初めてフロントエンドとバックエンドの連携（Flask+React）をやってみた時の疑問と対処法 - Qiita
jQuery全盛期にフロントエンドエンジニアをやっていたんですが、JavaScriptにめっきり触れなくなって最近はPythonで小物を作っているという私がやってみた時の疑問です。 ディレクトリ構成はどうすれば良いの? とりあえず分けておくのが良さそうなので、プロジェクトフォルダの下にfrontendとbackendを作りました。 my_project frontend backend プロジェクトフォルダの下にfrontendという名前でreactのアプリを作成します。 バックエンド側はbackendフォルダの下に… gitのリポジトリは分けたほうが良いの? Render.comを使いたくて、リポジトリは2つ必要？と思いましたが、一つのリポジトリで問題ありませんでした。 フロントエンド name:my_project TYPE:Static Site Root Directory:fro
Azure ADを利用したDjango adminのSAML認証 - カンム テックブログ
SREの菅原です。 カンムのサービスのバックエンドは基本的にGoで書かれているのですが、一部の内部向け管理画面はPythonのフレームワークDjangoで作成されています。 スタッフがDjango adminページにログインして各種オペレーションを行うのですが、adminページにログインするためにはDjango adminのアカウントが必要です。 社内で使う各種サービスのアカウントは基本的にはAzure Active Directoryを使ったSSOで一元管理されていますが、管理用WebアプリはSAML対応の実装をしておらず、前段のロードバランサー(ALB)でOIDC認証しているものの、adminページ自体のアカウントは管理用Webアプリで追加しなければいけない状態でした。 管理用Webアプリが独自にアカウント管理してしまうと、個別にアカウントを作成する手間が増え、Azure ADでの一元
DynamoDB Local で stream を動かす方法 (Python) - Qiita
import boto3 import os import time from pprint import pprint # 対象のテーブル table_names = [ 'XXX', 'YYY', ] # 初期化 # https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/dynamodb.html # https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/dynamodbstreams.html boto3.setup_default_session( aws_access_key_id='dummy', # ローカルといえども何かを送る必要あるので値は適当 aws_secret_access_k
Python初学者のためのPolars100本ノック - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Information 2024/1/8： pandas , Polars など18を超えるライブラリを統一記法で扱える統合データ処理ライブラリ Ibis の100 本ノックを作成しました。長期目線でとてもメリットのあるライブラリです。こちらも興味があればご覧下さい。 Ibis 100 本ノック https://qiita.com/kunishou/items/e0244aa2194af8a1fee9 はじめに どうもこんにちは、kunishouです。 この度、PythonライブラリであるPolarsを効率的に学ぶためのコンテンツとして
中学1年生が開発した「カラスからゴミを守るシステム」の成果 Python、TensorFlowLite、Raspberry Piなどを活用 | ログミーBusiness
五島氏の自己紹介尾藤正人（以下、尾藤）：メンターの尾藤です。僕がメンターをさせてもらった、五島くんのカラスを追い返すシステムの発表をお願いしたいと思います。五島くん、どうぞ。 五島舜太郎氏（以下、五島）：はい。みなさんこんにちは。五島舜太郎です。僕は今回「scairecrow」という、カラスからゴミを守るシステムの開発を行いました。 （会場拍手） ありがとうございます。scarecrowとは英語でカカシを意味する単語ですが、今回は「AIの機能を内蔵したカカシ」という意味を込めて名付けました。 では自己紹介です。年齢は13歳、中学1年生です。趣味はLEGOや電子工作、『Minecraft』などをすることです。電子工作ではArduinoやmicro:bitなどを使っています。『Minecraft』ではJavaでModの製作をしています。 プロジェクトを進めようと思った経緯五島：では今回、このプ
想像していたSEと実際のSEの違い「Officeを制する者は仕事を制す」→「Pythonで楽しようぜ」「AWSを動かすためのExcelを一日中書いてる」
リンク note（ノート） 「超上流工程」って何やるの？【SEの仕事 #1】 ｜HPEO🌐IT×資格｜note システムエンジニア（SE）という職業に興味がある方向けに、その仕事を主に工程別に紹介する【SEの仕事】シリーズ。 第1回目の今回は「超上流工程」についてです。 できる限り日本企業の一般的なケースを想定して記載しましたので、現役SEの方には自身の職場との違いを楽しんでいただければ幸いです。 超上流工程とは 一般的なシステム開発の流れ 日本におけるシステム開発は、下図のように工程を順番に実施していくウォーターフォールモデルで行われるのが一般的です。（最近はアジャイル開発も増えてきましたが、それはまた別の機会に 2
Python の Flask Web API に JWT認証（Flask-JWT-Extended）を組み込んだ - Qiita
はじめに 以前に、Python で作成した Flask Web API へ JWT (JSON Web Token) 認証を組み込みましたが、Python のバージョンを3.8系から3.11系に更新したところ、エラーが発生したため、flask-jwt を Flask-JWT-Extended へ切り替えてみました。 旧記事：Python の Flask Web API に JWT による認証を組み込む cannot import name 'Mapping' from 'collections' Python のバージョンを3.8系から3.11系に更新したところ、このようなエラーが発生しました。 collections.Mapping が Python 3.3 以降非推奨となり、Python 3.10 より collections から削除されていること、あわせて、Flask-JWT が長
Python 3.11から追加された標準パッケージtomllibの紹介 | IIJ Engineers Blog
2018年新卒入社し、SOCにてインフラ管理を担当。その後、マルウェア解析や検証業務などに従事。2022年度からは、社内のSREチームにて兼務を開始。主な保持資格は、CISSP, OSCP, GREM, GXPN, RISS, CKA, CKSなど。バイナリを読むのが好きで、一番好きな命令はx86の0x90（NOP命令）。 はじめに 私は、業務でマルウェア解析のようなリバースエンジニアリングをしており、業務効率化のために自作ツールを作ることがあります。皆さんは自作のツールの設定ファイルに、どのようなファイル形式を利用していますか。昨今は、KubernetesやAnsibleなどで用いられるYAMLや、フロントエンド界隈で頻繁に利用されるJSONなどが多い印象です。そんな中、今回はTOMLと呼ばれるファイル形式の紹介をします。プログラミング言語Rustのパッケージ管理ファイルに利用されていた
GitHub Actions+Poetry+.env+pytest.ini+Dockerを使ってPytestのカバレージを表示させよう！ - Qiita
GitHub Actions+Poetry+.env+pytest.ini+Dockerを使ってPytestのカバレージを表示させよう！ 概要 GitHub Actions内でPytestが自動的に走るよう設定する方法について解説していきたいと思います 前提 フレームワークはDjango(Python) DBはMySQL docker-composeを使用(Django、MySQLのDockerfileは作成済み) secretsと.envファイルを使ってMySQLのパスワードやDjangoのホストを隠します Djangoのプロジェクトとアプリケーションを作成済み Poetryを設定済み DjangoとMySQLのDockerfileを作成してみたい方は以下の記事を参考にして作ってください Poetryについて知りたい方は以下の記事を参考にしてください はじめに GitHubにソースを上げ
Webブラウザ版VSCode、WebAssembly版PythonによるWeb上でのPythonコードの実行やデバッグが可能に
Webブラウザ版VSCode、WebAssembly版PythonによるWeb上でのPythonコードの実行やデバッグが可能に マイクロソフトは、WebAssembly版Pythonを用いることにより、Webブラウザ版のVisual Studio Code（以下VSCode）上でPythonコードの実行やデバッグを可能にする実験的な拡張機能「Python for the Web」のプレビュー公開を発表しました。 下記は実際にWebブラウザ版VSCodeに拡張機能「Python for the Web」を組み込み、Pythonコードを実行したときの画面です。 下部の「ターミナル」のペインで、実行結果の「6」が表示されているのが分かると思います。これはこのWebブラウザ上でPythonが実行された結果です。 Webブラウザ上でPython実行環境が自動的に用意される WindowsやMac、L
2022年度版Python環境構築徹底解説 - Qiita
各機能とツールについて、説明していきます。 エディタ Visual Studio Code エディタやIDE(統合開発環境)は好きに選んでいただければ良いとは思いますが、特に希望がないならば、Visual Studio Codeを選んでおけば間違いないでしょう。 Pythonを含む幅広い言語に対応し、豊富な拡張機能を備えている非常にリッチなエディタです。とりわけPythonプロジェクトについては、これさえ有れば、特にIDEなどは必要ないと思います。 インストールは↓から。 バージョン管理ソフト Python3系は日夜アップデートされていて、2022年12月現在の最新verは、3.11.1が提供されています。 とはいえ、プロジェクトによっては、3.7.1までしか動作が担保されていないもの、3.9.0で現在開発中のもの...などがあります。最新のPythonが常に必要、というわけでは決してなく
14万の悪意のあるパッケージがNuGet・NPM・PyPIに、開発者はリストの確認を
Checkmarxは12月14日(米国時間)、「How 140k NuGet, NPM, and PyPi Packages Were Used to Spread Phishing Links｜Checkmarx.com」において、NuGet、NPM、PyPIのエコシステムで重大な異常が発見されたと伝えた。この異常はCheckmarxとIllustriaの共同研究によって発見されたと報告されている。 How 140k NuGet, NPM, and PyPi Packages Were Used to Spread Phishing Links｜Checkmarx.com CheckmarxとIllustriaの共同研究によって判明したNuGet、NPM、PyPIの主な異常の概要は次のとおり。 NuGet、NPM、PyPIに14万4000以上の悪意のあるパッケージが同じ脅威者によって作成
Pandasのメモリ削減方法を整理した - Taste of Tech Topics
皆さんこんにちは 機械学習チーム YAMALEXチームの@tereka114です。最近、寒いので、鍋を中心に食べて生きています。 検証段階でも、規模の大きなデータを扱う機会が増えてきて、Pandasのメモリ消費量が厳しいと感じてきたので、その削減や効率化のテクニックまとめたいと思いました。 有名なものからマイナーなものまで、思いつく限り書いてみます。 そもそもなぜ、Pandasのメモリ削減技術が必要なのか 準備 Pandasのメモリ削減 1. 型修正 2. 逐次読み込み 3. 読み込み時の型指定 4. 逐次読み込み＆集約 5. 不要なものを読み込まない 6. 不要なカラム／DataFrameを消す 番外編：そもそもPandasを利用しない 最後に そもそもなぜ、Pandasのメモリ削減技術が必要なのか Pandasで扱うデータの多くのファイルはCSV,Parquet, JSON（JSONL
Clang（python）で命名規則チェック - Qiita
目的 １．C++でソースコードを書くにあたって、ハンガリアン記法に独自のクラスもくっつけたオリジナル命名規則に従いたい 例：intは頭に「n」を付けるようにMyTestClassは頭に「mtc」を付ける、といったことをしたい ２．目で見て確認するのは嫌なのでツールがほしい ３．そしてそのツールはチーム内の他の人たちも簡単に使えるものが良い ４．命名規則はものによって気軽に付け加えたい ５．別にビルドまではしなくていい、ただ命名規則だけチェックしたい ということで、いろいろ紆余曲折あった末にClang（読み：クラン）でチェックすることになりました。 言語はこちらも紆余曲折あった末Pythonです。 環境 OS：Windows10 Python：3.8.8 処理 まず、使いたい人が自由に設定できるように、命名規則をcsvファイルにします。
流体計算の実行速度比較: Fortran, C++, Rust, Python, Julia - Qiita
要点 下の gif 画像の圧縮性流体計算をするコードを Fortran, C++, Rust, Python, Julia で組み、実行速度を比較した。 計算で必要になる巨大配列を、それぞれメモリの静的領域、スタック、ヒープに格納するような 3 バージョンのコードを組んだ。 ヒープを使わないならば、Fortran, C++, Rust 間の速度差はそこまで無いことが分かった。 ヒープに配列を割り付けるような外部ライブラリを用いるならば、実行速度はもっと速くならないのか、一考の余地があると思った。 Julia は書き方によって速度が大きく変化しうる。速い場合は C++ や Fortran 並の速度になるが、その速度にするには習熟が必要と感じた。 ↓ グリッド数 $400\times 400$ の場合の計算結果 オーバーヘッドが発生する余地もそれほどない単純なコードなので、言語比較の観点では面
アメリカの中学生に学ぶ「プログラミングでScratchやPythonより知っておきたかったこと」
書籍『アメリカの中学生が学んでいる 14歳からのプログラミング』は、全世界でシリーズ累計700万部を突破したベストセラー。「クラスでいちばん頭のいい同級生」に貸してもらった「天才ノート」というコンセプトの通り、カラーのイラストが満載で楽しく読めて、お子さんはもちろん大人の読者も非常に多い1冊です。担当編集の石田尾孟さん（ダイヤモンド社）に、その魅力を聞いていきます。『アメリカの中学生が学んでいる～』シリーズは、プログラミングのほか、数学、科学、世界史と4冊が同時発売されたので、数学（藤田悠さん）、科学（上村晃大さん）、世界史（田畑博文さん）についても、それぞれの面白さについて一言ずつ語ってもらっています。 ――『アメリカの中学生が学んでいる 14歳からのプログラミング』は発売11カ月で発行部数3万部を超えるヒット作です。はじめて原著を読んだときの印象は？ 石田尾孟（以下、石田尾） 『14歳
PythonでC言語の解析 - Qiita
概要 C言語をコンパイルするとき、人が記述したＣソースは抽象構文木と呼ばれる中間的な表現に変換され、バイナリ形式になります。 今回は、そのC言語ソースを抽象構文木として解析できるPythonプログラムを使って遊んでみました。 準備 LLVMのインストール この中の最新のバージョンを選択しましょう。 Windows版はAssetsの中に一見ないかもしれないですが、「LLVM 15.0.5」（執筆時点）でをクリックすれば、windows版のインストーラもダウンロードできます。 インストールするときに環境変数の設定をインストーラの方でやってくれるオプションを選択すれば楽です。 Python用のパッケージをインストール パッケージをインストールしたい環境を開き、以下コマンドを実行します。 import sys from clang.cindex import Index def visit_nod
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
会員登録不要、無料で始められる「Python」学習環境「PyWeb」がベータ公開／WebブラウザーさえあればOK
https://cloud.watch.impress.co.jp/docs/news/1464910.html
「IronPython 3.4.0」がようやく正式版に ～.NETと統合されたPython言語のオープンソース実装／「Python 2」から「Python 3」へ移行
