May 12, 2023 Hello! I’m excited to announce a project I’ve been working on for a long time: a free guide to implementing your own DNS resolver in a weekend. The whole thing is about 200 lines of Python, including implementing all of the binary DNS parsing from scratch. Here’s the link: This project is a fun way to learn: How to parse a binary network protocol like DNS How DNS works behind the scen
【Python】Django REST Framework(DRF)を使ってWeb APIを自作してみる - RAKUS Developers Blog | ラクス エンジニアブログ
こんにちは。d-t-kong と申します。 最近、趣味でDjangoを触っているのですが、Django のライブラリに Django Rest FrameworkというWebAPIを開発できるライブラリがあることを知りました。 これを使えばWebAPIを簡単に作成できるということなので、実際にサンプルのアプリケーションを 作ってAPIを自作してみました。 今回は、その手順やポイントなどを紹介していきたいと思います。 Django REST Frameworkとは RESTful API とは 事前準備 使用環境 プロジェクト・アプリケーションを作成 モデルを定義 データベースを構築 管理アカウント作成 DRFでAPIを作成 REST Framework をアプリケーションに追加 DRFの主要コンポーネントを作成 1.Serializer 2.ViewSets 3.Router APIにアク
dataclass は、Pythonで主にデータを格納するためのクラスで、C言語などでは構造体に相当するようなデータ構造を、かんたんに定義できるようになっています。 たとえば、次の Person は、名前と年齢を格納するdataclassです。 from dataclasses import dataclass @dataclass class Person: name: str age: int person1 = Person(name="パーソン太郎", age=20) person2 = Person(name="パーソン次郎", age=30) Python 3.10では、dataclass に slots 引数が追加され、スロット を使ったクラスを定義できるようになりました(bpo-42269)。 スロットとは？¶通常、クラスのインスタンスは、メンバー変数の名前と値を __di
現在対応している言語はPython・Java・TypeScript・.NETです。この記事のサンプルコードは全てPythonになります。 ちなみにYOLOでは、メイン機能である音声認識まわりをLambdaに移行するタイミングでPowertoolsを導入しました（2023年3月、下記記事もご覧ください）。 導入して感じたメリットはざっとこんな感じでしょうか。 構造化ログが簡単に生成される バリデーションを自前で実装しなくて良くなる API Gatewayとの統合がいろいろ楽になる それぞれ後ほど紹介したいと思いますが、とにかくよしなにやってくれるのです。 インストール方法と使い方導入はとても簡単で、Lambdaレイヤーかpipから使えます。 AWSコンソールでサクッと使う「AWSレイヤー」にPowertoolsのレイヤーが用意されています。使いたいLambda関数でこのレイヤー追加するだけで
対象バージョン Python 3.7以降 TL;DR dataclassでも __slots__ を使える __slots__ をつかうとpropertyの追加ができなくなる(自由度が下るが、コードをおいやすくなる) slots とは docs.python.org __slots__ を使うと、(プロパティのように) データメンバを明示的に宣言し、 (明示的に __slots__ で宣言しているか親クラスに存在しているかでない限り) __dict__ や __weakref__ を作成しないようにできます。 __dict__ を使うのに比べて、節約できるメモリ空間はかなり大きいです。 属性探索のスピードもかなり向上できます。 ということらしい。 dataclassの動作 dataclassを自分で使うときは私の用途だと関数の返り値/引数とかで使うときがおおいのでメモリ空間の節約できると便
1. はじめに 1.1 研究開発で感じる課題 こんにちは、私は普段、画像生成や画像認識などの機械学習研究を行っています。 研究でPythonによる実験コードを書いていると色々と課題に直面しますが、 今回はその解決のために開発したDependency Injection(DI)ライブラリ、(Pinjected)を紹介させていただきたいと思います。 かれこれ3年程育成してきたライブラリですので、誰かの役に立って貰えれば嬉しいものです。 研究開発コードで直面する課題としては、例えば以下のものがあると思います。 実験設定管理が大変： 学習率、バッチサイズ、モデルアーキテクチャ、データパスなど、様々なハイパーパラメータを管理しなければなりません。研究が進むにつれ、設定項目は増え、実験条件を少しずつ変えながら試すことは当たり前。となると、config.yamlやargs.cfgなどの設定ファイルが肥大
GOFデザインパターンをPythonで理解する ~ Creational Design Patterns編 ~ - Qiita
GOFとは？ GOFとはGang of Fourの略でオブジェクト指向プログラミングにおける再利用性の高いコーディングのパターン、デザインパターンをまとめた4人のプログラマー(Erich Gamma, Richard Helm, Ralph Johnson, and John Vlissides)のことを指します。 彼らは「Design Patterns: Elements of Reusable Object-Oriented Software(オブジェクト指向における再利用のためのデザインパターン)」の著者であり、今回はその本の中でまとめられているCreational Design Patterns(生成に関するデザインパターン)についてまとめていこうと思います！ Creational Design Patterns(生成に関するデザインパターン)は以下の通りです。 Abstract
RevCommでバックエンド開発をしている小門です。 最近、CSVファイルのアップロードを受け付けて処理するバックエンドAPIの機能開発を担いました。 CSVファイルのパース、バリデーションにPydanticが便利でしたので紹介したいと思います。 なお開発言語はPython、コードの動作バージョンは以下です。 Python 3.12 Pydantic: 2.6.0 PythonでCSVファイルの取り扱い Pythonでは組み込みモジュールcsvを使うことで基本的なCSVファイルの読み取り・書き込みができます。 # persons.csv の例 """ "name","age" "alice",20 "bob",21 """ import csv with open("persons.csv", newline="") as csvfile: reader = csv.DictReader(
Use caseSuppose you have a set of documents (PDFs, Notion pages, customer questions, etc.) and you want to summarize the content. LLMs are a great tool for this given their proficiency in understanding and synthesizing text. In this walkthrough we'll go over how to perform document summarization using LLMs. OverviewA central question for building a summarizer is how to pass your documents into t
UnstructuredでWebのURLもローカルのPDFも読み込める！ さらにユーザはpartition関数を呼ぶだけととっても簡単！ （arXivの論文を例に） - nikkie-ftnextの日記
はじめに #ラブライバーに見て欲しいアイマス公式絵 で涙腺崩壊😭😭 異次元フェスの余韻で夢見心地なnikkieです。 存在を知った興味深いライブラリの素振り（初手）です。 目次 はじめに 目次 Unstructured LangChainが使ってます1 partition 動作環境 WebのURLから ローカルのPDFから ファサードpartition 終わりに Unstructured We get your data LLM-ready 訳してみると「あなたのデータにLLMで使う準備を」といった感じでしょうか。 どんなソースのデータもUnstructuredで扱えるのが売りのようです。 80% of enterprise data exists in difficult-to-use formats like HTML, PDF, CSV, PNG, PPTX, and more.
Changelog
Changelog¶ Python next¶ Release date: XXXX-XX-XX Windows¶ gh-127353: Allow to force color output on Windows using environment variables. Patch by Andrey Efremov. Tests¶ gh-127906: Test the limited C API in test_cppext. Patch by Victor Stinner. gh-127637: Add tests for the dis command-line interface. Patch by Bénédikt Tran. gh-126925: iOS test results are now streamed during test execution, and the
Intro to HM Damas-Hindley-Milner (HM) is a type system for Standard ML and the ML-family languages. River and I wrote about it earlier this month. Check out that post if you would like an introduction or refresher. In this post, we’ll add row polymorphism to it. We’ll do it in the context of scrapscript’s implementation of Algorithm J, but the core ideas should be language and algorithm-independen
I wrote previously about different slices of life in the various implementations of the Scrapscript programming language. Until two weeks ago, the most interesting implementation was a so-called “baseline compiler” directly from the AST to C. Now we have an intermediate representation—an IR. Why add an IR? The AST is fine. It’s a very abstract representation of the progam text and it is easy to ge
GitHub - koxudaxi/datamodel-code-generator: Pydantic model and dataclasses.dataclass generator for easy conversion of JSON, OpenAPI, JSON Schema, and YAML data sources.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
今回は教師なしの文章ベクトル化手法である MixCSE の検証です。教師なし学習ですから教師ありの手法よりは精度的に不利でしょうが、局面によっては役に立つケースもあるのでは？と試してみることに。公開されているコードは transformers ベースなのですが、今回は Colab の TPU で動かしてみたので、その方法も紹介しますね。 1. はじめに 今回は教師なしの文章ベクトル化手法である MixCSE1 の検証をしてみました。 本連載では文章ベクトル化のモデルとして、 Sentence BERT を取り上げたこと(第9回, 第18回)がありますが、品質の良いベクトルを生成する為には大量かつ良質の教師データが必要でした。 法律や特許のような特定領域に特化した文章を扱う局面では、対象領域の文書で学習したモデルを使いたいところですが、特定領域限定の都合良いデータはなかなか手に入りません。そ
こんにちは。 はけです。 python3.7から使えるようになったdataclass。 データの箱を示すクラスを用意するときにとても重宝します。 本記事は、次のような方を対象にしています。 dataclassをdictやjsonに変換したい！ jsonやdictをdataclassに変換したい！ dataclassのデータを使って処理を行うときや、出力用のフォーマットに整形するようなとき、データの変換を行う必要があります。 そんなデータの変換について、本記事ではdictや jsonへ相互に変換する方法を解説します。 特に、json形式のリクエストをAPIで受け取るときや、DBから情報を取得するときに使用します。 覚えてしまえば簡単にできてしまいます。 ぜひ試してみてくださいね！ pythonのdataclassをdictやjsonに相互変換する dataclassをdictやjsonに相互
SQLAlchemy 2.0.0, the first production release of SQLAlchemy 2.0, is now available. With this release, the default version of SQLAlchemy that will install when one runs pip install sqlalchemy will be version 2.0. Note that version 2.0 has significant API changes compared to the 1.4 series, so applications that run on the 1.x series of SQLAlchemy which have not gone through the migration process sh
言いたいこと Pythonの列挙型を定義する方法としてクラスと関数呼び出しの2種類存在する。 関数呼び出しで列挙型を定義するべき状況とは、列挙型を動的に制御したい状況である。 しかし、関数呼び出しで列挙型を定義すると、mypyを通して型チェックをする際に都合が悪い。 列挙型を動的に制御したい場合は列挙型を使わずに素直に辞書を使う。 列挙型とは Pythonの公式ドキュメントには、列挙型について次のように説明している。 一意の値に紐付けられたシンボリックな名前の集合です 要は、まとめて扱いたい定数の集まりである。 列挙型の定義方法 Pythonには列挙型の定義方法として、クラスによる定義、関数呼び出しによる定義の2種類存在する。 公式ドキュメントの例に基づいて、それぞれの例を示す。 クラスによる定義 import enum class Planet(enum.Enum): MERCURY =
Kindle for PC コレクション対応記念 嘘です。 もうそろそろなんとかしたかっただけです 本来なら元記事の変更で済ますべきなんでしょうが、ソースコードがかなり変更されたので、新記事にしました。 の強化版です 変更点 設定ファイルを使うようになった カレントディレクトリのkindless.iniファイルを参照して動作設定をするようになりました。 コマンドラインで設定ファイルを指定すると、その設定ファイルを読むようになりました。 PyInstallerやNuitkaで実行ファイル化できるかもしれません tkinter以外のダイアログを表示するようにしました ソースコードを置き換えればWXPython , PyQt5 , PyQt6 , tkinterのうちの一つを選べます ウィンドウ誤爆対策 実行ファイルがkindle.exeのものを選択するようにしました ウィンドウからタイトルを拾
taskcatの概要 AWS Quickstart Teamがオープンソースで提供するtaskcatは、CloudFormationテンプレートをテストするためのツールです。複数のリージョンで複数のテンプレートを任意にテスト実行でき、テストパラメータなどを細かく設定しながら、正常／失敗終了したかどうかのレポートを証跡としてHTML出力することができます。taskcatでは、指定したリージョンのAWS環境で実際にスタックを構築し、テストを実行しますが、終了後にそのスタックは自動的に削除されます。 taskcat自体はPythonを使って実装されたツールですが、2020年1月現在でサポートされているのは、Pythonおよびパッケージ管理ツールである「pip」がインストールされたMacOSX、もしくはLinuxOSが対象です。Windowsはサポートされていませんが、Windows Subsys
Python最新情報と勉強法(9) Python3.10の目玉はmatch文、新バージョンは焦らず状況を見て使っていこう
一般社団法人Pythonエンジニア育成推進協会（以下、当協会）の顧問理事の寺田学です。 私は試験の問題策定とコミュニティ連携を行う立場です。 Python3エンジニア認定基礎試験の主教材が9月から変わりましたので、前回は新たに教材と指定したチュートリアル第4版についてと、チュートリアルやバージョンアップとの付き合い方についてお話ししました。 今回は10月4日にリリースされたPython3.10の新機能や、これまでのバージョンアップで追加された機能の中から最近よく使われるようになってきた機能について紹介したいと思います。 Python3.10で追加された目玉機能は？ Python3.10の正式版が10月4日に公開されました。今回の3.10には久しぶりに目玉の機能が加わっています。 ここでは私が注目している2点だけご紹介しますが、他にも細かい新機能があります。追加されたすべての機能を詳細に知っ
namedtuple has been around since forever,1 and over time, its convenience saw it used far outside its originally intended purpose. With dataclasses now covering part of those use cases, what should one use named tuples for? In this article, we take a look at exactly that, with a few examples from real code. Contents What are named tuples used for? The problems with named tuples What are named tupl
概要 堅牢な型(Strict Type)が現時点で5つしかなく、結局__post_init__などでバリデーションを行う必要があるのは面倒と感じていましたが、なんとpydanticでは型を自分で作ることが出来ます！ ただの型の作成であれば、下記のQiita記事やドキュメントを参照すれば作ることが出来ます。 今回はこれの堅牢な型バージョンです。 型の作成方法 めちゃくちゃ簡単です。 作成する型のクラスを定義する __get_validators__を定義して、次で作成するvalidate関数を呼び出す validateを定義する関数を作成し、エラーパターンを記述する 簡単な例を紹介すると、0以外の数値を受け取るNotZeroNumber型を定義してみます。 from pydantic.dataclasses import dataclass class NotZeroNumber(int):
はじめに 株で大損しました。反省点も多々あるのですがやはり1番大きなところは、みんかぶなどの情報サイトだけで銘柄選びをしていたという点にあります。 もちろん株のプロが選んでいるため素人の私があれこれ言うよりも情報は正しいものの、いつの情報を参考にしているのかなど不透明な部分も多くあります。 自分の大切な資産を他人に委ねる事自体間違えていたと言わざるをえないわけです。 必要な情報は自分の目で確認して納得してから取引すべきなのです。 というわけで今回は現金に直結する可能性があるため熱量が違います。 金融庁が公開しているEDINET APIから各企業が登録している有価証券報告書などの業績記録を取得できるように進めましょう。 先行きは長いのですが、まずはEDINETが提供している2つのAPIをリクエストするところまでを行います。 手法 まずは一括取得ようにサクッと動くものを用意したいため、Pyth
dataclass-wizardを使ってyamlをdataclassの値に変換する - kazasiki's blog
Pythonに限らずプログラムを書いてれば固定値の集まりをJSONやYAMLなどの別ファイルに分けたいことがあると思います。今回はそんな時に便利なライブラリとしてJSONやYAMLをdataclassにmarshalしてくれるdataclass-wizardをご紹介します。 背景 PythonでYAMLを読み込んで扱う場合、普通はPyYAMLを使いますが、例えば yaml.load の戻り値はdict型になってしまいます。そこから値を取り出す場合も、 dict["key"] などといった風にキーを指定する形になります。 これでも問題ないかも知れませんが、キーの名前に対するIDEやエディタの補完が効かなかったり、まとまった値を関数に渡す場合もdict型になってしまうので、関数の方で何のキーを指定すれば良いのか分かりづらくなる原因になります。 そこでJSONやYAMLを読み込んでdatacla
reactPy PythonやReactを実装されている方は、既に目にしているかもしれませんが、6月になってからでしょうか。reactPyに関する話が増えた気がしています。 まず、どういうものなのか、githubを見て、情報を得ることにしました。 ReactPy is a library for building user interfaces in Python without Javascript. ReactPy interfaces are made from components that look and behave similar to those found in ReactJS. JavaScriptを使わずに（Pythoを使って）、Reactのようなふるまいをするコンポーネントを構築するライブラリとのことです。 公式ドキュメントを見てみましたが、まだまだ機能追加中のよ
ポロシャツエンジニア 3分で技術が身に付くブログ！ ・ポロシャツを愛するエンジニア ・企業にて研究開発職 ・画像処理 | Deep Learning 【結論】dataclass と enumで入れ子構造でデータ管理dataclassとenumを組み合わせて、効率的に入れ子構造のデータ管理を行います。 dataclassはデータ管理を目的としたクラスを定義するための機能です。 dataclasses --- データクラス — Python 3.9.12 ドキュメント Python3.7からは「Data Classes」がクラス定義のスタンダードになるかもしれない - Qiita enumは列挙型で識別子の集合を保持するための機能です。 enum --- 列挙型のサポート — Python 3.9.12 ドキュメント enum 超まとめ python3.10 - Qiita これらの機能を組み
この記事は、LAPRAS Advent Calendar 2022の6日目の記事です。 0. はじめに pydanticでもっと硬いPythonコードを実現する 🐍 Lightweight LanguageであるPythonの良さの1つに「気楽に書ける」ということが挙げられると思いますが、そのカジュアルな書き味を多少捨ててでもtypeヒントやdataclass等を用いたより"硬い"コードの方が読む際の認知負荷が減って良いなぁ、と最近は思うようになってきました。 この記事では既にそのような"硬い"Pythonコードを書くためにdataclassを用いている人に向けて代わりに pydantic を使うという選択もアリだヨ！というお話をしていきたいと思います。[1] pydanticは実行時に型ヒントを強制し、データのvalidation結果が無効な場合は分かりやすいエラーを提供してくれるPy
LangChainブログ：マルチエージェントAIによる情報リサーチアプリを開発する事例 Tags: publish URL: https://blog.langchain.dev/how-to-build-the-ultimate-ai-automation-with-multi-agent-collaboration/ Created: May 14, 2024 11:26 AM Updated: June 11, 2024 3:20 PM Created with Midjourney 元ネタ：https://blog.langchain.dev/how-to-build-the-ultimate-ai-automation-with-multi-agent-collaboration/ LangGraphを使用した自律的なリサーチアシスタントの構築方法：専門AIエージェントチームを活
「Colabには最初から数百のPythonパッケージがインストール済み」という説明があったので、ふと思い付いて一覧にしてみました。実際には381個のパッケージがありました。 方法は、Colab上で!pip freezeコマンドを打つだけ。 なお、2020/03/14時点のCPU版VMのものです。GPU／TPU版のVMだと違う結果かもしれません。念のため。 以下では、取得したパッケージ名を基にPyPIのサイトへのリンクと概要を自動作成して、概要は日本語に機械翻訳したバージョンも載せました。 ※ちなみにこれを実施するプログラムはC#で書きました（ColabのPyPIパッケージを一覧にするC#コード）。 ※「en-core-web-sm」「screen-resolution-extra」「xkit」の3つのパッケージがPyPI上では見つからなかったです。仕方ないので、それぞれ!pip show
This post is designed to be a quick reference for the major changes introduced with each new version of Python. This can help with taking advantages of using new features as you upgrade your code base, or ensuring that you have the correct guards for compatibility with older versions. There are two sections to this post: the first covers the actual changes, the second useful tools, links, and util
この記事では、Pythonで構造体を代用する方法を解説します。 Pythonには、構造体が用意されていません。しかし、ちょっと工夫することで構造体っぽいものを使うことが出来ます。 Python 3.7からデータクラスを簡単に定義できるdataclassesモジュールが追加されました。気になる方は以下の記事を参照してください。 データクラスの定義と使い方 それでは、構造体の代用方法を見ていきましょう! 構造体とは？ 構造体とは、複数のデータ型をまとめて取り扱うための機能です。 以下のコードは、C言語でpersonという名前の構造体を定義しています。 typedef struct { char name[256]; // 名前 int age; // 年齢 }person; この構造体を使うには、以下のようにします。 int main() { // person構造体の宣言 person mi
GitHub - oxan/djangorestframework-dataclasses: Dataclasses serializer for Django REST framework
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
作ったもの こんな感じにpydanticからArgumentParserを自動で生成するライブラリを作りました。 https://github.com/elda27/pydantic_argparse_builder from argparse import ArgumentParser from pydantic import BaseModel, Field from pydantic_argparse_builder import build_parser class Config(BaseModel): string: str = Field(description="string parameter") integer: int = Field(description="integer parameter") parser = ArgumentParser() build_par
AI在庫管理の開発チームでバックエンドエンジニアをしている沖（@takuoki）です。AI在庫管理では、サーバーサイドの大部分で Python を使用しているため、私も毎日 Python をごりごり書いています。ただ、私が Python をちゃんと触り始めたのは、カケハシに入社した 1 年半前で、それまでは主に Go を書いていました。 Go の方が後発の言語のため、Pythonista が Gopher になったという記事の方が簡単に見つかるのですが、ここでは逆に「Gopher のための Python 入門」みたいなものに挑戦してみようかなと思っています。入門といいつつも、今回は、私が実際に業務で使用したものにフォーカスしているため、ちょっと偏りがあります。また、私自身が Go の前は Java などのオブジェクト指向言語の経験があるため、その辺りもあまり詳細には触れていない点もご容赦く
What is Damas-Hindley-Milner? Damas-Hindley-Milner (HM) is a type system for Standard ML and the ML-family languages with parametric polymorphism, aka generic functions. It sits at a sweet spot in PL design: the type system is quite expressive, and there are well known type inference algorithms that require absolutely no annotations from the programmer. It seems to have been discovered independent
Setting up a FastAPI App with Async SQLALchemy 2.0 & Pydantic V2
Setting up a FastAPI App with Async SQLALchemy 2.0 & Pydantic V2 Early this year, a major update was made to SQLAlchemy with the release of SQLAlchemy 2.0. Among other things, this includes significant updates to basic ORM syntax and to some technical machinery necessary for a good experience using an async engine with asyncio. (You can read more about these updates here: https://docs.sqlalchemy.o
There are lots of interesting little subproblems in compilation like instruction selection, register allocation and instruction scheduling. These can be expressed in declarative interlinked way to constraint solvers. I’ve been fiddling with probably 6 iterations of using constraint solvers for compiler backends over the last 3 years and never written a blog post on it. This is long over due, and s
FastAPI＋StrawberryでGraphQLのAPIを実現する - Taste of Tech Topics
はじめに 最近アクアリウムを始めました、菅野です。 プログラムと異なり、生体を扱う都合上の想定外を楽しみながら試行錯誤しております。 さて、皆さんはAPIサーバを構築する際に、どのAPI形式を用いていますか？ まだまだREST形式で実装することが多いかとは思いますが、 GraphQLを用いることも増えてきているのではないでしょうか？ 今回は、そんなGraphQLをFastAPIと各種ライブラリを用いて簡単に実装する方法を紹介していこうと思います。 はじめに GraphQLとは 構成 利用ライブラリ 実装 ディレクトリ構成 クラス図 各種コード説明 infra/repositoryディレクトリ domainディレクトリ web/taskディレクトリ srcディレクトリ直下 起動、API呼び出し さいごに GraphQLとは GraphQLは、Meta社（旧Facebook社）によって開発・公
とある理由でslackから約1年間のメッセージ履歴を取得したのでPythonでの実装方法を書いておきます。 取得したメッセージを分析しやすいようにリフォーマットしたりしたのですが、いろいろまずいので全公開はできません。公開できそうな部分があればまた記事を書きたいと思います。 Pythonにはslackapi/python-slackclientがありますが、今回は使用していません。python-slackclientを使った実装方法を知りたい方は本記事以外を読むことをオススメします。 環境 言語 Python3.8 主な使用ライブラリ requests==2.23.0 開発補助用ライブラリ Pipenv mypy black flake8 実装 Client slackのtokenは環境変数から取得、またはmainスクリプトに直接記述できるようにインスタンス変数になっています。pipenv
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
Introducing "Implement DNS in a Weekend"
Python 3.10の新機能(その10） Dataclassでslotsが利用可能に - python.jp
【AWS】Lambda Powertoolsを布教したい！｜朝日新聞社 メディア研究開発センター
dataclassと __slots__ について調べた - Keep on moving
Pinjected: 研究開発向けPythonライブラリ(Dependency Injection等)
Pydanticを活用してCSVファイルを型安全に扱う - RevComm Tech Blog
Summarization | 🦜️🔗 Langchain
Adding row polymorphism to Damas-Hindley-Milner
A compiler IR for Scrapscript
はじめての自然言語処理 MixCSE による教師なし文章ベクトル生成 | オブジェクトの広場
Pythonのdataclassをdictやjsonと相互に変換する方法を解説！ | はますけブログ
SQLAlchemy 2.0.0 Released - Blog - SQLAlchemy
Pythonの列挙型と型チェッカについて - 何かを書き留める何か
Kindle for PCのスクショを撮る(強化版) - Qiita
AWSで実践! 基盤構築・デプロイ自動化(25) CloudFormationテスト環境の構築
namedtuple in a post-dataclasses world
pydanticを用いて堅牢な型を作成する - Qiita
EDINET APIを用いて企業情報を取得するPythonコードを書いた。
PythonでReactを実現するreactPyをさわってみた - Qiita
【Python】脱辞書型！ dataclassとenumで入れ子構造のデータ管理
pydanticでdataclassを代替してもっと安全なPythonコードを楽に実現する
LangChainブログ：マルチエージェントAIによる情報リサーチアプリを開発する事例
Colab内にインストール済みのPythonパッケージ一覧 - いっしきまさひこBLOG
Summary of Major Changes Between Python Versions
【Python】構造体をなにかで代用する方法｜ゆうまるブログ
pydanticからArgumentParserを作るライブラリを作った - Qiita
Gopher のための Python 入門 - KAKEHASHI Tech Blog
Damas-Hindley-Milner inference two ways
Compiling With Constraints
【Python】Slackから1年間のメッセージ履歴を取得する - Qiita