pythonの内包表記を少し詳しく - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
python - 機械学習の「朱鷺の杜Wiki」
python一般† python.org：公式サイト Wiki Package Index iOS用Python環境 Computable Python for iOS Python Math PyPad Pythonista 英語資料 Python Course：Python のいろいろなトピックについての講義を集めたサイト Python Quick Reference @ Richard Gruet (旧版 日本語訳) Google's Python Class OLamp.com -- Python Dev Center：O'Reillyのpython関連ニュース Python Miro Community：チュートリアル講演ビデオのポータル Wikipedia:Python_(programming_language) Python tools that everyone shou
Jupyter上でProcessingを動かす - Qiita
はじめに オンラインのプログラミング学習環境として今Jupyter Notebookが熱いです。ブラウザ内でテキスト（Markdownで記述可能）を参照しながらコードをインラインで実行できます。もともとはPython向けだったのですが、現在ではRやScalaなどさまざまな言語に対応しています。Generative Designの日本語版が出たこともあり、今回はJupyter上にProcessingの環境を構築してみます。 環境 Mac OS X 10.10.5 Anaconda (Python 2 or 3) 2.5.0 参考 Jupyter notebook で Processing を 構築手順 Anacondaのインストール https://www.continuum.io/downloads よりダウンロード後、インストーラに従ってインストール。 Jupyterのインストール An
初心者におすすめ！Python3を習得できる4つの学習法と11のコンテンツ - paiza開発日誌
Photo by Kathleen Franklin こんにちは。谷口です。 先日、プログラミング言語別エンジニアの平均年収ランキングにて、Pythonが651万円で1位になったことが話題になりました。 www.itmedia.co.jp Pythonは機械学習、人工知能分野、計算系の研究に適したライブラリが非常に多く、各分野の研究の盛り上がりとともにニーズが増えています。また、もちろんそういった研究分野だけでなくYouTubeやInstagram、Dropbox等といったメジャーなWebサービスでも多く使用されています。 Pythonは他のプログラミング言語に比べても、構文がシンプルで、一つの処理について誰がコードを書いても同じ書き方になりやすいという特徴があります。そのおかげで初心者でも比較的コードが書きやすく、また他人が書いたコードを読む際も読みやすい言語となっています。プログラミン
世界初！美少女キャラがプログラミングを教える Python入門編を無料公開!!
エムアウトグループのギノ株式会社（本社：東京都港区、代表取締役社長：片山良平）は、動画で学べるオンラインプログラミング学習サイト「paiza動画ラーニング https://paiza.jp/learning」にて、2016年3月7日（月）より「Python入門編１，２ 」を無料で一般公開いたしました。paiza動画ラーニングは2016年3月時点で63本の動画を揃え、総受講数13万受講を超える人気プログラミング学習サービスです。 Pythonは、ユーチューブ、ドロップボックス、インスタグラムなど、多くのWebサービスや機械学習等で利用されている人気プログラミング言語です。「Python入門編 」では、paizaの人気美少女キャラクター霧島京子（cv:上間江望）が、かわいい声で優しく・楽しく・わかりやすくPythonプログラミングを教えてくれます。「霧島京子による1本３分のレッスン動画」に加え
Pythonで形態素解析器の比較できるパッケージつくった - Qiita
この記事の内容 Pythonで形態素解析器の比較ができるパッケージ作りました。 Python2.7, Python3.xで動作します。 4つの形態素解析器をサポートしてます pipでインストールできます。 pip install JapaneseTokenizer パッケージのURL ただしWindowsはダメです。ごめんなさいね。 パッケージの特徴 単語分割するための簡単なインターフェース提供 「単語分割 -> ストップワードと品詞でフィルタリング」の操作が1行で完結 Mecab, Juman, Juman++, Kyteaの4種類を同じインターフェースで呼び出し可能 実務でバリバリ使える 株式会社インサイトテックの至るところで1年間半以上、使われてます。 数百万件のテキストでも割とバリバリと処理してくれます 実は本家のpyknp(v0.3)よりも動作が早い 辞書追加の簡単なインターフェ
【ディープラーニング】10時間でChainerの基本を身につける - あれもPython,これもPython
ディープラーニングは色々な知識が必要です。 「チュートリアル動かしました」で止まったままの人も多いでしょう。 そこで、自分がchainerを理解しながら動かした時の方法を書きます。 大前提 とは言ったものの、誰でも入門は無理なので。 以下が最低限の前提です。 数学:微分積分、行列、確率とか聞いても「ああ、あれね・・・」くらいには思う IT:Pythonがそれなりに分かる。numpyはそこそこ分かる。 機械学習:説明変数とか、目的変数とか分類とかが何となく分かる やる気:引っかかった時に、調べる気力がある ゴール chainerを自分で色々試せるレベルになる。 あくまで試せるレベルになるだけです。 それでも千里の道も一歩からです。 一緒に頑張りましょう。 ちなみになぜchainerか、というと、 入門者が触るには、バランスは良さそうに見えたからです。 最初の最初 ディープラーニングは歴史から
GAE/P+Tweepy+RIOT APIでTwitter BOTサービスを作る！(後編) - Qiita
# ! -*- coding: utf-8 -*- from google.appengine.ext import db from google.appengine.api.urlfetch import fetch from django.utils.simplejson import loads import webapp2, tweepy from datetime import datetime from laucher import modelTask CONSUMER_KEY = '********************' CONSUMER_SECRET = '**************************************' RIOT_KEY = '***********************************' class mainHandler(w
Python で画像処理をやってみよう！ - SIFT 第4回 - (MPS 文京 第45回ミーティング)
MPS 概要 MPSは、「みんなでわいわいソフトウェア作りながら技術を磨いて実績を作ろう！」をコンセプトに活動しております。プログラミング玄人とも初心者もみんなで協力して作品作りを行い、できあがった作品は共同制作のオープンソース・ソフトウェアとして、世の中に出します。 現在は、下記の3つのプロジェクトを行っています。 エジソンまたはラズベリーパイと画像処理を用いた（半）自立走行をするミニチュア車を作成 ライブ配信に関わるプロジェクト MPS の HP 大改修 今回の企画は最初の2つのための基礎知識をつける勉強会になります。 勉強会の後はみんなでご飯を食べにいきます！ 今回の予定 Python で画像処理をやってみよう！（第13回）（プレゼンター金子） 前回までで、構築した Scale space をベースに SIFT 特徴量を記述するキーポイント候補の抽出を行い、その位置の精度向上を行い、
自然言語処理の専門家に入門書を聞いてきた - あれもPython,これもPython
自然言語処理については、 前から興味があったのですが、 なかなか学ぶのが難しい。。。 ということで、自然言語処理に強い某社の専門家にお勧めを聞いてきました！ ついでに自分の持っている本も持っていき、 その評価も聞いてきました。 一冊目 入門 自然言語処理 作者: Steven Bird,Ewan Klein,Edward Loper,萩原正人,中山敬広,水野貴明 出版社/メーカー: オライリージャパン 発売日: 2010/11/11 メディア: 大型本 購入: 20人 クリック: 639回 この商品を含むブログ (44件) を見る 私「自然言語処理といえば、これですよね。最初に買ったのがこれでした」 専「え、それ辛くない？」 私「大分」 専「これNLTKを使う前提だしね。独学には向かないんじゃないかな。監督者がいて、かつPythonやったことない人が期間をかけてやるには良いんじゃないかな」
PythonでPandasのPlot機能を使えばデータ加工からグラフ作成までマジでシームレス - Qiita
Pandasのグラフ描画機能 この記事ではPandasのPlot機能について扱います。 Pandasはデータの加工・集計のためのツールとしてその有用性が広く知られていますが、同時に優れた可視化機能を備えているということは、意外にあまり知られていません。 この機能は Pandas.DataFrame.plot() もしくは Pandas Plot と呼ばれるものです。 Pandas Plotを使いこなすことが出来るようになれば、 データの読み込み、保持 データの加工 データの集計 データの可視化 というデータ分析の一連のプロセスを全てPandasで完結させることが出来る、つまり分析の「揺りかごから墓場まで」を実現することが出来ます。 Pandasのプロット以外の機能について この記事ではPandasのデータハンドリングなどに関わる機能は説明しません。 そちらにも興味がある方は下記の記事などを
【2時間でCI環境構築】CircleCIでPython Webサーバ構築してHTTP通信試験を通す手順 - Qiita
CircleCIの特徴は1環境であれば無料でCI環境が利用出来る点です。環境構築が完了すると、GitHubのcommit毎にCIコンテナが立ち上がり定義した自動テストがコンテナ上で実行されるようになります。本投稿では、Python3.5とFlaskで構築したWebサーバをCircleCI上で稼働させて、requestsを使ってコンテナ上のWebサーバにアクセスしてHTTP Statusコード200が返却されることを試験しています。 2時間で構築するCI環境の動作フロー Python3.5 + Flaskで構築されたWebサーバを試験する CircleCI上でPythonのWebフレームワークであるFlaskを利用したWebサーバを立ち上げて、HTTPのエンドポイントにアクセスしてHTTP Statusを確認する簡単な試験を行うのが本記事です。 jenkins職人問題へのCircleCIの考
Jupyter (iPython) Notebookを使って技術ノート環境を構築する方法 - MyEnigma
PythonユーザのためのJupyter[実践]入門posted with カエレバ池内 孝啓,片柳 薫子,岩尾 エマ はるか,@driller 技術評論社 2017-09-09 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 はじめに Jupyter Notebook (iPython Notebook)とは? インストール Notebookデータのバックアップ＆マルチアカウントアクセスする設定 Jupyter Notebookのショートカット コマンドモードのショートカット Editモードのショートカット セルを上から全部実行する Markdownで文章を入力する 数式を入力する 数式の計算をする 画像をドロップアンドドラッグで挿入できるようにする 目次を見出し情報から自動生成する レポートタイトルを入力する方法 PDFに出力する Ma
Python 軽量ドキュメントデータベース TinyDB
私が選ぶ2015年の”新しい”Pythonモジュール トップ5 こちらで紹介されている「TinyDB」 http://tinydb.readthedocs.org/en/latest/index.html Pure Pythonなドキュメントデータベースなようです。 インストールして使ってみます。 インストール インストールはeasy_installで行いました。 バージョン3.1.2がインストール出来ました。 データの登録と検索 こちらを参考に、使い方を調べてみます。 http://tinydb.readthedocs.org/en/latest/getting-started.html まず、データベースの作成とデータ登録を行ってみます。 from tinydb import TinyDB, Query# データベースオープン 引数はファイル名db = TinyDB('db.json'
Python: concurrent.futures を使った並行・並列処理 - CUBE SUGAR CONTAINER
Python の concurrent.futures はバージョン 3.2 で追加された並行・並列処理用のパッケージ。 似たようなパッケージにはこれまでにも threading や multiprocessing があったんだけど、これはそれよりも高レベルの API になっている。 デフォルトでスレッド・プロセスプールが使えたり、マルチスレッドとマルチプロセスがほとんどコードを変えずに使い分けられるメリットがある。 下準備 使う Python のバージョンが 3.2 未満のときは PyPI にあるバックポート版のパッケージをインストールする必要がある。 $ pip install futures ただし、今回使う環境は Python 3.5 なので関係ない。 $ python --version Python 3.5.1 $ sw_vers ProductName: Mac OS X P
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
GitHub - Rochester-NRT/RocAlphaGo: An independent, student-led replication of DeepMind's 2016 Nature publication, "Mastering the game of Go with deep neural networks and tree search" (Nature 529, 484-489, 28 Jan 2016), details of which can be found on the
Python - Math - Drawing Geometric Shapes and Fractals(Exploring Hénon’s Function) | Kamimura's blog
はてなブログ | 無料ブログを作成しよう
Python で アルゴリズム の スクラッチ実装（超基礎） 〜 Numpy の ベクトル演算 と 合計関数をつかって、２点（任意次元の特徴量ベクトル）間 の ユークリッド距離 を算出する - Qiita
pythonで巨大なファイルをソートする - Qiita
