ダッシュダイエットってマジ効果あるの？ 家族のダイエットを手伝うという目的で、いくつかのダイエット方法を比較して、ダッシュダイエットというものを実践してそこそこ減量(-8%くらい)に成功しました。 ダッシュダイエットは、ダッシュ食という高血圧にも効くらしい食事内容を、ダイエット目的に応用したものらしいです。 結果的に、数か月で数キロ程度も痩せたので、軽い気持ちで始めてみたが思ったよりも効果があったので、家族共々驚いています。 なんでお前、ダッシュダイエットのブログ書いてるの？ ダイエットについては素人なのですが、ダッシュダイエットを行うにあたって、情報が豊富という訳でなくて、調べるのが大変だった(英語では情報が多かったのですが、食文化が違うのでメニューが参考にならない)ので、我が家で調べたり試行錯誤した事について、どなたかの参考になればと思い、情報をまとめようと思いました。 ダッシュダイエ

This post is also available in: English-US (英語) python3でファイナンス系のデータを扱っている時に、astype(float) 関数でfloat型に変換しようとすると、データ内のマイナス記号が原因でエラーが出ることがたまにあります。 ValueError: could not convert string to float: '−12' これは、マイナスを表す記号がいくつか存在する事が原因だったりするので、対処法をメモ代わりに書いています。 マイナスを表す記号はいくつかあるらしい 慣れ親しんだキーボードから入力しているマイナス記号は、下記のマイナスとなります。 HYPHEN-MINUS(ハイフンマイナス、U+002D)と呼ばれるものらしいです。 import unicodedata # HYPHEN-MINUS print(unicode

This post is also available in: English-US (英語) pythonを使っていて、複数あるリストの要素から、重複する値のみ抽出(積集合)するサンプルコードを備忘録代わりに書いています。 ポイントとして、set関数は戻り値がset型となるのでlist関数でlist型に変換している点、また、そのリストは順不同のリストになっているのでsorted関数で並べ替えている点などを押さえておくと、その後のコード処理がスムーズになると思います。 丁寧に書いているサンプルコード(分割で関数処理) # サンプルリスト list_A = ["1","2","3","4","5"] list_B = ["3","4","5","6","7"] list_C = ["4","5","6","7","8"] # 重複する値のみ抽出(積集合) intersection_list

This post is also available in: English-US (英語) pythonを使っていてよく遭遇する、 1.リスト要素がint型の場合にstr型に変換するサンプルコード3パターン 2.リスト要素がstr型の場合にint型に変換するサンプルコード3パターン を備忘録代わりに書いています。 リスト要素がint型の場合にstr型に変換するサンプルコード3パターン map関数を使う場合 map() は戻り値がオブジェクトなので list() でリストに変換する必要があります。 # すべての要素がint型のリスト sample_list = [11,22,33,44,55] # リスト要素のint型をstr型に変換 sample_list = list(map(str, sample_list)) print(sample_list) # ['11', '22', '

投稿 Python,VAR:ValueError x contains a constant. Adding a constant with trend=’c’ is not allowed. は Amelt.net 公開されました。 Pythonでデータ分析をしていて、statsmodels の VAR modelを扱っている際に、下記のようなエラーに遭遇したので、メモ代わりに記事を書いています。 ValueError x contains a co...続きを読む 投稿 Python,VAR:ValueError x contains a constant. Adding a constant with trend=’c’ is not allowed. は Amelt.net 公開されました。

This post is also available in: English-US (英語) pandasを利用していて、数字区切りのカンマ(,)を replace() 関数で置換してデータ型変換を行うサンプルコードを、メモ代わりに書いています。 サンプルコード中のコメントにも書いていますが、replaceするSeriesのデータ型が str の場合には '.str' アクセサを利用して、floatの場合にはダイレクトに replace() を利用して置換可能です。 たまに利用すると、忘れてしまっている仕様です。 import pandas as pd # サンプルデータ sample_list = {'sampleA':["1,000","2,000","3,000"], 'sampleB':["4,000","5,000","6,000"]} # データフレーム作成 df = pd.

This post is also available in: English-US (英語) pandas の value_counts で要素をカウントする際に、存在しない要素はカウントすることができません。 しかし、データ分析を行っていると他のデータとの関係で、存在しない要素は「0」と明示的に表示させたい場合があります。 その際の解決法の一つとして、Series.get() 関数を使って、存在しない要素にデフォルト値を設定して「0」とカウント表示するサンプルコードをメモ代わりとして書いています。 Series.get(key, default=None) - If the key isn’t found, the default value will be used. カウントしたい要素がすべて存在している場合には、以下のようなコード(SeriesにTrue/Falseが両方存在する

Amelt.net >webマーケティング・ビジネス >wordpressカスタマイズ >WordPress:Site Kitでエラー「The response is not a valid JSON response.」 This post is also available in: English-US (英語) Wordpressで、Google Site Kit の初期設定を行っている際に下記のエラーが出たので、メモ代わりに記事を書いています。 The response is not a valid JSON response. 今回、私が遭遇したケースでは、WAF(Web Application Firewall)が原因だったようで、Google Site Kitの初期設定が完了するまでは一時的にWAFを停止する事で、各種設定を行う事ができました。 Google Site Kit

This post is also available in: English-US (英語) pandasのデータフレームを扱っていて、カラム名/列名のデータ型をforループで、一括で変換する方法について、備忘録的にメモを書いています。 全てのカラム名/列名データを型変換するパターンと、型変換したくないカラム名/列名データを除外して型変換するパターンのサンプルコードを書いています。 機械学習等で扱う場合に、カラム名/列名が大量になってくるほど、便利だと思います。 全てのカラム名/列名データを型変換するパターン import pandas as pd # サンプルデータ sample_list = {'sampleA':[1,2,3], 'sampleB':[4,5,6]} # データフレーム作成 df = pd.DataFrame(sample_list) print(df) """ s

Amelt.net >webマーケティング・ビジネス >プログラミング >python >機械学習にて簡易的に特徴量の欠損値の処理を行い、訓練データとテストデータの数を合わせるサンプルコード This post is also available in: English-US (英語) 機械学習を行う際に、簡易的に特徴量の欠損値の処理を行い、訓練データとテストデータの特徴量の数を合わせるサンプルコードについて、備忘録的にメモを書いています。 欠損値の処理は機械学習の方針にもよるので、とりあえずコードが走るようにしたい時などに便利です。 ただし、サンプルコード中、訓練データとテストデータの index は共通であることを前提に書いています。 import pandas as pd import numpy as np #適当なデータを生成、nanを代入 data_X = np.random.

Amelt.net >webマーケティング・ビジネス >プログラミング >python >pandas PeriodIndex:freq not specified and cannot be inferred from first element This post is also available in: English-US (英語) pandasにて時系列データを扱っている際に、下記のようなエラーに遭遇したので、備忘録的にメモを書いています。 ValueError freq not specified and cannot be inferred from first element 解決法はエラーの内容通り、freq を明確に指定する必要があるみたいです。 なので、DatetimeIndex から PeriodIndex にpandasのデータフレームを変換するサンプルコードを

This post is also available in: English-US (英語) dendrogram を作成しようとして scipy.cluster.hierarchy.linkage を利用している際、下記のようなエラーに遭遇したので、備忘録的にメモを書いています。 Distance matrix 'X' must be symmetric まず最初に、must be symmetric とエラー内容にある通り、「.shape」で確認してみて、matrix 'X' が symmetric になっているかどうか確認しました。 次に、距離行列なので、公式ドキュメントにある通り「有限の数値」である必要がありますが、今回のケースでは infs が含まれている事が原因でした。 All elements of the condensed distance matrix must be

Amelt.net >webマーケティング・ビジネス >プログラミング >python >VAR(Vector Autoregressions) select_order:”%d-th leading minor of the array is not positive not definite”

This post is also available in: English-US (英語) imbalanced-learn の SMOTE関数 を使ってオーバーサンプリングした際に、下記のようなエラーが出た時の対処方法について、備忘録的にメモを書いています。 expects n_neighbors <= n_samples, but n_samples < n_neighbors 簡易的な対処法としては、SMOTE関数の k_neighbors の設定値がデフォルトでは k_neighbors=5 となっているので、エラー内容の通り、 ・k_neighbors の設定値を少なくする ・n_samples の数を増やす という対処法が必要になるかと思います。 参考： imbalanced-learnドキュメント https://imbalanced-learn.org/stable/r

This post is also available in: English-US (英語) pandasのデータフレームを扱っていて、データフレームの各行ごとにタプルへ変換する方法について、備忘録的にメモを書いています。 データフレームからタプルへ変換する方法は他にも色々とありますが、比較的、挙動が分かりやすい変換方法なのではないかと思います。 import pandas as pd import numpy as np #ダミーのデータフレーム生成 df = pd.DataFrame(np.arange(9).reshape(3, 3)) print(df) """ #output 0 1 2 0 0 1 2 1 3 4 5 2 6 7 8 """ _tuple = [tuple(x) for x in df.values] print(_tuple) """ #output [(0

Amelt.net >webマーケティング・ビジネス >プログラミング >python >pandas:キーが存在しているのに “Passing list-likes to .loc or [] with any missing labels is no longer supported. とエラーが出る

Amelt.net >webマーケティング・ビジネス >プログラミング >python >pandas read_hdf():ValueError cannot set WRITEABLE flag to True of this array This post is also available in: English-US (英語) pandas を使っていて read_hdf() 関数で HDF5 ファイルを読み込むと下記のようなエラーが出る現象について、備忘録的にメモを書いています。 ValueError cannot set WRITEABLE flag to True of this array 調べてみた感じ、Pythonのライブラリ numpy と PyTables のバージョンの組み合わせが問題みたいなので、下記のコマンドで現状インストールされている PyTables の

This post is also available in: English-US (英語) pandasを使っていて、for文でループする際に、データフレームの列名を連番やリスト要素にて作成する方法について、備忘録的にメモを書いています。 下記コード中の「f"sample_{i}"」は、Python3.6から導入された f文字列(フォーマット済み文字列リテラル,f-string) を利用しています。 特に、機械学習のプログラミングを行う際、特徴量を大量に生成する場合などに便利です。 for文でデータフレームの列名を、連番にて作成したい場合 import pandas as pd #データフレームの列名を連番にて作成 df = pd.DataFrame() for i in range(1,5,1): df[f"sample_{i}"] = [11,22,33] print(df) ""

Amelt.net >webマーケティング・ビジネス >Android・iPhoneアプリ制作 >expo-google-app-auth:ログイン認証するとredirect_uri_mismatchとエラーが出る This post is also available in: English-US (英語) expo-google-app-authでOAuth2.0認証(Googleアカウントでログイン)を実装して、ログインしようとするとredirect_uri_mismatchとエラーが出る現象に遭遇したので、メモを備忘録的に残しています。 で、色々と調べた結果、expoを利用して開発していて、expoアプリで開発アプリをデバッグしてGoogleアカウントでログインしようとする際には、「パッケージ名に host.exp.exponent」と指定するとエラーが出なくなるとのことで、実際エ

Amelt.net >webマーケティング・ビジネス >Android・iPhoneアプリ制作 >Firebase SDK:ログイン時にエラー”firebase failed to get document because the client is offline…”