利用明細はこまめにチェックする必要がある。なぜなら、カードの不正使用などの危険があるからだ。しかし、最近ではオンライン明細が推奨されており、カード会社のサイトにログインして、明細をダウンロードしなければならないことも多い。カードが複数枚あるなら、それはかなり面倒な作業となる。そこで、自動でカード明細をダウンロードするプログラムを作ってみよう。今回は、環境の構築をし、簡単なプログラムを作ってみよう。 Webブラウザを自動操縦しているところ Webブラウザを自動操作しよう PythonにはデータをWebから取得する命令がいろいろある。最も簡単なのは、Pythonに標準で用意されているurllib.requestだ。これを使うと任意のURLからデータを取得できる。しかし、最近のWebサイトは、セッションという仕組みを利用していたり、JavaScriptでページをレンダリングした
最強のPython開発環境 PyCharmのすゝめ - Qiita
私はPython歴はかれこれ7年程になり、PyScripterやVimなど色々な開発環境を変遷してきた。 その中でPyCharmが最強のPython開発環境であると断言する。 PyCharm Home Page 開発はIntelliJ IDEAのJetBrainsで、最近はGo言語用IDEのGoglandを発表している。 動作環境はWindows/OS X/Linuxのマルチプラットフォームである。 PyCharmは無償版と有償版があるが、普通の開発ならば無償版で充分すぎるほど機能が備わっている。 PyCharmがいかに便利であるか紹介してみよう。 リアルタイムのコードチェックと修正機能 PyCharmはリアルタイムにコードをチェック（PyFlakes使用）してくれるが、Vimでも同様の事ができるので目新しい事ではない。 PyCharmの素晴らしい所は、警告個所を適切に修正してくれる機能が
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
https://www.pynote.info/entry/opencv-hough-circles
https://codeday.me/jp/qa/20190127/194488.html
第2回 ニューラルネットワーク最速入門 ― 仕組み理解×初実装（中編）
Pythonで理解するディープラーニング入門
tqdm/tqdm: A fast, extensible progress bar for Python and CLI
Converting WGS84 to ECEF in Python?
https://www.pynote.info/entry/opencv-contour-manipulation
pymap3d API documentation