GitHub - rskmoi/namedivider-python: A tool that divides Japanese full names into family and given names.You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Python Data Science Handbook | Python Data Science Handbook
This website contains the full text of the Python Data Science Handbook by Jake VanderPlas; the content is available on GitHub in the form of Jupyter notebooks. The text is released under the CC-BY-NC-ND license, and code is released under the MIT license. If you find this content useful, please consider supporting the work by buying the book!
史料編纂所データベース異体字同定一覧
史料編纂所データベース異体字同定一覧 確認日：2026年1月24日 No.異体字 1 亜 亞 2 唖 啞 瘂 3 悪 惡 4 芦 蘆 5 鯵 鰺 6 圧 壓 7 庵 菴 葊 8 案 桉 9 囲 圍 10 為 爲 11 医 醫 12 育 毓 13 一 弌 14 壱 壹 15 稲 稻 16 因 囙 17 姻 婣 18 飲 飮 19 淫 婬 滛 20 隠 隱 21 陰 阴 隂 22 卯 夘 23 丑 丒 24 嘘 噓 25 欝 鬱 26 厩 廐 廏 廄 27 叡 睿 28 営 營 29 映 暎 30 曳 曵 31 栄 榮 32 穎 頴 33 英 偀 34 衛 衞 35 詠 咏 36 駅 驛 37 円 圓 圎 38 堰 椻 39 焔 焰 40 煙 烟 41 縁 緣 42 艶 艷 豔 豓 43 鉛 鈆 44 塩 鹽 45 汚 汙 46 奥 奧 47 往 徃 48 応 應 49 横 橫 50 欧 歐
Metabase Dashboardのexport&import 2024 - Qiita
TR; DL Metabaseはフリーで使えるのにも関わらずとても強力なBIツールである。 ローカル環境に構築したMetabaseのDashboardを運用環境に引越したい。しかしいくら探してもExport機能とImport機能についての記事が見当たらない。どうもそういうユーザーにはPro版やEnterprise版を使えということのようだ。 一方Metabase APIでなんとかできるとの記事もあり、それで四苦八苦してなんとかした記録です。 前提条件 Starter & Open Source版を使う（Pro or Enterprise版ではない） local開発環境（Mac、Linux & Docker）で開発する Windowsの場合はWSLをインストールする必要あり。Curl文で@によるJSONファイルインポートが使えないので、ファイルの中身を@ファイル名の箇所にコピペする AWS等
Raspberry Pi OSでのerror: externally-managed-environmentの対処方法
× This environment is externally managed ╰─> To install Python packages system-wide, try apt install python3-xyz, where xyz is the package you are trying to install. ... みたいなエラーが出ます。 最後の方まで読むと、PEP668に詳細があると言うことで、Abstractの3段落目に以下の記述を発見しました。 This PEP proposes a mechanism for a Python installation to communicate to tools like pip that its global package installation context is managed by some means e
Python で Faker をカスタムして独自のダミーデータを生成する方法 - Qiita
はじめに テストやデモ、学習用にダミーデータを大量に生成したいときは、Python の Faker が便利です。Faker は名前・住所・電話番号といった基本的なデータから、クレジットカード情報、バーコードなど多彩なダミーデータを自動生成してくれます。 さらに Faker には「カスタムプロバイダ」という仕組みがあり、自分のプロジェクトに特化したデータを独自に生成することも可能です。 本記事では、Faker を使ったダミーデータ生成の入門から、カスタムプロバイダによる独自データ生成までを紹介します。 目次 Faker とは インストール 基本的な使い方 カスタムプロバイダを作る カスタムプロバイダクラスの定義 カスタムプロバイダの利用 活用例 まとめ Faker とは Python 製のダミーデータ生成ライブラリ 名前・住所・電話番号・文章・金融情報など幅広いデータタイプをサポート 多言語
Fakerを使って、テスト用のCSVファイルを簡単に生成したい - Qiita
from faker import Faker import csv import random fake = Faker('ja_JP') # 日本語のデータを生成するためにja_JPロケールを使用 # 性別の選択肢 genders = ['男', '女'] # 所属事業所のリスト（地域名＋支店） offices = [ '東京支店', '大阪支店', '名古屋支店', '福岡支店', '札幌支店', '仙台支店', '広島支店', '京都支店', '横浜支店', '神戸支店' ] # 所属部署1のリスト（部署名） departments_1 = ['営業部', '開発部', '総務部', '人事部', '財務部'] # 所属部署2のリスト（課名） departments_2 = ['営業一課', '営業二課', '開発一課', '開発二課', '総務一課'] # 重複しないメールアドレ
Scripton Python IDE
Python Scripts with Notebook Features Scripton is a new kind of Python development environment that brings features like built-in visualizations, UIs, and interactive execution to regular .py scripts. Visualize within the IDE Run your scripts and view your plots and visualizations right within the IDE. Works with built-in interactive plotting toolkits (based on Observable Plot and Plotly) as well
データサイエンス系チートシートを網羅してみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに この記事では、私がこれまでXで発信してきたデータサイエンスに関わるさまざまな分野のチートシートを一挙にまとめました。前処理、可視化、機械学習、深層学習、ベイズ・統計、さらにはその他の関連トピックまで、私が作成したものからネット上のものまで多岐にわたる内容を網羅しています。 それぞれのセクションでは、実践的かつ即戦力となる情報が詰まったチートシートを紹介しており、初心者から上級者まで幅広い層に役立つ内容を目指しました。 日頃からX（旧Twitter）を通じて、データサイエンスに関する知識や役立つリソースを共有していますが、今回の
FireDucks : Pandas but 100x faster
10 Nov, 2024 IntroductionMy main background is a hedge fund professional, so I deal with finance data all the time and so far the Pandas library has been an indispensable tool in my workflow and my most used Python library. Then came along Polars (written in Rust, btw!) which shook the ground of Python ecosystem due to its speed and efficiency, you can check some of Polars benchmark here. I have a
Bash(Shell Script)、もう嫌：BashをPython3.xに置換するために調査した内容 - Qiita
2020/04/10追記 BashからRubyやPython3に移行するため、 より多くの処理をBash <-> Ruby <-> Python3で比較しました（別サイトで紹介）。 前書き 本記事には、Bash ScriptをPython3.xに置換するために調査した内容を記載しています。 置換を考えた動機は、「300Step超のBash Scriptは、自分の首を絞める」と察したからです。 Bashの強みは理解しています。 組み込み環境を除けば、主要なディストリビューションでの動作が保証されていますし、 POSIX互換を意識して書けば、移植時の修正箇所が減ります。 何よりも多くの開発者にとって馴染み深く、それはScriptを修正できる人(メンバ)の多さを意味します。 しかし、現実問題として、私は前述の利点を考えながらBashを書きません。 何も考えずに作成するが故に、後日痛い目を見ます(
高速化のエンジニアリング。注文してから0.722秒。100倍速いぞ！Python : 75.884 C++ : 3.392 JIT Python : 0.722 JITコンパイラで高速化されたコードを自動生成するツール。 - Qiita
アリスは驚きと興奮を抑えきれませんでした。彼女はすぐに新しいコードを試し、その速さに目を見張りました。今まで数時間かかっていた計算が、ほんの数分で終わったのです。 翌日、アリスはこの発見を友人たちに話しました。友人たちも同じように魔法の本を使い、彼らのコードを高速化しました。こうして、プログラミング王国全体で「JITの魔法の本」が広まりました。 やがて、アリスは王国のプログラミング大会で優勝し、JITの魔法の本の力をさらに広めることになりました。彼女は「JITの守護者」として称えられ、プログラミング王国はかつてない繁栄を迎えました。 アリスはいつも心に誓いました。どんなに強力なツールも、それを使う人々の努力と情熱があってこそ、本当の力を発揮するのだと。彼女の言葉は次世代のプログラマーたちに伝わり、JITの魔法の本は永遠に受け継がれていくのでした。 前回のあらすじ。 Python count
Automate the Boring Stuff with Python - Automate the Boring Stuff with Python
By Al Sweigart. Over 500,000 copies sold. Free to read under a Creative Commons license. Amazon | Barnes and Nobles | Powell's | Bookshop.org | Goodreads | Kobo | Thriftbooks “The best part of programming is the triumph of seeing the machine do something useful. Automate the Boring Stuff with Python frames all of programming as these small triumphs; it makes the boring fun.” -Hilary Mason, Data Sc
Pythonのデバッグを完全理解 - Qiita
デバッグ デバッグは開発者にとって、とても重要なスキルの1つです。デバッグをすることで、エラーを正確に特定し、プログラムのバグを見つけることができます。Pythonでは、さまざまなデバッグツールやパッケージ（デバッガーとも言う）が提供されています。これらをどう使うかを紹介していきます。 pdbでデバッグ 「pdb」はPython標準ライブラーのデバッグツールで、Pythonプログラムにインタラクティブなソースコードデバッグ機能を提供しています。使い方はC言語の「gdb」と類似しています。pdbの主な機能として、「ブレークポイント」の設置、「ステップ実行」、「スタックフレーム」のチェック、変数の値を動的に変更するなどあります。pdbはよく使われるデバッグ操作コマンドを提供しています。 コマンド 短縮コマンド 説明
requestでPOSTした送信内容(data)を確認したい！ - Qiita
背景 PythonでコーディングしていくうえでRequestsモジュールを利用し、Webコンテンツを取得したりWebAPIを叩いたりするケースがあります。 これまではその時の実際のrequestの内容までは、あまり確認したいというケースはありませんでした。 そりゃぁそうです。自分でHeaderやBodyのデータを自分でセットしているんですから、それを確認すれば良いんです。 そしてWebブラウザ上でJavaScriptとかから送信している場合は、Chromeのデベロッパーツールを使えばPOST通信時に送信したパラメータは簡単に確認できます。 今回、訳あってRequestsモジュールで実際に送っているデータを確認する方法を探したのですが、無いのです！ 有ってもおかしくはない機能かと思うのですが、見つかりません！！ 本当に無いの？？ 私が探し当てられなかっただけなの？？ Requests.ses
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
教育漢字、常用漢字、JIS第n水準漢字の一覧を取得するプログラムを考えよう - Qiita
Fakerでダミーの漢字氏名・カナ氏名を生成する - Qiita
Python基礎 100本ノック
「Python」で簡単にGUIを構築できる国産フレームワーク「TkEasyGUI」がv1.0に／開発者は、日本語プログラミング言語「なでしこ」で知られるクジラ飛行机氏
9900万人の会員データからスピーディな価値創造を実現する――、Streamlitを導入したNTTドコモが挑む全社規模でのデータ活用
