notfoundWe are sorry, but, the blog or user you are looking for can not be found. Checkout some of the blogs in our showcase.
Python Humor
Here is a spurious collection of semi to totally unserious stuff, mostly postings found wafting gently in the comp.lang.python newsgroup (a.k.a. the python-list mailing list). See also Andrew Kuchling's collection of Python quotations, containing in a condensed form some sterling examples of the wit and wisdom encountered in the Python world.
PythonでExcelスプレッドシートを出力しよう | 株式会社ハートビーツ（HEARTBEATS Corporation）｜AWS・クラウド・サーバーなどのインフラ運用を24時間365日サポート
斎藤です。こんにちは。 今日は、Pythonの”xlutils“ライブラリを利用してExcelスプレッドシートの生成をしてみます。「使い方」「書式定義のしかた」そして「注意点」の3点について、順にお話しします。 Excelを用いて、サーバ管理台帳など、ITインフラ運用に用いるドキュメントを作られる方もいらっしゃるかと思います。そのときに、これからお話しする”xlutils”ライブラリを用いると、お手製CSV出力ツールや、それこそ 手動 で作るよりも手間を省きつつExcelスプレッドシートを作成できます。 ※Python 2.7.4, xlutils 1.6.0, xlwt 0.9.2, Excel for Mac 2011 (14.3.6), Mac OS 10.7.5 を用いて検証しています インストール インストールはとても簡単です。 # easy_instal xlutils インス
Jegaをリリースした話 - Doge log
先日、やっとリリースしました。 tobikko時代から考えると数年がかりいじってた気がします。 Jegaについて concurrent networking and cooperative multitasking library for Python3. わかりやすく言うとgeventの後継ライブラリになります。 Python3.x系しかサポートしていません。 URL: https://github.com/mopemope/jega 特徴 Jegaはgevent、evergreen, PEP3156を参考に作られています。 機能的なところはほぼevergreenと同様です。 主な特徴は以下です。 picoevベースの高速なイベントループ greenletベースの協調スレッド c-aresよるDNS lookupの非同期化 非同期処理はFutureにより管理(専用のconcurrent.
単純パーセプトロンをPythonで組んでみる - 渋谷駅前で働くデータサイエンティストのブログ
いきなり自分でハードル上げてみました（笑）。ちなみに何故単純パーセプトロンを最初に持ってきたのか？というと、id:echizen_tmさんのブログ記事でも触れておられる通り 機械学習には大きく分けて「識別関数」「識別モデル」「生成モデル」の3つの種類がある。このなかで識別関数は確率を使わないので初心者が入門するのに最適。 識別関数で有名なのはSVM(Support Vector Machine、サポートベクターマシン)。名前を聞いたことがある人も多いと思う。そこで早速SVMを学ぼうとすると敷居が高くて挫折しがち。 実はSVMは(大雑把に言うと)パーセプトロンという基礎的な識別関数に「マージン最大化」と「カーネル関数」という考え方を導入したもの。なので機械学習入門者は最初にパーセプトロンを学ぶのが良いと思われる。 それゆえ、実際に僕も以前Matlabで糞コード書きながら勉強してた時はやはり単
pyglet プログラミングガイド
pyglet プログラミングガイドはpygletを用いたアプリケーション作成のための 詳細なドキュメントである。ここに記述された項目はpyglet API referenceに も詳しく書かれているので、参照されたし。 もし、このプログラミングガイドがpygletに関して君が初めて読むものなら、 我々はまず pygletアプリケーションの書き方 を読むことを勧める。 インストール pygletは他のライブラリにありがちなインストール作業を必要としない。 pygletは外部ライブラリやコンパイル済みバイナリファイルを必要としないた め、その場で実行することが出来る。pygletのソースコードやランタイムeggファ イルを君の作成したアプリケーションソースコードに含めて配布することが出 来る( 配布 を見よ)。 開発環境で、pygletをインストールせずにpygletを用いた実験やサンプルプロ
Home — pyglet
About The cross-platform windowing and multimedia library for Python. pyglet is a powerful yet easy-to-use Python library for developing games and other visually rich applications on Windows, macOS, and Linux. It supports windowing, mouse and keyboard, controllers, joysticks, displaying images and videos, and playing sounds and music. All of this with a friendly Pythonic API that's simple to learn
happytrap.jp
We’re getting things ready Loading your experience… This won’t take long.
概要 — Python 3.4.1 ドキュメント
Python 3.14.7 documentation Welcome! This is the official documentation for Python 3.14.7. Documentation sections: What's new in Python 3.14? Or all "What's new" documents since Python 2.0 Tutorial Start here: a tour of Python's syntax and features Library reference Standard library and builtins Language reference Syntax and language elements Python setup and usage How to install, configure, and u
Django で唐揚げ作った - 祢占堂
この記事は 2012 Pythonアドベントカレンダー 11日目の記事です。 Django で美味しい唐揚げとか作れたら #python_adv のネタになるのに Django では美味しい唐揚げを作れない。これだから Django は…— ねじめ (@drillbits) December 5, 2012 作りました 唐揚げです。 django-karaage PyPI にはあげてないので github から pip install してください。 $ pip install git+git://github.com/drillbits/django-karaage.git#egg=django-karaageDjango の settings.py にミドルウェアとして追加します。 MIDDLEWARE_CLASSES = ( # 略 "django_karaage.middlewar
Support Vector Machinesを用いた「魔法少女まどか☆マギカ」人物予測モデル - Y's note
言語処理のための機械学習入門 (自然言語処理シリーズ) 作者: 高村大也,奥村学出版社/メーカー: コロナ社発売日: 2010/07メディア: 単行本購入: 13人 クリック: 235回この商品を含むブログ (39件) を見る 人物予測モデル 記事のタイトルがだいぶ固い内容になっていまいましたがやりたい事はとても簡単です。過去に発せられたまど☆マギ台詞の形態素を学習し、予測モデルを作成します。その後に未分類の形態素のデータセットを与えた時にどれだけ人物のラベル付けが正しく行われたかを評価します。予測モデルの対象となる人物は鹿目まどか/暁美ほむら/美樹さやか/キュゥべえ/佐倉杏子/巴マミの合計6名です。機械学習にはSVMを利用します。先に実験の結果をお伝えしておくと、台詞の形態素ベクトルでは十分なマルチラベリングができていません。それでもこの記事が気になる方は読み進めてください。処理手順の詳
第2回 Tokyo.SciPy で「数式を numpy に落としこむコツ」を発表してきました - 木曜不足
10/15 に IBM さんの渋谷オフィスにて開催された 第2回 Tokyo.SciPy にのこのこ参加してきました。主催の @sla さんはじめ、参加者・発表者各位おつかれさまでした＆ありがとうございました。 せっかく行くならなんか発表したいよね、ということで「数式を numpy に落としこむコツ 〜機械学習を題材に〜」なんてタイトルで、数式(あるいは数式入りのアルゴリズム)を実装するときに、どういう点に注目すれば易しくコードを書けるか、についてちらちら語ってみた。 こちらがその資料。 数式をnumpyに落としこむコツ View more presentations from Shuyo Nakatani 例えば、機械学習の(多クラス)ロジスティック回帰という技術では、次のような数式が登場する。 (PRML (4.109) 式) これを一目見てすらすらとコードが書けるなら苦労はないが、慣
類似楽曲検索システムを作ろう - 人工知能に関する断創録
もう1年以上かけて音声信号処理の勉強をしてきました（Pythonで音声信号処理）。ここらで具体的なアプリケーションとして類似楽曲検索の実験をしてみたのでレポートをまとめておきます。言語はPythonです。 前に 類似画像検索システムを作ろう（2009/10/3） Visual Wordsを用いた類似画像検索（2010/2/27） という画像の類似検索に関するエントリを書きましたが、今回は画像ではなく音楽を対象に類似検索をやってみたいと思います！ 今回作る類似楽曲検索システムは、従来からよくあるアーティスト名や曲名などテキストで検索するシステムや購買履歴をもとにオススメする協調フィルタリングベースのシステムとは異なります。WAVEファイルやMP3ファイルなどの音楽波形そのものを入力とするのが特徴です。たとえば、「具体的なアーティストや曲名は知らないけれど、この曲とメロディや雰囲気が似た曲がほ
入門 自然言語処理を禁書にすべき10の理由 | TRIVIAL TECHNOLOGIES on CLOUD
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー 「入門 自然言語処理」はヤバい書籍なので禁書にすべきだ。 タイトルは釣りじゃない。その理由を10個挙げる。 自然言語処理のかなり基本的なことからそこそこ高度なことについて解説されてあり，自然言語処理について理解が深まり過ぎる ボリュームがあるのに書き方が平易でついつい読みふけってしまう 演習問題があり，自分の理解度を確かめられたりするのもケシカラン 原著は欧米語のための言語処理について書かれた書籍なのに，日本語の形態素解析などについても解説してあって我慢できない 必要ライブラリのインストールなど環境構築に時間が取られそうでヤバい 書籍の応用でBotとか人工無能とか作ったらどうかな−，と
Shibu's Diary: Pythonはなぜ？str.join(seq)なのか？
渋日記@shibu.jp 渋川よしきの日記です。ソフトウェア開発とか、ライフハックを中心に記事を書いていきます。 PythonのAPI設計の中で、たまに思い出したように話題が出てくるのが、配列に入った文字列を結合するメソッド。Pythonではstr.join(iterable)です。他の言語(僕がよく知っているRubyとJavaScript)はArray.join(String)となっています。どちらでもありえる話ですが、個人的にはPythonの方が自然だな、と感じていました。ですが、他の言語の方がいいという人も多く、Pythonプログラマーの中でも好き嫌いが出たりもします。せっかく、弾さんがPerlの国からやってきて適度にガソリンをまいて炎上したところなので、Pythonの歴史を紐解いてみました。 軽くjoinの歴史について語っているサイトはないか探してみる 軽くぐぐってみると、何箇所か
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
oreilly.com
A simple SMTP server (in Python)
Is there a pretty printer for python data?
Pythonとdeep learningで手書き文字認識
lilyx.net