複数の文字列を連結・結合: +, +=演算子 +演算子で連結 +演算子を使って、文字列リテラル('...' or "...")および文字列の変数を連結できる。 s = 'aaa' + 'bbb' + 'ccc' print(s) # aaabbbccc s1 = 'aaa' s2 = 'bbb' s3 = 'ccc' s = s1 + s2 + s3 print(s) # aaabbbccc s = s1 + s2 + s3 + 'ddd' print(s) # aaabbbcccddd
![Pythonで文字列を連結・結合(+演算子、joinなど) | note.nkmk.me](https://cdn-ak-scissors.b.st-hatena.com/image/square/6dab5821d3b3ab2c74132607c66af33cfa425712/height=288;version=1;width=512/https%3A%2F%2Fi.gyazo.com%2Fb5b3879c6abb38ff0733214d37010b02.png)
英語が分からないからエラーを読まない。 はい、私です。 反省します。 日々ここにpythonエラーを(正確性より分かりやすさ重視)をストックしていきます。 皆さんの力もお貸しいただいて、猿でも分かるエラー辞典を作りたいと思います。 カテゴリーはエラー内容で分けます。ページ内検索を使ってエラーをコピペしたら飛べるようにしたい。 エラーを制するものはプログラミングを制する。 Syntax系(SyntaxError) SyntaxError: invalid syntax 構文間違ってるよ・・。 ('がなかったりそもそも構文を勘違いしてたりの単純な間違いが多い) SyntaxError: duplicate argument 'x' in function definition 関数の引数'x'が重複してるよ!確認してみて SyntaxError: keyword argument repeat
書籍で欲しいデータ タイトル 著者名 発刊日(新旧判断) (出版社) (ISBN) できたらいいこと 書籍を登録するとき、ぜんぶ手入力は大変。 ISBNを入力すれば、あとは検索APIから引っ張ってよしなにしてくれるとコピペ一つで済む。 API要求 登録不要 JSONで返ると嬉しい 新旧多くの本に対応してほしい ISBN10 13 あいまいな入力に対応してほしい とりあえずIT技術書圏がカバーできれば サイド JSONで受け取るならクライアントのJavaScriptでしたいかも。 ただ、クロスオリジンリソースシェアリングという仕様の制約がある。 API候補 [Google Books APIs | Google Developers] サンプル https://www.googleapis.com/books/v1/volumes?q=isbn:4774176982 { "kind": "b
やりたいこと さっそく使ってみました。 やりたかったのは、キーワードに合致する書籍から、それぞれタイトルと著者、出版社、出版年をまとめて取りだし csv に保存するという処理です。しかし、残念ながら NDL Search には制限事項があり、500件しかデータが取得できないようです。 500件の壁 500件というのは、つまり ” 2000年以降に出版された「人工知能」に関する書籍 ” を検索し、仮に該当書籍が 1000冊あったとしても 500件しか情報を取得できないということです。 かなり残念 OpenSearch 仕様書をざっと見ただけですが、6種類のプロトコルのうち OpenSearch が簡単そうなのでこのプロトコルで実装することにします。 主な検索キー 検索キーの一部です。 dpid データプロバイダ ID (データを提供するさまざまな機関に振られた ID) 指定すると、特定のデー
$ vi /usr/local/lib/python3.6/site-packages/gym_pull/monitoring/monitor.py : : class Monitor(gym.monitoring.monitor.Monitor): ↓ class Monitor(gym.monitoring.monitor_manager.MonitorManager): プログラムについての簡単な説明 学習方法は強化学習(Reinforcement Learning)で行います。 教師あり学習とも教師なし学習とも少し違い実行したアクションの評価を学習します。 [参考] Deep Q-Network 以下に記事にDQNの説明がありました。 DQNの生い立ち + Deep Q-NetworkをChainerで書いた [参考] 人の操作を学習する。 自分達で実行した結果を評価に学習させると
Raspberry PiのGPIO制御 はーい、みんなー。Raspberry PiでLチカしてるかい?Raspberry PiでのGPIO制御、いつもライブラリ何使うかで迷っていて、比較をまとめるくらい迷っていました。 具体的には、RPi.GPIOかWiringPiで迷うことが多くて、pythonに特化して割り込みを使えるRPi.GPIO vs 精度の高いPWMを出力できる pythonでもCでも使えるWiringPiという感じでした。 ところが、最近pigpioという素晴らしいライブラリの存在を知りました。きっかけは下記のブログのpigpioに関する記事です。 Raspberry Pi用pigpio Library - その1:腰も砕けよ 膝も折れよ:So-net blog Raspberry Pi用pigpio Library - その2:腰も砕けよ 膝も折れよ:So-net blog
はじめに XilinxがBNN-PYNQというプロジェクトを公開したことにより、FPGA初心者でも簡単にDeep LearningをFPGA実行することができるようになりました。早速ボードを購入してデモ実行まで試してみました。 事前説明 PYNQ Xilinxのオープンソースプロジェクトで、XilinxのZynqに実装したFPGAロジックを、Pythonから簡単に使えるようにするためのもののようです。 通常、Zynqでプログラムを実行する際は、CPUで実行するPS(Processing System)と、FPGAで実行するPL(Programmable Logic)に分かれています。Deep Learningでは、Deep Learningを利用するアプリケーションをPSに実装し、並列化による高速化が見込める畳み込み処理やニューラルネットワークの各層の計算処理などをPLに実装するイメージで
Pmodを利用してモジュールの追加を簡単に Pmodはperipheral moduleの略であり、Digilent社によって規定されたFPGAやマイコンと周辺モジュールを接続するための規格である。6ピン、12ピンバージョンが存在し、プロトタイピングの製作に対して、シンプルかつコンパクトなモジュールを提供する。 Pmod製品の多様性により、豊富な機能を搭載したハードウェアを簡単に作成することができる。さらに、Pythonによるプログラミングが容易であり、充実したソフトウェアによってアプリケーションのプロトタイプを簡単に作成することができる。 Raspberry Piを利用すれば、性能の良いプロトタイプを作成することができるだろう。しかし、製品の開発にはハードウェアとソフトウェアの両方の開発が必要であり、高速なプロトタイピングにはその両方において充実したツールが必要となる。Pmod HATは
2が現れる素数という面白い素数が紹介されていた。 2が現れる素数 - INTEGERS 昔せっかく高速素数判定器を作ったので、どうせならNが現れる素数を見つけてやろう!と思い立った。 プログラム (※プログラムはpython(2.7.12)で動作します) ルールとしては ①四隅のみの数字を変える(もちろん先頭は1以上の数字) ②四隅の数字はN以外の数字にする としています。 なので、それぞれ5832(8*9*9*9)個の数字の中から素数を探すことになります。 高速素数判定のプログラム(再掲) primechecker.pyという名前で保存 import random import numpy as np class PrimeChecker: def __init__(self, list_limit = pow(10,3)): if list_limit < 5: list_limit
Pythonにおけるネットワークプログラミングの覚書。 Python Scapyのインストール 以下サイトを参考にインストール。環境はMAC OS X 10.11.6。 http://nigaky.hatenablog.com/entry/20110716/1310813250 ただし、scapyだけインストールしても使えないので、pcapyもインストールが必要。 以下サイトより、sourceをDLしてインストール。 https://pypi.python.org/pypi/pcapy scapyの詳細については以下を参照。 http://scapy.readthedocs.io/ ARPパケットの生成、送信 特定のIPアドレスのMACアドレスを得るためのARPリクエストメッセージ送信するコード。 from scapy.all import * target_ip="192.168.1.1
前回までは、Visual Studio Code(以下、VS Code)のIDEの全般的な設定方法や、ワークベンチやエディタの配色、構文ハイライトのカスタマイズについて見てきた。今回はVS CodeでPythonプログラミングを行う上で必須となるPython拡張機能と、その使い方と設定項目などについて取り上げる。 なお、ここではWindows版のVS Code 1.22.2と、Python.orgからインストールしたPython 3.6.5で動作を確認している(macOS版のVS Codeでも一応の確認はした)。 Python拡張機能 VS CodeでPythonを使ってコードを書こうという場合、Microsoft自身が提供しているPython拡張機能をインストールするのがお勧めだ。この拡張機能をインストールせずに、Pythonファイルを作成すると、VS Codeのウィンドウ右下にPyth
機械学習ブームなどにより、 Python を触り始める Rubyist が増えてきたと思います。その際に問題になりやすいのが環境構築です。Rubyだと rbenv がデファクトスタンダードになっているのに、なぜか Python に… 私の立ち位置もともとは、数年前まで 年に一回Python3でNLTKやらscikit-learnやら機械学習や自然言語処理の環境を作ろうと試みては失敗してPython使うものかと思っていた人でした。それが、Anacondaで環境導入すると、面倒なことは何も考えずに済むということを知り、CookpadではAnacondaを前提に環境構築を勧めていました。 今は、ymotongpooに「郷に入っては郷に従え」と言われたため、pip+virtualenv/venvで全てをこなしていますが、これで困ったことは特にありません。macOS, Windows, Linuxそ
先日、Adafruitのエンジニア、Scott Shawcroftに話を聞き、私は大いに興奮した。Adafruit製品をCircuitPython対応に切り替えるというのだ。それによる利点も驚きだった。最大の利点は、パソコンに接続すれば通常のUSBメモリーのように認識され、その中にコードをドロップするだけでよいというのだ。IDEも必要ない。こうした機能は初めてではないが、Adafruitの最先端のツールにこれが導入されると聞けば、興奮しないわけにはいられない。 CircuitPythonとはなんですか? CircuitPythonとは、MicroPythonをベースにしたマイクロコントローラーフレームワークのことです。ハードウェアのプログラムを、うんと簡単にしてくれます。Arduinoと違って、ユーザーが記述したコードはファームウェア自体には読み込まれず、チップまたはボードに搭載された小さ
はじめに 機械学習、特にdeep learningではデータが命である。ここでは、顔画像から年齢・性別を推定するタスクの学習に利用できるIMDB-WIKIデータセットを紹介する。 本稿では、学習のためのデータの整形まで。次回はCNNを利用した年齢・性別推定CNNの学習をやりたい。 コードは下記。 https://github.com/yu4u/age-gender-estimation IMDB-WIKIデータセット このデータセットは、Internet Movie Database(IMDb; 映画やテレビ番組の俳優に関するオンラインデータベース)およびWikipediaをクローリングして作られたデータベースで、プロフィール画像、プロフィール画像から顔領域を抽出した画像、人物に関するメタデータから構成される。IMDbには、460,723枚、Wikipediaには62,328枚の顔画像が含
【2020/1/9更新】2020年版もあります, こちらもよろしくおねがいします! 【2018/12/24追記】最新版を公開しました!「Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball」 ※2017/12/24 最新版をこちらに上げました、この内容は古いのでこちらを見ていただけると幸いです🙇♂️ Pythonの学び方と,読むべき本を体系化しました2018〜初心者から上級者まで こんにちは.野球(とグルメ)の人です. 会社と仕事はメッチャ楽しいのですが,今日はそれと関係なくPythonの話題を久々に.*1 昨年から,「AI(えーあい)」だの「でぃーぷらーにんぐ」だの「機械学習」といったワードとともにPythonを覚えようとしている方が多いらしく, 何から学ぶべきか 何の本がオススメか 簡単に覚えて僕もいっちょ前に「えーあい
数日前、著名なライターで開発者でもあるZed Shawが “The Case Against Python 3”(Python3を使うべきでない場合) というブログ記事を書きました。私はZedの功績にとても敬意を払っているし、彼の( Learn Python the Hard Way )という本の手法は、 私の本 に非常に似ているので、私はいつも、 私の講座 を受講しようとしている人には予習するときに彼の本を読むように伝え、講座を修了した後に練習を積みたい人には復習するときに読むように伝えています。 ですから、今回のPython 3に関するZedの記事が私には賛同できないものだったことは、とても残念でした。 説明しましょう。私の仕事の90%は、さまざまな大企業でのPython講師としての仕事です。幅広い背景に対応して、クラスは「プログラム未経験者のためのPython」や「Python入門」
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