Dash Enterprise | Data App Platform for Python
The enterprise platform for building, hosting, and deploying Dash applications. Dash Enterprise Enjoy total flexibility, control, and security with all the premium features you need to roll out fully customized mission-critical Dash apps at scale. Connect Plotly Studio with your private AI provider via Dash Enterprise for total data privacy. All the benefits of Plotly Cloud, approved by your secu
MeCabをブーストさせよう - Qiita
はじめに MeCabとは日本語の形態素解析器をいいます。ここで、形態素というのは言語で意味を持つ最小単位のことです。分割された単語をベクトル化したり、各語彙の頻度を調べたりするために、最小単位に分割するモチベーションが生じます。 そもそもなぜ、形態素解析なんかやるの？っていう動機については、http://qiita.com/Hironsan/items/2466fe0f344115aff177 とかに書かれている通り、(上記の記事では、単語の分割が形態素解析に当たります)、分割された単語をベクトル化したり、各語彙の頻度を調べたりするためです。今回は、MeCabを用いて、できるだけ、精度高く分かち書きできるように頑張ります。1 追記) もう一つのMecabをブーストさせよう(Google Search Console編: https://qiita.com/knknkn1162/items/
みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2025年最新版】
みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。 難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。 文系や非エンジニアの方にもお勧めです。 Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。 本コースでは、人工知能技術全般の解説を行いますが、実際にを書くのは主に機械学習のコードです。 機械学習のコードは、人工知能の分野で最もメジャーなプログラミング言語、Pythonで記述します。 開発には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。ターミナルなどのコマンドラインを開く必要はありません。 データの分類や、文字認識、株価分析などの実践も行います。 その他コースの特徴は、以下通りです。 - 理論
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
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 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
)
Pythonでプログレスバーを出したい(tqdmを使う) - あれもPython,これもPython
Pythonでスクリプトを作っている時に、 ループの進捗を確認したい時があります。 ループ毎にprint等で確認してもよいのですが、 長い処理を行う場合、ターミナルの表示がムダに感じます。 そこでプログレスバーを表示するtqdmモジュールを使用します。 使い方 pipを使っていれば、pipで入ります。 pip install tqdm 使い方はループのイテレータをラップするだけです。 importの仕方にだけ気を付けましょう。 from tqdm import tqdm import time for i in tqdm(range(100)): time.sleep(1)#ループしたい処理を書く # 以下のプログレスバーが出る # 75%|███████▍ | 75/100 [02:02<10:51, 1.28s/it] enumerateと併用したい場合 Pythonではループカウンタ
GoogleがGoによるPython実装、Grumpyを発表
Googleが既存の社内のPythonコードをGoで実行するためのPython実装を公開している。 Google Open Source Blog: Grumpy: Go running Python! google/grumpy: Grumpy is a Python to Go source code transcompiler and runtime. Googleの発表によれば、YouTubeのフロントエンドサーバーとYouTube APIはほとんどPythonで書かれているという。現在、YouTubeのフロントエンドはCPython 2.7で実行されているが、CPythonの制約により効率化には限界があるのだという。 GrumpyはPython 2.7のコードをGoのコードに変換するツールgrumpcの実装だ。grumpcはPythonで実装されていて、astモジュールでPyth
foolean.net
We’re getting things ready Loading your experience… This won’t take long.
覚えるだけでPythonのコードが少し綺麗になる頻出イディオム - タオルケット体操
まえがき 今年の春から今まで、2年ぶりにPythonを沢山書いているわけなんですが、JavaScriptのクソに頭をやられて久しぶり書くだけあって基本的なところから色々と頭から抜け落ちていたわけです。 そんで何か思い出すたびに会社のwikiを使ってメモっていたのですが、せっかくなので少々訂正をしてブログにも書きます。 また、弊社はPython2を使っているので、2が前提の記述になっているところがいくつかあります。なるべくフォローしていますが、参考にする場合は自分が使っているバージョンを確認することをおすすめします。 また、今から新しくPythonでプロジェクトを始めようと思っている人は3系を使いましょう。 知ってる人は当然知ってる、でも結構長いことPythonを書いてても知らなかったりするような小技を載っけました。 なお、メタプログラミングとかの黒魔術っぽい記事のまとめはこちら: hach
JUMAN++をPythonから使う - Qiita
はじめに JUMAN++は黒橋・河原研究室から発表されたRNNを使用した形態素解析器です． 本記事ではPythonラッパーを通じてJUMAN++を使用する方法を紹介します． 単純にJUMAN(形態素解析器)，KNP(構文解析器)，PyKNP(JUMANとKNPのPythonバインディング)のインストール方法なので，これらの導入の参考にもなるかと思います． 導入方法 JUMAN++はPyKNPを通じて利用することができます． PyKNPはJUMANとKNPに依存しているため，まず先にこれらをインストールしていきます． 前提 ubuntu-16.04 こちらを参考にJUMAN++をインストールしていること JUMANのインストール まず以下のコマンドでJUMANをインストールします．
[Python] コーディング規約(PEP8)を学んで、Pythonらしいコードを書く - YoheiM .NET
こんにちは、@yoheiMuneです。 Pythonを良く書いていますが、独特な記法も含めてなかなか綺麗な書き方が身につきませんでした。そこで腰を据えてPEP8（Style Guide for Python Code）を学びました。学ぶとやっぱりいいですね、今まで悩んでいたこともすっきりして、綺麗に統一感あるコードが徐々に書けるようになってきました。今日は復習がてら、Pythonのコーディング規約で注意すべきところを中心に、ブログにまとめたいと思います。 目次 参考資料 まずはじめに参考資料ですが、Pythonのコーディングルールを学ぶために、以下の情報を参照しています。このブログでは以下の一部しか扱わないので、他にもきになるところがありましたら、下記リンクをぜひご参照ください。 PEP 8 -- Style Guide for Python Code（英語） pep8-ja 1.0 ドキ
![[Python] コーディング規約(PEP8)を学んで、Pythonらしいコードを書く - YoheiM .NET](https://cdn-ak-scissors.b.st-hatena.com/image/square/0c9c39d818a6b45fd8b4136fac939d44798624c2/height=288;version=1;width=512/https%3A%2F%2Fwww.yoheim.net%2Fimage%2F435.jpg)
Pythonのrequestsモジュールを使ってSlackにポストする - Happy & Quick
Pythonを使ってSlackに投稿する際は、requestsモジュールを使うと便利だ。requestsはPythonでHTTPリクエストやレスポンスを処理するためのモジュールで、標準モジュールではないが多くのPythonユーザーに使われている（GitHubのスター数はこの記事を書いている2月7日14時時点で17,440件）。 Slackはメッセージやグループチャットを綺麗なUIで使えることに加え、Google DriveやDropbox、GitHub等の様々なサードパーティとのサービス連携が豊富であることから、利用事例にもある通り主に北米で多数の利用者を獲得している。また、Slackではbotと呼ばれる「プログラムで行動を決められるユーザー」を追加することで、特定の条件下で自動的にメッセージを飛ばしたりファイルをアップロードしたりすることができる。botについて詳しくはSlackのWeb
私が選ぶ2015年の”新しい”Pythonモジュール トップ5 | POSTD
最近、このモジュールを妻に紹介したところ、そのシンプルさと実用性に驚いていました。 joblib joblibの存在は以前から知ってはいたものの、実際のところはよく理解しておらず、いろいろな機能を寄せ集めたようなモジュールだと思っていました。まあ、その印象は今もあまり変わりませんが、実は非常に便利なモジュールだったのです。私は Flowminder の同僚から再度joblibを勧められて、このモジュールをデータ分析用のコードに幅広く使用しました。では、その機能について紹介しましょう。joblibは大きく分けて、 キャッシング 、 並列化 、 永続化 （データの保存と読み込み）の3つの機能から成ります。実を言うと、私はまだ並列プログラミングの機能は使ったことがないのですが、あとの2つの機能は頻繁に使ってきました。 キャッシング機能とは、シンプルなデコレータを使って、関数を簡単に”メモ化”する
asyncioを用いたpythonの高速なスクレイピング | POSTD
ウェブスクレイピングについては、pythonのディスカッションボードなどでもよく話題になっていますよね。いろいろなやり方があるのですが、これが最善という方法がないように思います。本格的な scrapy のようなフレームワークもあるし、 mechanize のように軽いライブラリもあります。自作もポピュラーですね。 requests や beautifulsoup 、また pyquery などを使えばうまくできるでしょう。 どうしてこんなに様々な方法があるかというと、そもそも「スクレイピング」が複数の問題解決をカバーしている総合技術だからなのです。数百ものページからデータを抽出するという行為と、ウェブのワークフローの自動化（フォームに入力してデータを引き出すといったもの）に、同じツールを使う必要はないわけですから。私は自作派で、それは融通が利くからですが、大量のデータを抽出する時に自作はふさ
Pythonを書き始める前に見るべきTips - Qiita
Pythonを使ってこの方さまざまな点につまずいたが、ここではそんなトラップを回避して快適なPython Lifeを送っていただくべく、書き始める前に知っておけばよかったというTipsをまとめておく。 Python2系と3系について Pythonには2系と3系があり、3系では後方互換性に影響のある変更が入れられている。つまり、Python3のコードはPython2では動かないことがある(逆もしかり)。 Python3ではPython2における様々な点が改善されており、今から使うなら最新版のPython3で行うのが基本だ(下記でも、Python3で改善されるものは明記するようにした)。何より、Python2は2020年1月1日をもってサポートが終了した。よって今からPython2を使う理由はない。未だにPython2を使う者は、小学生にもディスられる。 しかし、世の中にはまだPython3に
データサイエンティストを目指す人のpython環境構築 2016 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? pythonの環境構築について "python 環境構築"でググると20万件くらいヒットしますが、割と内容が古いです。 タイトルにはデータサイエンティストと書いてありますが、データサイエンティスト以外にもanacondaはおすすめです。 2.x or 3.x? 3.xは動かないライブラリが多いので2.x推奨 > 3.xで動かないライブラリがある、くらいまで来ました。 easy_installでpipを入れて、setuptoolsも入れて、でもwheelというのもあって... > 古いです。 virtualenv 必須 > そんなこともな
Pythonでかんたんスクレイピング （JavaScript・Proxy・Cookie対応版）
import sys import json import requests from bs4 import BeautifulSoup import codecs def scraping(url, output_name): # get a HTML response response = requests.get(url) html = response.text.encode(response.encoding) # prevent encoding errors # parse the response soup = BeautifulSoup(html, "lxml") # extract ## title header = soup.find("head") title = header.find("title").text ## description descriptio
【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
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」
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
https://qiita.com/_Me_takuya/items/4fe56b2c38e5b851e90c
【チュートリアル】機械学習を使って30分で固有表現抽出器を作る - Qiita
