Pythonメモ : Python 3の基本をマインドマップで学ぶ - もた日記Python3 in one pic github.com GitHubを眺めていたらPython 3の基本を一枚のマインドマップにまとめていたリポジトリを見つけた（これがわかりやすいかは人によるかもしれないが）。 拡大、縮小、折り畳みなどができるオンラインバージョンやPNG形式にしたものがある。また、IPython Notebookバージョンもあるようだ。 関連プロジェクトとしてJavaScript版もある。 github.com
読書メモ：退屈なことはPythonにやらせよう（Al Sweigart著） - 重ね描き日記（rmaruy_blogあらため）
退屈なことはPythonにやらせよう ―ノンプログラマーにもできる自動化処理プログラミング 作者: Al Sweigart,相川愛三出版社/メーカー: オライリージャパン発売日: 2017/06/03メディア: 単行本（ソフトカバー）この商品を含むブログ (6件) を見るめずらしく技術書をレビューしてみたいと思います。 就職してから5年半、「プログラミングを覚えたら仕事が楽になるかな？」と思うタイミングが何度かあり、PerlとExcelVBAの習得を試みたものの、途中でめんどくさくなり結局ものになりませんでした。今回、Pythonで3度目の挑戦に踏み切るきっかけになったのが、本書『退屈なことはPythonにやらせよう』でした。 約一月かけて、会社の休憩時間に読み進め、のべ16時間ほど取り組みました。なお、後半の14～18章は「とりいそぎは使わないかも」と判断したため未読です。 一言でいうと
PythonでWebスクレイピングする時の知見をまとめておく - Stimulator
- はじめに - 最近はWebスクレイピングにお熱である。 趣味の機械学習のデータセット集めに利用したり、自身のカードの情報や各アカウントの支払い状況をスクレイピングしてスプレッドシートで管理したりしている。 最近この手の記事は多くあるものの「～してみた」から抜けた記事が見当たらないので、大規模に処理する場合も含めた大きめの記事として知見をまとめておく。 追記 2018/03/05： 大きな内容なのでここに追記します。 github.com phantomJSについての記載が記事内でありますが、phantomJSのメンテナが止めたニュースが記憶に新しいですが、上記issueにて正式にこれ以上バージョンアップされないとの通達。 記事内でも推奨していますがheadless Chrome等を使う方が良さそうです。 - アジェンダ - 主に以下のような話をします。 - はじめに - - アジェンダ
機械学習初心者向け、Word2VecとDoc2Vecでディープラーニングやってみた -
秋山です。 機械学習が人気ですが、「Word2Vec」「Doc2Vec」という、文章などを分析するニューラルネットワークモデルを知っていますか？ すごーく簡単に言うと、「Word2Vec」は単語の類似度のベクトル、「Doc2Vec」は文章の類似度のベクトルを表現します。 結構前に話題になったので既に知っている人も多いかもしれませんが、今回はpaizaのスキルチェック問題に提出された一部のコードを対象に、「Word2Vec」と「Doc2Vec」でどんなことができるかやってみたいと思います。（※スキルチェック問題や回答の内容は判別できないように処理しています） ■Word2Vecについて ざっくり言うと、ある単語の周辺に別の単語が出現する確率……みたいなものを見てくれます。ニューラルネットワークを使って、類似度を求めています。Word2Vecは隠れ層1、出力層1の、2層のニューラルネットワーク
Pythonコードからコマンドラインインターフェイスを自動生成するツール『Python Fire』を試してみた | DevelopersIO
先日、Googleから『Python Fire』なるものが発表されました。関連記事によると『Pythonコードからコマンドラインインターフェイスを自動生成するツール』なのだそうです。ざっと見た感じ利用のハードルも低く、すぐに使えそうなものでしたので早速試してみました。 Google Open Source Blog: Introducing Python Fire, a library for automatically generating command line interfaces Python Fireの導入 Python Fireの導入方法及び使い方については下記GitHubの情報にまとまっています。こちらを参考にしながら進めて行きます。 GitHub - google/python-fire: Python Fire is a library for automaticall
Anacondaを使ったPythonの環境構築 - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。私は暇です（だと信じています）。 最近ブログタイトルと本人の忙しさが一致していないと言われるので とりあえず暇ですといってみます。 本日は、Anacondaについて書きます。 Anacondaについて Anacondaとは インストール方法 condaを使って環境を構築・確認する ライブラリのインストール condaで入れたライブラリの一覧 仮想環境の構築と削除 仮想環境にライブラリをインストールする 仮想環境の切り替え condaのupdate conda自身の情報 最後に Anacondaについて Anacondaとは AnacondaはPythonのデータサイエンスプラットフォームで 100以上のライブラリを簡単に導入できます。 Pythonのバージョンを仮想環境を使って切り替えることや 科学技術演算ライブラリ（numpyなど）のインストールを行うこと
pandas+matplotlibで世界時価総額トップ銘柄のアルファ値とベータ値をアニメ化する - Qiita
##4-1. 前処理 csvファイルから株価情報を読みだして，daily-returnを計算します．本記記事では，Udacityで紹介された以下の関数1を使います． get_data(symbol)：symbolのCSVファイルから調整後終値を読みだして，pandas.DataFrame形式で出力する関数です． fill_missing_values(stock_data)：stock_data（pandas.DataFrame）の欠損を穴埋めする関数です． compute_daily_returns(stock_data)：stock_data（pandas.DataFrame）から，daily-returnを計算し，pandas.DataFrameで出力する関数です． ##4-2. アニメ化 $\alpha$と$\beta$をアニメ化する関数を作りました．デフォルト設定では，2006年
Google、Pythonコードからコマンドラインインターフェイスを自動生成するツール「Python Fire」を発表 | OSDN Magazine
Googleは3月3日、「Python Fire」を発表した。Pythonコードからコマンドラインインターフェイス（CLI）を自動生成するもので、Pythonコードの開発やデバッグに有用だという。 Python Fireは、クラスやディクショナリ、モジュールといった任意のPythonオブジェクトからコマンドラインインターフェイス（CLI）を自動生成するライブラリ。Google内部でも利用しており、Python Fireを使ってPython Imaging Library（PLI）のイメージマニピュレーションツールを構築したという。また、Python Fireで実験管理ツールを構築し、PythonとBashと同等に実験を管理しているとのこと。 CLIインスペクションを使っており、PythonプログラムでFireの関数を呼び出すとプログラムに対応するCLIを自動生成する。引数の設定などの作業は
Matplotlib 超入門(3)文字の大きさ，グリッド幅
今回は縦軸と横軸の目盛りの設定方法を見ていきます．そして，前回挿入した文字の大きさの変更方法も扱ってみたいと思います． 今回はこちらのコードをもとにいろいろ設定していきたいと思います．行っていることは [math]y=e^{-x}\cos\left(2\pi x\right)[/math] のグラフを書いています． import numpy as np import matplotlib.pyplot as plt def f(t): return np.exp(-t) * np.cos(2*np.pi*t) x = np.arange(0.0, 5.0, 0.05) plt.plot(x, f(x)) plt.xlabel('x-hoge') plt.ylabel('y-hoge') plt.title('IAtLeX') plt.show() 計算結果 お分かりかとは思いますが，念のた
Matplotlib 超入門(2)：文字の挿入，ヒストグラム
以前の投稿までで，関数を描くこと，テキストデータをグラフにすることを紹介しました．公式のビギナーズガイドに従うと次は「二つのグラフを並べて出力する」ということについて説明するべきですが，こういうことよりも個人的には一枚の図をきちんと書けるようにすることの優先順位が高いと考えます．なので，ビギナーズガイドの順番を一つ飛ばして，今回は「文字の挿入」について書こうと思います．さらに「文字を用いる」章の例として挙げられているグラフがヒスとグラフであり，それが乱数を用いて書かれていることもあるので，この記事では 文字を挿入する乱数を使うヒストグラムを作成するの3つについて説明することになります． 今回の例で用いるチュートリアルのコードと図は次のようになります．リンクを踏むと原文の英語のサイトが見れます．それぞれの行の説明は計算結果のあとに書いてあります．なお，乱数を使っているため皆さんの結果とチュー
Python3.6 から追加された文法機能 - Qiita
Python3.6.0 が2016年12月23日にリリースされ、新たにアップデートされた項目がいくつかあります。 What’s New In Python 3.6 やはりPythonを使ってプログラミングをする人にとっては、新たに追加された文法機能などが特に気になるのではないでしょうか？ そこで今回は3.6.0で追加された文法機能である、 PEP 498: 書式化済み文字列リテラル PEP 515: 数値リテラル内のアンダースコア PEP 526: 変数アノテーションのシンタックス PEP 525: 非同期ジェネレータ PEP 530: 非同期内包表記 について紹介します。 書式化済み文字列リテラル(f-strings) Pythonには、文字列(string)クラスにformat()メソッドが用意されており、str.format()を用いて変数置換や値のフォーマットを行うことができます。
Matplotlib 超入門(1)：インストールから基本的機能の使い方まで
この投稿から「matplotlib 超入門」という名前のシリーズで，matplotlib の使い方を本当に最初の最初からの説明を試みたいと思います．今までグラフを描くソフトを使ったことがない方もわかるように配慮して書いてみたいです．「matplotlib を使うと綺麗なグラフが書けるから使ってみたい」という方の背中が押せればと思います．あまりプログラムに慣れていない方もわかるように，書いていることの説明をできるだけ丁寧に書いていきます． なお，この記事の流れは自分が初めて matplotlib を使ったログをもとに作成しています．なので，本当に初心者向けの超入門ではないのでしょうか． 環境は Windows10 に Anaconda4.1.1(64bit) で Python3.5.2 をインストールした状態です．IDE として PyCharm を用いております．今回の記事では公式のチュート
文字列の類似度をPythonで計算する - 何かを書き留める何か
文字列の距離 仕事で文字列の類似度を計算する必要があったのでちょっとだけ頑張ってみた。 要件として、2つの文字列が与えられ、その類似度を実数与える、類似度は0から1の間に収まる、である。 Cosine Similarity まず、最初に類似度と聞いて思い浮かべたのは余弦である。 文字列を何らかのベクトルで表して、そのベクトルがなす角の余弦を計算すれば類似度が計算できる。 文字列のベクトルとして、比較する文字で使われている文字からなるベクトルを採用した。 例えば、docとcatを比較するならばベクトルは[a, c, d, o, t]とする。 使われている成分は1を、使われていない成分を0とするとdocは[0, 1, 1, 1, 0]、catは[1, 1, 0, 0, 1]となる。 あとはこのベクトルのなす角（5次元空間！）の余弦を計算すればよい。 import math import ope
Jupyter-notebook の作図ライブラリ比較 - Qiita
時は戦国 Python には作図ライブラリがたくさんあります。 最もデファクトスタンダードに近く歴史も古い作図ライブラリは matplotlib で間違いないでしょうが、それでも R における ggplot2 ほどの地位は確立していないように思います。 特に、Jupyter-notebook 上ではインタラクティブなグラフを表示するニーズがあり、そこでは静的なグラフよりもさらにライブラリが割拠している印象があります。何がどう違うのかよくわかりません。 そこで今回は代表的な作図ライブラリの Jupyter-notebook 上での 違いについて簡単にまとめます。 注意 各ライブラリはいずれも細かくグラフのスタイルを設定可能で、やろうと思えば同じような見た目のグラフを生成することも可能ですが、今回はできるだけ何も設定せずにプロットした時のグラフを使います。 今回試すライブラリたち matplo
Pythonをやるときに参考になりそうな情報 - のんびりSEの議事録
最近あんまり触っていなかったので、久々にPythonをやろうと思ったときにいろいろ忘れてたり、新しく知ったりしたこともあったので、Pythonやるときに参考になりそうな情報をまとめました (但し、今回はデータ分析系のライブラリ関連は除いています) Pythonの言語仕様や基本等 概要 — Python 3.5.2 ドキュメントdocs.python.jp qiita.com www.python-izm.com 2系と3系の違い postd.cc qiita.com コーディング規約 はじめに — pep8-ja 1.0 ドキュメント ドキュメント生成 azunobu.hatenablog.com ドックストリング """ 3重ダブルクォートを使用して記載する。 ドックストリングに記述したテキストは関数やクラスオブジェクトの__doc__に保存される def hello(): """Out
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の可視化ツールはHoloViewsが標準になるかもしれない - Qiita
Python's Visualization Landscape (PyCon 2017)
素人の言語処理100本ノック:まとめ - Qiita
mpld3でInteractiveデータ可視化
データサイエンス・チートシート(Python) - Qiita
