GitHub - y-sama/cloud9
# packages in environment at /home/ubuntu/workspace/.pyenv/versions/miniconda3-4.0.5/envs/tf: # backports 1.0 py35_0 defaults backports.shutil-get-terminal-size 1.0.0 <pip> cycler 0.10.0 py35_0 defaults decorator 4.0.9 py35_0 defaults entrypoints 0.2 py35_1 defaults fontconfig 2.11.1 5 defaults freetype 2.5.5 0 defaults get_terminal_size 1.0.0 py35_0 defaults ipykernel 4.3.1 py35_0 defaults ipytho
Herokuの無料枠を使ってJupyterサーバを立てる方法 - MyEnigma
プロフェッショナルのための 実践Heroku入門 プラットフォーム・クラウドを活用したアプリケーション開発と運用 (書籍)posted with カエレバ相澤歩,arton,鳥井雪,織田敬子 KADOKAWA/アスキー・メディアワークス 2014-09-19 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに Heroku上でJupyterサーバを立てる方法 Heroku Postgresの無料枠をノートブックのストレージにする このシステムの問題点 1. DBからノートブックを抽出したり、ディレクトリを移動させる方法がわからない。 参考資料 MyEnigma Supporters はじめに 先日、Jupyter Notebookが 非常に便利という記事を書きました。 myenigma.hatenablog.com myenigma.hatenablog.c
PythonでRubyのStruct風の構造体を実現する - saito’s blog
Rubyでは，Structクラスを用いることによって，特定のフィールドを持つクラスを簡単に作成することができます。 Foo = Struct.new("Foo", "foo", "bar") f = Foo.new(1, 2) p f.foo # 1 p f.bar # 2 一方、Pythonの場合、namedtupleというライブラリで同様の機能が提供されています。 namedtupleはPython2.6以降で利用可能です。 from collections import namedtuple Foo = namedtuple("Foo", "foo bar") f = Foo(1, 2) print f.foo # 1 print f.bar # 2 ただし、Pythonではtupleがイミュータブル(書き換え不可能)なオブジェクトであるのと同様に、このnamedtupleも属性の値
3つ以上の集合の直積を求めるプログラム - ようこそ＼(^o^)／ゲストさん
を最初はRubyで書き始めたのだが、想像してたよりも面倒なことになりそうだった（mapとかinjectでできる？再帰が必要？）。 そんなとき、研究室の先輩にPythonを勧められたときに教えてもらった、リストの内包表記のことをふと思い出したわけである。 自分はPython使いではないので手間取るかと思ったが、かなりあっさりできてしまった。 せっかくだから（？）、最近リリースしたばかりらしいPython 3.0で動くように書き直してみた。 from functools import reduce # 直積を求める関数 def product(lists): return reduce( lambda prod, list: [x + [y] for x in prod for y in list], lists, [[]]) alphabets = ['A', 'B', 'C'] numbe
Pythonメモ : fakerでテストデータを生成する - もた日記
faker インストール 使い方：コマンド 使い方：コード faker github.com fakerというPythonパッケージを使用するとテストデータを簡単に生成することができる。PHP Faker, Perl Faker, Ruby Fakerにインスパイアされたとのこと。 インストール pipでインストールできるので下記コマンドを実行。 $ pip install faker$ faker --help usage: faker [-h] [--version] [-o output] [-l LOCALE] [-r REPEAT] [-s SEP] [-i [INCLUDE [INCLUDE ...]]] [fake] [fake argument [fake argument ...]] faker version 0.7.18 positional arguments: f
Pythonメモ : better-exceptionsで例外情報を見やすくする - もた日記
better-exceptions インストール 使い方 better-exceptions github.com better-exceptionsを使用すると例外情報が図のようにみやすくなる。 インストール pipでインストールできるので下記コマンドを実行。 $ pip install better_exceptions 使い方 以下のようにbetter_exceptionsをインポートすればよい。 import better_exceptions 試しに下記コードを実行した場合の出力を比べてみる。 import better_exceptions foo = 52 def shallow(a, b): deep(a + b) def deep(val): global foo assert val > 10 and foo == 60 bar = foo - 50 shallow(b
第19回オフラインリアルタイムどう書くの参考問題をPythonで解く - Qiita
from itertools import chain, combinations_with_replacement as combi_r def solve(d): n=map(int, d.split(',')) s=set(n) a=[(x,y,z) for x in xrange(1, n[0]+1) for y in xrange(x, n[-1]+1) for z in xrange(max(y, n[-1]/3), n[-1]+1) if s == s&{sum(c) for c in chain(*[combi_r((x,y,z), r) for r in (1,2,3)])}] return not a and 'none' or a[1:] and 'many' or ','.join(map(str, a[0])) from itertools import * de
Pythonで直積，順列，組み合わせ，階乗の計算
●全要素のイテレータが欲しい場合（import itertools） 直積（デカルト積）：itertools.product 例： list(itertools.product([‘a’, ‘b’, ‘c’, ‘d’, ‘e’], repeat=2)) #= itertools.product([‘a’, ‘b’, ‘c’, ‘d’, ‘e’], [‘a’, ‘b’, ‘c’, ‘d’, ‘e’]) [(‘a’, ‘a’), (‘a’, ‘b’), (‘a’, ‘c’), (‘a’, ‘d’), (‘a’, ‘e’), (‘b’, ‘a’), (‘b’, ‘b’), (‘b’, ‘c’), (‘b’, ‘d’), (‘b’, ‘e’), (‘c’, ‘a’), (‘c’, ‘b’), (‘c’, ‘c’), (‘c’, ‘d’), (‘c’, ‘e’), (‘d’, ‘a’), (‘d’,
PyCallを使えばRubyでもKerasでDeep Learningができる - 洋食の日記
mrknさんが開発しているPyCallを使うと、RubyからPythonオブジェクトを操作できる。 Rubyから、Pythonの機械学習・統計分析のツールを利用することを目的としており、 ネット上にもnumpyやscikit-learnを実行する例があがっている。 Rubyist Magazine - PyCall があれば Ruby で機械学習ができる このPyCallで、Kerasを叩くことができれば、RubyでもDeep Learningできると思い試してみた。 まずはインストールから。 $ gem install --pre pycall ちなみに、実行環境をまとめると、Ruby 2.4.0、PyCall 0.1.0.alpha.20170317、Python 3.6.0、Theano 0.9.0、Keras 2.0.2である。 試したのは、MNISTの手書き数字画像を、畳み込みニ
何気にPythonでつかっていた関数型プログラミング技法いろいろ ～ 高階関数・関数の再帰呼び出し、ネスト関数（closure)、遅延評価、カリー化（関数_部分適用) - Qiita
最近、いろいろな言語で続々、実装されていく関数型プログラミング技法。 今回は、Python2.7 に標準（ 一部、import ）に備わっていて、Python で いますぐにでもおこなえる 関数型プログラミング技法の実現手法 ＆ 利用モジュール と メソッドについて、１ヶ所にまとめて整理してみた。 （ 目次 ） map() で 高階関数を実現 filter() で 高階関数を実現 reduce() で 高階関数を実現 ＆ 再帰呼び出し関数 closure で 高階関数を実現 functools.partial() でカリー化（関数の部分適用）を実現 generator（ジェネレータ式）で遅延評価を実装 yield（イールド式）で遅延評価を実現 以下のコードは、この記事末尾に記載した数多くの参考ウェブサイトを参考、引用しています map() は、関数を引数に受け取る「高階関数」（関数型言語）
Windows 版 neovim で python3 (deoplete.nvim) を無理やり使う - Qiita
Windows 版 neovim で python3 (deoplete.nvim) を無理やり使う どうしても windows 環境を整えたかったので，色々試したらできるようになったものの，正攻法とは言い難いのでメモ書き程度に． もし，もっと筋の良い解決方法をご存知であれば，コメントしていただけると幸いです． neovimのインストール 公式 に従ってインストール． 特につまづくところはないはず． has('python3') の返り値を1にする この Issue に書いてあるように， windows 環境では has('python3') の返り値が 0． python3 系をインストールして， pip3.exe install neovim を実行する． このコメント の設定を init.vim に追加する． diff --git a/usr/local/share/nvim/run
【Python】pandasを使ってExcelを読み込みたい - Qiita
books = ['book1.xlsx', 'book2.xlsx'] df_list = [] for book in books: file = pd.ExcelFile(book) # bookを読む for sheet in file.sheet_names: df_list.append(file.parse(sheet)) # シートを順々にデータフレーム化
Python(Pandas/XlsxWriter)を使ってExcelファイルを操作してみる① - Qiita
# import lib import pandas as pd import numpy as np # create data dates = pd.date_range("20130101", freq='D', periods=6) df = pd.DataFrame(np.random.randn(6,4),index = dates, columns = list("ABCD")) # set data fileName = "hoge.xlsx" writer = pd.ExcelWriter(fileName) df.to_excel(writer, sheet_name="hoge1") df.T.to_excel(writer, sheet_name="hoge2") workbook = writer.book worksheet1 = writer.sheets['
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
処理を実行中です
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
NumPy vs Common Lisp - Qiita
pythonでrubyのstructがほしい時 - Qiita
itertoolsによる順列、組み合わせ、直積のお勉強 - Qiita
[Python]直積(itertools.product)での引数について | teratail
Python/Ruby/PHP/Golang(Go)で階乗、順列、（重複）組み合わせ - Qiita
Sign in - Google Accounts
https://qiita.com/HirofumiYashima/items/bc296aa84c908c7b4257
