Condaで作ってる仮想環境の切り替えをJupyter上で簡単に行う方法 - Qiita
最近、Pythonを触ってるんですが、環境構築だけでも新旧いろんなやり方、いろんな情報がネット上にありすぎてちょいちょい苦戦してました。 Pythonの仮想環境構築で一番良さそうだったCondaを使って作ってたんですが、最近流行りのJupyterと合わせて使おうとした時、仮想環境のカーネルの切り替えがうまくできなくてハマってしまったので、やり方について備忘録的に残しておきます。 うまくいくと、以下のようにJupiterの[Kernel] -> [Change kernel]から開発環境を一瞬で切り替えられるようになるので、かなり便利になります！！ 前提： CondaとJupyterがインストール済み numpyの動く環境をcondaで作成
Jupyterで広がるPythonの可能性 - Jupyter Notebook Viewer
%%HTML <link rel="stylesheet" type="text/css" href="./static/css/custom.css"> <link rel="stylesheet" type="text/css" href="./static/css/highlight.css"> %matplotlib inline %load_ext tsumiki import datetime import this import time from io import StringIO import matplotlib.pyplot as plt import numpy as np import pandas as pd from IPython import display from ipywidgets import FloatSlider, IntSlider, i
Python: tqdm で処理の進捗状況をプログレスバーとして表示する - CUBE SUGAR CONTAINER
最近は Python がデータ分析や機械学習の分野でも使われるようになってきた。 その影響もあって REPL や Jupyter Notebook 上でインタラクティブに作業することも増えたように感じる。 そんなとき、重い処理を走らせると一体いつ終わるのか分からず途方に暮れることもある。 今回紹介する tqdm は、走らせた処理の進捗状況をプログレスバーとして表示するためのパッケージ。 このパッケージ自体はかなり昔からあるんだけど、前述した通り利用環境の変化や連携するパッケージの増加によって便利さが増してきてる感じ。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.13.5 BuildVersion: 17F77 $ python -V Python 3.6.5 もくじ もくじ 下準備 基本的な使い方 panda
PythonとKerasを使ってAlphaZero AIを自作する | POSTD
自己対戦と深層学習でマシンにコネクトフォー（Connect4：四目並べ）の戦略を学習させましょう。 この記事では次の3つの話をします。 AlphaZeroが人工知能（AI）への大きなステップである2つの理由 AlphaZeroの方法論のレプリカを 作って コネクト4のゲームをプレイさせる方法 そのレプリカを改良して他のゲームをプラグインする方法 AlphaGo→AlphaGo Zero→AlphaZero 2016年3月、DeepmindのAlphaGo（アルファ碁）が、囲碁の18回の世界王者、李世乭（イー・セドル）との五番勝負で、2億人の見守る中、4-1で勝利しました。機械が超人的な囲碁の技を学習したのです。不可能だとか、少なくとも10年間は達成できないと思われていた偉業です。 AlphaGo 対 李世乭の第3局 このことだけでも驚くべき功績ですが、DeepMindは、2017年10月、
みんなのPython 第四版 サンプルコード | TRIVIAL TECHNOLOGIES 4 @ats のイクメン日記
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー このページは，みんなのPython第四版のサンプルコードのページです。サンプルコードは，ページ下にあるというバッジをクリックすると，Colaboratoryを使ってWeb上で実行できます(一部コードを除く)。手元にダウンロードしたい方は，こちらのリンクからダウンロードしてください。 サンプルコードの動かし方 サンプルコードは，一部をのぞいてJupyter Notebookを使ってお使いいただくようになっています。Anacondaをインストールし，Jupyter Notebookを起動して実行してください。 Windowsをお使いの場合は，ZIPファイルをダウンロードして展開したサンプル
Webなエンジニアのための「Pythonデータラングリング」入門 - Qiita
Rettyでサーバサイドエンジニアをしています,nakagawa(@shinyorke)ともうします. Rettyではアライアンス関連のバックエンド開発およびデータ整備を,プライベートでは野球の統計分析をPythonを駆使してやっています. 1 このエントリーでは明日からでも現場で使える,「Pythonデータラングリング」術を簡単に紹介したいと思います. 言いたいことを3行でまとめると 受け取ったデータのチェックやおためし利用,APIの使い方・戻り値チェックにPythonオススメ2 データ操作もAPI呼び出しもデータ保存も数行のコードでイケる 手元にJupyter環境を用意しておくと何かと取り回しが良くて便利 データラングリング（Data Wrangling） #とは データ（Data）を飼いならす（Wrangling,アメリカ英語 3 ）という意味の造語です. 意味合い的には,データの統
野球データ分析を支えるPythonなノウハウ〜Jupyter notebookとpandas,SQLを添えて - Lean Baseball
※2017/12/19 20:45 この分析結果の詳細スライドを追加 Top写真（サムネイル）は雰囲気です,あまり気にしなくてOK.*1 Jupyter Advent Calendar 2017 19日目の記事です. ここでは,本年私がやった野球ネタの主に分析環境まわりについての話をサンプルや選定理由を絡めて紹介します. 本日開催されたBaseball Play Study 2017冬の発表資料「うわっ...アイツの年俸、高すぎ...？」を作った時のコードスニペットから作成しています. speakerdeck.com Python初学者〜中級者および,私と同じく野球が好きでたまらないンゴな方の参考になると嬉しいです. 上級者および強者の方には是非もっといい方法があったらコメント頂けると嬉しいです. 申し遅れましたこんにちは,私が「野球の人」ことshinyorke（シンヨーク）です. この記
なんでもかんでもJupyter Notebookに表示するためのチートシート ３次元プロット編 - Qiita
import numpy as np theta = np.linspace(-4 * np.pi, 4 * np.pi, 100) z = np.linspace(-2, 2, 100) r = z**2 + 1 x = r * np.sin(theta) y = r * np.cos(theta) import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import axes3d # <- 明示的には使わないが、インポートしておく必要がある。 # Notebook出力には次の１行が必要（%matplotlib inlineだとグラフを回転できない） %matplotlib notebook fig = plt.figure() ax = fig.gca(projection='3d') # <- axes3dをインポートしてい
20170809 start python_selenium
4. Seleniumとは？ http://www.seleniumhq.org/ Webブラウザの操作を自動化できるOSS 対応ブラウザ IE, Firefox, Chrome, Safari, Opera, Edge 利用できるプログラミング言語 Java, C#, JavaScript, PHP, Python, Rubyなど多数 5. Seleniumでできること・できないこと できること URL遷移 入力操作（テキスト入力、ラジオボタン/チェックボックス/プルダウンの選 択、ボタンのクリック等） 各種マウス操作 ※やや苦手（不安定になりがち） 画面の内容確認（タイトル、画面内の文字列、要素の表示/非表示、要素 の活性/非活性、CSSの値） JavaScriptの実行 できないこと ブラウザ外の操作（ファイル選択ダイアログの操
分析結果を楽にカッコよく可視化する方法~2016年版~ | Recruit Tech Blog
はじめに リクルートテクノロジーズの大杉です。Pythonで分析した結果をD3jsで可視化するのがマイブームです。今回はその話です。 今回のサンプルスクリプトはこちらをご参照ください。 githubへのリンク 先日のリクルート自然言語処理ハッカソンでは、Jupyter notebookを使って、 分析サーバー内のファイルや、Redshift やElasticsearchのデータにアクセス データの前処理・分析 プレゼン用の画像を作成 をおこなう環境を用意しました。 そのさいに、Jupyter notebookのことを知らない方がおり、もったいないと感じました。 Jupyter notebookはPythonでデータ分析をする方にとって、非常に便利なツールです。 これを使えば、webブラウザから、DBアクセスやら機械学習やら作図やらが行えます。 紹介 Jupyter notebook Plo
Jupyter Notebook を使ってみよう
本ページでは、Jupyter Notebook の概要と基本的な使い方について紹介します。 Jupyter Notebook とは Jupyter Notebook (読み方は「ジュパイター・ノートブック」または「ジュピター・ノートブック」) とは、ノートブックと呼ばれる形式で作成したプログラムを実行し、実行結果を記録しながら、データの分析作業を進めるためのツールです。 プログラムとその実行結果やその際のメモを簡単に作成、確認することができるため、自分自身の過去の作業内容の振り返りや、チームメンバーへ作業結果を共有する際に便利なほか、スクール形式での授業や研修などでの利用にも向いています。 このようなノートブック形式で分析作業を行うためのツールとしては、微分積分などの科学技術系計算ソフトウェアの Mathematica (マセマティカ) や Spark, Hadoop などの並列分散処理シ
Pythonista以外が環境を汚さずにJupyter Notebookに触れる方法 あるいは，Rubyist以外が環境を汚さずにJupyter NotebookでRubyに触れる方法 - Qiita
Pythonista以外が環境を汚さずにJupyter Notebookに触れる方法 あるいは，Rubyist以外が環境を汚さずにJupyter NotebookでRubyに触れる方法RubyPythonElixirDockerJupyter TL;DR Jupyter Notebookがアツい！ RubyとかElixirも動かしてみたい！ Dockerコンテナで動かせば楽！ Docker ToolboxだけでOK！ Pythonの知識なくても環境構築できる RubyやElixirの知識がなくてもJupyter Notebook上でそれらの言語が扱える Jupyter Notebookについて Jupyter Notebookがキテる！という話は色々なところでなされているため本稿では省略する: Jupyterがすごい勢いでやってくるからお前ら備えとけ（IPython Notebook +
Jupyter Notebook on DockerでVim keybindsを利用する - Qiita
3行まとめ $(jupyter --data-dir)../../と$(jupyter --config-dir)/nbconfigをvolumeとして永続化・マウント lambdalisue/jupyter-vim-bindingを配置 $(jupyter --config-dir)/nbconfig/notebook.jsonでvim_binding読み込み はじめに 本記事ではDockerコンテナで動作しているJupyter Notebook上で，vim_bindingを利用しVimのKeybindを有効にする方法について説明する． Jupyter Notebookについて本記事では説明を省略する．その素晴らしさ，および使い方等については『現代のエンジニアのための強力なメモ帳 Jupyter notebookのすゝめ - クックパッド開発者ブログ』『Jupyter事始め - Qiit
Jupyter事始め - Qiita
はじめに Jupyter初心者なので、AWS EC2上の環境構築方法、簡単な使い方を半年後の自分用にチラシの裏しておきます。 細かい設定はさておき、手っ取り早くEC2上にJupyter環境を構築し、Jupyter上で簡単なPython scriptを動かして、JupyterのUI操作方法の初歩を覚える所までを目標とします。Linux戦闘力が低いので、極力コピペで手順がなぞれる様に心がけます。 なお、Amazon EMRを使ってSpark Cluster上にJupyterを作りたい場合にはこちらを参照下さい。また、Jupyter Notebookは次期VersionよりJuypter Labとなり大きくUI/機能が変わる予定です。Jupyter Labの環境構築方法はこちらを参照下さい。 Jupyter環境構築 まずは、Jupyter環境を構築する手順です。 EC2の作成 Jupyterを動
機械学習初心者が『Python 機械学習プログラミング』（速習コース）を読んだメモ - 無印吉澤
きっかけ この記事を書いた人のレベル 今回の読書プラン Python 環境の構築 インストール先の環境 Anaconda (Python 3) のインストール 科学計算に関するライブラリのインストール サンプルの実行に必要なライブラリのインストール サンプルの実行 サンプルコードを実行していて引っかかったところ 3章 12〜13章 Python の勉強 速習コースを読んでみた感想 きっかけ 機械学習の重要性は、それこそ「ビッグデータ」という言葉が出てきた頃からいろいろな人が訴えていますが、最近は特にツールが充実して、敷居が下がってきたように感じています。 そろそろ自分でも機械学習関係のツールを使えるようになりたいと思っていたのですが、そんなときに「具体的なコード例が多くて読みやすい」という本書の評判を聞いて、読み始めました。 Python機械学習プログラミング 達人データサイエンティストに
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によるデータ解析入門一覧
Jupyter Notebook Tools for Sphinx — nbsphinx version 0.9.3
【連載】ゼロからはじめるPython
Hatena ID
サービス終了のお知らせ