Jupyter で、Anaconda 2 と Anaconda 3 を共存 + おまけ(Julia) - Qiita
(PS 2016/1/13) Jupyterがすごい勢いでやってくるからお前ら備えとけ（IPython Notebook + R） を読んでから、Jupyter にハマっています。 僕は Anaconda 2 と Anaconda 3 を共存させるために pyenv を使っているのですが、Jupyter で Anaconda のバージョンを切り替える際に、Jupyter終了してから pyenv で切り替えて再度起動！とするのが面倒になりました。New メニューから簡単に Python 2 と Python 3 を切り替えられたらいいのに！と思ったので、その辺の設定をやってみた話です。(Jupyter 初心者ですので、もっと簡単な方法があればコメント欄でお教えください...) 環境 OS X 10.11.2 El Capitan pyenv (20151105) + virtualenv J
Python pandas データのイテレーションと関数適用、pipe - StatsFragments
pandas ではデータを 列 や 表形式のデータ構造として扱うが、これらのデータから順番に値を取得 (イテレーション) して何か操作をしたい / また 何らかの関数を適用したい、ということがよくある。このエントリでは以下の 3 つについて整理したい。 イテレーション 関数適用 pipe (0.16.2 で追加) それぞれ、Series、DataFrame、GroupBy (DataFrame.groupbyしたデータ) で可能な操作が異なるため、順に記載する。 まずは必要なパッケージを import する。 import numpy as np import pandas as pd イテレーション Series Series は以下 2つのイテレーション用メソッドを持つ。各メソッドの挙動は以下のようになる。 __iter__: Series の値 ( values ) のみをイテレーシ
Infographic Python vs. R for Data Analysis
Choosing Python or R for Data Analysis? An Infographic Wondering whether you should use Python or R for data analysis? You’ve come to the right place. It's hard to know whether to use Python or R for data analysis. And that’s especially true if you're a newbie data analyst looking for the right language to start with. But it is possible to figure out the strengths and weaknesses of both languages.
無料で読めるデータ分析に役立つ Python の電子書籍まとめ - Qiita
以前、機械学習や統計に関する情報収集についてまとめました。今日はその続きというか補足で、データ分析に役立つ無料で読める Python E-book をまとめました。 ここにある PDF を取り敢えず手持ちのタブレットか PC に突っ込んでいつでも必要なときに参照すると良いでしょう。毎回 Google 検索しても良いですが、確実に理解しておきたい基礎となる知見はやはり書籍で持っていたほうが安心です。 プログラミング言語 まずは Python 3 本体です。 Free Python Books http://www.onlineprogrammingbooks.com/python/ 上記からさまざまな Python の書籍を無料で閲覧することができます。中には少し古い Python 2 の書籍も混じっていますので、どのバージョンの Python を対象にしているか気を付けたほうが良いでしょう
initd.org psycopg1
Psycopg is the most popular PostgreSQL adapter for the Python programming language. Its core is a complete implementation of the Python DB API 2.0 specifications. Several extensions allow access to many of the features offered by PostgreSQL. The psycopg3 project is currently under active development. Sponsoring this project will help achieve swift completion and ensure the maintenance of psycopg2,
Python ヒッチハイク・ガイド — The Hitchhiker's Guide to Python
Python ヒッチハイク・ガイド¶ Python ヒッチハイク・ガイド へようこそ。 これは皆さんの手により生きているガイドです。 貢献したい方は GitHub で fork してください！ この手作りガイドは、初心者と熟練者のPython開発者の両方に、Python のインストール、設定、および使用に関するベスト・プラクティスを日々提供するために存在します。 このガイドは、ほとんど 独断的なもの であり、Python の公式文書では ありません 。 ここでは、すべての Python Webフレームワーク の一覧は見つからないでしょうが、強く推奨されているリストが簡潔に見つかるでしょう。 さあ、始めましょう！ まずは、あなたの探しものがどこにあるかを確認しましょう。
IPython(Anaconda)とIJuliaが凄すぎる件 - アドファイブ日記（ミラー版）
先日Juliaでデータ分析環境をインストールする話を書きましたが、もっといいやつがあったのでご紹介します。(IJuliaです。実はjuliaのホームページにそっくり掲載されてるのですが先日はなぜかスルーしてしまってた） 先の記事の最後に「Python(Pandas/Scipy/Sklrn等を使う環境)とJuliaで比較しながら今後の道具立てを整えたい」みたいなこと書きましたが、別にどっちかに決めなくても両方同時につかえちゃうIPython(Anaconda)という無料のすごいツール（オプション機能は有料ですが、その有料オプションがこれまた凄い）がありました。 開発元やライセンスなど（そういうのはいいから早くインストールしたい人は次節へ） IPythonというのは「Pythonにデータ分析系のライブラリをごっそりプレインストールしてかつMathematicaみたいなノートブック型のGUIをつ
How to Use Jupyter Notebooks: The Ultimate Guide
This article covers what Notebooks are and why you should use them. We also delve into hosted notebooks, which facilitate sharing and collaboration. This article also covers tips, tricks, and keyboard shortcuts. Jupyter notebooks are documents for technical and data science content. This tutorial provides an overview of Jupyter notebooks, their components, and how to use them. We will explore note
PythonとかScrapyとか使ってクローリングやスクレイピングするノウハウを公開してみる！ - orangain flavor
2016-12-09追記 「Pythonクローリング&スクレイピング」という本を書きました！ Pythonクローリング&スクレイピング -データ収集・解析のための実践開発ガイド- 作者: 加藤耕太出版社/メーカー: 技術評論社発売日: 2016/12/16メディア: 大型本この商品を含むブログを見る 2015年6月21日 追記： この記事のクローラーは動かなくなっているので、Scrapy 1.0について書いた新しい記事を参照してください。 2014年1月5日 16:10更新： デメリットを修正しました。 以下の記事が話題になっていたので、乗っかってPythonの話を書いてみたいと思います。 Rubyとか使ってクローリングやスクレイピングするノウハウを公開してみる！ - 病みつきエンジニアブログ 複数並行可能なRubyのクローラー、「cosmicrawler」を試してみた - プログラマにな
初心者がPythonを覚える為の本の選び方を体系化してみた(2017版) - Lean Baseball
【2020/1/9更新】2020年版もあります, こちらもよろしくおねがいします！ 【2018/12/24追記】最新版を公開しました！「Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball」 ※2017/12/24 最新版をこちらに上げました、この内容は古いのでこちらを見ていただけると幸いです🙇♂️ Pythonの学び方と,読むべき本を体系化しました2018〜初心者から上級者まで こんにちは.野球(とグルメ)の人です. 会社と仕事はメッチャ楽しいのですが,今日はそれと関係なくPythonの話題を久々に.*1 昨年から,「AI（えーあい）」だの「でぃーぷらーにんぐ」だの「機械学習」といったワードとともにPythonを覚えようとしている方が多いらしく, 何から学ぶべきか 何の本がオススメか 簡単に覚えて僕もいっちょ前に「えーあい
The Blaze Ecosystem
The Blaze ecosystem is a set of libraries that help users store, describe, query and process data. It is composed of the following core projects: Blaze: An interface to query data on different storage systems Dask: Parallel computing through task scheduling and blocked algorithms Datashape: A data description language DyND: A C++ library for dynamic, multidimensional arrays Odo: Data migration bet
Pythonのイテレータとジェネレータ - Qiita
Pythonのイテレータ(iterator)とジェネレータ(generator)についてまとめてみます。 (追記2018.12.25: Python3の文法に全面的に置き換えました) イテレータ: 要素を反復して取り出すことのできるインタフェース ジェネレータ: イテレータの一種であり、1要素を取り出そうとする度に処理を行い、要素をジェネレートするタイプのもの。Pythonではyield文を使った実装を指すことが多いと思われる Python組み込みのコレクション(list, tuple, set, dictなど)はどれもイテレーション可能ですが、組み込みのコレクションを使った繰り返し処理ではあらかじめコレクションに値を入れておく必要があるため、以下のようなケースではイテレータやジェネレータを自分で実装したいというケースがあると思います。 無限に繰り返すイテレーション 要素すべてをあらかじめ
Python Experience from a Julia Perspective
I wrote Python scripts a long time ago. For the past year, I’ve mainly used Julia for my scripting needs. I have a bunch of scripts I need to share with other people and I don’t want to require people to have Julia installed, so I am trying to rewrite my scripts to Python. Here are some of my observations about using Python again after primarily using Julia for my scripting needs. First Impression
Pythonの数式処理ライブラリSymPyをWolfram Alpha(Mathematica, Maxima)の代わりに使う方法 - MyEnigma
Mathematicaクックブックposted with カエレバSal Mangano オライリージャパン 2011-04-25 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 Wolfram Alphaの問題点 Sympyとは？ ブラウザでSympyを使う JupyterでSymPyを使う インストール Sympyの数式処理の例題 多項式展開 方程式をある変数で解く 連立方程式を解く 数値を代入する 微分 積分 テイラー展開 極限 その他 Sympyを使ったエンジニアリング例題 三次元の回転行列を計算する SymPyによるCコードの出力 SymPyはJupyterと一緒に使うとかなり便利 参考資料 MyEnigma Supporters Wolfram Alphaの問題点 以前、Wolfram Alphaがすごいという記事を書きましたが、 myenigma.h
データサイエンティストを目指す人のpython環境構築 2016 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? pythonの環境構築について "python 環境構築"でググると20万件くらいヒットしますが、割と内容が古いです。 タイトルにはデータサイエンティストと書いてありますが、データサイエンティスト以外にもanacondaはおすすめです。 2.x or 3.x? 3.xは動かないライブラリが多いので2.x推奨 > 3.xで動かないライブラリがある、くらいまで来ました。 easy_installでpipを入れて、setuptoolsも入れて、でもwheelというのもあって... > 古いです。 virtualenv 必須 > そんなこともな
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 Vs Julia Data Frames (Part 1)
spotify/luigi · GitHub -- Luigi is a Python module that helps you build complex pipelines of batch jobs. It handles dependency resolution, workflow management, visualization etc. It also comes with Hadoop support built in.
Pythonの内包表記（リストとジェネレータ式について）【追記あり】 - Qiita
PythonistaのためのJulia入門 - Qiita
pythonの内包表記を少し詳しく - Qiita
