「PyCon JP 2022」での登壇「実践:日本語文章生成 Transformers ライブラリで学ぶ実装の守破離」の発表資料 https://2022.pycon.jp/timetable?id=EEA8FG
発表:https://2022.pycon.jp/
2021-05-23 現状の Poetry では、pyproject.toml を基にした setup.py の直接的な自動生成をサポートしていない。 Support generation of poetry manged setup.py file #761 え?なんで setup.py が必要なんですか? poetry build で生成される source と wheels で事足りるんじゃないですかというツッコミがあると思います。 PyPI や Jflog などでホストせずに、GitHub のリポジトリでパッケージを管理したり、特定のサブディレクトリをパッケージとして扱う際には、未だ setup.py での依存関係の記述が必要です。 Poetry による実現方法poetry build コマンドと Makefile を組み合わせることで、pyproject.toml に対応した s
では、具体的に各パッケージの説明と設定を紹介します。 なお、私はPackage管理のパッケージとして、leaf.elを使用していますので、今回は、leaf.elの記法で設定していきます。 個人的にはleaf.elは可読性が高く、設定もしやすいので、とてもありがたいです。 highlight-indent-guides highlight-indent-guidesは、インデントの位置を強調表示するマイナーモードです。 どのように強調表示されるかは公式サイトのスクリーンショットをご覧ください。 特にPythonはindent位置が重要になりますので、重宝しています。 (leaf highlight-indent-guides :ensure t :blackout t :hook (((prog-mode-hook yaml-mode-hook) . highlight-indent-gui
2021年も数多くのプログラミングやPythonを扱った素晴らしい書籍とたくさん出会いました. 私はリアルの本屋さんに行くのがとても好きで(ECの本屋さんも好きですが), 技術書のコーナーには必ずと言っていいほど足を運ぶのですが, 年々「Python」というラベルが付いた棚の領域が広がっている気がします. プログラミング初心者でPythonからやりたいけど何から読めばいいのか🤔 実務に役立つような参考書籍ってどうやってみつければいいかわからない😇 よりビジネスに役立つ, 実践的な事例をしりたい💪🏻 という, 割とありそうなニーズにお応えすべく, 2022年いや, 今この瞬間に読んでおきたい・抑えておきたいPython関連書籍をまとめました! 2011年頃からPythonを使って仕事をし始め, 今もエンジニアリングからコンサルティング, マネジメントをやっている私独自の視点で, オス
動機 他の人がPythonで書いたコードに継ぎ足しで書くタスクが発生したので、これを機に今まで雑にpython-modeとpython-language-serverとautopep8だけで雑に書いていた環境をちゃんと整備したかった。 elpy vs lsp EmacsでのPython開発環境と言えば jorgenschaefer/elpy: Emacs Python Development Environment が有名です。 しかし今言語環境構築するならLSPが前提みたいな所がありますよね。 Languages - LSP Mode - LSP support for Emacs を見てもlsp-modeが公式サポートしている言語サーバはいくつかあります。 今使うならば LSP Pyright でしょうか。 しかしelpyのREPL(Jupyter Consoleも含めた)のインテグレ
Python製のCLIツール(アプリケーション), 書く方はサクッとかけて使う方もpipでインストールするだけで簡単に使えるのでとても便利ですね. しかし, グローバル環境にツールやライブラリをガチャガチャ入れたくなくてvenvやpipenvなどのツールを使って仮想環境を作っている人も多いことでしょう. アプリケーションも仮想環境で管理したい, けれどグローバルに使いたい, そのような気持ちは欲張りすぎなのでしょうか. これから紹介するpipxというツールを使うことでこういった要望が叶えられるようになります. pipxとは Documentation: https://pipxproject.github.io/pipx/ Source Code: https://github.com/pipxproject/pipx For comparison to other tools inc
これは何? この記事は Kaggle Advent Calendar 2021 の7日目の記事です。 pandasはデータ分析ライブラリとして非常に便利ですが、書き方を間違えると簡単に処理が遅くなってしまうという欠点があります。そこで、この記事では遅くならない書き方をするために気をつけたいポイントをいくつかご紹介したいと思います。 この Colab Notebookの実行結果をエクスポートした上で、不要な部分を一部削って記事にしています。colab notebook をコピーして実行してもらえれば再現することが可能なはずです。(colabにコメント等をいただいても返すことはできないと思います、すみません。) 前提条件 この記事ではあくまで「遅くない(なりづらい)書き方を紹介する」ことに努めます。よって、以下のような改善点はあるが一旦考慮の外におくものとして話を進めます。 並列化ライブラリ
PyCon JP 2021「実践Streamlit & Flask - AIプロジェクトのプロトタイピングから本番運用までをいい感じにするPythonicなやりかた」登壇資料 # 「AIオオタニサン本塁打予測」のサンプルコード https://github.com/Shinichi-Nakagawa/streamlit-sample-ohtani-san # 参考文献 ## JX通信社エンジニアブログ - https://tech.jxpress.net/entry/data-app-for-streamlit - https://tech.jxpress.net/entry/vaccine-gae - https://tech.jxpress.net/entry/ogp-generator ## Lean Baseball - https://shinyorke.hatenablog.c
機械学習のためのすごいPythonライブラリ Image by Free-Photos from Pixabay はじめに Pythonは機械学習に不可欠な要素で、ライブラリは作業をより単純にしてくれます。最近、MLのプロジェクトに取り組んでいる時に、素晴らしいライブラリを6つ見つけました。ここでは、それを紹介します。 1. clean-text clean-textは本当に素晴らしいライブラリで、スクレイピングやソーシャルメディアデータを処理する時にまず使うべきものです。最も素晴らしい点は、データをクリーンアップするために長く凝ったコードや正規表現を必要としないことです。 いくつかの例を見てみましょう。 インストール #Importing the clean text library from cleantext import clean # Sample text text = """
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