Python3.8の新機能(2) - 代入式の導入 - Qiita
はじめに 2019年10月にリリースを予定しているPython3.8で新たに加わる変更をPython3.8の新機能 (まとめ)という記事でまとめ始めました。その中で比較的分量のある項目を別記事に切り出すことにしましたが、その第二弾として代入式(Assignment Expressions)の導入を取り上げてみたいと思います。 なお、この変更は現時点でまだWhat’s New In Python 3.8には載っていないのですが、PEP-572で提案されている内容が既に開発版で実装されており、このコメントからも3.8a1に入ってきそうなので書いちゃいます。 式と文 「『代入式の導入』って、そもそもpython には普通に代入文があるじゃん」って思われた方もいるかも知れません。式と文で何が違うのか。ググれば丁寧に解説しているサイトがすぐに見つかると思うので、ここではその違いをごく簡単に書いてみた
PythonとTwitterAPIでTwitterクライアント的なのを作ったお話【びよりったー】 - Qiita
ヽ(廿Δ廿 )にゃんぱすー。情報系の学生をしております、なっぢです。 Qiitaの記事を書いてみたいと思ったので、PythonでTwitterクライアントを作った話をします。 事の経緯 (ここは別に大事じゃないので読みたくなけりゃ飛ばしてもらって大丈夫です) via芸のために愛用していた非公式クライアントが自分の引継ぎミスで使えなくなったのがきっかけです。 Twitterはやめたくないし、新しいクライアントを探すのも面倒なので、 Pythonの勉強も兼ねて自分で作ってみよう。という発想に至りました(？)。 以前、アプリケーションの登録をしていた。っていうのも大きかったです。 開発環境 Python 3.7.3 コマンド一覧 実装したコマンドの一覧です。一応隠しコマンドもあります。 (2019/6/5 追記) 最終的に実装したコマンドの一覧です。 置換コマンド
Raspberry PiでGPGPU - Qiita
Raspberry PiでGPGPUを行う為の**PyVideoCore**というPythonライブラリを作りましたので紹介します。 Raspberry PiのGPU Raspberry PiシリーズはBroadcomのVideoCore IVというモバイル向けGPUを搭載しています。このGPUは公式にリファレンスガイドが公開されています。これは2014年2月にRaspberry Pi財団への誕生日プレゼントとしてBroadcomが公開したものです。この文書のおかげで、VideoCoreをハックする事が可能になりました。 VideoCore IVは12個のQuad Processing Unit (QPU)を搭載しています。各QPUは16 wayのSIMDプロセッサであり、1命令で4ワード×4サイクル(つまり長さ16)のベクトル計算を行います。各QPUは加算系と積算系の2つの演算を同時に実
日本全国で二郎系ラーメンが食べられる場所を可視化するマップを作った物語 - Qiita
TL;DR いつでもどこでもカロリーを摂取できるように、 位置情報データの可視化にめっちゃ便利なライブラリfoliumを布教するために、こういうマップを作って遊んでみました。 東京都心部はどこでも万遍なく二郎系ラーメンが食べられそうですが、特に神田・秋葉原・御茶ノ水エリアあたりには二郎系ラーメンのお店がいっぱいですね。 ちなみに引きのviewはこんな感じ。 下のリンクにアクセスいただくと、ブラウザ上からグリグリ動かして操作もできます。 https://moyashi-ramen-map.herokuapp.com/ ※ページだけで1.2MBあるのでやや重いです…。スマホだと性能にもよると思いますがかなりもっさり動作になってしまうと思います。 ここからこのマップの作成プロセスについて書いていきます。 追記 大変ありがたいことに、GIGAZINE様にて本記事を紹介いただきました。操作説明まで詳
Pythonのメモリ使用量を減らすポイント - Qiita
今回は、iXce’s blog » Blog Archive » Optimizing memory usage in Python: a case study という記事を見つけて興味深かったので紹介したいと思います。何も説明書いてないところがあるので、詳しく知りたい人は元記事を読んでほしいです。 動機 プレーンテキストをGコードに変換するプログラムを書いている 3.8MB (14万Gコード) のファイルを読み込むと、244MBもメモリを使ってしまう だからメモリ使用量を減らしたい やったこと プロファイル どこがメモリをたくさん使ってるのか調べるためにHeapyを使う $ pip install guppy で入れられる。 するとこんな感じの結果が出力される。 Partition of a set of 225737 objects. Total size = 115386656 by
機械学習クソ素人の俺がプロダクトをリリースするまでの2ヶ月で覚えたこと - Qiita
scikit-learnでちょっとした機械学習をするのは、LAMPでちょっとしたWebアプリをつくるよりも簡単です。 下記に自分が入門してから2ヶ月間で覚えたことをまとめました。 ##ハイライト 重要だと思ったこと3つ 機械学習の概要 scikit learnについて Google Prediction API,Mahout,Spark,Cythonについてそれぞれ一言所感 ##重要だと思ったこと3つ ###1.機械学習に明るい友人をもつこと どんな技術でもそうだけど、友人に聞いて概要を先に掴んでおくと自信を持って進めることができます。この自信を持っていると心が折れにくくなります。 @fukkyyに「入門サイトは難しい用語つかってビビらせてくるけど、ライブラリを使えば機械学習はこわくない」と教わり、巷にある入門サイトを無視してライブラリをたたき始めたので入りやすかったです。 @ysks3n
PythonでExcelのCSVファイルを扱う - Qiita
Pythonのcsvパッケージは大変便利です。面倒なエスケープ処理をちゃんと行ってくれます。とりわけ、Excelファイルで送られてきたファイルを処理するのに重宝します。なんといっても、dialect='excel'でExcel CSVをちゃんと読めます。 ところが、日本語が絡むと問題は途端に厄介になります。問題の本質は何か。まず、ExcelのTSVの扱いに関して、以下のことが知られています。 Excelのtsvエクスポートはutf-16（BOM付き）である Excelが直接読めるのはBOM付きutf-16のtsvである（カンマ区切りはウィザードが必要） csv（カンマ区切り）出力や読み込みも可能だがおすすめできない（後述） このことからわかるのは、BOM付きutf-16ファイルを扱うのが最善ということです。これを扱う一番の方法は、ioパッケージを使うことです。 さらっと書きましたが、ioパ
Amazonギフト券の安値情報をPythonでWebスクレーピング＆Rで解析 - Qiita
#アマオクでいかに安くAmazonギフト券を手に入れるか 皆さまはアマオクというサイトをご存知でしょうか？Amazonギフト券を売買できるサイトで、大体5～10%程度の割引率で取引されています。 このサイトで、できるだけお得にギフト券を買うにはどうしたらよいのか？例えば火曜日は割引率が良い、２５日近辺は割引率が悪いなど何らかの傾向はあるのか？ 幸いなことにアマオクは過去の取引データを一般公開しています。この取引データをPython + Beautiful Soupでスクレーピングし、Rで解析したのが本記事の内容です。 先に結論を書きますと、以下になります。 額面と値引き率は関係がない 有効期間と値引き率は関係がない 現在は割高。92.5～95%になるのを待って買う。 どの曜日でも値引き率は変わらない どの日でも値引き率は変わらない 日中の方が他の時間帯より若干安い 環境 Windows 8
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
Plotlyでぐりぐり動かせる為替チャートを作る(1) - Qiita
【 Python API データ取得 】（手習い）参考ウェブサイトのコードを修正して、Python から お天気情報サイト OpenWeatherMap の無償API を叩き、お天気データを取得してみる（編） - Qiita
Python で、複数のリスト型オブジェクトの要素同士の演算をする場合は、zip を用いた ループ や リスト内包表記 よりも、np.array オブジェクトに変換したものどうしを１行コマンドで演算（Numpyのベクトル演算）して、結果をリスト型に型変換するのが劇的に早い - Qiita