Windowsで「Python」を使うための準備と“お役立ちツール”とは？
関連キーワード Windows | プログラミング 「Windows」にプログラミング言語「Python」の実行・開発環境をインストールするのは比較的簡単なプロセスだ。数十MBのインストーラーのダウンロードを待つ時間さえ我慢すればよい。以下では具体的なインストール手順と、Pythonプログラミングの初歩を解説する。 Windowsで「Python」を使うための準備とは 併せて読みたいお薦め記事 Pythonを知る なぜ「Java」は“面倒”で「Python」は“危険”なのか 「GILなしPython」は進化か、それとも退化か？ 「Windows 11」にPythonをインストールするには、以下の手順に従う。 Python公式サイトからインストーラーをダウンロードする。 インストーラーを実行し、ライセンス契約に同意する。 Pythonのインタープリタ実行ファイルがあるフォルダパスを、PATH
『現場のPython』を読んでPythonでWeb Appを作るために必要なものが大体わかった気になった - 空の箱
書籍はこちら。 現場のPython──Webシステム開発から、機械学習・データ分析まで Web＋DB PRESS plus 作者:altnight,石上 晋,delhi09,鈴木 たかのり,斎藤 努技術評論社Amazon 元々WEB+DB PRESS plus で連載されていた内容をまとめた本。連載期間は2020年6月〜2023年8月のものだったらしいけど、書籍化にあたって加筆されているらしい。 初版の発行は2024年9月と最近である。 この本を読もうと思った経緯 仕事で少しだけPythonを使うことになったから。作るものは簡単なツールだったんだけど、それにあたって環境周りやらLinter、Formatterとかは最近は何を使うといんだろう？っていうのをキャッチアップしたかった。 こればっかりはとっかかりがないことにはドキュメントを見に行くこともできないので、いい感じにまとめられてる情報を
「Python 3.13」で変更されたlocals関数の振る舞いやその他の変更点
Python 3.13ではlocals関数の挙動について標準化がなされた。これにより、同じコードを実行したときにその挙動が以前のバージョンとは異なる場合がある。このことを中心に幾つかの変更点（リリーススケジュールの変更など）を取り上げていこう。 連載目次 前回はPython 3.13で実験的にサポートされたJITコンパイラ機能について調べた。今回はその他の新機能の中から幾つかを見ていくことにする。 locals関数が返す辞書の内容を変更するセマンティクスの定義 locals関数は現在実行されている実行フレーム（モジュールレベル、関数、メソッドなど）におけるローカル変数とその値の組みを要素とする辞書（マッピング）を戻り値とする。Python 3.12の公式なドキュメントは次のようになっている。
【Python】非同期処理が何もわからなかったあの頃の自分に向けて
はじめに こんにちは。GMO アドパートナーズ新卒の樋笠です。 最近業務で、Pythonの非同期処理を書いているのですが、初めて非同期処理を学んだときに苦悶したことを思い出しました。 そこで、過去の自分に「こう伝えたら理解できるんじゃないかな」と考えながら記事を書きました。 非同期処理について学んだことがない人でも、これを読めば、「非同期処理がやろうとしていること」や「Pythonの非同期処理の基本的な書き方」が分かるようになる、というものを目指しました。 ぜひ最後までお読みください🙇🏻♂️ ※ わかりやすく説明するために、あえて言い切っている箇所があります。ご了承ください。 非同期処理ってなに？ まず、非同期処理ってなに？という話ですが、「非同期処理」を理解するために、その対になる「同期処理」を考えてみましょう。 たとえして、こんな状況を考えてみましょう。 AとBの2つのタスクがあ
コードのペースト先をAIが自動判別、別プログラミング言語への変換や、変数名、関数名を自動変換してくれる「Smart Paste」機能、Codeiumが提供開始
コードのペースト先をAIが自動判別、別プログラミング言語への変換や、変数名、関数名を自動変換してくれる「Smart Paste」機能、Codeiumが提供開始 生成AIによるプログラミング支援ツール「Codeium」を提供しているCodeiumは、コードをコピー＆ペーストする際にAIが自動的にエディタ上のプログラミング言語を判別し、コードをペースト先のプログラミング言語に変換する機能などを備えた新機能「Codeium Smart Paste」（以下、Smart Paste）の提供開始を発表しました。 Found the perfect answer on the internet? But the sample code is in Python, and your project is not? Time for some manual work to translate the ans
Python理事会が古参開発者を追い出して開発者コミュニティが騒動に - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? どういうわけか日本では一切話題に上がっていないのですが、Pythonの開発者コミュニティでなんか問題が起きているようです。 どうも話が様々なスレッドにとっ散らかっているうえに半分はDiscordや非公開のところで動いているみたいなので、読み取れていないところが色々あるかもしれません。 誰かが補足してくれるはず。 Proposed bylaws changes to improve our membership experience 最初のきっかけはこのスレッドです。 これは規約の一部を変更する提案であり、その中でも3番目の提案であるAd
【Python】バージョン別便利機能10選 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? python3.13のリリースが近づいてきたということで、今回は各バージョンの便利機能をおさらいしたいと思います。 ちなみにPython3.13は現在candidate版が公開されています。candidate版は正式版になる予定のバージョンのことです。 Actual: 3.13 development begins: Monday, 2023-05-22 3.13.0 alpha 1: Friday, 2023-10-13 3.13.0 alpha 2: Wednesday, 2023-11-22 3.13.0 alpha 3: Wed
Pythonが遅い理由とその対策 - Qiita
はじめに Pythonは柔軟性が高く、初心者にも適したプログラミング言語ですが、その一方で速度面では他の言語に劣るとされています。本記事では、先月ピッツバーグで開催されたPyCon US 2024で紹介されたPythonの高速化技術について詳しく解説します。 Pythonの速度問題 「Pythonはランタイムにコストを払う」という古い格言が示す通り、Pythonは解釈型言語であり、実行時に多くの処理を行うため速度が遅くなることがあります。Pythonはソースコードを効率的なバイトコードに変換し、それを直接実行することで動作します。このプロセスには多くの間接処理が含まれ、単純な命令でさえも多数のCPU指示に分解されます。例えば、二つの数値を足すだけでも500以上の命令が実行されることがあります。 高速化のためのコンパイル技術 Cythonによる最適化 PyCon 2024でのSaksham
ChatGPTプログラミングのすすめ
ChatGPTなどの大規模言語モデル (Large Language Model; LLM) にプログラミングやリファクタリングをさせる場合、目的に合ったものが作られているかを何らかの方法で検証する必要がある。 プログラムの正しさを完全に保証する方法はないが、ある程度の正しさを継続して担保するための方法を探ってみたので以下にまとめた。 ポイントは、ChatGPTの生成したプログラムの検証にもやはりChatGPTの力を借りることである。 実行可能性と入出力のチェック プログラムを生成するタスクである場合、いつでも「実行できるか？」というチェックが可能である。これは自然言語の生成と大きく異なる点だろう。実行可能性を確かめることは最低限のチェック項目になる。 エラーが出力された場合、自力で修正するか、もしくは、エラーの内容をChatGPTに提示して修正を依頼し、再度実行可能かを確かめる。 入力・
画像grepツールを作ってみた - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 経緯 ごく稀に、プロダクト内に書かれた文言の修正をすることってありますよね。 htmlやテンプレートファイルに文字列が記載されていれば、普通にgrepするなり、sedで一括置換できたりします。 問題は画像です・・・！ 画像の中に置き換えなければいけない文字があることもあると思いますが、画像を目視で見ないと分からないですよね。 過去の経験的にも、あとから置き換えなければいけない文字を含む画像が見つかって、修正する・・・みたいなことを何度か経験したことがあります。 （本来は、画像内にあまり文字を書くのは良くないと思うのだけど・・・説明ページ
誰でもわかるStable Diffusion LoRAを作ってみよう(導入編) - 人工知能と親しくなるブログ
Stable Diffusionはそのままでも十分きれいな画像を描いてくれますが、自分の好みに合った画風の絵を描いてくれなかったり、特殊な構図を指定しても理解してくれなかったり、いまいちかゆいところに手が届かない、と思うことがあるでしょう。 そんな時、Stable Diffusionに新たな絵柄や構図を教えて、自分の好みに近い絵柄や構図の画像を生成させることができます。 その仕組みが「追加学習」です。 追加学習の方法はいくつかありますが、今回は、現在主流になっている「LoRA」という手法について簡単に解説し、LoRA学習を行うのに必要なプログラムを導入する方法を説明します。 注意： 今回の解説にあるKohya_ssのインストール手順はWindow向けです。Mac/Linuxと共通する部分もありますが、手順はWindowsマシンにインストールすることを想定しています。 Loraとは Lora
Python 3.12で増えた並列処理と、これまでの並列処理の挙動を比べてみる - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事ですることを3行で Pythonの標準ライブラリでできる並列実行を、あらためて総当たりで速度比較しよう ウォーターフォールチャートで、それぞれの並列処理の処理時間の特徴を可視化しよう boto3の実行をモデルケースにして、どの並列処理が一番早いのかを調べよう この記事の結論を先に Python 3.12から本格的に使えるようになったサブインタープリターは、CPUで実行する処理について言えば、従来のサブプロセスよりも高速 boto3の実行は、サブインタープリターよりも署名付きURLの非同期実行のほうが速い → S3からの10ファイ
結局Githubに学習履歴を統一した方が諸々良かった
改めて説明する必要もないのですが、本や動画サービスによるインプットに関してはマークダウン形式でまとながら行うため、そこまでアウトプットが苦ではありません。 逆に外部サービスを使った資格学習のための問題演習などは少し手間です。 読書や動画サービスのようにマークダウンにまとめながらアウトプットしてもよいのですが、資格系の問題演習は移動時間や隙間時間に利用することも多いので、都度Githubにコミットするのは難しいです。 なんとか作業を自動化したいので以下のような方法を利用するようにしてみました。 学習履歴のデータを取得する 例えばStudyplusではAPIが提供されています。 利用しているサービスによっては、このようにAPIを提供してくれていたりするので、これを利用してデータを取得します。 またサービスの利用規約を確認して、常識的な範囲で自身の学習履歴のデータをスクリプトを組んで取得するのも
僕の考えた最強の Python 開発環境 (2024)
はじめに こんにちは, 普段は情報科学専攻の大学院生をしながらバックエンドエンジニアをやっている @koki-algebra です. 普段は Go をよく書いているのですが, 大学でやっている機械学習の研究では Python を使うことがほとんどです. Go のエコシステムに慣れきった私は Python の混沌とした環境に耐えきれず, 最強の開発環境を整えることを決意しました. 具体的には Package Manager, Formatter, Linter, Type Checker, Test Tool を選定し, VSCode の DevContainer を用いてポータビリティに優れた開発環境を作ることを目指します. また, Deep Learning では GPU が必須である場合が多いので, GPU 環境も同時に整えたいと思います. 以下のレポジトリが今回考えた開発環境のテンプ
「AI」に「プログラミング」を教わる「衝撃的な時代」が到来…「ChatGPT」で「Python」を勉強する「スゴイ方法」（カレーちゃん,からあげ） @moneygendai
もう、ほぼ「魔法」です！ Excel・PowerPointやデータ分析、画像生成など、かんたん雑用丸投げ術で仕事が楽になる！ 2023年11月のアップデート対応！ 待望の「ChatGPT Plus(有料版)」のビジネス活用に特化した書籍『面倒なことはChatGPTにやらせよう』(KS情報科学専門書)の内容を一部抜粋して紹介します。 PythonをChatGPTと勉強する ライスくん「Advanced Data Analysisで動いているPythonっていうプログラム言語に興味が湧いてきたんだ。どこから勉強すればいいのかな？」 チキン姉さん「ライスくんがついにプログラミングに興味を……。お姉さんは嬉しいよ！ 大丈夫。勉強もChatGPTにおまかせあれ！」 ライスくん「（チキン姉さんが教えてくれるんじゃないんだ……。）」 本書を読んでいる方の中には、ライスくんのようにPythonに興味が出て
オープンソースの開発者が製造責任や賠償責任を負う可能性があるとして、EUのサイバーレジリエンス法案にPython Software FoundationとEclipse Foundationらが異議を表明
欧州連合（EU）の政策執行機関である欧州委員会は、サイバー攻撃による社会的な被害が大きくなってきていることを背景に、現在広く普及しているさまざまなデジタル製品やサービスのセキュリティをより高める目的で、サイバーレジリエンス法案（CRA：Cyber Resilience Act）を検討しています。 この法案が目指すところは、より脆弱性の少ないデジタル製品が市場に投入されるようにすること、市場に投入後も製造者が製品のライフサイクル全体を通じてセキュリティに真剣に取り組むことを保証すること、そしてユーザーもセキュリティを考慮した製品を選択できるようにすること、などです。 欧州委員会では同時に製造者責任法の改定案も検討中です。これは従来の製造者責任法ではカバーされていなかったデジタル関連の製品やサービスに対しても製造者責任を問えるようにするものです。 しかしこれらの法案ではオープンソースの開発者が
1
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
「Pythonのドキュメントでも読むか～」「え、何その裏技」 - Qiita
Pythonでコードに意図を込める方法 - Qiita
【図解】Python基礎64選 - Qiita
「Python 3.12」が正式版に ～言語機能の強化で使い勝手向上、エラーもわかりやすく／「Microsoft Store」にも「Python 3.12」バイナリが追加