Pythonのhttpx (async) はサービスに支障が出るほど遅い、ただしコネクションプールを切ると速くなるかも - Islands in the byte stream
httpxはものすごく遅いから使うべきでないかもしれない…という話を書こうと思ったんですが、検証してみたら、確かにaiohttpよりは2倍以上遅いんですが、設定次第で多少はマシかもしれない、という結論です。 前提として、async modeです。いまどきのAPI serverは全部asyncかなとは思います。今回はsync modeには興味がないので検証してないですが、sync modeではまったく違う結果かもしれません。 あと文脈としては httpx を推しているブログを読んで、いや httpx はパフォーマンスに問題があるんだよな、ということを周知したかったというのもあります。 note.com ことの起こりは Python の openai library が 0.x から 1.x になったときにものすごくパフォーマンスが劣化したという問題があったことです。 github.com い
【海外記事紹介】Pythonには10年前からasyncがあるのになぜ普及しないのか
9月3日、Anthony Shaw氏（通称 Tony Baloney）が「Python has had async for 10 years -- why isn't it more popular?」と題したブログ記事を公開した。この記事では、Pythonにおける非同期処理（async/await）が導入から10年経っても広く普及しない理由と、Python 3.14で正式に加わる並行・並列実行の新機能（Free-Threading と Multiple Interpreters）の意味について詳しく紹介されている。以下に、その内容を整理する。 背景――Python 3.14で進む並行・並列化 2015年のPython 3.5でasync/awaitが導入されてから10年が経過した。間もなくリリースされる3.14では、表面的にはカラフルなREPL機能などが注目されているが、実は並行処理に関
Google、AIを使って非構造化テキストから構造化データを抽出するオープンソースPythonライブラリ「LangExtract」をリリース | gihyo.jp
Google、AIを使って非構造化テキストから構造化データを抽出するオープンソースPythonライブラリ「LangExtract」をリリース Googleは2025年7月30日、非構造化テキストから構造化データを抽出するオープンソースのPythonライブラリ「LangExtract」をリリースした。 Introducing LangExtract: A Gemini powered information extraction library -Google Developers Blog ✨Announcing LangExtract! ✨ Our new open-source Python library for information extraction, powered by #Gemini. ✅ Turn text into structured data ✅ Trace
Python 3.13 から「兆」が 10 の 6 乗になっている - ﾏｸﾞﾏｸﾞ (起動音)
この記事は 2024 TSG Advent Calendar 3日目の記事です。昨日の記事は @__dAi00 さんの記事 AivisSpeechを使ったDiscordボットの作成 ①AivisSpeechをGoogle Cloud Runにデプロイする でした。12/5 公開予定の続編も楽しみです。 今回は、初日に公開した以下の記事の副産物です。 import unicodedata # Python 3.12 まで 1000000000000.0 # Python 3.13 から 1000000.0 print(unicodedata.numeric("兆")) 大変だ。Python 3.13 から「5000 兆円」が 50 億円になってしまう（？） unicodedata.numeric メソッドと Unicode 例によって Unicode が関係してきます。前編でも触れたとおり、
Python Web UIフレームワーク Streamlitの基本 | gihyo.jp
寺田 学（@terapyon）です。2024年10月の「Python Monthly Topics」は、Python Web UIフレームワークの1つであるStreamlitの基本的な使い方を紹介します。 2024年4月には、「Python Web UIフレームワークで作るデスクトップアプリ」と題し、Steamlitを使ってデスクトップアプリ化をする紹介を行いました。 今回はStreamlitにフォーカスを当てて、よく使う機能を紹介します。Streamlitにはたくさんの機能があり、公式ドキュメント APIリファレンスを見ても、どの機能から使って良いのかわからないという声がありました。今回は、筆者目線でよく使うであろう機能に絞って紹介します。 Streamlitとは StreamlitはPythonで構築できるWeb用のフレームワークです。Pythonのモジュールを定義することで、インタ
［速報］マイクロソフト、「Copilot in Excel with Python」プレビュー公開。Excel上でCopilotがPythonコードを生成、実行し、複雑なデータ分析など可能に
マイクロソフトは本日（日本時間9月17日）0時からオンラインイベント「Microsoft 365 Copilot: Wave 2」を開催し、Microsoft 365 Copilotの複数の新機能などを発表しました。 With Copilot in Excel, you can create advanced visualizations, generate forecasts, and save time sorting through data with Python. Take a look: https://t.co/uqE1VyQ5WU #AI #Microsoft365 pic.twitter.com/e7Eph9q4Oc — Microsoft Excel (@msexcel) September 21, 2023 Pythonコードにより高度なデータ分析などを実現 Copi
Python 3.12で増えた並列処理と、これまでの並列処理の挙動を比べてみる - Qiita
この記事ですることを3行で Pythonの標準ライブラリでできる並列実行を、あらためて総当たりで速度比較しよう ウォーターフォールチャートで、それぞれの並列処理の処理時間の特徴を可視化しよう boto3の実行をモデルケースにして、どの並列処理が一番早いのかを調べよう この記事の結論を先に Python 3.12から本格的に使えるようになったサブインタープリターは、CPUで実行する処理について言えば、従来のサブプロセスよりも高速 boto3の実行は、サブインタープリターよりも署名付きURLの非同期実行のほうが速い → S3からの10ファイルの取得であれば、実行時間を90%削減できます → Bedrockの3回実行であれば、実行時間を60%削減できます 今回使ったソースコードはこちらに置いています。 お手持ちの環境で再実行できるようにしていますので、気になる方はぜひ。 どうしてこの記事を書くの
次期Python、ついにJITコンパイラ搭載の見通し。「copy-and-patch」と呼ばれる新たなJITコンパイラの仕組みとは？
次期Python、ついにJITコンパイラ搭載の見通し。「copy-and-patch」と呼ばれる新たなJITコンパイラの仕組みとは？ 機械学習やAI処理の分野を中心に非常に高い人気のプログラミング言語である「Python」の次期バージョンに、処理速度の向上を目指したJITコンパイラが搭載される見通しです。 このJITコンパイラは、PythonコアデベロッパーのBrandt Bucher氏が提案し、実装しています。 そしてPython Software FoundationのフェローであるAnthony Shaw氏がブログ「Python 3.13 gets a JIT」で、このJITコンパイラについて解説しています。 これらの情報を元に、PythonのJITコンパイラがどのように実装されようとしているのか、少し紹介していきましょう。 RubyもJavaScriptもJITが高速化を実現してき
Pythonの麻雀ライブラリを作る - TadaoYamaokaの開発日記
以前より不完全情報のボードゲームで強化学習のアルゴリズムを試したいと思ってる。 簡単すぎるゲームやマイナーなゲームでは、開発のモチベーションが続かない気がするので、日本で人気のある麻雀AIを開発したいと考えている。 麻雀は、「Lucky J」や「Suphx 」で強化学習が試されており、人間の高段者くらいの強さになっている。 それらのAIで使われている手法を自分で実装してみて理解したいと思っている。 また、MuZeroのようなモデルベースの手法を麻雀AIで試してみたいと思っている。 Pythonライブラリ まず、Pythonで使える麻雀ライブラリを探したが、点数計算用のライブラリが見つかったが、1局通して対局できるライブラリが見つからなかったので、自分で作ることにした。 Python以外の言語向けのオープンソースのライブラリでは、対局までできるものが見つかったので、参考にして実装した。 以下
【Python×スプレッドシート】gspreadの基本コード一覧｜yunifusu-プログラミング-
gspreadを利用してスプレッドシートを操作する方法リスト。 gspreadを使用できるための事前準備編は下記のページから↓↓ https://yunifusu.com/programming/python/gspread_setting/ ワークシートの操作 ワークシートの新規作成 add_worksheet(title=”シート名”, rows=行数, cols=列数) # 最初にidでワークブックを取得しておく SP_id = '＊＊＊＊' wb = gc.open_by_key(SP_id) # 新しいワークシートの追加 wb.add_worksheet(title="newsheet", rows=50, cols=10) 今後ワークシートを指定して作業するのに、 [.id]でワークシートのidを取得しておくと便利。 # ワークブック、ワークシートを指定 SP_id = '＊＊
【Python】Excelのセルを結合・解除する
構文 import openpyxl # ブックを取得 ブック変数 = openpyxl.Workbook(ファイル名) # シートを取得 シート変数 = ブック変数[シート名] # セルを結合 シート変数.merge_cells[セル範囲] # セルを結合を解除 シート変数.unmerge_cells[セル範囲] PythonでExcel操作をするには、「openPyXl」パッケージが便利です。「openPyXl」を事前にダウンロード・インストールしておく必要があります。 参照：外部パッケージ OpenPyXLをインストールする方法 PythonでExcelのセルを結合するには、「merge_cells」を使います。セルの結合を解除するには「unmerge_cells」を使います。 サンプルデータ こちらはサンプルで使用するEXCELファイルです。 例1. Excelのセルを結合するme
【Python】openpyxlでExcelの行・列の幅や高さを調節＆ウィンドウ枠の固定する方法
タグ .__doc__ターミナルディレクトリディープラーニングテーマデータ型データベースデータサイエンティストデータサイエンスダブルクォートタプルタグセルの結合デバッグセットスラッグスライススペーススタイルシート言語シングルクォートショートカットキーシェルシーケンスサーバーディレクトリツリーデフォルト値コメントアウトブール演算子プリントスクリーンプラグインブラウザフォント名フォントフォルダファンクションキーファイル操作ファイルパスファイルバリューデメリットパラメータパディングパッケージバックスラッシュバックエンドバイナリーパーマリンクドライブドメインドキュメンテーション文字列コンテナコメントプログラミング言語whileyaxisxaxiswriteメソッドWorksheetオブジェクトworksheets属性workonWorkbookオブジェクトwordpresswithwidth属性W
Pythonを利用したMP3メタデータ編集のやり方 - Qiita
Pythonのmutagenライブラリを利用したMP3音楽メタデータの編集方法について紹介します。 下記サイトのフリーBGMをMP3のサンプルデータとして利用しています。 なんでしょう？ @ フリーBGM DOVA-SYNDROME 実行環境 下記pipコマンドにより音楽メタデータを操作するためのライブラリmutagenをインストール pip install mutagen python 3.8.10 で実行可能なことを確認 基本的なメタデータ一覧取得 mutagenライブラリのEasyID3を利用することで、基本的なメタデータを取得できる。 より詳細なメタデータ編集(コメント、アルバムアート等)をする場合は、ID3を利用する。 ※ ID3はEasyID3と比較して、データ編集方法が煩雑 from mutagen.easyid3 import EasyID3 mp3_file_path =
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
Google、新しいOSSのPythonライブラリ「LangExtract」リリース
browser-use やばいです - Qiita
Pythonは何故あそこまで人気なのですか？
Pythonの良くないところはなんでしょう？私はHaskellやRust、Goといった言語を触ってきましたが、未だに1番書きやすいと感じるのはPythonです。
ウォンテッドリーのプロダクト開発における Python の開発・運用環境
VS CodeでPythonの仮想環境を構築する(windows) - Qiita
Openpyxlでのマージされたセルの取り扱い方 - Qiita
