はてなブックマーク

概要クロスコンパイル（cross compile）とは、開発する機種とは別のOSやCPU環境で動作するバイナリファイルをコンパイルする機能です。これをしないと、Windows10の64bit環境デコンパイルしたバイナリファイルは同様の環境でなければ動作しませんし、逆にUbuntu等でコンパイルしたバイナリファイルをWindowsで動作させることができません。Rust言語はこのクロスコンパイルが比較的簡単にできましたのでやり方を整理しておきます。 WindowsでLinux向けのバイナリファイルをビルドする以下サイトの情報を参考に、まずcrossというコマンドが使えるようにします。 https://media.itkaikei.com/2019/01/24/rust-cross-compile/ cargo install cross 次に対象の環境を選びます。2通りのコマンドがあります。

概要データ分析を実施するとき、PythonのPandasを使って分析を行う、という人は多いと思います。分析をするときには、生データに含まれる不純なデータを使える形にしたり、アウトプットの体裁を整えたり、他のモジュールの機能を使うと言った用途のために、型変換は頻繁に発生すると思いますが、しばしばやり方を忘れ、毎度探すということが多いのではないでしょうか。（少なくとも私はそうでした） 本記事では、上記を踏まえて、データ分析でよく使う型変換のやり方についてまとめていきます。 数値→文字列の変換まずは数値（intやfloat）として持っているデータを文字列に変換する方法です。一番簡単な方法はastypeを使う方法ですね。 こんなデータを対象にします。 test = pd.Series([10, 20.1, 0.03]) 現在はfloatになっています。 0 10.00 1 20.10 2 0.03

概要Pythonで並列計算を実施したい時、joblibは最も手軽なライブラリの１つです。本記事では、このjoblibを使った並列計算の実施方法とそのパラメータの効果を整理しました。なお、joblibのバージョンは0.11です。 joblibの使用方法joblibを使うためには、以下の3手順が必要です。 joblibのインストール処理内容のfunction化並列計算のコーディングjoblibのインストールpipを使って簡単にインストールできます。 pip install joblib ちなみに、マニュアルは以下にあります。 https://media.readthedocs.org/pdf/joblib/latest/joblib.pdf 処理内容のfunction化並列計算を実行するためには、処理をファンクションにする必要があります。例えば、現状のコードが #各ループ内でhoge1〜hog

概要Python3.6とpandasの0.19.2バージョンを使った場合（共に記事作成時点で最新）を使ってファイルを読み込もうとした場合、題記の「Initializing from file failed」が発生して困ったので、原因の調査と対策方法について調べました。 発生状況pandasのread_csvを使ってファイルを読み込もうとすると発生します。いろいろ試してみた感じ、このエラーはファイルの中身には関係なく、ファイルのパス名（ファイル名かフォルダ）に日本語（恐らくマルチバイト文字）を含む場合に発生するものと考えられ、encodingの指定等では改善できませんでした。 サンプルコード import pandas as pd pd.read_csv("ああ.txt") エラーメッセージ Traceback (most recent call last): File "<ipython-

概要Pythonで機械学習をするときに使うscikit-learn（恐らく、サイキットラーンと呼びます）には前処理用のライブラリであるpreprocessingが組み込まれています。前処理とは、データの欠損保管や正規化、カテゴリデータの数値化等のことです。このpreprocessingの全メソッドの効果を検証したのが今回の記事です。irisのデータを題材にして説明していきます。 #preprocessingはspという名前で使うこととする import sklearn.preprocessing as sp #お決まりのライブラリをインポート import pandas as pd import numpy as np import matplotlib.pyplot as plt if __name__ == "__main__": #irisデータをdfに格納 df = pd.read

特に断りがない限り、使うデータは、パラメータの効果がわかり易くなるよう、タブ区切りだったり、文字列と空白と数値が混在していたりと、以下のようなちょっと癖のあるものにしています。 filepath_or_buffer本パラメータは、読み込むファイル名を指定するときに使うパラメータです。ただし、以下①、②に示すように、引数なしで動きますので実際に使うことはないでしょう。日本語はデフォルトだとutf_8形式で保存した場合のみ文字化けなく読み込めます。それ以外の形式の場合はencodingを参照ください。 import pandas as pd #①と②のどちらの書き方でも処理は同じ。 df = pd.read_csv('test.txt') #① df = pd.read_csv(filepath_or_buffer='test.txt') #② Out[1]: D001\tD002\tD003