ログ出力のための print と import logging はやめてほしい - Qiita
はじめに Python入門系の記事では概して、Pythonのロギング機能の紹介で最初にlogging.debug()といったloggingモジュール付属の関数を呼ぶ方法を案内しています。 Python本家が提供するloggingの「基本チュートリアル」でもこの点で大差ありません。Python本家の基本チュートリアルでは、print()関数を使用する方法もロギングの手段として有効であるとし、タスクに応じてprint()やlogging.debug()を使いわけよう、という流れで記述されています。 コマンドラインスクリプトやプログラムで普通に使う、コンソール出力の表示 : print() そのような「基本」の説明の後「上級」チュートリアルになってようやく、Python言語付属のロギングメカニズムの説明が始まります。「上級」では4+1種類のデータ構造が紹介され、ここで「基本」で多用されていたlo
無料で商用利用できるSVGのフリーアイコン4,500種類、デザインに合わせたカスタマイズもできるのはすごい！
企業サイトをはじめ、コマース、アプリ、メディア、ブログなど、さまざまなUIデザイン用のアイコンが無料でダウンロードできるOrion Icon Libraryを紹介します。 その数はなんと4,500種類以上！ 豊富なデザインに加え、カスタマイズにも対応しており、ストロークを鋭角や角丸にしたり、太さを変更したり、カラーを変更することもできます。
骨髄提供をしてみた【追記】
もう1年以上前になるが、骨髄提供をしてみたのでその感想をつらつらと書きます。 そもそも献血が好きだったので、骨髄バンクの登録もそのついでにした。登録はしたけど5年くらい音沙汰はなかった。 適合のお知らせは、オレンジ色のでっかい封筒で送られてきた。 「あ、これ、いつもの骨髄バンクニュース送ってきただけじゃないな」ってすぐにわかった。 ＝＝ ここから先、■は個人的にめんどくさいこと、★はマジでデメリットだなって思ったことですので、面倒な方は■は読み飛ばしてください 提供する意思を骨髄バンクに返信するまで■最初に返信する書類の多さにもうめんどくさくなる 患者さんに提供する骨髄液だから、健康面について聞かれるのはしょうがないなと思いつつ、読むだけでも結構多い。 「貧血に最後になったのはいつか」とか覚えてない。己の記憶力のなさが憎い。 とはいえ、基本的に健康優良児なのであんまり気にせず進む。 ■当た
2011-05-09
入力ファイルを変えて、ジョブの実行を繰り返す処理を行うシェルスクリプトを書く。 ジョブの設定ファイルの中に入力ファイル名を書くところがあるのだが、ジョブ毎にその部分を書き変える。その処理はPythonのTemplateを使う。 まず、ジョブの繰り返しを制御するシェルスクリプトファイルを以下のように書く。計128個のジョブを実行する。ファイル名は、runall.shとしている。 #!/bin/sh for NUM in `seq -w 1 128` do echo ${NUM}, ' start' python runall.py ${NUM} a.out > log.${NUM} 2>&1 echo ${NUM}, ' end' done 実行プログラムがa.out。これを実行する前に、runall.pyで設定ファイル(ファイル名は、control)の書き変えを行っている。 runall.
速習 makefileの作り方 - cmphysの日記
Linuxにはmakeという便利な機能があります。 通常ですとプログラムをコンパイルする時は、コンパイルする度にコマンドラインにコンパイラ名とソースファイル名とコンパイルオプションと・・・と大変めんどうなのです。 さらに、ある一つのソースファイルを書き換えたとき、すべてをもう一回プログラムをすべてコンパイルし直すのは面倒です。 これを"make"のコマンド一発でやってのけてくれます。 makeを使えば、コマンドラインに面倒くさいオプションを書く必要もなし、更新されたファイルだけを選択的に選んでコンパイルしてくれるので、書き直した時のコンパイル時間の短縮にもなります。 このmakefileの作り方は全く難しいものではなく、一度作ってしまえばあとは使い回すことができます。 今回はFortran90のプログラムの場合を考えますが、C言語にも簡単に応用することができます。 復習 ソースコードから実
今日覚えたNumPyのテクニック - くじらにっき++
今日覚えたNumPyのテクニックを紹介します。 numpy.stack で2次元配列を繋げて3次元配列を作る 1次元配列を繋げて2次元配列を作りたいような場合には numpy.vstack や numpy.hstack という関数があります。 a = numpy.array([1, 2, 3, 4]) b = numpy.array([2, 4, 6, 8]) c = numpy.array([3, 6, 9, 12]) numpy.vstack([a, b, c]) # array([[ 1, 2, 3, 4], # [ 2, 4, 6, 8], # [ 3, 6, 9, 12]]) 2次元配列を繋げて3次元配列を作りたいような場合にはどのようにすればよいか知らなかったのですが，numpy.stack という関数があることを知りました。 a = numpy.array([[1, 2, 3
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
