高速な XBRL パーサーを Python で書く - kawasin73のブログ
必要なことを必要なだけ。どうも、かわしんです。 前回の記事では、AI を使って作ってきた日本の上場株式銘柄解析システムのアーキテクチャについて解説しました。 kawasin73.hatenablog.com 今回は、銘柄解析の肝となる XBRL パーサーである Arelle が遅かったので、Python で自前の高速なパーサーである xbrlp を作って 20 倍速くした話をします。 9 月上旬当時の Claude Code, Codex にはまともな効率の良いプログラムを書くことができなかったのでこのパーサーのコアの部分は自分で書いています。 ソースコードは単一の Github リポジトリにはなっていないので、gist にあげておきました。この記事の一番下に埋め込んでいます。 XBRL parser · GitHub こんな感じで使います。 gist.github.com XBRL とは
[Python]Windows環境でuvを使った効率的な仮想環境構築！インストールからVS Codeでのデバッグまで｜こはた
PowerShellを起動し、以下のコマンドを実行してuvをインストールします。 powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"uvインストール環境変数を設定します。 $env:Path = "C:\Users\[ユーザー名]\.local\bin;$env:Path"環境変数の設定uvがインストールされたかどうかを確認します。 uv --versionuvバージョン表示バージョンが表示されれば、インストールは成功です。 2. プロジェクトの作成uv initコマンドで、uvプロジェクトを初期化します。 今回は、プロジェクト用のフォルダを先に作成し、その中でコマンドを実行する方法で進めます。 PowerShellを起動し、プロジェクトフォルダを作成したい親のフォルダに移動し
![[Python]Windows環境でuvを使った効率的な仮想環境構築！インストールからVS Codeでのデバッグまで｜こはた](https://cdn-ak-scissors.b.st-hatena.com/image/square/49f526a95ab58bbf3fc9c8bf6453d51efb92a8b4/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F205892357%2Frectangle_large_type_2_89e10ce8a76aedc6a85c3cf48426c2cd.png%3Ffit%3Dbounds%26quality%3D85%26width%3D1280)
uv × DockerでのPython開発環境構築方法
松尾研究所では、Python開発における標準ツールとしてuvを推奨しています。uvはPythonのパッケージ管理ツールで、依存関係の管理や仮想環境の構築を自動化し、高速で再現性のある開発を可能にすることが特長です。 Pythonパッケージだけでなく、Node.jsやブラウザ周りのツールなど他の依存も扱うときには、uvとDockerを併用するケースもあるかと思います。Dockerのコンテナ上でuvを使用する方法について社内で話題になったとき、調べたところいくつか方法があることが分かったので、それぞれの方法の違いと松尾研究所推奨の環境構築方法についてまとめました。 推奨方針まとめ Python開発はuvを標準とする Docker運用はAstral公式のuv+pythonイメージの使用を推奨 Astral公式のuvイメージ、または公式インストーラ（install.sh）によるuvの直接インストー
【使ってみた】次世代Pythonノートブック「marimo」がJupyterの悩みを解決するかも？｜カレーちゃん
このnoteは、「データ分析コンペ x コード生成AI 勉強会」の発表から構成しています。 その発表資料と内容から、AIツールManusにより作成したものをベースにしています。 データ分析や機械学習をやっていると、Jupyter Notebookは本当に便利ですよね。でも、「セルの実行順序がぐちゃぐちゃになって、後から見たら動かない…」「Gitで差分が分かりにくい！」なんて思ったこと、ありませんか？ 実は最近、そんなJupyterの課題を解決してくれると話題の新しいPythonノートブック「marimo」が登場しました。今回は、このmarimoがどんなツールなのか、実際に触ってみた感想や便利な使い方を、私の体験を交えながらご紹介したいと思います！ marimoって、いったい何者？marimoとはリアクティブな実行環境 marimoのは、この「リアクティブな実行環境」を売りにしています。これ
［Python］これなら分かる「uv」入門：pip＋venvやcondaから最速で乗り換えよう
＠ITのDeep Insider編集長「一色」が、日ごろの情報収集や開発、執筆・編集を通じて得た“技術的な気付き”や“新たな発見”を自由気ままにつづるオピニオン連載。気になるデータ分析を試したり、AI・機械学習で迷走したり、Pythonとツール活用を語ったり。不定期更新ですが、疲れたときの息抜きにどうぞ！ 次回以降の新着記事を見逃したくない方は、ぜひ以下のメール通知の登録をお願いします。 なぜ今、uvを学ぶべきか？【筆者の危機感】 長年、pipとcondaを使い、特に不満もなく作業してきた筆者ですが、最近はuvを見かける機会が急増し、「このまま知らずにいると、時代に取り残されてしまうのではないか」という危機感を強く持つようになりました。 実際、Anthropicが提供する“MCP”公式ドキュメントでも、uvを使った環境構築方法しか説明されていません（なお、MCPについては前回記事で解説して
ゼロからはじめるPython(128) Whisperでリアルタイム音声認識ツールを作ってみよう
オープンソースの音声認識モデルのWhisperを使うと、手軽に高品質な音声認識（文字起こし）が可能となる。今回は、Whisperを利用して簡単に使えるリアルタイム音声認識ツールを作ってみよう。 リアルタイム音声認識ツールを実行しているところ 音声認識モデルのWhisperとは 「Whisper」は、ChatGPTで有名なOpenAIが公開しているオープンソースの音声認識モデルだ。高精度な音声認識モデルで、英語だけでなく日本語を含めた多言語の音声をテキストに変換できる。ノイズの多い環境でも高い認識精度を誇り、議事録作成や字幕生成、自動文字起こしなどに活用されている。 Pythonから簡単に扱える点も魅力で、柔軟な応用が可能となっている。そこで、今回は、Pythonでリアルタイムの音声認識ツールを作ってみよう。 音声認識モデルのWhisperを公開しているWebサイト 音声認識に使うライブラリ
Python×株式投資：月利3〜5%を狙う自動スクリーニング戦略 - Qiita
たくさんありますが、パターン4つごとに、RSIの範囲が変わっているだけです。MA乖離上限は4つごとに同じことを繰り返しています。 各スクリーニング日には地合いスコア（-3〜+3）をタグ付けしており、 これにより相場の状況によってどのパターンが機能しやすいのかも、あわせて検証できます。 テクニカル選抜の有効性について（バックテストの結果） 概要 1ヶ月後にプラスの平均リターン（3〜7%）を期待できるパターンが存在し、有効性のあるテクニカル選抜条件が含まれていると考えられました。 また、最適な選抜条件は地合いスコアによって異なることが示唆されました。以下では、スコアごとに結果を整理します。 ＜地合いスコア -3〜0＞ 相場が最も悪い「スコア -3」のときは、**RSIが低め（25〜50）かつMA乖離上限（ma_eps）が4〜8%**のパターンで、 シャープレシオが0.8以上、かつ銘柄数が20未
ゼロから始める株式分析：J-Quants APIを用いた日本株寄り引けロングショート戦略分析｜botter_01
こんにちは、botter_01です。 はじめにこのチュートリアルでは，株式分析の初心者を対象にPythonとJ-Quants APIを用いて，株式市場のデータ分析を行います。 初心者でも理解しやすいように、基本的なデータの取得方法から、特徴量の計算、機械学習モデルの構築、そしてモデルの評価までを、ステップバイステップで解説していきます。 チュートリアルを実行することで，テストデータで約53%の正答率となった機械学習モデルを構築することができます。 具体的には，日本株のうちTOPIX500採用銘柄を投資対象として，寄り引けロングショート(LS)戦略の分析します。 寄り引けLS戦略を採用した理由は，次のとおりです。 ロングポジションもショートポジションも持つので市場の値動きに左右されにくい点 日中の寄り付きでポジションを持ち，引けで手仕舞うため，他の市場（特に米国株式市場）動向に影響を受けにく
第850回 UbuntuにおけるシステムPythonと、Pythonの仮想環境を使い分ける方法 | gihyo.jp
バージョンについては2025年2月時点での数字です。UbuntuのシステムPythonの場合、同じリリースでもマイクロバージョン（X.Y.Zの「Z」の部分）についてはアップグレードされることがあります。 UbuntuではもともとPython 2を使っていました。その後、Python 3へと段階的に移行し、2017年10月にリリースされた17.10からデスクトップ版でもPython 2が標準ではインストールされなくなりました。それからもPython 2のパッケージ自体は存在したのですが、2024年4月の24.04までにPython 2関連パッケージはすべてインストールできないようになっています。 ちなみにリリースによっては、「複数のバージョンのPython」を提供していることもあります。たとえばUbuntu 22.04 LTSのシステムPythonのバージョンは3.10.6ですが、「py
plotlyで魅せるPythonグラフ（1/3）基礎のキソ
データが溢れる現代社会において、情報を効果的に伝達する手段としてのデータ可視化の重要性は、ますます高まっています。 単に数字や表を並べるだけでなく、データを視覚的に表現することで、複雑な情報も直感的に理解できるようになります。 そして、この可視化の世界に革命を起こしているのが、インタラクティブな可視化技術です。 今回は、このplotlyを使用したPythonでのインタラクティブデータ可視化について、基礎的な内容を紹介します。 インタラクティブ可視化の重要性とplotly インタラクティブ可視化は、静的なグラフやチャートの限界を超え、ユーザーがデータと対話できる環境を提供します。 データの探索：ユーザーは自由にデータをズームイン/アウトしたり、特定の部分にフォーカスしたりすることができ、データの細部まで探索できます。 多次元データの理解：複雑な多次元データも、インタラクティブな要素を通じて効
デコレーター: Pythonの秘密兵器 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Leapcell：次世代のPythonアプリホスティング用サーバレスプラットフォーム Pythonデコレータの詳細説明 I. デコレータとは何か Pythonにおいて、デコレータは基本的にPython関数です。それは独自の機能を持ち、元のコードを変更することなく他の関数に追加機能を追加することができます。デコレータの返り値も関数オブジェクトです。簡単に言えば、別の関数を返すように設計された関数です。 デコレータは、アスペクト指向の要件が存在する多くのシナリオで重要な役割を果たします。例えば： ログの挿入：関数の実行プロセスと関連情報の記
Pythonで作成した物体検出アプリをC++、C#でWindowsネイティブアプリに作り直した話 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? どのようなアプリか ゲーム FF14のプレイ動画からユーザー名を黒塗りする動画編集アプリです。 ユーザー名の検出に物体検出を利用しています。 Pythonで実装、PyinstallerでEXE化していましたが、C++、C#で作り直し、この度Microsoftストアに公開できました。わーい！ ここでは、その経緯や直面した問題、得られたものなどを振り返りたいと思います。 最終的にそれぞれで利用した主なライブラリ Python pytorch,torch-tensorrt,ultralytics,opencv-python,ffmpeg-py
実務で使える因果推論：傾向スコアからベイズ推論まで徹底解説 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 本記事では、データサイエンスの実務で重要な「効果検証」や「因果推論」の代表的な手法をまとめて紹介します。 具体的には、僕もこれまで実務で実際に利用してきた「傾向スコアとIPW法」「Meta-Learners」「因果フォレスト」そして「ベイズ推論」の４つにフォーカスし、それぞれの特徴や要所となる数式にも触れながら、解説を行います。 多くのデータ分析は、観察データから因果関係を推定し、施策による効果を正しく評価することがゴールとなります。 しかし、実際の実務や研究現場では、「相関関係」と「因果関係」を混同してしまうケースが多々あり
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版のPythonのインストール方法が大きく変わる Python Install Managerが登場
“圧倒的に好評”プログラミング自動化農業ゲーム『農家は Replace() されました』ついに正式リリース。ドローン制御を楽しむうちに、Pythonを完全に理解できるかも - AUTOMATON
[入門] PythonでuvとPEP 723を使うと開発体験が10倍向上する理由 - Qiita![[入門] PythonでuvとPEP 723を使うと開発体験が10倍向上する理由 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/3a04bb8c23355cce828baf6644136d4c0215929a/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Ftech-festa-ogp-background-4b5015b2c518c7e6b9062a7c9f5f5e90.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnMzLWFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkZxaWl0YS1pbWFnZS1zdG9yZSUyRjAlMkYzNTIxNTczJTJGZTBmMGU4NmM4MTg2ZGUzN2NmMGFlNWMxYmIzMzFjNzM5NDIyNjNhOSUyRnhfbGFyZ2UucG5nJTNGMTc1MjIyNTQyMz9peGxpYj1yYi00LjAuMCZhcj0xJTNBMSZmaXQ9Y3JvcCZtYXNrPWVsbGlwc2UmYmc9RkZGRkZGJmZtPXBuZzMyJnM9NjhmYzIyNjMwMzllNGU0NzQyOTE3MGMyZTdjYjExOTY%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dcc1a59e5a96046a7f38619543aa5f4c8%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCJUU1JTg1JUE1JUU5JTk2JTgwJTVEJTIwUHl0aG9uJUUzJTgxJUE3dXYlRTMlODElQThQRVAlMjA3MjMlRTMlODIlOTIlRTQlQkQlQkYlRTMlODElODYlRTMlODElQTglRTklOTYlOEIlRTclOTklQkElRTQlQkQlOTMlRTklQTglOTMlRTMlODElOEMxMCVFNSU4MCU4RCVFNSU5MCU5MSVFNCVCOCU4QSVFMyU4MSU5OSVFMyU4MiU4QiVFNyU5MCU4NiVFNyU5NCVCMSZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzRkZGRkZGJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1wYWQ9MCZzPTQ5M2E4YWRmODcwOGJlNDM1ZTk1Y2UwM2RiOTdiYjVi%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBTaGlnZW1vcmlNYXNhdG8mdHh0LWNvbG9yPSUyM0ZGRkZGRiZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz1kODJmMzE4ZjlkN2I5OGFjYjY0Y2YwOGYwNDBlMDE3YQ%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3De6ffe0873f7442f78a4c703e83a5e1a6)
Pythonパッケージ管理 [uv] 完全入門![Pythonパッケージ管理 [uv] 完全入門](https://cdn-ak-scissors.b.st-hatena.com/image/square/5eb3a78647bb994227e2b72139af64db0d7f33f3/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F8e1ff1eaedc0427bbc88de937a2aa2f6%2Fslide_0.jpg%3F35132442)
高校生向け無料講座「ハイスクールPython」を正式公開
意外に知らない？ Pythonのすごい機能
Pythonデータ処理入門
