Ever wonder why conversational AI like ChatGPT says “Sorry, I can’t do that” or some other polite refusal? OpenAI is offering a limited look at the reasoning behind its own…
![TechCrunch | Startup and Technology News](https://cdn-ak-scissors.b.st-hatena.com/image/square/92584d6251feb0822f349cf0211361b2833c9939/height=288;version=1;width=512/https%3A%2F%2Ftechcrunch.com%2Fwp-content%2Fuploads%2F2018%2F04%2Ftc-logo-2018-square-reverse2x.png)
データ処理の世界では、データの持ち方に縦持ちと横持ちという考え方がある。 縦持ちでは、レコードに種類といったカラムを持たせてデータを追加していく。 それに対し横持ちでは種類ごとにカラムを用意した上でデータを追加する形を取る。 一般的にはデータの持ち方としては縦持ちのものが多いと思う。 今回は pandas で縦持ちのデータを横持ちに直す方法について書く。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.13.4 BuildVersion: 17E202 $ python -V Python 3.6.5 下準備 まずは pandas をインストールしておく。 $ pip install pandas 続いて Python のインタプリタを起動する。 $ python あとは縦持ちの形式になったサンプルの DataF
この記事は、 SettingwithCopyWarning: How to Fix This Warning in Pandas – Dataquest の日本語訳です。3回にわたって掲載予定で、この記事は1回目です。 前書き 本編 はじめに SettingWithCopyWarningとは何か? 連鎖代入 隠れた連鎖 前書き pandasを書いていたら、SettingWithCopyWarningという警告が出てきた。 うーん。やりたい動作はできてるように見えるし、何がまずいんだかいまいち分からん。 と思って、いつものように警告の名前でググってみると、以下の記事(英語)を発見した。 SettingwithCopyWarning: How to Fix This Warning in Pandas – Dataquest これはすごい。 この警告についてめっちゃ詳しく書いてある。後半ではp
数式を縦(列方向)にコピーしたいとき、いくつか方法がある。一番原始的なのは、コピー&ペーストを使うやり方。Excelやスプレッドシートに慣れた人なら、セル右下にマウスポインターを合わせると表示されるフィルハンドルをドラッグする方法を思いつくに違いない。ただし、この方法は100行くらいなら問題ないが、数千行とかになると、この方法では面倒すぎる。 ちょっとExcelに詳しい人なら、フィルハンドルをダブルクリックすれば、適当なところまで一瞬で数式がコピーされることを知っているはず。この方法は大変便利だが、左隣または右隣のセルに何らかの値が入っている必要がある。空白セルがあると、その上のセルの隣まででコピーが止まってしまう。そのため、途中に空白行がある場合、あらかじめ作業列を設けて、そこに何らかの値(数字の1でよい)を入れておくなど工夫が必要になる。これではちょっと不便だ。 スプレッドシートなら、
【SQL】LIKEの否定検索「NOT LIKE句」について、コードを交えながら具体的に解説。 2020.04.17 データベースでは文字列操作を必要とするケースは比較的多く、中でも文字列の検索においては全てのシステムにおいて必要となります。 この文字列操作には様々なものがありますが、今回はその文字列操作の中でも「LIKE句を否定使用する」方法について解説してみたいと思います。 データベースではこのLIKE句やNOT LIKE句を使う頻度が最も多いと思いますので、一緒に学習していきましょう。 NOT LIKE句とは NOT LIKE句はLIKE句と対を成す命令句であり、指定した文字列を含まないデータを取得したい場合に使用する命令句です。 等号否定(!=)を使えばいいだけでは?と思った方もいらっしゃると思いますが、それで解決するケースばかりではないため、やはり覚えておいた方が良いでしょう。 ま
Workshop ワインの個性を引き出すために世界中のワイン生産者と共に行う、リーデル独自のグラス開発 ワインがどのように口の中に入っていくか。また、舌の上をどのように流れていくかによって味わいの印象が変わります。そのため、リーデルは世界中のワイン生産者たちと共に納得のいくまでワークショップ(テイスティング)を繰り返し、最適なワイングラスの形状を探し当てるというプロセスを経て、グラスの開発を行っています。 Production method 世界最高水準の技術をもつリーデルのドイツ工場で生産 世界最高峰のテクノロジーを持つドイツ工場で生産されたグラスは、機能的で高品質な上に、価格もリーズナブル。リーデルのマシンメイドが発表された当時、ワイン愛好者や業界関係者に強い衝撃を与え、ワインとグラスには密接な関係があるという事実と共に世界中に普及しました。 世界の傑作ワインを日常的に楽しんでいただく
Amazon Simple Notification Service (Amazon SNS) is a managed service that provides message delivery from publishers to subscribers (also known as producers and consumers). Publishers communicate asynchronously with subscribers by sending messages to a topic, which is a logical access point and communication channel. Clients can subscribe to the SNS topic and receive published messages using a supp
インターネット上で転居届(郵便物等の転送のための届出)を受け付ける無料サービスです。お手持ちのパソコンまたはスマートフォンからお申込みいただけます。
ギフティのサービスgifteeは、ありがとう、おめでとう、お疲れ様などの気持ちと一緒に、メールやLINEなどで気軽にeGiftを贈ることができるサービスです。全国の店舗で引換え可能なカジュアルギフトを幅広く取り揃えています。 eGift Systemは、店頭での引換えが可能なeGiftの生成、および生成したeGiftを自社サイト上で販売するためのシステムです。 giftee for Businessは、eGiftを活用した法人向けソリューションです。キャンペーンの景品やお客様への謝礼として、コンビニの商品やコーヒー等のギフトをLINEやメールで簡単に贈ることができます。 e街プラットフォームは、地域の課題を解決し活性化するプラットフォームです。Smart City、MaaS、IoT、5G...テクノロジーで進化する社会に対応した「人と街」をつなぐデジタルソリューションを提供します。
Sublime Text 4 has been released, and contains significant improvements over this version. Version: Build 3211 OS X (10.7 or later is required) Windows - also available as a portable version Windows 64 bit - also available as a portable version Linux repos - also available as: 64 bit .deb – sig, key 64 bit .rpm – signed, key 64 bit .pkg.tar.xz – sig, key 64 bit .tar.bz2 – sig, key 32 bit .tar.bz2
書式モデル 書式モデルは、文字列に格納される日時データや数値データの書式を記述する文字リテラルです。書式モデルによってデータベース内に格納された値の内部表現は変更されません。文字列を日付または数値に変換する場合、書式モデルによって、Oracle Databaseによる文字列の変換方法が決まります。SQL文では、書式モデルをTO_CHARファンクションやTO_DATEファンクションの引数として使用して、次の書式を指定できます。 Oracleがデータベースから値を戻す場合に使用する書式 Oracleがデータベースに格納するために指定した値の書式 次に例を示します。 '17:45:29'の日時書式モデルは、'HH24:MI:SS'です。 '11-Nov-1999'の日時書式モデルは、'DD-Mon-YYYY'です。 '$2,304.25'の数値書式モデルは、'$9,999.99'です。 日時およ
電子棚札(ESL)とは 電子棚札(ESL)とはElectric Shelf Labelの略称で、スーパーやコンビニの値札がデジタル化されているものです。 以前は液晶モニターなどのものが多かったですが、現在は電子ペーパーが主流となっています。電子ペーパーとは薄型の紙のような表示パネルであり、液晶パネルよりも表示速度などは遅いですが、電力のコストカットなど観点から主流となっています。 電子棚札(ESL)の価格表示の仕組み 電子棚札(ESL)の仕組みは簡単です。商品棚に電子棚札を設置します。後は、管理システムからWifiや赤外線通信などを介して価格情報を送信できます。 電子棚札の大きな特徴は人が値札を変更しなくても柔軟に価格変更ができることです。価格だけでなく、キャンペーン情報やQRコードの表示なども可能で、大規模のスーパーなどでも作業効率化の点からも導入されています。 電子棚札の3つの種類 セ
Excelで作成した一般的な損益計算書のテンプレートです。 業種によって、多少のカスタマイズ(項目名の調整等)は必要です。 開業から10年間の年度ごとの損益シミュレーションにお役立てください。 (Excel2007・2010に対応) 利用規定 本配布ファイルは個人・法人に限らず利用者は自由に使用することができますが、著作権は放棄していません。 個人情報の取り扱いについて ⅰ)個人情報の取得項目 性別、年代、職業、希望テンプレートなどのコメント ⅱ)個人情報の取得方法 ダウンロード時の入力フォームより取得します。 ⅲ)個人情報の使用目的 作者(株式会社イー・トラックス)がコンテンツ作成の参考に利用します。 ⅳ)個人情報の保護内容 個人情報を厳重に管理し、不正アクセス・紛失・破壊・改ざん・漏洩等に対する予防措置および安全対策を講じます。 ⅴ)個人情報の配布内容 甲は個人情報の取扱いを外部に委託
どうも、最近システムエンジニアの出てくる海外映画をよく見る人です 今日は「本当にあったやらかしDB設計②【囚人番号テーブル】」に続いてびっくりしたことを紹介します これ、本当に良く見かけます どういうことかというと、本来アプリケーションで処理するべき機能を無理矢理クエリーに詰め込む、ということです 何が悪いの?? DBというのはデータという商品の入った、ただの倉庫です RDMBSという倉庫番が居るため、倉庫に入れる前に商品を検査することができます 倉庫番(RDBMS)は商品を倉庫に入れたり、取り出したりすることが仕事であり、その道のプロです そこにアプリくんがやってきました アプリくんはレシピを持っていて、こう言いました 「RDBMSくん、このレシピあげるから倉庫に入っている商品を調理して完成品をちょうだい。もちろん、きれいにね」 この後どうなってしまうでしょうか RDBMSくんも商品を調
拡張子の削除やディレクトリ部分の削除(ファイル名のみ抽出)など、パス文字列の処理については以下の記事を参照。 関連記事: Pythonでパス文字列からファイル名・フォルダ名・拡張子を取得、結合 テキストファイルの中身の一部を削除したい場合は、ファイルを文字列として読み込んでから以降で説明する方法で処理して、再度保存すればよい。 関連記事: Pythonでファイルの読み込み、書き込み(作成・追記) 任意の文字列を空文字列に置換して削除 文字列中の任意の文字列を削除したい場合、対象の文字列を空文字列''に置換する。 ここでは、replace()とre.sub()の簡単な例のみを示す。置換についてのより詳しい内容は以下の記事を参照。複数の文字を置換するtranslate()などもある。 関連記事: Pythonで文字列を置換(replace, translate, re.sub, re.subn
pandas はデータを読み込むとき、よきに計らってカラムに型を付与してくれる。 ただ、その内容が意図しない場合もある。 そんなとき、どうやってカラムの型を直すか、ということについて。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.12.6 BuildVersion: 16G29 $ python --version Python 3.6.3 もくじ もくじ 下準備 サンプルデータ カラムの型を変換する 型を変換したカラムを非破壊的に追加する 型を変換したカラムを破壊的に追加する もっと柔軟に変換する 値として NaN が入っている場合 下準備 まずは下準備として pandas をインストールしておく。 $ pip install pandas $ pip list --format=columns | gre
pandasは、DataFrameの値の取得方法がいろいろあるため、値の代入更新もつい「この書き方でいいんだっけ」と混乱する。 基本的には(一般的な代入と同じく)左辺で更新するデータ範囲を、右辺で値を指定するのだが、左辺のデータ範囲の指定方法が様々あるのに加え、右辺での値の指定にも複数方法がある。 df.loc[df['col1']==3, ['col2', 'col3']] = df['col4'] col1 が 3 である行の col2,col3 列を、ともに同行の col4 の値にする 大別すると以下の感じ。 左辺のアクセス関数に例えば配列を渡しても、関数の種類や配列の中身によって、名前か、添字か、どのように解釈されるか異なってくるのがややこしさの元となる。
UNIX時間(エポック秒)はUTC(協定世界時)の1970年1月1日0時0分0秒からの経過秒数。datetimeオブジェクトなどと相互に変換できる。 関連記事: PythonでUNIX時間(エポック秒)と日時datetimeを相互変換 time.time()の返り値は浮動小数点数floatで小数点以下にミリ秒マイクロ秒の情報を持つが、公式ドキュメントにあるようにその精度はシステムに依存するので注意。 時刻は常に浮動小数点数で返されますが、すべてのシステムが 1 秒より高い精度で時刻を提供するとは限らないので注意してください。 time.time() --- 時刻データへのアクセスと変換 — Python 3.11.3 ドキュメント time.time()を利用すると、Pythonのプログラム内で経過時間を測定できる。 開始時のUNIX時間をtime.time()で取得して変数に格納し保持し
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