Pipenv をやめて venv を使いだした話
tl;dr 仮想環境の作成 Python の開発には組み込みの venv で閉じた環境（仮想環境）を作成できる。 環境の自動化 direnv を入れればカレントディレクトに応じて activate/deactivate を自動化できる。 これは .envrc に layout python を書けばいい。 Python バージョンを指定した仮想環境の作成 任意の Python バージョンを指定したい場合、pyenv を使う。 インストール済なら .envrc を layout python ~/.pyenv/versions/3.X.X/bin/python のように Python のパスを末尾に書けば、3.X.X のバージョンで仮想環境が作成される。1 依存ライブラリの管理 依存ライブラリのバージョン固定には pip-tools を使う。 これは仮想環境ごとにインストールする。 $ pi
Diagramsを使ってPythonでシステム構成図を描く | DevelopersIO
Pythonでシステム構成図を書ける、DiagramsというOSSが便利そうだったので試してみました。 Diagrams · Diagram as Code 対応プロバイダ 現在、Diagramsは以下の7種類のプロバイダに対応しています。各プロバイダが提供している各種サービスがノードとして対応されています。以下は対応プロバイダとそのノード一覧へのリンクです。 AWS Azure GCP Alibaba Cloud Oracle Cloud Kubernetes オンプレミス オンプレミスプロバイダには、GitHubやCircleCIといったサービス、汎用的なクライアント、各種DBなど幅広い種類のノードが含まれています。このアイコンないかなと思った場合は、オンプレミスプロバイダを調べてみるともしかしたらあるかもしれません。 試してみる AWS上のシステム構成図を書いてみて各機能を試していき
たった一文でPandasのapplyメソッドを高速化する方法（検証計算あり） - Qiita
以下では、DaskやPandasなどと比較して、swifterがどの程度高速なのかを検証したいと思います。 swifterはベクトル化可能な場合とそうでない場合で挙動が異なるので、各々の場合を検証します。 使用したPCのスペックはIntel Core i5-8350U @1.70GHz、メモリが16GBです。 ベクトル化可能な場合 swifterはベクトル化可能なときはベクトル化するので、swifterの計算時間は単純にベクトル化した場合と ほぼ等しくなるはずです。これを確認してみましょう。 import pandas as pd import numpy as np import dask.dataframe as dd import swifter import multiprocessing import gc pandas_time_list = [] dask_time_list
この処理Pythonでどう書く？ - エムスリーテックブログ
EF15形は高性能な電気機関車であったが、引き出し性能が蒸気機関車に劣ると誤解されていた。 誤った運転方法により本来の性能を引き出せていなかったのである。 （spaceaero2 [CC BY 3.0], ウィキメディア・コモンズより） こんにちは、エムスリー・エンジニアリングG・基盤開発チーム小本です。 WEBサイトは RailsやSpringなどの「本体部分」だけでは完結しません。レポート作成・データ更新などの細かい処理も必要です。 過去にはこうした用途にはBashがよく使われました。しかし、Bashは落とし穴が多かったり、クラスなどの抽象化機能がなかったりして、規模が大きくなると辛くなります。 そこで、Bashの代替候補に挙がるのがPythonです。エムスリーでもかつてはBashを使っていましたが、現在は新規案件にはPythonを推奨しています。 しかし、実際にPythonで書き直そ
Pythonで学ぶ『ブロックチェーンプログラミング入門』が良すぎた話 - 🎃toricago🎃
ブロックチェーンの社会実装の勢いが止まらない。テック市場に特化したイギリスの調査会社Juniper Researchが、今年の夏に発行した調査レポートの結果によると、 大企業の６５％がブロックチェーンの導入を検討しているか、導入している最中 大企業の５０％程度がイーサリアム上で分散型アプリケーションを立ち上げを予定 大企業の２５％程度はProof of Conceptを終え、商品化を終えたか、その段階に差し掛かっている （大企業＝１万人以上） とのことだ。 え！導入比率、意外に高くない？国内でも例えば、つい昨日は日本経済新聞の朝刊にLINEがトークンエコノミー構想の詳細を明らかにしたことが話題になったりして、たまに見かけるけど、まさかここまで来ていたとは驚きだ。ここまで来てしまうと、そろそろ私のような一介のサラリーマンであっても、ブロックチェーンを理解しておかないといけない雰囲気が漂ってき
PythonからJavaを呼び出す簡単な方法 - Qiita
はじめに py4jを使ってpythonからjavaのメソッドを呼び出す方法です。 日本語ドキュメントが古いものばかりで苦労したのでまとめてみました。 環境 OS X Yosemite 10.10.5 anaconda 3.5.0(python 3.5.2) インストール pip でpy4jをインストール後、Java側でpy4jを読み込めるようにjarをコピーします。 $ pip install py4j $ sudo cp ~/.pyenv/versions/(仮想環境名)/share/py4j/py4j(バージョン).jar /Library/Java/Extensions/ import py4j.GatewayServer; public class AdditionApplication { public int addition(int first, int second) {
深入りしないCython入門 - Qiita
Cythonとは？ Pythonは処理速度は決して早くない、むしろ遅い部類である。 そこで、C/C++に変換することにより高速化しようというのがCythonである。 低級言語のC/C++（昔は高級言語だったが、現在は低級言語といって良いだろう）に変換してネイティブコンパイルするのだから、速いに決まっている。 この記事の目的 「Cythonは難しい」、「CythonはC/C++の知識が必要」という印象があるだろう。答えは「Yes」である。 しかし、その答えはCythonをフルに使いこなす事が前提である。 実はCythonは、C/C++をそんなに知らなくても、ちょっとした高速化には充分な恩恵を得られるように設計されているのだ。 しかし、無闇にCythonを使っても「あまり高速化されない」、「移行がすごく大変」と散々な結果になるだろう。そこら辺のポイントを踏まえ、C/C++をあまり知らない初心者
Matplotlibのメモ (Pylab) - 旧”Sei’s Insight @ スタンフォード大学大学院 航空宇宙工学科 in シリコンバレー” は、http://www.seihiguchi.com/jp/ へ引越ました！
PYTHONにはゲームから数値計算用まで数々のモジュールが提供されていますが,Matlabグラフィックス環境に似せたことができるPylabなるものが存在します.PYTHON特有の使い方を習得できれば, Numeric, SciPyがあることだしMatlabが必要なくなるかも.これでより簡単に綺麗に図が描けます. 配布元: http://matplotlib.sourceforge.net/ 約1ヶ月前からPYTHONを使いはじめ, GPIB経由の計測制御コードを書き, グラフィックスにはGnuplotを使っていました.Gnuplotのクラシックな感じが大好きで, Tgif + Gnuplot + LaTeXのトリオは生活必需品といえます.ついでにOctaveも.が, 絵的な美的さを求めるとMatlabのグラフィックス環境が勝っています. インストールはソースをダウンロードしてuntar後,
1
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
AtCoderで始めるPython入門 - Qiita
【Python】さようなら仮想環境？ - Qiita
Pythonで学ぶ強化学習 -入門から実践まで-を書きました