Python言語による実務で使える100+の最適化問題 | opt100
指針 厳密解法に対しては、解ける問題例の規模の指針を与える。数理最適化ソルバーを使う場合には、Gurobi かmypulpを用い、それぞれの限界を調べる。動的最適化の場合には、メモリの限界について調べる。 近似解法に対しては、近似誤差の指針を与える。 複数の定式化を示し、どの定式化が実務的に良いかの指針を示す。 出来るだけベンチマーク問題例を用いる。OR-Libraryなどから問題例をダウンロードし、ディレクトリごとに保管しておく。 解説ビデオもYoutubeで公開する． 主要な問題に対してはアプリを作ってデモをする． 以下，デモビデオ： 注意 基本的には，コードも公開するが， github自体はプライベート そのうち本にするかもしれない（予約はしているが， 保証はない）． プロジェクトに参加したい人は，以下の技量が必要（github, nbdev, poetry, gurobi); ペー
まだJupyter Notebook使ってるの? VS CodeでJupyter生活 (.py)で快適Pythonライフを?! - Qiita
まだJupyter Notebook使ってるの? VS CodeでJupyter生活 (.py)で快適Pythonライフを?!PythonVSCodeJupyterNotebookipynb みなさん、よいPython生活送れていますでしょうか? いきなりですが、普段Pythonのコードを扱う際、どのように扱っていますか? 普通に.pyのファイルを作成して動かしたり、もしくはJupyter NotebookやJupyter Labなどを使ってコードブロックにコードを書いてブロックごとに実行していく、という人も多いと思います。自分は大学の授業で配布されているPythonコードの資料がJupyterで扱える.ipynb形式のファイルなので、今まではJupyter Notebookを使ってコードを閲覧・実行等行っていました。 しかし、みなさん、Jupyter Notebookを立ち上げてブラウザ
1-1. 数値演算 — Pythonプログラミング入門 documentation
1-1. 数値演算¶ 数値演算について説明します。 参考 https://docs.python.org/ja/3/tutorial/introduction.html#using-python-as-a-calculator https://docs.python.org/ja/3/tutorial/modules.html https://docs.python.org/ja/3/library/numeric.html https://docs.python.org/ja/3/library/math.html 簡単な算術計算¶ CodeセルにPythonの式を入力して、プレイボタンを押すか、 Shiftを押しながらEnterを押すと、式が評価され、その結果の値がセルの下に挿入されます。 1+1 の計算をしてみましょう。次のセルに 1+1 と入力して、 Shiftを押しながらEnte
20.16. urlparse — Parse URLs into components — Python 2.7.18 documentation
Note The urlparse module is renamed to urllib.parse in Python 3. The 2to3 tool will automatically adapt imports when converting your sources to Python 3. Source code: Lib/urlparse.py This module defines a standard interface to break Uniform Resource Locator (URL) strings up in components (addressing scheme, network location, path etc.), to combine the components back into a URL string, and to conv
Python, feedparserでRSS, Atomフィードを解析 | note.nkmk.me
Pythonのサードパーティライブラリfeedparserを使うと、RSS / Atomフィードを解析（パース）してサイトの新着記事などの情報を抽出できる。フォーマットの仕様の違いをfeedparserが吸収してくれるので、どんなフォーマットでも同じように扱える。 kurtmckee/feedparser: Parse feeds in Python Documentation — feedparser 5.2.0 documentation ここでは以下の内容について説明する。サンプルコードのfeedparserのバージョンは5.2.1。 フィードのフォーマット feedparserのインストール feedparserの基本的な使い方 feedparserで取得できる情報 フィードから新着記事のURL・タイトルのリストを抽出 フィードのフォーマット ウェブサイトのコンテンツの概要を配信す
2020年5月におけるPython開発環境の選択肢 - Qiita
はじめに インストールすればすぐに書けて動かせるのが魅力のPythonですが、 実際に業務などでキチンと書こうと思ったら Pythonのバージョン管理ツール パッケージマネージャー エディター(IDE) リンター フォーマッター 型チェッカー くらいは最低限用意する必要があります。 しかしこの界隈、怒涛の勢いで日々新しいものがリリースされていて一概に「これがベストプラクティス」を提示するのが難しいんですよね。そこで今回は上記それぞれのツールについて「こんなものがあるよ」というのをご紹介したいと思います。 TLDR バージョン/パッケージ管理はpyenv + Pipenvがスタンダードだった時代は終わった VS CodeかVimを使うなら型解析にPyrightを導入するとよい テンプレートを用意しました 1. バージョン/パッケージマネージャー プロジェクトごとに異なるPythonのバージョ
AIエンジニアが気をつけたいPython実装のノウハウ・コツまとめ - Qiita
本記事では、データサイエンティスト、AIエンジニアの方がPythonでプログラムを実装する際に気をつけたいポイント、コツ、ノウハウを私なりにまとめています。 AIエンジニア向け記事シリーズの一覧 その1. AIエンジニアが気をつけたいPython実装のノウハウ・コツまとめ（本記事） その2. AIエンジニアが知っておきたいAI新ビジネス立案のノウハウ・コツまとめ 2020年4月に書籍を、出版しました。 【書籍】 AIエンジニアを目指す人のための機械学習入門 実装しながらアルゴリズムの流れを学ぶ（電通国際情報サービス 清水琢也、小川雄太郎 、技術評論社） https://www.amazon.co.jp/dp/4297112094/ 本投稿は、上記の書籍に書ききれなかった 「AIエンジニアが、Pythonでプログラムを実装する際に気をつけたいことのまとめ」 です。 本記事の内容は、あくまで筆
初学者のためのPython講座 オブジェクト指向編7 カプセル化 - Qiita
オブジェクト指向の重要概念の一つがカプセル化です。カプセル化とは、プログラムの外部からの操作を制御し、プログラムの独立性を保つための仕組みです。 テレビのリモコンに例えると、ユーザーはリモコンの単純なボタン操作によって、チャンネルを変える、ボリュームを下げるなどの操作ができます。ユーザーは内部の複雑なプログラムや回路を意識する必要はなく、誤った操作も起こしにくくなります。また、ユーザーが好き勝手にプログラムを書き換えたり、内部の回路に触れて改造したり、といった故障の原因を未然に防ぎます。 このようにオブジェクトの内部構造を隠蔽し、公開されたインターフェースによって外部からの操作を制御する仕組みがカプセル化です。使える機能を制限することで、ユーザーはどの機能を使えばいいかが分かりやすく、内部のプログラムに干渉しない・させないことで、大規模なプログラムでも複雑にならず、安定性が担保されます。
nbdime – diffing and merging of Jupyter Notebooks — nbdime 4.0.1 documentation
nbdime – diffing and merging of Jupyter Notebooks¶ Version: 4.0.1 nbdime provides tools for diffing and merging Jupyter notebooks. Figure: nbdime example¶ Why is nbdime needed?¶ Jupyter notebooks are useful, rich media documents stored in a plain text JSON format. This format is relatively easy to parse. However, primitive line-based diff and merge tools do not handle well the logical structure of
Jupyter Notebookの使用方法 - Qiita
最近、データ分析のためにJupyter Notebookを使うことが多くなりましたので、使用方法をまとめました。本記事は随時更新してまいります。 使い始める前に Anacondaでインストールすれば、Jupyter Notebook自体はすぐに使えるようになります。 が、便利に使うために以下の対策等をしておいた方が良いです。 ①matplotlibの文字化け対策 何もしないと日本語が文字化けするため、日本語フォントをインストールし、Jupyter Notebookに適用します。 詳しくは以下の記事をご参照ください。 【Python】matplotlibを日本語化する ②拡張機能「Table of Contents(2)」の有効化 ノートが長くなると、目的の箇所を探すのが大変になります。 なのでjupyter_contrib_nbextensionsをインストールし、拡張機能「Table o
The Python Tutorial
The Python Tutorial¶ Python is an easy to learn, powerful programming language. It has efficient high-level data structures and a simple but effective approach to object-oriented programming. Python’s elegant syntax and dynamic typing, together with its interpreted nature, make it an ideal language for scripting and rapid application development in many areas on most platforms. The Python interpre
Serendipity
今回はPythonのツールの１つJupyter Notebookをパソコンに導入した後、更に使いやすい環境にしていくために以下の２点を紹介します。 ・拡張機能のコレクションを導入する方法・僕がオススメの拡張機能の紹介 ※Pythonの環境構築については以下の記事でご紹介しておりますので、是非ご覧ください。 拡張機能のコレクション「Nbextensions」をインストールする。 「Nbextensions」は、Jupyter Notebookの拡張機能が集まっているコレクションになっておりますので、先にインストールしておくと非常に効率的に操作ができます。 Jupyter Notebookに「Nbextensions」をターミナルを使ってインストールしする方法を紹介します。 ターミナルやAnaconda promptに以下のコードを入力してエンターを押します。 pip install jupy
Jupyter notebookでPEP8を使う - Qiita
はじめに この手の記事は探せばいくつかあるのですが、Jupyterがバージョンアップを繰り返すうちに、だんだん古い記事が出てきているので、改めて書くことにしました。 この記事では主にPEP8について扱います。Pyflakesについては分かり次第追記するか、新たに記事としてまとめることにします。 PEP8についてはこちらの記事が参考になります。 やりたいこと Jupyter notebook上で、Pythonのコーディング規約PEP8に沿ったコーディングチェックを行う。 環境 Mac OS Sierra v10.12.5, Anaconda4.4, Python3.6 (Homebrew), Python2.7 (Homebrew) 手順 その1 まず、jupyter_notebook_config.pyファイルを以下のコマンドを使って作成します。すでに作成されている方は必要ありません。
依存モジュールが少ないソースコードを読む - スペシャリスト岡野真也に聞くPythonの読み方と使い方 - エンジニアHub｜Webエンジニアのキャリアを考える！
依存モジュールが少ないソースコードを読む - スペシャリスト岡野真也に聞くPythonの読み方と使い方 現在、多くの支持を集めるPython。10年以上にわたりPythonを使い続ける岡野真也さんに、同言語の学び方、使い方を聞きました。 機械学習やデータサイエンスの隆盛に伴い、Pythonは多くの人に使われる言語になりました。GitHubの「The State of the Octoverse 2019」のレポートによると、GitHubリポジトリのコントリビューターから人気のあったプログラミング言語として、PythonはJavaScriptに次いで2位となっています。 「さまざまな課題を、楽に解決できるのがPythonの魅力」と語るのは、10年以上も前からPython・Djangoフレームワークのヘビーユーザーであり続けてきた岡野真也（おかの・しんや／ @tokibito ）さん。彼はいか
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
1分で簡単！Matplotlibの日本語対応を徹底解説！ - ビジPy
爆速python-fire - Qiita
Common RSS Elements — feedparser 5.2.0 documentation
Python3の配列でよく使う小技のまとめ - suzu6の技術ブログ
Pythonエンジニア認定試験 | 試験概要 | Odyssey CBT
https://www.nii.ac.jp/openforum/upload/20190529AM_Cloud1_02_kuwata.pdf