[Python] UUIDを生成するuuid.uuid4()はどうやってUUIDを生成しているのか？ | DevelopersIO
※2019/2/17:OS固有の乱数の発生方法について追記しました。 どうも！大阪オフィスの西村祐二です。 何かにIDを設定するときにUUIDをよく使うかと思います。 Pythonではuuidモジュールというのが提供されており下記のように簡単に生成することができます。 import uuid hoge_id = str(uuid.uuid4()) どうやってuuidを生成しているの気になったのでドキュメントをみたところ、uuid1,3,5はわかったのですが、uuid4はどうやっているのかわからなかったので調べてみました。 https://docs.python.org/ja/3/library/uuid.html 環境 OS: macOS 10.14.3 python3.7.2 ソースコードをみて確認する やはり、ここが一番の近道です。ソースを覗いてみるとos.urandom(16)を使っ
![[Python] UUIDを生成するuuid.uuid4()はどうやってUUIDを生成しているのか？ | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/676cbdfcd4517b4c0ed0566a3a2e2c32ed0f4db2/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F02%2Fpython_icatch.png)
Plotly
Plotly Open Source Graphing Library for Python Plotly's Python graphing library makes interactive, publication-quality graphs. Examples of how to make line plots, scatter plots, area charts, bar charts, error bars, box plots, histograms, heatmaps, subplots, multiple-axes, polar charts, and bubble charts. Plotly.py is free and open source and you can view the source, report issues or contribute on
Docker のマルチステージビルドで自前でビルドした Wheel を含むイメージを作る - CUBE SUGAR CONTAINER
今回は Docker のマルチステージビルドを使って Wheel が提供されていない Python パッケージを含む Docker イメージを作ってみる。 これだけだと、なんのこっちゃという感じなので、以下で前提から説明しておく。 まず、今の Python のパッケージングにはソースコード配布物 (sdist) と Wheel という二つのフォーマットが主に使われている。 ソースコード配布物は、文字通りソースコードをそのままパッケージングしたもの。 ソースコード配布物では、パッケージの中に Python/C API などで書かれた拡張モジュールがあっても、ソースコードの状態で含まれる。 それに対して Wheel は、拡張モジュールが含まれる場合にはビルドされたバイナリの状態で提供される。 そして、現行の pip はソースコード配布物をインストールするとき、一旦 Wheel にビルドした上で
Pythonを使って関数型プログラミング Part.2 | ログミーBusiness
2019年9月16、17日、日本最大のPythonの祭典である「PyCon JP 2019」が開催されました。「Python New Era」をキャッチコピーに、日本だけでなく世界各地からPythonエンジニアたちが一堂に会し、さまざまな知見を共有します。プレゼンテーション「Pythonで始めてみよう関数型プログラミング」に登壇したのは、株式会社SQUEEZEの寺嶋哲氏。講演資料はこちら 不変／永続データ構造を提供するパッケージ寺嶋哲氏：続いて、不変／永続データ構造についてです。 listを操作する関数の問題点について、例題で見ていきましょう。add_mangoは果物名の文字列のlistをとって、mangoをそのlistに足して返します。change_from_apple_to_bananaは、同じようにlistをとってappleを探して、bananaに入れ替えて返します。 その下
Pythonの型ヒント、UnionとTypeVarの違いを理解する | DevelopersIO
こんにちは。サービスグループの武田です。Pythonの型ヒントあるUnionとTypeVarの違いを確認してみました。 こんにちは。サービスグループの武田です。 Pythonは動的型付きのプログラミング言語ですが、3.5から型ヒント（Type Hints）が導入されました。 型ヒントは静的型付き言語のように型によるチェックができるようになる一方で、実行時には影響を及ぼしません。つまり型ヒントはアノテーションです。型ヒントのチェックはコンパイラなどが言語として提供されているわけではありません。代わりにmypyを使うのがデファクトのようです。 このエントリでは型ヒントに含まれているUnionとTypeVarの違いを確認してみました。 環境 次のような環境で検証をしています。 $ python3 -V Python 3.8.3 $ mypy -V mypy 0.782 Union vs Type
CPU律速なRuby/Pythonコードはデフォルト設定のdocker上で遅くなる - まめめも
English version 要約 dockerはデフォルトでセキュリティ機構（Spectre脆弱性の対策）を有効にします。この影響で、RubyやPythonのようなインタプリタは速度が劣化します。特にCPU律速なプログラムで顕著に遅くなります（実行時間が倍くらいになることがあります）。 現象 Rubyで1億回ループするコードを、直接ホスト上で実行する場合と、docker上で実行する場合で実行時間を比較してみます。 直接ホスト上で実行した場合： $ ruby -ve 't = Time.now; i=0;while i<100_000_000;i+=1;end; puts "#{ Time.now - t } sec"' ruby 2.7.1p83 (2020-03-31 revision a0c7c23c9c) [x86_64-linux] 1.321703922 sec docker
Pythonの数理最適化用ライブラリCVXOPTの使用例 - Qiita
Pythonで数理最適化問題を解くときに，cvxoptというライブラリが便利． CVXOPT - http://cvxopt.org/ しかし，公式マニュアルを除いて資料が少なく，日本語資料はほとんど無い状態． ここで書いていることも，手元で検証したものを載せるが，良いお作法に則った書き方なのか不明． 二次計画問題（Quadratic Programming, QP） CVXOPT - Quadratic Programming 一般的なQP CVXOPTを使って，次の二次計画問題の最適解を求めたい． $$ \begin{align} \min_{x\in\mathbb{R}^{n}} & & & \frac{1}{2} x^TPx+q^Tx \\ \mathrm{subject\ to} & & & Ax=b \\ & & & Gx\leq{h} \end{align} $$ 具体的な数
NumPy配列ndarrayの次元数、形状、サイズ（全要素数）を取得 | note.nkmk.me
NumPy配列ndarrayの次元数、形状（各次元のサイズ）、サイズ（全要素数）を取得するには、numpy.ndarrayのndim, shape, size属性を使う。組み込み関数len()では最初の次元の大きさが返される。 import numpy as np a_1d = np.arange(3) print(a_1d) # [0 1 2] a_2d = np.arange(12).reshape((3, 4)) print(a_2d) # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] a_3d = np.arange(24).reshape((2, 3, 4)) print(a_3d) # [[[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # # [[12 13 14 15] # [16 17 18 19] #
非線形最適化関数 — 機械学習の Python との出会い
非線形最適化関数¶ ロジスティック回帰を解くには， ロジスティック回帰の形式的定義 の式(3)の非線形最適化問題を解く必要があります． ここでは，この最適化問題を scipy.optimize モジュールに含まれる関数 minimize() を用いて実装します． そこで，この節では minimize() などの最適化関数について俯瞰します． ロジスティック回帰モデルをあてはめるメソッドの実装については，次の 学習メソッドの実装 で述べます． SciPy の非線形最適化関数¶ SciPy の非線形最適化関数には， minimize_scalar() と minimize() があります． これらを順に紹介します． sp.optimize.minimize_scalar(fun, args=(), method='brent')¶ Minimization of scalar function
カウボーイには嫌がられるPythonの話 - Qiita
はじめに コードの荒野にはカウボーイといわれる人種がいます。 Code Craftではカウボーイを次のように評価しています。 カウボーイは性急にコーディングに取りかかり、目の前の問題を最小限の労力で解決することを目指します。優れた解決策かどうかは気にしません。コードの構造が崩れようとも、今後の要件にそぐわない点があろうとも、お構いなしです。 カウボーイは１つの作業を済ませて次の作業に移ることに多大な意欲を注ぎます。プロセスについて少し学んだことのあるカウボーイなら、これはアジャイルプログラミングなのだと言うことでしょう。しかし実際は単に怠けているだけです。 本記事で述べる内容は、カウボーイには嫌がられる内容です。 それはコーディングスタイルの話であり、ドキュメンテーションの話であり、テストの話です。 これらの話をEffective Pythonを元に、Pythonではどう進めるかを考えます
12.1. pickle — Python object serialization — Python v2.6.4 documentation
pickle — Python object serialization¶ Source code: Lib/pickle.py The pickle module implements binary protocols for serializing and de-serializing a Python object structure. “Pickling” is the process whereby a Python object hierarchy is converted into a byte stream, and “unpickling” is the inverse operation, whereby a byte stream (from a binary file or bytes-like object) is converted back into an o
pandasでCSV/TSVファイル読み込み（read_csv, read_table） | note.nkmk.me
pandasでCSVファイルやTSVファイルをDataFrameとして読み込むにはread_csv()を使う。 pandas.read_csv — pandas 2.0.3 documentation IO tools (text, CSV, HDF5, …) - CSV & text files — pandas 2.0.3 documentation CSVファイルへの書き込み・追記については以下の記事を参照。 関連記事: pandasでCSVファイルの書き込み・追記（to_csv） pandasでのExcel, JSON, pickleファイルの読み書き（入出力）については以下の記事を参照。 関連記事: pandasでExcelファイル（xlsx, xls）の読み込み（read_excel） 関連記事: pandasでExcelファイル（xlsx, xls）の書き込み（to_exce
グラフ理論とNetworkX
※ 上表の「単純グラフなど」は、単純グラフ、または 自己ループのみ含む多重グラフを指しています。 グラフの用語¶ 単純グラフ（simple graph）：自己ループも多重辺も含まないグラフ 多重グラフ（multi graph）：単純グラフとは限らないグラフ 無向グラフ（undirected graph）：無向辺だけからなるグラフ 有向グラフ（directed graph）：有向辺だけからなるグラフ 自己ループ（loop）：両端が同じ頂点となる辺 多重辺（multiple edges）：2つの頂点の間に複数の辺がある場合、それらを多重辺といいます 有向辺（directed edge）: 向きがある辺 無向辺（undirected edge）: 向きのない辺 歩道：ある頂点から辺をたどって別の頂点へ行ける場合、その辺の並びを歩道といいます。 路：辺が重複しない歩道を路といい
Pythonのfor文は遅い？ - atsuoishimoto's diary
bicycle1885.hatenablog.com こちらの記事を拝見していて、ちょっと気になったので注釈。 PythonやRを使っている人で、ある程度重い計算をする人達には半ば常識になっていることとして、いわゆる「for文を使ってはいけない。ベクトル化*1しろ。」という助言があります。 これは、PythonやRのようなインタープリター方式の処理系をもつ言語では、極めてfor文が遅いため、C言語やFortranで実装されたベクトル化計算を使うほうが速いという意味です。 昔からよくこういう言い方がよくされるが、本当にPythonのfor文は遅いのだろうか。 聞くところによるとRのfor文はガチで遅いそうだが、Pythonの計算が遅いのはインタープリタ方式だからでも、for文が遅いからでもない。もちろん、Pythonはインタープリタなので遅いし、for文だって極めて遅い。しかし、これはPyt
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] Plotlyでぐりぐり動かせるグラフを作る - Qiita![[Python] Plotlyでぐりぐり動かせるグラフを作る - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/48638324eed90cedee0243e520ae5bff0795b69f/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGNjE0NjglMkZwcm9maWxlLWltYWdlcyUyRjE0NzM2OTU2NjQ_aXhsaWI9cmItNC4wLjAmYXI9MSUzQTEmZml0PWNyb3AmbWFzaz1lbGxpcHNlJmZtPXBuZzMyJnM9ZWE0NWMzNTIzOTlkMDdjMjFmNTZlNGJkMzE2OTk1NWY%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Df86bbceb36a2b1fb9e87276eb69a5313%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCUHl0aG9uJTVEJTIwUGxvdGx5JUUzJTgxJUE3JUUzJTgxJTkwJUUzJTgyJThBJUUzJTgxJTkwJUUzJTgyJThBJUU1JThCJTk1JUUzJTgxJThCJUUzJTgxJTlCJUUzJTgyJThCJUUzJTgyJUIwJUUzJTgzJUE5JUUzJTgzJTk1JUUzJTgyJTkyJUU0JUJEJTlDJUUzJTgyJThCJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9NDM3ZjQ1NjFhYzljNjBjYTZlNjFmZTBiN2YwOTM1NmQ%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBpbm9vcnkmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz0xZjk5MjgyMmJlYjBlNjM4NzllZDcyZjJmMDY3YjBhMA%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D0798fe1a93fc1d5bd68301573ea9fe93)
Pythonのf文字列（フォーマット済み文字列リテラル）の使い方 | note.nkmk.me
solve_ivp — SciPy v1.14.1 Manual
Python命名規則一覧 - Qiita
What's coming in Python 3.8 [LWN.net]
ロボットモデル作成ツール - 研究紹介ページ