タグ

2018年2月21日のブックマーク (30件)

  • 【javacript】AR.jsでiPhoneでもブラウザARが可能になっていた件

    こんにちわ。ポケモンGOの大ヒットにより一般的にもいよいよ定着してきた「AR」ですが、いよいよiPhone、Androidともにブラウザ上でARが実現できるようになっていたので簡単に紹介したいと思います。 「AR」とは？ 「AR」とは「Augmented Reality」の略で、日本では「拡張現実」とも呼ばれています。 ポケモンGOをプレーしたことある方ならご存知ですが、「AR」とはカメラを通して現実の風景にバーチャルの視覚情報を重ねて表示することで仮想空間を作り出すことになります。 これまでエンジニアにとって、この「AR」はスマートフォンで言えばポケモンGOのように基本的にネイティブアプリの中での話しでした。 javascriptライブラリ「AR.js」の登場 しかし、2017年3月にThree.jsの創業者アレクサンドラ・エティエンヌ氏とJavascript開発者のジェローム・エティエ

    【javacript】AR.jsでiPhoneでもブラウザARが可能になっていた件

  • あまり良くない書き方 その3 getter/setter | Python学習講座

    他のオブジェクト指向プログラム言語、特にJavaようにカプセル化を是とする言語をメインで経験された方は、クラスのメンバにアクセスするためのgetter、setterメソッドを実装してしまいがちですが、pythonではどのように実装するのが望ましいのでしょうか。 冒頭で書いたとおり、Javaを経験された方はクラスに以下のようなコードを書いてしまうのではないでしょうか？（実際、私がそうでした。） class User: def __init__(self, name): self.name = name self.age = None def get_name(self): return self.name def set_name(self, name): self.name = name def get_age(self): return self.age def set_age(self

  • GitHub - kanayang/bjleague: bjリーグ、スタッツスクレイピング

  • バスケのスタッツを収集しよう！ - シン・アナゴのブログ

    初めましての方は初めまして、そうでない方も初めまして（強制） Basketballnaviというところでこれを作った者です。 NBAだと公式サイトがこんな素敵なものを用意してくれたりメディアなどで細かいデータまで用意してくれます。 （リンク先は全て別ウィンドウで開きます） ですが日本のバスケリーグになると公式のものは単純なアベレージだけだったりチームのスタッツが全く充実してなかったり、１シーズンでデータを吹っ飛ばしてしまうリーグもありますので、なんとかならんものかとここ数年悩んでいました。 ネックはデータ収集そのもの さて、スタッツのデータに関して一番ネックになるものは何でしょうか？ それはなんといってもデータ収集作業です。 リーグの関係者、チームの関係者であれば（恐らく）入手可能なんでしょうが一般人の自分にとっては入手不可能な代物。となると公式からデータ収集をして自分で作らないといけない

    バスケのスタッツを収集しよう！ - シン・アナゴのブログ

  • Git - タグ

    1. 使い始める 1.1 バージョン管理に関して 1.2 Git略史 1.3 Gitの基本 1.4 コマンドライン 1.5 Gitのインストール 1.6 最初のGitの構成 1.7 ヘルプを見る 1.8 まとめ 2. Git の基本 2.1 Git リポジトリの取得 2.2 変更内容のリポジトリへの記録 2.3 コミット履歴の閲覧 2.4 作業のやり直し 2.5 リモートでの作業 2.6 タグ 2.7 Git エイリアス 2.8 まとめ 3. Git のブランチ機能 3.1 ブランチとは 3.2 ブランチとマージの基本 3.3 ブランチの管理 3.4 ブランチでの作業の流れ 3.5 リモートブランチ 3.6 リベース 3.7 まとめ 4. Gitサーバー 4.1 プロトコル 4.2 サーバー用の Git の取得 4.3 SSH 公開鍵の作成 4.4 サーバーのセットアップ 4.5 Git

    koma_g
    koma_g 2018/02/21
    リンク

  • 実体験からくるリアリティに共感しつつ実践可能なカイゼン手法を学ぶことができる良書「カイゼン・ジャーニー」を読んだ - Tbpgr Blog

    組織で働く人にとって大小差はあれど、不満のない組織など存在しないでしょう。 だからこそカイゼンに関するノウハウは万人にとって強い武器になります。 カイゼンしていける範囲が広いほど「当事者」として振る舞うことができる範囲が広がります。 そして、 EX「圧倒的当事者」 を手にすることになります。 自分の人生を「自分ごと」にできる範囲を広げるスキル、 それが「カイゼン」するスキルと言えるかもしれません。 与えられた環境に対して裏で不満を吐き出しつつ、実際に変化させることは諦め 「月曜日」恐怖症に陥り、嫌々働く人生を送る。 逆に、与えられた環境を変えることに対して一歩踏み出し、すこしずつ仲間を増やし、 気づけば働くことに喜びを感じ、笑顔を交換し合う仲間ができているような人生を送る。 前者から後者になるきっかけを与えてくれる書籍がカイゼンジャーニーであるように思います。 経緯 コンテキストと共感 こ

    実体験からくるリアリティに共感しつつ実践可能なカイゼン手法を学ぶことができる良書「カイゼン・ジャーニー」を読んだ - Tbpgr Blog

  • プロのイラストレーター「湊川あい」さんに個人アイコン制作を依頼してみたら評判がよかった - Tbpgr Blog

    2015年の年末か2016年の年始あたりに著書「マンガでわかるWebデザイン」が発売される予定の プロのイラストレーター「湊川あい」さんに個人アイコン制作を依頼してみた結果をまとめます。 湊川さんの仕事っぷりは他のイラストレーターさんとはおそらくかなり異なるので、 誰に頼んでも似たような成果物を得られるわけではないと思います。 その点も含めてお知らせできればいいな、と思います。 経緯 私は基本的には企業でシステム開発および付随する業務を行うソフトウェア開発者です。 しかし、2013年末あたりから状況が一変してきました。 2013年12月末からCodeIQの出題者をすることになったのです。 以降、主力(色物)出題者の一人として現在も継続して出題を行っています。 所属組織においても1開発者というよりももうちょっと上の部分を担当する比率が増えてきました。 上長と組んで開発者の採用を担当したり、組

    プロのイラストレーター「湊川あい」さんに個人アイコン制作を依頼してみたら評判がよかった - Tbpgr Blog

  • GitHubのリリース機能を使う - Qiita

    Release機能について GitHub上で開発したソフトウェアをそのままGitHub上で配布したい場合や、リリースごとのChangelogの見せ方をこだわりたい場合には、GitHubのリリース機能を使用することが出来ます。 Release機能の使い方 前提 自分のGitHubリポジトリを持っていること Gitリポジトリにtagが付けられていること Releasesページ GitHubのリポジトリのページにあるReleasesページへのリンクには、今まで付けたタグの一覧が表示されています。 自分がリポジトリのOwnerであれば、このReleasesページの右上に、Draft a new releaseというボタンが表示されております。 (Collaboratorの場合にも同様に出るかは分かりません…) Edit releaseページ Draft a new releaseボタンを押すと、下

    GitHubのリリース機能を使う - Qiita

  • 【Webスクレイピング】PythonでWeb上の会社四季報データを取得してみた

    【Webスクレイピング】PythonでWeb上の会社四季報データを取得してみた 2015/9/18 2017/6/18 Python, プログラミング 実行環境 Windows 7 Home Premium SP1 Google Chrome（バージョン：44.0.2403.157 m） Python（バージョン：3.4.3） chromedriver(バージョン：2.19) cssselect(バージョン：0.9.1) lxml(バージョン：3.4.4) selenium(バージョン：2.47.1) 取得予定の情報 証券会社のWebページから以下のデータ（四季報は3ヶ月毎に更新される）を取得し、CSV形式でファイルに出力する処理を作っていきます。 ・銘柄名 ・現在株価 ・決算月 ・業績見通し ・トピックス ・外国人持ち株比率 ・投信持ち株比率 ・自己資本 ・自己資本比率 ・利益剰余金 ・

    【Webスクレイピング】PythonでWeb上の会社四季報データを取得してみた

  • 【技術】会社四季報の発売に合わせて作ってみた - エンジニアリングとお金の話

    明日６月１５日は、会社四季報夏号の発売日である。四半期に一度のペースで発売されており、株を購入する際の羅針盤としていつも大活躍している。 そんな会社四季報だが、とにかく厚い。２０００ページはざらにあるので必要な情報を見つけようとしたら、それはそれは大変な作業となってしまう。また、CD-ROM版も販売されているが、エクセルにコピーできずに使い勝手が悪い。 その為、最近は証券会社が無料で提供している会社四季報の情報を参照する事にしている。PERやPBRによる検索機能も使えるので普通に使う分には問題ない。ただ、特色や本文等で検索を行う事は出来ない為、テーマ（スマートフォン関連や太陽光関連等）で銘柄を探す時は、手間隙掛けて探すしかない状態だった。 何とかならんかなーと考えた結果、mechanizeを使用すればダウンロード出来るんじゃないかと気づいた。そこで、会社四季報のデータをCSV形式でファイル

    【技術】会社四季報の発売に合わせて作ってみた - エンジニアリングとお金の話

  • あまり良くない書き方 その1 変数名 | Python学習講座

    個人的に、コードはどう書こうが期間内に目的が達成できればそれで良いと考えているのですが、あまりにも考えずに書くと色々思わぬトラブルに見舞われてしまう場合があります。 まずはクイズからです。以下のサンプルコードは実行するとエラーが発生せずにちゃんと動くのですが、どんな危険性をはらんでいるでしょうか？ str = "文字列です" list = [1, 2, 3] dict = {'key1': 100, 'key2': 200} str、list、dictは、組込みの型であり標準関数です。そう、上のコードではそれらが上書きされてしまっているわけですね。 例えば、strという標準関数はオブジェクトの文字列表現を返しますが、上のコードに続けてstrを呼び出すとどうなるでしょうか？ str = "文字列です" list = [1, 2, 3] dict = {'key1': 100, 'key2':

  • あまり良くない書き方 その2 関数外の長い処理 | Python学習講座

    ある程度プログラムを書ける人であればプログラムの規模に応じて適切な単位で関数、クラス、モジュールを分割しますが、そんな人でも分析バッチや移行バッチのように使い捨てでプログラムを作成する場合、ついつい長い処理の塊のスクリプトを書いてしまうことがあるのではないでしょうか？ さて、今回もクイズからです。以下のスクリプトは正常に動きますが、どんな危険性をはらんでいるでしょうか？ def add100(arg): """ 引数に対して100加算する """ x = 100 return arg + x if __name__ == '__main__': x = 1 y = 2 z = x + y w = add100(z) print(w) if __name__ == '__main__':の下で変数を定義していますが、これは関数の外なのでグローバルスコープに属しています。（グローバル変数につい

  • Python学習講座

    はじめに ご来訪ありがとうございます、当サイトはPython3の学習サイトです。サイト運営者は現在現役Pythonエンジニアなのですが、仕事で書き溜めたメモがずいぶん溜まってきたので整理して公開することにしました。Pythonを学習される方や仕事で使われている方の役に立てれば幸いです。 本サイトの利用方法 当サイトは以下コンテンツからなります。今後も随時コンテンツを増やしていきます。 初めてのプログラミング編 ・・・プログラミング未経験の方向けのコンテンツです。 入門編・・・Python3の基礎文法がメインの入門者向けコンテンツです。 応用編・・・データ分析、Webアプリケーションといった業務向けのライブラリに関するコンテンツです。 TIPS・・・よく使用するイディオムや便利モジュールの紹介等、TIPSを掲載しています。 基本的にはパソコンからのご利用を想定しております。グローバルナビから

  • chardet 文字コードを判定する | Python学習講座

    日本語サイトのスクレイピング等でマルチバイト文字を含んだバイナリ文字列データを扱う場合、デコードのために文字コード（正確にはエンコーディングですが）が何なのかを事前に把握する必要がなります。ですが、Webサイト等ではそれがわからない場合も往々にしてあります。そんなとき便利なのが今回学習するchardetという文字コード判定ライブラリです。 インストール pipでインストールできます。 pip install chardet 基本的な使い方 detectメソッドにバイナリ文字列データを指定します。以下のサンプルでは、yahooのサイトの文字コードを判定しています。webサイトのデータ取得はurllibモジュールを使用しています。 import chardet from urllib.request import urlopen r = urlopen('http://yahoo.co.jp/

  • mojimoji 半角⇔全角の変換 | Python学習講座

    自然言語処理の前処理として全半角の変換を行うことが多いと思いますが、その際に便利なmojimojiというライブラリについて学習します。全半角処理ができるライブラリは色々あるのですが、その中でもmojimojiは処理が比較的高速である点に特徴があります。 インストールは以下の通りpipで行います。一部のlinuxではgcc-c++がインストールがなくエラーが出るかもしれません。ページ下部の補足を参照してください。 pip install mojimoji では使い方について見ていきましょう。 全角から半角へ変換する その名もズバリzen_to_hanメソッドを使用します。kana、digit、asciiというオプションをキーワード引数で指定すると、カナ、数字、アルファベットの無効化を指定することができます。 import mojimoji text = "ｐｙｔｈｏｎ パイソン １０００"

  • IPython 入門 | Python学習講座

    pythonは対話形式のインタプリタが便利ですが、それをさらに強力にしたインタラクティブシェル、IPythonについて学習しましょう。 IPythonとは データ分析でよく利用するIPythonですが、どういったものなのでしょうか？IPython公式の説明を引用してみます。 強力なインタラクティブシェル Jupyterのカーネル インタラクティブなデータの視覚化とGUIツールキットの使用をサポート 柔軟で組み込み可能なインタプリタをプロジェクトから読み込める 並列コンピューティングのための使いやすい高性能ツール 簡単にいうと、データ分析のための分析・可視化ツールを対話形式で利用できるライブラリです。Jupyterについては今後別途ご紹介する予定です。 この対話形式は非常に協力なので、データ分析をする目的以外にも使えます。 僕は通常のPythonの対話形式よりIPythonの方が便利なので、

  • Big Sky :: 書評：［試して理解］Linuxのしくみ

    Twitter で「読みたい」と呟いたら著者の武内覚さんから献本しましょうかとお声を掛けて頂いたので即答でお願いしました。 僕はいつも Linux でしか動作しないソフトウェアを Windows に対応させるパッチを書いたりしているので、普段 Windows しか触っていないと思われがちですが、実は僕が Linux を触り始めたのは 1996 年にトッパンから出版された「Linux 入門」くらい昔だったりします。ちょうど Linux 2.0 が出た頃だったと思います。その頃の Linux はようやく SMB カーネルが出た頃で、まだまだお遊び感のある OS で不安定でもありました。ディストリビューションもほぼ Slackware くらいしか無かったかもしれません。 あの頃の Linux はインターネットを検索しても殆ど情報が出て来ず、本気で調べるにはソースコードを読むしかありませんでした。

    Big Sky :: 書評：［試して理解］Linuxのしくみ

  • https://hub.docker.com/r/jupyterhub/jupyterhub/

  • JupyterHubの構築 - Qiita

    JupyterHubを構築する みなさまはPythonのコーディング環境、なにを使っていますか？ Jupyter Notebookという人も意外と多いと思います。 Jupyter NotebookはWebブラウザで使うコーディング環境で、プラグインを使うことでPython以外にもJavaやR等のコーディング環境にもなります。 Jupyter Notebookだけではユーザ管理はできず、グループで開発を行うときに不便です。 JupyterHubを使えばJupyter Notebookにユーザ認証のインターフェイスを付けることができるので、その構築方法を紹介します。 ※　Jupyter NotebookはAnacondaでインストールするのが簡単です。 https://www.continuum.io/downloads ※　JupyterHub http://jupyterhub.readt

    JupyterHubの構築 - Qiita

  • 【Day-6】ゼロからJupyterの達人に！使い方の総まとめ。 - プロクラシスト

    こんにちは、ほけきよです。 データ分析ガチ勉強アドベントカレンダー6日目。 当ブログもJupyterに関するメモをたくさん記してきました。 今回は保存版ということで、Jupyterの基礎事項から、ちょっとしたTipsなどを総まとめしておきます。この記事を読めばJupyterの使い心地もかなりUPするでしょう。 事始 コレだけは知っておくべきチートシート 起動 実行 補完 ショートカット % : マジックコマンド ? : イントロスペクション エディタとしてのJupyterをかっこよく グラフのインタラクティブな操作 Jupyterでイケてるプレゼンをする 種々のこと Colaboratory Jupyterhub まとめ 事始 インストール方法、実際に一通り実行してみるところまで行える。 www.procrasist.com コレだけは知っておくべきチートシート 以前自分のQiitaで書い

    【Day-6】ゼロからJupyterの達人に！使い方の総まとめ。 - プロクラシスト

  • Dockerの不要なボリュームを削除する - 座敷牢日誌

    Dockerを, Docker自体の勉強や検証用途で使っているため, 使わなくなったコンテナやイメージをどんどん削除しているが, ときどきDocker関連ファイルの容量を調べると増える一方だったりする. Docker関連ファイルの置き場が /var/lib/docker なら, # du -hs /var/lib/dockeer を実行するとフォルダ配下の容量の合計を調べられる. コンテナを削除するために, # docker rm CONTAINER-ID を実行しても, ボリュームは削除されないのだ. コンテナと一緒にボリュームを削除するためには, # docker rm -v CONTAINER-ID とオプション -v を付与して実行する必要がある. どのコンテナでも使われていないボリュームをまとめて削除したい場合は, 次のコマンドを実行する. # docker volume ls

    Dockerの不要なボリュームを削除する - 座敷牢日誌

  • Anaconda で Python 環境をインストールする - Qiita

    Python やそのパッケージをインストールする方法はいくつかありますが、ここでは Anaconda を使ってインストールする方法を紹介します。 私の周りでは Anaconda で環境構築をすることと Python コミュニティ標準の方法をとることの是非についての議論をよく見かけます。自分の目的にあったものを選択すれば良いと思いますが、初心者にとってどちらが目的に叶うものかを判断するのは難しいことかもしれません。 以下にディストリビューターとして Anaconda (Continuum Analytics 社) が提供している価値について私見をまとめました。 Anaconda は Environment Isolation Tool (環境分離ツール) ではない 一方で Python コミュニティ公式のバイナリーディストリビューションを提供するツールである wheel も充実してきました。

    Anaconda で Python 環境をインストールする - Qiita

  • Tkinter

  • tkinter filedialog

  • Python スクリプトを exe ファイル化したい - 子育てしながらエンジニアしたい

    Python スクリプトを exe ファイル化したい Python の良いところにはマルチプラットフォームで動くというのがありますが、 良くない、というか仕方ないところは、そのための実行環境を入れないといけません。 自分で使う分には良いですが、人に使わせるとなると、そこがハードルになります。 そのハードルを取り除くため、Windows 環境で動く exe ファイルにする方法を調べました。 方法 調べるといくつか方法があるようです。 py2exe PyInstaller cx_Freeze ざっと情報を調べてみると、こんな一長一短があるようです。 py2exe PyInstaller cx_Freeze 備考 Python 3.5 対応 × ○ ○ py2exe は Python 3.4 まで 処理時間 ○ × ○ 参考記事 プラットフォーム × ○ ○ py2exe は Windows 向

    Python スクリプトを exe ファイル化したい - 子育てしながらエンジニアしたい

  • Python3でGUI(WxPython)実行ファイル(pyInstaller)[Windows] - Qiita

    PythonでGUI(WxPython)実行ファイル(pyInstaller)[Windows] Pythonを使ってGUI表示の実行ファイルを生成する一連の方法を記載していきます。 GUIライブラリの中でwxPythonを使ったのはライセンス的に使いやすかったからです。 ルート環境 ルート環境にAnacondaを使用しています。 実際に使うのは仮想環境上ですので、他のConda系の環境でも恐らく大丈夫かと思います。 Anaconda https://www.continuum.io/downloads 仮想環境 仮想環境を構築 今回はテストで動作させたいので、ルート環境を使わずにwxenvという名前で新しい仮想環境を構築します。 コマンドプロンプト(Macならターミナル)で以下を実行 注意：2017年5月現在、PyInstallerがPython 3.5までにしか対応していない。 con

    Python3でGUI(WxPython)実行ファイル(pyInstaller)[Windows] - Qiita
    koma_g
    koma_g 2018/02/21
    リンク

  • サービスを終了 | フォームクリエイター

    kintoneに連携できるwebフォームサービス、 「フォームクリエイター」は2020年6月30日をもってサービスを終了させていただきました。 長年のご愛顧、誠にありがとうございました。 提供終了サービス トヨクモ フォームクリエイター サービス終了日 2020年6月30日 データエクスポートについて サービス終了に伴い、データエクスポート機能の提供は終了しました。 お問い合わせ フォーム情報の復旧等は一切できません。 新たなwebフォームサービスのご導入に関しては下記よりお問い合わせくださいませ。 フォームブリッジ 後継サービスのご案内 kintoneに接続するwebフォームの後継サービスとしてフォームブリッジを提供しております。 お気軽にお問い合わせくださいませ。 フォームブリッジ

  • 【コピペOK】Chart.jsで手軽にブログにグラフを埋め込もう

    準備 WordPressなどファイルをアップロードできる場合はファイルをダウンロード、サーバーにアップロードして下さい。 はてなブログのようにファイルをアップロードできない場合はCDNが用意されているのでこちらを利用しましょう。 Chart.js - cdnjs.com - The best FOSS CDN for web related libraries to speed up your websites! グラフを埋め込みたいページに一度だけ以下のファイルを読み込みます。 chart.js base 後は埋め込みたいグラフのコードを貼り付けるだけで表示されます。 棒グラフ PV推移などに使える棒グラフ。はてなアクセス解析風でしょうか。 gist1c24cb9ef50b60c3898638809ed05c45 <canvas id="myChart1" width="400" hei

    【コピペOK】Chart.jsで手軽にブログにグラフを埋め込もう

  • Azure Machine Learning を利用したアプリケーション開発 - Qiita

    Azure Machine Learningは、Webブラウザで手軽に機械学習のモデルを作成することができるプラットフォームです(2015年2月正式リリース)。 ここで作成したモデルはWeb APIから呼び出すことができます。 今までは機械学習を組み込む・・・となるとPython等のライブラリを使うことが一般的で、なれた言語とは異なるプラットフォームで開発しなければならないことも少なくありませんでしたが、これでWebリクエストさえ飛ばせれば機械学習アルゴリズムを利用したアプリケーションを開発することが可能になりました。 今回は、このAzure Machine Learningを利用したアプリケーション開発について、その手順を紹介します。以下は、今回作成したモデルの最終的な図になります。このフローに沿って解説していこうと思います。 このモデル、およびこのモデルを利用したアプリケーションのコー

    Azure Machine Learning を利用したアプリケーション開発 - Qiita

  • Pythonで書かれたOSSのコードを最適化してPull Requestがマージされるまで - Sansan株式会社 | 公式メディア「mimi」

    はじめまして。2018年1月に入社した奥田（@yag_ays）です。 先日、scikit-learn-contribの1つであるCategory Encodersの最適化を実装したPull Requestがマージされたので、そこに至るまでのプロファイルや最適化の過程を紹介したいと思います。 普段、私の仕事は機械学習やデータ分析がメインで、あまりPythonの処理レベルで早いコードを書いたりすることはありません。もちろん最適化なんてことについては、あまり経験を持っていない素人なのですが、この記事が皆さんのプロジェクトを最適化する際の参考になれば幸いです。 tl;dr scikit-learn-contribの中のcategory_encodersの実行速度を最適化した Pythonのプロファイリングにはline_profiler、デバッグにはpdbが便利 Pandasのカラムをfor文で書き

    Pythonで書かれたOSSのコードを最適化してPull Requestがマージされるまで - Sansan株式会社 | 公式メディア「mimi」

お知らせ

もっと読む

公式Twitter

  • @HatenaBookmark

    リリース、障害情報などのサービスのお知らせ

  • @hatebu

    最新の人気エントリーの配信

はてなブックマーク

公式Twitter

はてなのサービス

  • App Storeからダウンロード
  • Google Playで手に入れよう
Copyright © 2005-2024 Hatena. All Rights Reserved.