Python3.xのアスタリスク逆引き - QiitaDeleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Pythonのフレームワークを理解するために必要な知識メモ - Qiita
Pythonの本を読んで学んだことをメモしてきます Pythonの勉強中です。読んだ本に関しては、以下ブログ記事参照下さい。 内容的には、この記事では、特にPythonで書かれたフレームワーク（具体的にはTensorFlow、PyTorch等のディープラーニングのフレームワーク）を理解するのに必要だった知識を中心にメモしています。 以下は前提です。 当方、永遠の初心者です。優しくして下さい Pythonの基礎中の基礎は理解している読者を想定しています printの次行の#行は、出力結果を意味します コメント、編集リクエスト歓迎です しばらくは、随時追加、修正していく予定です。 全体的な話 Pythonは全てがオブジェクト Pythonは全てがオブジェクトらしいです。雰囲気でオブジェクト指向をやっているので、あんまり意味がわかってないです。 クラスすらオブジェクトらしいですが、それがどういう
PythonでJupyterノートブック「.ipynb」を生成する - Qiita
import nbformat nb = nbformat.v4.new_notebook() title = "# タイトル" code = """ %matplotlib inline from sympy import * # to print with mathjax on jupyter notebook init_printing() """ nb["cells"] = [ nbformat.v4.new_markdown_cell(title), nbformat.v4.new_code_cell(code) ] with open("output.ipynb", "w") as f: nbformat.write(nb, f) これで、色々便利なことができそうですね。 PyCharmでカスタムした.ipynbを生成する PyCharmはPythonの統合開発環境(IDE)で
脳死で覚えるkeras入門 - Qiita
前書き 全てのプログラマーは写経から始まる。 by俺 この記事は機械学習入門用ではありません。良質な写経元を提供するためにあります。無駄のないコードと無駄のない説明を用意したつもりです。kerasコーディングを忘れかけた時に立ち返られる原点となれば幸いです。 実行環境 python (3.7.10) tensorflow (2.4.1) keras (2.4.3) 対象者 pythonを自分の環境で動かせる人 かつ keras初心者 ■ kerasとは python で書かれた高水準のニューラルネットワークライブラリ。 (keras公式) もっとわかりやすく言うと... ディープラーニングを自力で全部作るのは大変。 でも、kerasを使うと簡単だよ！ ■ kerasコーディングの流れ データを用意する。 モデルを構築する。 モデルにデータを学習させる。 モデルを評価する。 ※モデルとは、デ
タイタニック号乗客の生存予測モデルを立ててみる - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに この記事はGizumoエンジニア Advent Calendar 2015の24日目の記事です。 株式会社Gizumoというまだ出来て半年という若い会社でWebアプリエンジニアやってる@suzumiです。 アドベントカレンダー２回目の記事になります。 一回目の記事は「IoT - node.jsを使ってWebからエアコンを遠隔操作できるようにしてみた」です。 よければ合わせてご覧下さい。 お題 まずはじめにKaggleを知っておきましょう。 Kaggleとは Kaggleは企業や研究者がデータを投稿し、世界中の統計家やデータ分析
scikit-image でテンプレートマッチング - Qiita
match_template というそのものズバリな関数があります。 skimage.feature.match_template(image, template, pad_input=False, mode='constant', constant_values=0) 公式ドキュメント Module: feature — skimage docs Template Matching — skimage docs 使用例1 第1引数に入力画像、第2引数にテンプレート画像を指定すればOK。 import matplotlib.pyplot as plt import numpy as np import skimage import skimage.feature import skimage.io from matplotlib.patches import Rectangle img =
Shapを用いた機械学習モデルの解釈説明 - Qiita
Shapとは Shap値は予測した値に対して、「それぞれの特徴変数がその予想にどのような影響を与えたか」を算出するものです。これにより、ある特徴変数の値の増減が与える影響を可視化することができます。以下にデフォルトで用意されているボストンの価格予測データセットを用いて、Pythonでの構築コードと可視化したグラフを紹介します。 Shapの概要図 モデルの構築 XGBoostを使用します。 import xgboost import shap X,y = shap.datasets.boston() X_display,y_display = shap.datasets.boston(display=True)
ROC曲線とAUCについて定義と関係性をまとめたよ - Qiita
はじめに こちらの記事の内容を１枚絵にまとめたものになります。以下、文章で少しだけ補足します。 正解率系の各種指標について (参考)こちらの記事より引用させて頂きました。 クラス分類モデルの性能評価には様々な評価指標が存在しますが、上記の各種指標の計算で諸々算出されます。 用語を覚える際に混乱してしまいがちですが、以下の関係性さえ理解しておけば丸暗記しなくても思い出せます。 前一文字:正解か不正解かを示す -> T or F 後一文字:モデルからの予測分類を示す -> P or N 偽陽性は、FP(間違って陽性判定した数) / FP + TN(陰性全体の母数) 真陽性は、TP(正しく陽性判定した数) / TP + FN(陽性全体の母数) テキストでROC曲線とAUCをまとめる ①ROC曲線ってなんだ? クラス分類するためのスコア閾値を外部の変数として変化させ、偽陽性率を横軸に、真陽性率を縦
【機械学習】iPython NotebookでSparkを起動させてMLlibを試す - Qiita
SparkをiPython Notebook(Jupyter)で動作させ、MLlibを動かしてみるテストです。クラスタリング（KMeans）、分類:Classification（SVM, ロジスティック回帰, Random Forest）をirisデータで試しました。 環境 OS: Mac OSX Yosemite 10.10.3 Spark: spark-1.5.0-bin-hadoop2.6 Python: 2.7.10 |Anaconda 2.2.0 (x86_64)| (default, May 28 2015, 17:04:42) 本稿では上記の環境で行ったものを記載していますので、他の環境では設定が異なる場合もあるかと思いますのでご注意ください。 #1. Sparkバイナリのダウンロード&配置 http://spark.apache.org/downloads.html から
Python+PuLPによるタダで仕事に使える数理最適化（ → Python-MIPがお勧め → SCIPソルバーが利用できるのでやっぱりPuLPがお勧め → 現状はSCIP専用のPySCIPOptを使おう） - Qiita
追記（2023/06/05） 数理最適化ソルバー SCIP 専用の Python インターフェース PySCIPOpt の記事を書きました。 本追記時点で Python から SCIP を使用する方法としては、この PySCIPOpt がいちばんよいと思います。 追記（2022/11/08） 数理最適化ソルバーSCIP ですが、 Since November 4, SCIP is licensed under the Apache 2.0 License. となりました。SCIPは無償のソルバーの中では速いので、それが商用利用可能になったということは大きいです。Apache 2.0 Licenseなので、少なくともSCIPの内部コードを変更せず呼び出して使う場合は、作ったコードの開示義務（昔のことばでいうGPL汚染）はないはずです。 追記日時点では、PuLPからはSCIPが利用可能、Pyt
2020 年の Python パッケージ管理ベストプラクティス - Qiita
この記事は Python Advent Calendar 2019 の 19 日目の記事です。 🐍 あらすじ Python のパッケージ管理。特にここ数年で新しいツールが多く出たこともあり、一体何を使うべきなのか、少し調べただけでは分からないと思います。本記事では、新しめの管理ツールを独断と偏見で比較します。著者は Poetry 信者なのでバイアスが掛かっているので悪しからず。 本記事で書いていること Pipenv、Poetry、Pyflow の違いと使い方 本記事で書いていないこと Pyenv、Venv、Virtualenv などの既存ツールの説明 著者の環境は以下の通り。 Ubuntu 18.04 Python 3.8.0 Pipenv 2018.11.26 Poetry 1.0.0 Pyflow 0.2.1 特に Poetry と Pyflow は開発途中なので、本記事の内容と違う
RxPYをひたすら素振りする - Qiita
はじめに 本記事はサムザップAdvent Calendar 2017の1３日目の記事です。 昨日は@takahashi_wataruさんのUnity2017.2.0p3で.Net4.6を使うとVisualStudioのインテリセンスが効かない対処法+αでした！ 今年の9月からサムザップでお世話になっている@mmm_hiroです。 現在関わっているプロジェクトのいろいろによりPython3（使用歴半年）を利用しているのですが 今回はPythonでRxPYを利用したリアクティブプログラミングについて記事を書こうかなと思います。 他の言語に比べて、PythonにおけるReactiveXの記事は少なく、自分もコツを掴むまでに多少の時間を必要としました。 まずはネット上にある有用な記事（言語問わず）を読み、リアクティブプログラミングの概念を把握するところから初めましょう http://reactiv
[python] attrs ライブラリに自動バリデーション機能をデコレータで追加してみた - Qiita
この記事は 富士通クラウドテクノロジーズ Advent Calendar 2017 の9日目です。 昨日は @ntoofu さんの IaaS基盤をテストする環境を作る話 でした。 当たり前ですが、 IaaS が大きくなるほど運用は大変になるのでぜひ理想的なテスト環境の構築を実現していただきたいですね！ 概要 python の attrs というライブラリをご存知でしょうか。 これは python のクラス定義を簡潔に書くことが出来るようになるライブラリで、オプションからインスタンス変数のバリデーションなどを定義することができます。 今回はこの attrs ライブラリの挙動を モンキーパッチ 感覚でデコレータを利用して変更してみました。 今回使用した実行環境は python 3.6.3 です。 attrs とは 概要でも簡単に説明しましたが、 attrs とは python のクラス定義の記
![[python] attrs ライブラリに自動バリデーション機能をデコレータで追加してみた - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/1e4d1c83d60e0db4f6c1ca8fb554ba5b642ce97d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBzYXRvLW1oJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0xZTk0ODFlYzU4MmI4ZjgzODk4M2UyMThiNDIwZDU2ZQ%26blend-x%3D120%26blend-y%3D445%26blend-mode%3Dnormal%26txt64%3DaW4g5a-M5aOr6YCa44Kv44Op44Km44OJ44OG44Kv44OO44Ot44K444O844K65qCq5byP5Lya56S-%26txt-width%3D972%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%25233A3C3C%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D134%26txt-y%3D546%26s%3Df77b7dfaacfea6466ea1e532dc123d22)
【PythonのORM】SQLAlchemyで基本的なSQLクエリまとめ - Qiita
SQLAlchemy1.2の基本的なクエリをまとめました！ python初心者以上向けの記事です。 改めて読み返してみると、直した方が良さそうな箇所や、この機能書かないんかいってのがあるので修正予定です。 記述内容 ORMについて、動かしてみるところまで、select, limit, orderby, distinct, join, leftjoin, in, insert, update, delete, union, unionAll, sql吐き出し, sqlを直接実行について また、flask-sqlalchemyでは実行を試していません。 SQLAlchemyとは pythonのORMモジュール。 session.query(User).all() このようにSQL操作ができる。 ORM SQLをクラスとして扱えるようにしたもの。 使用する理由は、 ・SQLインジェクション対策が
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
ArgumentParserの使い方を簡単にまとめた - Qiita
mypyやっていくぞ - Qiita
Python defaultdict の使い方 - Qiita
Pythonで動かしてみるSpark入門 - Qiita
PandasとPySparkの特徴量取り扱い対比 - Qiita
PythonでScala-likeにコレクション操作を行う - Qiita
