(2015/1/29)一部のリンク先を修正し、更にサンプルコードもPython 3で動作することなどを目的に一部修正した。 エンコーディングの簡易検出 例 ASCIIとISO-2022-JPの区別が重要でない場合のデコード 実用的なエンコーディング判別パッケージ エンコーディングの簡易検出「Pythonにおけるエンコーディングの扱いとエンコーディングの変換について」の最後で、特定のエンコーディングにエンコードされた文字列をUnicode文字列にデコードする際に実際のエンコーディングに合っていなければUnicodeDecodeErrorが出ることを書いたが、言い換えると、一部の例外を除いて正しいエンコーディング指定と文字列オブジェクトとの組み合わせでのみUnicodeDecodeErrorは発生しない。 これを利用して、エンコーディングが不明な文字列オブジェクトに対して、エンコーディング名の

YATTSUKE BLOG なんか音楽、英語、Pythonとかの他愛も無いブログだったのですが、海外で暮らしてるとトランプが大統領になってから日本と英語圏の温度差が酷いので政治の話をツイッターでしてました。でも2020年大統領選挙で保守派論陣アカウントと共に凍結。マスクがツイッター買収で６代目がようやく復活。現在、政治の重い話はnoteに書いてます。ココログはPCとかPython、Linux、音楽へ戻す。 トップへ シングルファイルとしてパッケージ化するときの注意点 以前Python GUIツールキット個人的な比較のまとめという記事でwxPythonアプリをpy2exeでシングルファイルとして実行ファイルにパッケージ化すると、ソフトの見た目がWindows Classicな感じ（右図）になってしまう問題をちょっと書きました。とくにゲージとかボタンがしょぼいです。 まあ、見た目は見た目、使え

Webアプリ全盛の現在とあっても、業務では未だにExcelが多く使われています。その結果としてVBAが活躍しており、メンテナンスが難しかったり、コピペされるコードが量産されていたりします。VBAがダメという訳ではないのですが、触りたくないと考えるプログラマは多いのではないでしょうか。 もっと自分が使い慣れたプログラミング言語でExcelを扱いたいと考える人に使ってみていただきたいのがxlwingsです。PythonとExcelで双方向の操作が可能になります。 xlwingsの使い方 デモ。ExcelからPythonを呼び出します。 xlwingsはPythonからExcelのデータを読み込んだり、ExcelからPythonをコールできます。その結果、PythonからExcelにデータを追加したり、検索結果を表示させることも可能です。VBAの代わりに使うことが可能です。 Pythonであれば

#!/usr/bin/env python # -*- coding: utf-8 -*- import logging if __name__ == '__main__': logging.basicConfig() logging.debug('this is debug message') logging.info('this is info message') logging.warning('this is warning message') logging.error('this is error message') logging.critical('this is critical message')

wxPythonAn article about wxPython, one of the most popular desktop graphical user interface (GUI) toolkits for the Python programming language ObjectListView is a third-party wxPython widget that wraps the wx.ListCtrl. I have used it for over 10 years in quite a few different GUI applications because it works much nicer than wx.ListCtrl does. Unfortunately, ObjectListView was never integrated into

概要 統計の勉強の一環で、最近はこの本を読んでます。かなり分かりやすいです。 データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学) 作者: 久保拓弥出版社/メーカー: 岩波書店発売日: 2012/05/19メディア: 単行本購入: 16人 クリック: 163回この商品を含むブログ (19件) を見る統計モデリングに関する本です。一般化線形モデルを中心に話が進んでいきます。 この本はRを中心に話が進んでいきますが、せっかくなのでPythonで一般化線形モデルを試してみようと思います。 Pythonの統計ライブラリ 一般化線形モデルとは、線形回帰を(正規分布以外でも使えるように)拡張した統計モデルです。 詳しい説明は教科書に譲るとして、Pythonでのライブラリについてお話します。 Pythonで一般化線形モデル、というか統計全般のライブラ

今日はPyConJP 2014に参加してきた。 プログラミング言語系の会議に参加するのは初めて何だけど雰囲気としては学生時代に参加した学会とだいたい同じ。PyConの場合はほぼPython関連の話題だった。(まあ当たり前なんだけど会議によってはそうでもないらいしい) ちなみに今回の会場では電源は絶望的に少なかったので苦しんだ。 どれも勉強になる発表だったが、以下では特に印象に残った発表について触れる。 Keynote Speech @kennethreitz CH01 Opening~Keynote: Kenneth Reitz - YouTube 1日目のKeynote SpeechはHerokuのPythonプロダクトオーナーでPython Software FoundationのKenneth Reitz氏。 プレゼンではそもそも言語とは何かという話題から入りPythonの2系と3系

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 なぜPythonを選ぶか かなり独断と偏見が入っていますが、 シンプルな言語セット 某言語のように、呪文のように短く書けることが命ではない。 それでいて、書くコード量は少なく、すっきりしている。 某言語のように、記号を多用しない。 コードを書いている間Shiftキーを押しっぱなしにならない。 学習コストが低い。 言語セットとしての文法は、わりと平易で、直感で理解できる。 難しい書き方は、後から覚えればよい。 文法書を読むのは、後からでいいでしょう。まずこの講座をやってみましょう。 Djangoフレームワークや、各種Python

Python Enhancement Proposals（PEP） 3138の執筆者でもある日本人著者が、プログラミング言語としてのPythonの文法や、組み込みのオブジェクトに焦点を絞って解説する書籍。最新のPythonを深く理解し、使いこなすために必要な基礎を知る1冊。シンプルさを特長とし、できるだけ機能を絞り、覚えやすく、使いやすい言語をモットーとしてきたPythonが、20年にわたる進歩の結果として得た高機能さと複雑さの中から、入門書やチュートリアルではあまり触れられないその内部や仕組みに関するトピックを盛り込んでいます。本書によって、最新のPythonを深く理解し、使いこなすために必要な基礎を知ることができるでしょう。 著者による正誤表 はじめに 第1章　イントロダクション 1.1　Python の特徴 1.1.1　読みやすさ 1.1.2　シンプル 1.1.3　高レベル言語 1.

2014-08-29 Pythonを使って最適化計算するための方法色々。 最適化計算 Python 数学 Pythonを使ったポートフォリオの最適化計算。 Pythonで金融工学を学ぶところの当ブログでは、これまで、Pythonを使ってポートフォリオの最適化計算を行うための方法論を検討して参りました。複数資産から構成されるポートフォリオの期待リターンとボラティリティを算出するところまできましたが、ここで最適化計算を行う必要性に迫られているところです。 Pythonで複数資産から構成されるポートフォリオの期待リターンとボラティリティを算出する。 - Pythonで学ぶ金融工学 最適化計算は数学における一分野を築くものでありますので、浅学非才の身であるわたくしにとっては、大きく、難しい問題です。そこで、最適化計算をしてくれるライブラリやツールを探して、使えそうなものがあるか検討してみました。

CC (Cyclomatic Complexity) まずは CC から測ってみる。 詳細な説明な省くけど、この数値は関数やメソッド毎に個別に計算されて、それが小さければ小さいほど単純で読みやすいコードを示す。 測定は radon cc コマンドで。 テストの測定はいらないので -e オプションで除外している。 デフォルトで結果は A ~ F の 6 段階評価で示されるが、実際の数値も表示したい場合には -s オプションを使う。 $ radon cc -s -e "tests/*" . radon/__init__.py F 4:0 main - A (2) radon/cli.py F 236:0 raw - B (10) F 177:0 cc - B (7) F 145:0 mi - B (6) F 80:0 _print_cc_results - A (5) F 105:0 anal

The document discusses deep kernel learning, which combines deep learning and Gaussian processes (GPs). It briefly reviews the predictive equations and marginal likelihood for GPs, noting their computational requirements. GPs assume datasets with input vectors and target values, modeling the values as joint Gaussian distributions based on a mean function and covariance kernel. Predictive distribut