pythonプログラムの実行OSの判別方法 - 理想のユーザ・インターフェイスを求めて
pythonのプログラムを実行する場合に、実行するOSによって異なる処理をさせたい。 自分が何のOSで実行されているかを、プログラム中で判別できればいいだけなのだが、何かエレガントな書き方（というか定石）があったような気がするが思いつかない。泥臭く、下記のようにする。 import os flag_win32 = False try: os.uname() except AttributeError: flag_win32 = True if flag_win32: (Windowsの場合の処理） else: (Linuxの場合の処理） WindowsかLinuxかを判別するもので、MacOSは動かすことを想定していない。Windowsでは、os.uname()の実行ができないので、そこでエラーになる。 これだと、特にos.uname()でなければならない大きな理由は無いので、とても恥ずか
Django for eclipse - メモ日記
Djangoにふれてみる 「Django を使いこなすための全てがここにあります。」ということなのでチュートリアルをこなす プロジェクトを作成するコマンド django-admin.py startproject mysiteDjango for eclipse [file]→[new]→[Other...]から画像のように選択 続いて[Project name]を入力して自分の環境にあったように設定 データベースの設定 作成されたファイル構成と意訳 mysite/ __init__.py manage.py settings.py urls.py __init__.py: 触れることの無さそうなファイル？ manage.py: プロジェクトに対するコマンドラインユーティリティ 割とよく使う？ settings.py: プロジェクトの設定ファイル urls.py: プロジェクトのURL宣言
boost-python ではじめる大規模機械学習 （１） - Next MIDI Project
はじめに Python は、機械学習の分野で広く使用されるスクリプト言語です。SciPy や matplotlib といった、科学計算に特化したライブラリが多数提供されているのが特徴です。 いっぽう、弱点もあります。for ループの速度が遅いこと、並列処理が苦手なことなどです。これらの目的には、C 言語が適しています。 そこで、本記事では、Python と C の相互連携を可能にする boost-python ライブラリを使用して、大規模科学計算を効率的に解く方法を紹介します。題材には混合ガウス分布を使用します。 動作テストは、Fedora 環境で行なっています。Ubuntu でも動くと思います。 準備 はじめに、SciPy、matplotlib、boost ライブラリをインストールしてください。 boost-devel とか色々インストールした記憶がありますが、忘れました… Hello,
Python : 多次元配列の要素でのソート
Pythonでの多次元配列の比較 基本の.sort()だと、要素の[0]番目でソートされる。 たとえば、[ [Index,x,y,z], , , ,]ではIndexでソートされる事になる。 たとえば、yでソートしたい場合等に対応するには 関数で指定してやれば良い。 def hikaku(x,y): return x[2] - y[2] #ココに、比較したい要素の番号を入れる list = [ [0,0,5,9] , [1,3,4,5] , [2,6,3,5] ] list.sort( hikaku ) パイソンすげぇと思ったら、普通にJScriptでもあった orz 知らなかっただけ。 lambdaを使う わざわざ関数を指定するのがメンドクサイ場合、無名関数のlambdaを使うと良い list.sort( cmp = lambda x , y: cmp(x[2],y[2]) ) cmp関数
zip関数と逆の動きをさせる方法（unzip） - シコウサクゴ（）
pythonでzipと言えば、複数のリストのタプルを返す関数です。挙動は、 In [5]: a = [1,2,3] In [6]: b = [4,5,6] In [7]: c = [7,8,9] In [8]: zip(a,b,c) Out[8]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)] こんな動きをします。行列の転置に似てるなと、今思いました。 この逆の動きをする関数がないものかなーと調べてたら、関数はないものの、簡単な方法がありました。 In [9]: d = zip(a,b,c) In [10]: zip(*d) # ここ注目！ Out[10]: [(1, 2, 3), (4, 5, 6), (7, 8, 9)] なにこの、奇跡の一行ｗ ということで、zipした変数の前に*演算子をつけてzipすると、元に戻るというメモでした。
Beautiful Soupドキュメント — BeautifulSoup Document 3.0 ドキュメント
Beautiful Soupドキュメント¶ Beautiful Soupはpythonで動作するHTMLとXMLのパーサーです。Beautiful Soupはパースしたツリーの操作、検索、変更を簡単に、かつ、今までと同じ方法でできます。これにより、プログラマーの仕事時間を節約します。また、Rubyful SoupというRuby版もあります。 このドキュメントはBeautiful Soupのバージョン3.0における主要な機能をサンプル付きで説明します。このドキュメントを読めばこのライブラリがどんなに良いか、どうやって動いているか、どうやって使うか、やりたいことをどうやって実現するか、予想と異なる動作をした場合になにをすればいいのかが分かります。 クイックスタート¶ Beautiful Soupをここから手に入れます。ChangeLogにはバージョン3.0とそれ以前のバージョンとの違いが書かれ
Pythonでベジェ曲線クラスを実装してwxPythonで動かす - yattのブログ
中学生でもわかるベジェ曲線 を読んでなるほどなーと思い、理解の確認でPythonでベジェ曲線のクラスを実装した。 #! /usr/bin/python2.7 # coding: utf-8 # bezier.py # ref: http://ruiueyama.tumblr.com/post/11197882224 def pt(p, q, t): assert 0 <= t <= 1 return [a + (b - a) * float(t) for a,b in zip(p, q)] def mid(p, q): return pt(p, q, .5) class Bezier: def __init__(self, ctrls, dt=3*1e-3): self.ctrls = ctrls self.dt = dt def __iter__(self): ctrl = self.c
Pythonで日本語文字列 (UnicodeとUTF-8, Shift-JIS, EUC-JPなどの相互変換) - プログラミング工場 / Python
2010年05月05日 22:37 カテゴリPython Pythonで日本語文字列 (UnicodeとUTF-8, Shift-JIS, EUC-JPなどの相互変換) Posted by yawamen No Trackbacks Tweet ※2.*系の話です．3.*系は違うので注意． Pythonで日本語を扱う場合，UTF-8やShift-JIS, EUC-JPなどの各種文字コードが使えますが， これらとは別にPythonにはUnicode文字列というものが存在します． ※PythonではUTF-8とUnicodeは別物です． 詳しくはマニュアルを読んで頂くとして，ここではソースコードの書き方やいろいろな変換について紹介します． 【ソースコード中に日本語を書くために】 まず最初に，基本的なこととして，何も考えずにソースコード中に日本語文字を書いてしまうと次のようなエラーが出る場合があ
CA雑記TYO |pythonで半角英数字から全角英数字へ変換
pythonで全角英数字を半角英数字に変換する場合は import unicodedata をして normalize を使えばシンプルに出来るけど、逆に半角英数字を全角英数字にする場合は abnormalize というのが無いので、どうやるのがシンプルなんだろうと調べてみたら次のような方法が良さげでした。 s = u'ＡＢＣabc１２３123！＠＃＄!@#$' t = dict((0x0020 + ch, 0xff00 + ch) for ch in range(0x5f)) t[0x0020] = 0x3000 print s.translate(t) sには変換したいユニコード文字列が入っていて、tの辞書で置換するんですが、全角スペースは0xff00では無いので例外処理しないといけません。 s = u'ＡＢＣabc１２３123！＠＃＄!@#$' t = dict((0xff00 +
Scientific Computing: Time Series Analysis with Python - wiki Turbulent Time Series
Introduction We make available some tools for statistical analysis of time series written in Python using the numpy and matplotlib libraries for scientific computing. Consider $X$ to be a time series of $n$ data points. For Simplicity we assume $n$ to be a power of 2 in order to apply Fast Fourier Transform algorithm. Signals White Noise: whitenoise(n) $\xi(t)$ is a i.i.d with uncorrelated Gaussia
Mac OS X Lion / homebrew にて python の環境を整える — JAWSUG-Okinawa 2nd study NOTE
Mac OS X Lion / homebrew にて python の環境を整える¶ Mac OS X を Lion にアップデートしたら、python の環境が壊れたので再構築。 ちなみに、homebrew は Snow Leopard 時代ですでにインストール済みで、Lionのupgrade した後でも特に問題はなさそうであった。 ポイント¶ Mac OS X の標準 python は /usr/bin/python homebrew の場合は /usr/local が prefix で、 brew insatall python すると /usr/local/Cellar/python/{バージョン番号} がインストールされる。 homebrew の python アプリケーションは /usr/local/share/python ディレクトリ配下にインストールされる。 $ bre
SciKits
This is the SciKits developer site. Please visit the SciKits Portal. Welcome to the SciPy Toolkits Scipy Toolkits are independent and seperately installable projects hosted under a common namespace. Packages that are distributed in this way are here (instead of in monolithic scipy) for at least one of three general reasons. Each of these reasons use the same high-level namespace (scikits). The pac
wxWidgets でクロスプラットフォーム GUIアプリを作ろう
最終更新日: 2004-10-08 (公開日: 2004-10-08) UNIX USER誌 2004年8月号 に掲載された記事の元の原稿です。 本文中の「原稿執筆時点」は「2004年 6月半ば」を指します。 wxWidgets は Linux, Windows, Mac OS X など多くのプラットフォー ムに対応したオープンソースの GUI ツールキットである。本稿で は wxWidgets を用いてクロスプラットフォーム対応の GUI アプリ ケーションを開発する方法を紹介する。 はじめに Unix の大きな魅力のひとつに、強力なコマンドライン処理がある。 zsh などのシェルと perl などのワンライナーを組み合せて、大量 のファイルを一気に処理するときなどは、「これぞコマンドライン の醍醐味」と感じる瞬間である。 一方、Unix の大きな不満のひとつに、凶悪なコマンドライン書法
他の言語に慣れた人がPythonを使ったときにつまずきがちな10のポイント - 西尾泰和のはてなダイアリー
今日質問されて、以前Twitterで書いたのを思い出して、そして検索性が悪くて見つけ出すのに苦労した。こちらに転載しておく。詳細は気が向いたときに埋める。 オプション引数の評価タイミング Rubyではオプション引数は関数が呼ばれるたびに評価される。 def foo() print "foo!" end def bar(x=foo()) end bar #=> foo! と出力される bar #=> foo! bar #=> foo! Pythonでは関数の定義時に1回だけ評価される。 def foo(): print "foo!" def bar(x=foo()): pass #=> foo!と出力される bar() #=> 何も出力されない bar() 「引数が省略されたら今の日時」みたいな毎回評価したい場合はデフォルト値をNoneにしておいて「Noneだったら＝省略されていたら」のif
Pythonを始める人への日本語情報集 - None is None is None
@mopemopeさんからバトンを渡されました、2011 Pythonアドベントカレンダー(Python3) 16日目担当のおもけん（@doloopwhile）です。 Q「RubyとPythonどちらが初心者向けでしょうか？」 A「Pythonは日本語情報が少ないので、Rubyがおすすめです」 質問掲示板などで、しばしば見かけるやり取りです。しかし、本当にPythonは日本語情報が少ないのでしょうか？ 確かに、かつてはRubyの情報量の方が圧倒的だったでしょう。しかし、現在ではPythonも日本で広く使われ、Pythonプログラマーのブログも多数あります。少なくとも初心者がPythonを始めるのに情報不足ということはありません。 そこで、明日のPythonプログラマーのため、日本語情報を列挙しておきます。ワリと無難というか、常識的な資料ばかりです。 結局、何を読めばいいの？５つの日本語情報
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
機械学習の Python との出会い — 機械学習の Python との出会い
How can I use numpy.correlate to do autocorrelation?
Installing wxPython on MacOS(SnowLeopard)
SciKits - scikits.talkbox
RPy (R from Python)