Pythonのパッケージ・モジュール・クラスなど関係性 - Qiita
はじめに Pythonのパッケージ・モジュール・クラス・インスタンス・メソッド・関数の関係性をまとめました。 TensorFlowという機械学習ライブラリを例として使用しています。 この記事の対象者 この記事の対象者は以下のような方々です。 ・Pythonのパッケージ・モジュール・クラス・インスタンス・メソッド・関数の関係性を確認したい。 本記事のおおまかな内容 パッケージ・モジュール・クラス・インスタンス・メソッド・関数の関係性 パッケージ、モジュール、関数の例 クラス、メソッド、インスタンスとは クラス、メソッド、インスタンスの例 1. 一般的なソフトウェアライブラリ ソフトウェアライブラリは以下のような要素で構成されています。 ・パッケージ：異なる"モジュール"が複数集まったコード群を"パッケージ"と言います。 ・モジュール：.pyファイル（pythonのプログラムコードのこと）で、
Windows + Python + PipEnv + Visual Studio Code でPython開発環境 - Qiita
昔、以下の記事を書きましたが、アップデートで状況が変わっているようなので、 内容を更新して、再投稿します。 Windows + Python 3.6 + PipEnv + Visual Studio Code でPython開発環境 ■ 環境 Windows 10 Python version 3.8.2 PipEnv version 2018.11.26 ■ Python のインストール Python公式サイトより、ダウンロード。 ここでは python-3.8.2-amd64.exe を使用しています。 インストーラを実行し、Pythonをインストールします。 注意点は以下です。 pip のインストールを行うこと（-> 2ページ目 「pip」をチェック） Python を環境変数に追加すること（-> 3ページ目 「Add Python to environment variables」
Windows + Python + PipEnv + Visual Studio Code でPython開発環境 - Qiita
昔、以下の記事を書きましたが、アップデートで状況が変わっているようなので、 内容を更新して、再投稿します。 Windows + Python 3.6 + PipEnv + Visual Studio Code でPython開発環境 環境 Windows 10 Python version 3.8.2 PipEnv version 2018.11.26 Python のインストール Python公式サイトより、ダウンロード。 ここでは python-3.8.2-amd64.exe を使用しています。 インストーラを実行し、Pythonをインストールします。 注意点は以下です。 pip のインストールを行うこと（-> 2ページ目 「pip」をチェック） Python を環境変数に追加すること（-> 3ページ目 「Add Python to environment variables」をチェッ
第4回 知ってる!? TensorFlow 2.0最新の書き方入門（初中級者向け）
第4回 知ってる!? TensorFlow 2.0最新の書き方入門（初中級者向け）：TensorFlow 2＋Keras（tf.keras）入門（1/2 ページ） TensorFlow 2.x（2.0以降）では、モデルの書き方が整理されたものの、それでも3種類のAPIで、6通りの書き方ができる。今回は初心者～初中級者にお勧めの、SequentialモデルとFunctional APIの書き方、全3通りについて説明する。 連載目次 前回までの全3回では、ニューラルネットワークの仕組みや挙動を図解で示しながら、TensorFlow（tf.keras）による基本的な実装方法を説明した。しかし実際には、TensorFlowの書き方はこれだけではない。 TensorFlowにおける、3種類／6通りのモデルの書き方 3種類のAPI 大きく分けて、下記の3種類があることを第2回で説明済みである。 Seq
ゼロから作るDeep Learningで素人がつまずいたことメモ: まとめ - Qiita
はじめに ふと思い立って勉強を始めた「ゼロから作るDeep LearningーーPythonで学ぶディープラーニングの理論と実装」が読破できたので、感想やこれから読む方に向けてのメッセージをまとめます。購入を悩んでいる方や、読み始めたけど途中で挫折してしまった方の参考になれば幸いです。 良かった点 最後まで読んだ結果、「ディープラーニング完全に理解した1」と人に言えるようになりました😄 困った点 「ゼロから作る」とあるので、この本を読みながら実際に作ってみようと思われる方は多いかと思います。私もそんな1人だったのですが、この本だけで作るのは大変でした。具体的に困った点をまとめます。 Pythonは少し知っている必要があります この本の1章は「Python入門」ですが、内容はかなりあっさりしていますので、この1章だけではPythonのプログラミングができるようにはならないと思います。私はP
京都大学、Pythonによるプログラミング演習教材を無料公開
プログラミング演習の教材は、プログラミングの初学者を対象にPythonを用いたプログラミングを演習方式で学ぶもので、京都大学学術情報リポジトリ（KURENAI）で公開されている。本編のほか、横道にそれる話題をまとめたコラム編の2つの教材がある。著者は国際高等教育院 教授の喜多一氏。 本教材は、2018年度に全学共通科目として実施された授業を元に構成されたもので、到達目標としては以下の3つを挙げている。 Pythonによるプログラムの実行についての基本操作ができるようになる。 Pythonプログラムを構成する基本的要素の機能と書式について説明し、例題を用いて実行例を構成できるようになる。 Pythonを用いて簡単なプログラムを自ら設計、実装、テストできるようになる。 著者は、本教材のまえがきにおいて、多くの解説書がプログラミング言語の紹介に終始しがちななか、Pythonというプログラミング言
GCP連載#10 Terraform ではなくCloud Deployment Manager を使ってみよう | フューチャー技術ブログ
はじめにGCP 連載もいよいよ最終日です！ 普段は、Terraform を使っているのですが、ふとCloud Deployment Manager を使ったことないことに気づきました。そこで、Cloud Deployment Manager について紹介したいと思います。 Cloud Deployment Manager とはCloud Deployment Manager とは、GCP のリソースをYAML で宣言的に記述し、デプロイできるサービスです。要は、AWS のCloudFormation などにあたるサービスです。 ちなみにですが、Cloud Deployment Manager は、テンプレートをPython やJinja2 を使って、パラメータ化することもできます。ざっくりですが、以下にCloud Deployment Manager と似たサービスをクラウド毎に記載します
Microsoft、「Visual Studio Code」向けPython拡張機能の最新版を公開
今回のPython拡張機能は、Visual Studio Marketplaceからダウンロードするか、Visual Studio Code（以下、VS Code）の拡張機能ギャラリーから直接インストールできる。Python拡張機能をインストール済みの場合は、Python拡張機能ビューでVS Codeを再起動するか、Python拡張機能を直接アップデートすることで、February 2020リリースに移行できる。 February 2020リリースでは66の問題を修正し、多数の機能改良を施した。主な改良点は次の通り。 Jupyter Notebookエディタの起動が高速に Python拡張機能のJanuary 2020リリースでは、Jupyter Notebookエディタのパフォーマンスを大幅に改善した。February 2020リリースの特徴は、高速化の取り組みをさらに進めたことだ。 M
Jupyter Notebook の Tips をまとめてみた | AI tech studio
こんにちは、AI Lab の馬場です。 このブログは CyberAgent Developers Advent Calendar 2016 の11日目の記事です。 昨日は sitotkfm さんの「ログを集める時に気をつけたいポイント」という記事でした。 この記事では、僕が仕事でデータ分析をやっていく上で大変お世話になっている Jupyter Notebook の Tips をまとめてみます。Jupyter Notebook では便利な機能がたくさんあるので、ちゃんと使うと無駄作業の削減になります。僕もこれまで分析途中で「あーこれができたらなあ」と検索しては時間をつぶしてきたので、ここでまとめて記憶にとどめておきたいと思います。 図表・可視化系 notebook 内に図を表示したい 単純に jupyter notebook を起動して、pyplot などでグラフを描画しようとしても、図は
Pythonエンジニアが紹介する、Pythonの超便利なライブラリ・フレームワーク13個 - paiza times
Photo by hoerner_brett 秋山です。 私は主にPythonを使って開発をしているので、今回はPythonの便利なライブラリやフレームワークを紹介していきたいと思います。 といっても割と定番のものを中心に使っているので、既にPythonをがんがん使っている人にとっては「知ってるわ！」というものも多いかと思います。「最近Python書くようになりました～」という人たちにも「これ良い！」ってものが見つかればと思います。 ちなみに前回はPython2系と3系の違いについて書いてますので、「3系に移行しよっかなー」と考えている人は合わせて見てみてください。 paiza.hatenablog.com ■Pythonの便利なライブラリやフレームワーク ◆Web開発系フレームワーク ◇Django みんな大好き有名なDjango。RubyでいうところのRailsのような……全部のせ的な
【初心者向け】Jupyter+Pandas+matplotlibを使ったデータ分析入門 - Gunosyデータ分析ブログ
こんにちは、データ分析部でバイトをしている子田（id:woody_kawagoe）です。 ニュースパスのログを集計して分析するといった業務を行っています。Gunosyで分析に利用しているツールとしては主にJupyter, Pandas, matplotlibがあります。 この組み合わせは非常に相性が良く、研究でも役立つと思います。 そこで今回のブログではデータ分析に役立つtipsや学んだことをまとめます。 Jupyter Pandas matplotlab データ分析の基本的な流れ 参考資料 Jupyter jupyter.org ブラウザ上で利用できる開発環境です。 対話型で、作成したスクリプトと出力結果の対応関係が非常に見やすいです。 スクリプトでprint文をかかなくても最終行に変数おけば表示してくれます。 またgithub上にJupyterで作成できるipynbファイルを置くと他の
Pandas のデータフレームの特定の行・列を削除する
このページでは、Pandas で作成したデータフレームの特定の行 (レコード) 、列 (カラム) を除去・取り除く方法について紹介します。 なお、条件に基づいて特定の行や列を抽出する方法については、「Pandas でデータフレームから特定の行・列を取得する」もご覧ください。 特定の行を削除する DataFrame.drop() メソッドを利用して、インデックスに基づいて特定の行の削除を行うことができます。リストを指定して、複数の行を一度に削除することもできます。
<Python, pandas, json> DataFrame を json に - ねこゆきのメモ
データフレームpandas.DataFrameをjsonにする方法。 to_json()を使う。 ただ、これの戻り値は、文字列strなので、json.loads()をする。 In [1]: import pandas as pd In [2]: df = pd.DataFrame({'a':[1,2,3,4],'b':[5,6,7,8]}) In [3]: df Out[3]: a b 0 1 5 1 2 6 2 3 7 3 4 8 In [5]: df.to_json(orient='values') Out[5]: '[[1,5],[2,6],[3,7],[4,8]]' In [6]: type(df.to_json(orient='values')) Out[6]: str In [16]: import json In [21]: df.to_json(orient='values
Awesome Python：素晴らしい Python フレームワーク・ライブラリ・ソフトウェア・リソースの数々 - Qiita
元記事: Awesome Python Awesome List in Qiita Awesome Ruby Awesome Java Awesome JavaScript Awesome Node.js Awesome Go Awesome Selenium Awesome Appium 管理パネル 管理インタフェース用ライブラリ ajenti - サーバ用管理パネル. django-grappelli - Django 管理インターフェースのためのジャズスキン. django-jet - 改良された機能を備えた Django 管理インターフェース用の最新のレスポンシブテンプレート. django-suit - Django Admin インターフェースの代替 (非商用の場合のみ無料). django-xadmin - Django 管理者のドロップイン置換. jet-bridge -
Pythonでマルチスレッド処理 - Qiita
pythonを使ってマルチスレッド処理を行ないたい． pythonでスレッドを扱うにはthreadingモジュールを利用する． threadingモジュールでスレッドを扱うには二つの方法がある． threading.Threadのサブクラスを作る． threading.Threadのインスタンスを作る． それぞれについてサンプルを示す． サブクラスを作る サブクラスを作り，runにオーバーライドしてスレッド処理を実装する． 以下の例ではt秒おきにn回，時刻を表示するメソッドをrunとして実装した． import threading import time import datetime class TestThread(threading.Thread): """docstring for TestThread""" def __init__(self, n, t): super(Test
Jupyter Notebookの次世代版、JupyterLabのこれが凄いポイントの紹介 - のんびりしているエンジニアの日記
みなさんこんにちは お元気ですか。私は元気です。 Jupyter Notebookの次世代版、JupyterLabを紹介したいと思います。 ※7/17 誤字脱字、一部画像を修正 JupyterLab JupyterLabとは JupyterLabのインストール Jupyter Labの凄い点 １．画面分割が可能 ２．タブによる画面切り替え ３．ファイルの操作機能 ４．コマンドの検索機能 ５．csvを綺麗に表示する ６．Widgetが1度のみの表示がされる。 感想 JupyterLab JupyterLabとは JupyterLabはJupyter Notebookをベースに拡張したものである。 所謂IDEと呼ばれるツールと同様である。 現在はAlpha版がリリースされています。 ※Scipy2016のカンファレンスビデオはこちらにあります。 JupyterLab: Building Blo
KerasがTensorFlow本体に統合される？ - studylog/北の雲
TensorFlowをバックエンドとして使用しており、Python製DeepLearningライブラリとしては頭5つぐらい抜け出している感じのあったKerasですが、TensorFlow本体に取り込まれる？動きがあるようです。TensorFlow/Keras人気はさらに加速して他のライブラリを寄せ付けないでしょう。 自分が使いやすいライブラリを使えばいいと思いますし各ライブラリごとにいい所はあるので多様性万歳ではあるんですが、TensorFlow本体にKeras由来の使いやすいAPIが統合されちゃうと、DeepLearningライブラリのシェア争いという観点ではほぼ勝負あったかなという感じがします。 以下ソースなど。fcholletさんはKerasの開発者でGoogleにお勤めの人です。 @rbhar90 @tensorflow we will be integrating Keras (
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
【Windows】AnacondaのPATHの設定で躓く初学者の話。 - Qiita
Pythonによるデータ可視化ライブラリ「folium」がとても使いやすい - Qiita
Pythonでデスクトップアプリを作る with Electron - Qiita
