Surface Pro 12 インチ、ペン付きキーボード、充電器がついたセット。4 月 1 日より、特別モデルが $ • • • • • • で一般のお客様も単品よりお得にご購入いただけます。
Amazon アフィリエイトのレポートをメールで自動で受けとる 2011年版を見て、毎回アクセスして確認すんのは面倒なので僕もやっとこうと思った。 普段こういう作業ってperlでやってしまうことが多いのでPythonのmechanize使うのは初めてだ。あと、pyquery使うのも初めてだったりするが、jQuery知ってればサクっと使えてかなり便利。 #!/usr/bin/env python # -*- encoding:utf-8 -*- # kzfm <kerolinq@gmail.com> from mechanize import Browser import smtplib from email.MIMEText import MIMEText from email.Header import Header from email.Utils import formatdate
Pattern is a web mining module for the Python programming language. It has tools for data mining (Google, Twitter and Wikipedia API, a web crawler, a HTML DOM parser), natural language processing (part-of-speech taggers, n-gram search, sentiment analysis, WordNet), machine learning (vector space model, clustering, SVM), network analysis and <canvas> visualization. The module is free, well-document
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー Pythonには「後方互換性を大切にする」というモットーがあって,時にはそれが裏目に出ることがある。PythonでWebにリクエストを送る時の手法は,目的に応じて複数存在するが,これも後方互換性を守るがために起こっている現象といえる。当初はシンプルな機能を持つモジュールが利用されていて,その後より高度な機能を持つモジュールが追加されたのだが,後方互換性を守るために古いモジュールが残されているのだ。 たとえば,普通にhtppでGETリクエストを送って結果を取得するなら簡単で from urllib import urlopen src = urlopen('http://www.exam
昨日2/12(土)にオラクル青山センターで開かれた"Sphinx + 翻訳 Hack-a-thon 2011.02"というイベントに参加してきました。このイベントは「Sphinx」*1というPython製のドキュメント生成ツールと「翻訳」に興味がある人を対象にした勉強会で、色々思うところがあってこのたび参加してきました。何故参加したか?といったことや参加するに至った経緯は別のエントリでまとめて公開する予定なので、後で合わせてそちらも読んでいただければと思います。 前置きが長くなりましたが、本題です。あまりに長くなったので、要点だけ知りたい方は最後のまとめまでスキップしてください。 前述したイベント、"Sphinx + 翻訳 Hack-a-thon 2011.02"で私はRen'PyというPython製ノベルゲーム制作ツールのドキュメントを翻訳しようと思って参加しました。そしてイベント参加者
クイックスタート¶ Ren'Pyのクイックスタートマニュアルへようこそ。このマニュアルの目的は、あなたがごく簡単な手順を踏んでパパッとRen'Pyゲームを作れることを示すことです。シンプルなゲーム、"The Question"を最初から作る方法をお見せして、その目的を果たしたいと思います。 Ren'Pyランチャー¶ ではゲームを作り始める前に、Ren'Pyランチャーがどのように働いているかをまずはじめに知る必要があります。Ren'Pyランチャーを使うことでRen'Pyプロジェクトを作成・《manage》・編集・作成することが出来ます。 では始めてみましょう。始めるには、Ren'Pyをダウンロードしてください。 Ren'Pyをダウンロードしたら、《解凍》してみましょう。解凍するには普通、パッケージファイルを右クリックして、《オプション》があれば"解凍"を選び、無ければ"開く"を選びます。《プ
※この記事には映画「The Social Network」のネタバレがそれなりに含まれています.これから映画を観る予定の方は逃げた方が賢明です. 最近ブログで宣言した通り,入門 自然言語処理を読みつつPythonのNLTK(Natural Language ToolKit)を使った自然言語処理について勉強中.入門 自然言語処理はPythonをロクに触ったことがない私でもちゃんと理解しながら読み進められるようになっているのが嬉しい. ところで,少し前に映画「The Social Network (ソーシャル・ネットワーク)」を観て,登場人物の台詞や行動がなかなか面白くて気に入ったのだけど,この脚本が映画の公式サイトで公開されていることを最近知った.映画の脚本となると,特徴的な表現が多く文章数もそれなりにあるので,興味深いコーパスになり得るのではないかと思う. というわけで,NLTK習い立ての
追記: 音声読み上げTwitterクライアントはWindows用アプリとして公開しました。http://d.hatena.ne.jp/atsuoishimoto/20110421/1303312754 をご参照ください。 先日の PyCon mini JP で見た スクリーンリーダNVDA のデモが非常に印象的だったので、ちょっとダウンロードして遊んでみた。 正直、日本語の音声読み上げがオープンソースでここまでの品質とは思わなかった。大昔、私が見た音声読み上げは、不愉快な音でゆっくりと不明瞭な言語らしきものを読み上げる、まったく役立たずの代物だったからだ。 しかし、NVDAに付属している Open JTalk をベースとした日本語音声合成エンジンはなかなかのものである。NVDAのソースをちょっと見てみると、どうやら簡単に日本語音声合成エンジンを利用できそうだ。 というわけで、早速 ymot
今回は、前回導入したNumpy、そしてグラフを描画するmatplotlibを使って、いくつかの代表的な分布を紹介していきます。 第5回「「よく使う分布」はどうしてよく使う?」の項でも代表的な分布が紹介されていました。そこでは、“この状況(モデル)では、この分布を使う”というパターンを想定する、それが“よく使う分布”がいくつも存在する理由と言及されていましたが、どのような状況でどのような分布を使えばいいのでしょうか? 実際、どのような状況のときに、どのような分布を使うと説明しやすいかを考えながら、みていきましょう。 matplotlibのインストール matplotlibはpythonとNumpyのための高機能なグラフ描画ライブラリです。今後もグラフを描画することがあるかと思いますので、ここでインストールしておきましょう。 公式サイトのダウンロードから各OS向けのパッケージを入手して
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー wiki.python.orgにはUsefulModules(Pythonの定番モジュール集)というリストがある。「開発者に有益な情報を提供するため」と注意書きがあるだけあって,これがなかなか網羅的で便利なので,翻訳しながらご紹介しましょう:-)。 リストを見ると,Web開発やテキスト処理はもちろん,数値解析,ビジュアライズ,ゲーム,GUIライブラリなどバリエーション豊かで,Pythonの全方位ぶりがよく見えてくる。他のカテゴリページへのポインタは,適宜リストをインラインに展開してあるものもあります。べたっと訳しちゃったので,間違いなどあるかも。コメントなどでご指摘いただけるとありがた
Signals_and_Slots_in_PySide | Qt Wiki | Qt Projectを勝手に翻訳したものです。 翻訳の誤りは保障しません(きっと誤りがあります)。 このページでは、PySideでのシグナルとスロットの使用法について説明します。 ここで主に説明するのは、新スタイルのシグナルとスロットと呼ばれる使用法ですが、 伝統的なスタイルも参考として示しておきます。 PyQtの新スタイルのシグナルとスロットは、PyQt v4.5で導入されました。 新スタイルの主たる目標は、Pythonプログラマに対し、よりPythonnicなシンタクスを提供することです。 PySideはその実装上のガイドラインとして、PSEP 100[pyside.org]を使用しています。 。 伝統的なシンタックス: SIGNAL と SLOT QtCore.SIGNALマクロと QtCore.SLOT
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー Guidoがここ数ヶ月関わっているというGoogle App EngineのDatastore Plusについてブログで紹介しています。 App Engine標準のdbモジュールの代替として使われるべく開発されているモジュール。dbモジュールで提供されているKeyやqueryが変更可能(mutable)であるなど,デザイン上の不合理を解決したより明確な設計を採用(Guidoが直したかったんですね)。 またdatastoreへの非同期アクセスを可能にしています。重たいクエリ,相対的に遅い書き込みにかかる時間や,レイテンシを回避できるようになります。datastore非同期への非同期アクセ
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー 今年書いたブログエントリで,特に読まれたものを中心にピックアップして今年を振り返ってみた。はてブ数の多いものを,ジャンル別に分けてみました。 今年は例年ほどがんばってブログを書かなかったように思うけど,それでも結構読まれててびっくりした。 Python Pythonの記事,今年も沢山書いた:-)。 CUIベースなのに無駄にビジュアルなPython用デバッガ - pudb Googleのプログラミング講座 - C++,Java,Go,そしてPython FlaskならApp EngineのTwitter Botが15行で書ける 遺伝的アルゴリズムを使って数独を解く Pythonの定番モジ
はじめに 以前から SWIG を使った Python・C/C++の連携に興味がありましたが、Instant というモジュールを使えばもっとお手軽に出来ることを知り、ちょっと試してみました。 Instantとは Python から C/C++のコードを呼び出すためのモジュールです。 (Webサイト) http://heim.ifi.uio.no/~kent-and/software/Instant/doc/Instant.html Python と 他の言語を連携させるツール類は Instant 以外にも色々ありますが、Instant には次のような特徴があります。 Python のコード中に、インラインでC/C++をインラインで記述出来る。 WebサイトのTOPには、次のようなサンプルが載ってます。 from instant import inline add_func = inline(
cocos2dと言えばMacやiPhone向けのフレームワークであるため実装はObjective-CですがこちらはC++で実装されています。 cocos2d-x.org http://www.cocos2d-x.org/ 現在作成されているものは以下 iPhone Android(NDK) Windows uPhone(中国独自の携帯) また、JavaScriptの実装も登場しています。Pythonで作られたサーバを起動してその上で動作するみたいです。 RyanWilliams's cocos2d-javascript at master - GitHub https://github.com/RyanWilliams/Cocos2d-javascript
[,h200] 前回C言語で書いたコードをPyOpenGLとPILライブラリを使って書いてみた。PILを使うと前回と異なりpng形式だけではなくbmp,jpeg,tiff形式などPILの対応する形式であれば何でも保存できる。 使い方は同じで、コードをコピペして適当な場所でcapture関数を呼び出せば使える。 やっぱりpython使うと簡潔でいいなあ。 from PIL import Image from PIL import ImageOps def capture(): width = glutGet(GLUT_WINDOW_WIDTH) height = glutGet(GLUT_WINDOW_HEIGHT) # キャプチャ glReadBuffer(GL_FRONT) glPixelStorei(GL_UNPACK_ALIGNMENT, 1) data = glReadPixels
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
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