Pythonで階乗、順列・組み合わせを計算、生成 | note.nkmk.mePythonではmathモジュールを使って階乗や順列・組み合わせの総数を算出できる。SciPyでも順列・組み合わせの総数を算出する関数が提供されている。 また、itertoolsモジュールを使ってリストなどから順列・組み合わせを生成して列挙することも可能。
Python pydocの使い方、書き方とhtml出力の方法 - Symfoware
JavaのJavaDocと同様、Pythonにもpydocがあることは知っていたのですが、 使ったことがなかったので、ちょっと調べてみました。 helpでの表示 pythonのインタープリターを起動して、help()を実行すると、モジュールに 記載されたドキュメントが表示できるようになります。 試しに、httplibと入力してみると、こんな感じでモジュールのドキュメントが表示されました。 なんだかかっこいいです。 「q」と入力すると、helpモードを抜けて、インタープリターに戻ります。 書いてみる 記載した内容がどの部分に表示されるのか知りたかったので、 適当にサンプルを書いてみました。 # -*- coding:utf-8 -*-"""ファイルの先頭に書いたコメント"""__author__ = "作者 <mail@example.com>"__status__ = "productio
PyCharmでよく使うファイルのテンプレート - Qiita
17/10/6 書いた後に追記しました PyCharmには一定の書式に従って記述すればファイル作成時に変数を展開して作成出来るFile and Code Templateという機能がある。 オフィシャルサイトの説明 https://www.jetbrains.com/help/pycharm/file-and-code-templates.html 設定場所 File->Default Settings...->File and Code Template を選択して「+」ボタンで新しく登録が出来る。 使用方法 プロジェクト名を右クリックしてNewの項目内に作成した項目が選ぶことが出来る。 もしくは、メニューのFile->New...を選択すると作成した項目が選ぶことが出来る。 main.py Pythonに実行指定させるファイル用のテンプレート。 例えばmain.pyとしてファイルを作成
Pythonの関数で複数の戻り値を返す方法 | note.nkmk.me
C言語などでは関数から複数の戻り値（返り値）を返すのはけっこう面倒だが、Pythonだと簡単。複数の値をカンマ区切りでreturnするだけでよい。
pycharmとanacondaの連携（初心者向け） - 超初心者によるpythonメモ書き
前回書いた通り、pythonの環境構築にはpycharmとanacondaの組み合わせを勧める。 code-for-beginner-my-memo.hatenablog.com 今回は、両者をどうやって連携させるの？ということについてメモしておく。 両方インストールした後には、ひとまず docs.continuum.io のpycharmの項目に書いてあるようにすればひとまずコーディングはできるようになる（はず）。 windowsだと多少画像とは異なるが、 File->Settings->Project:myStudy->Project Interpreter で同じようにできる。 なおここではプロジェクト名をmyStudyとした。 仮想環境を構築した場合も同様である。 pycharmの下部にはterminalタブがある。terminalタブで conda create -n py35
公開中のプログラム・コード一覧(実用的かつ実践的なデータ解析・機械学習・データマイニング) : 大学教授のブログ (データ分析相談所)
プログラム・コード販売にあたっての『あいさつ』・『心構え』はこちらをご覧ください。 [New] 堀江貴文さん(ホリエモン)のメルマガ[Vol.359]における副業紹介において、このプログラム・コード販売が、なんと １番 に紹介され評価していただきました！ 公開しているデータ解析・機械学習・データマイニング関係のプログラム・コードをまとめておきます。ご興味のある方はぜひご利用ください！なおこちらは随時追加していきます！ご要望があればおっしゃってください！ 見える化・可視化・低次元化 複数の見える化・可視化手法を一気に行い、結果を比較 R言語(note) R言語(SPIKE) Python言語(note) Python言語(SPIKE) 主成分分析(principal component analysis, PCA) スマホ用 教科書 カーネル主成分分析 (kernel principal c
機械学習の現場で重宝する多機能WebエディタJupyter Notebookの基本的な使い方
プログラミング言語「Python」は機械学習の分野で広く使われており、最近の機械学習／Deep Learningの流行により使う人が増えているかと思います。一方で、「機械学習に興味を持ったので自分でも試してみたいけど、どこから手を付けていいのか」という話もよく聞きます。本連載「Pythonで始める機械学習入門」では、そのような人をターゲットに、Pythonを使った機械学習について主要なライブラリ／ツールの使い方を中心に解説していきます。 連載第1回となる前回の「Pythonで機械学習／Deep Learningを始めるなら知っておきたいライブラリ／ツール7選」では、ライブラリ／ツール群の概要を説明しました。今回は、その中でもJupyter Notebookの基本操作と設定について説明します。なお、本稿では、Pythonのバージョンは3.x系であるとします。 Jupyter Notebook
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
Blog
GameWith Developer Blog会社の技術ブログで執筆した記事をいくつかピックアップしています。 2020 年に起きたワークスタイルの変化とこれからについて #GameWith #TechWith - GameWith Developer Blogこの記事は GameWith Advent Calendar 21 日目の記事です。 最近、ブログ更新を怠っていた @serima です。Splatoon 2 でナワバリバトルをする日々を送っていますが、お仕事では開発マネージャーをしています。 2020 年は新型コロナウイルスの影響で世界的に働き方の変革を求められた年であり、弊社 GameWith も例外ではありませんでした。 このポストではフルリモートワークへの切り替えにおいて気をつけたことや、現在の課題と試みについて簡単に紹介できればと思います。 なお、現時点(2020 年 1
Pythonではじめる強化学習 - Qiita
はじめに みなさん、強化学習してますか？ 強化学習はロボットや、囲碁や将棋のようなゲーム、対話システム等に応用できる楽しい技術です。 強化学習とは、試行錯誤を通じて環境に適応する学習制御の枠組みです。教師あり学習では入力に対する正しい出力を与えて学習させました。強化学習では、入力に対する正しい出力を与える代わりに、一連の行動に対する良し悪しを評価する「報酬」というスカラーの評価値が与え、これを手がかりに学習を行います。以下に強化学習の枠組みを示します。 エージェントは時刻 $t$ において環境の状態 $s_t$ を観測 観測した状態から行動 $a_t$ を決定 エージェントは行動を実行 環境は新しい状態 $s_{t+1}$ に遷移 遷移に応じた報酬 $r_{t+1}$ を獲得 学習する ステップ1から繰り返す 強化学習の目的は、エージェントが取得する利得（累積報酬）を最大化するような、状態
データサイエンスをPythonで試す(6_SVMとランダムフォレスト) - あれもPython,これもPython
今回はSVMとランダムフォレストです。 どちらも機械学習の花型ですね。 今回は教科書でも、分類がメインなので、 Orangeではなく、いよいよsklearnを使用してみます。 手を動かしながら学ぶ ビジネスに活かすデータマイニング 作者: 尾崎隆出版社/メーカー: 技術評論社発売日: 2014/08/22メディア: 単行本（ソフトカバー）この商品を含むブログ (6件) を見る 準備 import numpy as np import pandas as pd from sklearn.svm import SVC from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score データの読み込み test = pd.read_csv("ch8_test.txt",se
Python による日本語自然言語処理
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
cheetah - python入門から応用までの学習サイト
本サイトでは「utf-8」を使用しますので、とある準備が必要となります。 下記コードを「sitecustomize.py」というファイル名で保存し「c:/Python26/Lib/site-packages」に配置してください。これによりデフォルトのエンコーディングが「utf-8」となり、エンコード時にエラーが発生しなくなります。 import sys sys.setdefaultencoding('utf-8') 使用頻度の高いfor文から見てみましょう。 まずはテンプレートファイルの呼び出し元のコードを記述します。 #! c:/Python26/python.exe # -*- coding: utf-8 -*- from Cheetah.Template import Template def application(environ,start_response): start_re
初心者でもほぼ無料でPythonを勉強できるコンテンツ10選 -
Photo by photobom こんにちは。谷口です。 プログラミングをこれから学ぼうとしている方や、これから研修や実務に入る新人ITエンジニアの皆さんの中には「Pythonを学習したい」という方も多くいらっしゃるかと思います。 Pythonは1990年代前半からオランダ人のグイド・ヴァンロッサムによって開発されたオブジェクト指向スクリプト言語です。 Pythonは文法が必要最小限に抑えられており、ITエンジニアの学習の負担が軽減された開発言語と言われています。 海外では、近年Pythonによる開発が急速に増加しており、各種モジュール等が充実しています。Googleの開発に置けるメインのスクリプト言語ともされています。 日本国内でも、読みやすさ（＝保守性）を重視する企業や、スマートフォンのバックエンド等では積極的に取り入れる企業が増加してきており、これからの一層の普及が期待される言語で
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print関数で文字列、数値および変数の値を出力 | note.nkmk.me
Google Colaboratoryでcv2.imshowを擬似的に利用する方法 - Qiita
Pythonによる機械学習入門 ～Deep Learningに挑戦～
GitHub - nimaous/reinfrocment-learning-agents: This is a python based simulation for single reinforcement learning agents
http://www.zakkiworkdiary.com/entry/2016/11/18/225851
サービス終了のお知らせ