【個人開発】爆速な賃貸物件の検索サービスを作った - Qiita
個人開発で 賃貸物件の検索サービス Comfy を作りました1。グラフや地図でサクサク絞り込める UI が特徴のサービスです。とにかく気持ち良い使い勝手を実現するために色々工夫しています。 既にリリースからは 4 ヶ月以上経っているのですが、改めてサービスの概要や、システム構成及び使用した技術・サービスをご紹介しようと思います。2。 サービスの概要 Comfy は日本全国の賃貸物件を検索できる Web サービス です。画面 UI は上の GIF 画像のような感じです。 こだわったポイントを色々書くよりも実際にさわって頂いた方が新感覚の UI や気持ちよさを体感頂けるかと思いますので、 実際のサービス をぜひお試し頂ければ幸いです！ システム構成 図の通り、システムは大きく 3 つに分けられます。 フロントエンド バックエンド データ基盤 使用技術は図の通りではあるのですが、フロントエンドと
【iTerm2】ステータスバーのコンポーネントを自作してみた | DevelopersIO
こんにちは。データインテグレーション部改めデータアナリティクス事業本部の岩澤です。 （いまだに部名になれません...長い） 会社PCのMacで利用しているiTerm2が、先日3.3にアップデートされ、新機能としてステータスバーとpythonスクリプト用APIが追加されました。 このステータスバーは表示内容をカスタマイズ可能であり、デフォルトで以下を表示するコンポーネントが用意されています。 現在のディレクトリ gitのステータス CPU使用率 バッテリー残量 etc... さらに、同時実装されたpythonスクリプトAPIを利用すれば、コンポーネントを自作することもできるようになっています。 どんな感じかな～と気になったので、コンポーネントを自作してみました。 ※tutorialを見ながら試行錯誤していますので、最適ではない可能性があります。その点はご了承ください。 ※2019-08-08
あまりに暑いので，140年分の気温をProphetで分析した - Qiita
はじめに 統計開始以来最も暑い夏を生きる皆様，お疲れ様です．あまりに暑くてムシャクシャしたので，気象庁から約140年分（1872年1月1日-2018年7月21日）の東京の気温データを入手し，Prophetで分析しました． 以下は，過去365日分の最高気温の実測値と，2018年7月22日から1ヶ月先までの予測値を表したものです． また，以下は，最高気温のトレンドと年単位の周期性を表したものです． 分析の結果，平均・最高・最低気温の全てに関して，1920年付近から上昇し続けており，そのトレンドを考慮してもなお，ここ数日は特に暑いことを確認しました．分析に用いたNotebookはこちらです． 注：本記事は，2018年7月22日に個人サイトに投稿した記事を，Qiita向けに再構成したものです． 環境 macOS Sierra, 10.12.6 Python, 3.6.6 Prophet, 0.3
ディープラーニングで自分の身体を楽器にする「ヒューマンシーケンサー2.0」を作りました｜からあげ(karaage0703)
「ヒューマンシーケンサー」とは 身体を楽器にしてしまおうというコンセプトの自作ソフトです。元々の発想は、 YAMAHAさんのTENORI-ON（テノリオン）という楽器を身体を使ってできたら面白いのじゃないかというところから来ています。 昔作ったPV的な動画は以下参照下さい。 アイディア自体は、ものすごく画期的というわけではないので、似たようなことをしている人はいると思いますが、当時はソフトをOSS（Open Source Software）で公開している人もそんなにいなかったので、仕方なく自分で作ってソフト公開していました（ブログにベタがき）。 実はこのソフト、結構メディアアート系の学生さんなどを中心に活用して頂いていたようで、問い合わせがあったものだけでも10件ほどありました。イベントなどで使われたこともあったようです（特に使用制限は設けませんでした）。 ただこのソフト、人間の骨格情報を
機械学習手法を用いてブログの文章を分析・可視化（テキストマイニング） - karaage. [からあげ]
自分のブログのテキストを分析・可視化してみたい 以前自分のブログの分析を「内部リンク」や「はてブ情報」の観点で行ってみました。 ただ、目的無く分析してしまったので、結局イマイチどう活用してよいかよく分からない結果しか得られませんでした。 そんな前回の反省を全く活かすことなく、また何の目的もなくブログを分析してみることにしました。今回は以前から興味のあった機械学習を用いたブログの文章の分析・可視化（テキストマイニングと呼ばれるらしいです）にチャレンジしてみることにしました。どちらかというとテキストマイニングが主で、使用する素材（学習データ）に困ったので仕方なく自分のブログを使ってみたというのが正直なところです。 ネットでコピペすりゃ簡単にできるだろと思っていたのですが、自分のやりたいことするのはそれなりに大変だったので、知見としてやり方とどんなことが分かるのかを残しておきます。 ブログのテキ
![機械学習手法を用いてブログの文章を分析・可視化（テキストマイニング） - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/4526bda35cd6dd1d734fd58bf28151217deccc11/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20180208%2F20180208010932.png)
Pythonで最初に知っておきたかったことのまとめ【初心者向け】
Pythonで最初に知っておきたかったこと 最近、PC(Mac/Linux)やRaspberry PiでPythonを使ってプログラムを組むことが多くなってきました。長く使っていると、多少はPythonのことが分かってきて、色々便利な機能なども知ることができます。その中でも「これ、もっと早くに知りたかった…」というものが結構あったりするので、一度そういったものをまとめて紹介しようと思います。 Pythonをこれから始める初心者の方の参考になればよいなと思います。環境はMac/Linux(Raspberry Pi)を想定していますが、それ以外の環境の方でも参考になるかとは思います。 環境セットアップ 最初は環境構築です。PC（Mac/Linux）だと、仮想環境を使うのを個人的にはオススメします。以下記事参照下さい。 「俺はとにかくPythonで機械学習をやりたいんだー！」という人は、下記の記
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
pip install したパッケージをimport できないときの対応 - Qiita
環境：OSX Yosemite 10.10.3 Python : 2.7 機械学習のライブラリscikit-learnを利用しようとしたとき $ pip install -U scikit-learn （省略） Successfully installed sklearn Cleaning up... で見事インストール成功かとおもいきや $ python Python 2.7.6 (default, Sep 9 2014, 15:04:36) [GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.39)] on darwin Type "help", "copyright", "credits" or "license" for more information. >>> from sklearn import datasets Traceb
Pythonを書き始める前に見るべきTips - Qiita
Pythonを使ってこの方さまざまな点につまずいたが、ここではそんなトラップを回避して快適なPython Lifeを送っていただくべく、書き始める前に知っておけばよかったというTipsをまとめておく。 Python2系と3系について Pythonには2系と3系があり、3系では後方互換性に影響のある変更が入れられている。つまり、Python3のコードはPython2では動かないことがある(逆もしかり)。 Python3ではPython2における様々な点が改善されており、今から使うなら最新版のPython3で行うのが基本だ(下記でも、Python3で改善されるものは明記するようにした)。何より、Python2は2020年1月1日をもってサポートが終了した。よって今からPython2を使う理由はない。未だにPython2を使う者は、小学生にもディスられる。 しかし、世の中にはまだPython3に
pythonで継承(TypeError?) : Edo::World::Blog
4月24 pythonで継承(TypeError?) カテゴリ:Python2.6 pythonで継承 サブクラスを作ったらこんなエラーが検出された。→ (解決) TypeError: Error when calling the metaclass bases module.__init__() takes at most 2 arguments (3 given) 使用コード： スーパークラス(hoge.py) このコードは問題なかった。 #!/usr/bin/python # vim: fileencoding=utf-8 class hoge: def set_values(self, val): self.values = val def prt_values(self): print self.values サブクラス(sub_hoge.py) このコードに不備があった #!/
Pythonの命名規則のおさらいじゃい
どうもこんにちわ。 いきなりですけどPythonのみでコーディングしている人は少ないのではないでしょうか。 私もJavaとPythonとjavascriptなどの複数の言語を業務で扱うことがあり、 ある程度慣れては来ていますが、命名規則がごっちゃになったりします。 つーことで今更ながらPythonの超基本命名規則(by PEP8)のおさらい。 名称規約例module名lowercasehamegg.pyclass名CapWordsclass HamEgg(object):…exception名CapWordsclass HamEggException(Exception):…関数名lowercase_with_underscoresdef ham_egg():…関数名(既存の文脈※)mixedCasedef hamEgg():…メソッド名lowercase_with_underscores
Python のコーディング規約 PEP8 に準拠する - Qiita
この Qiita の連載記事ではデータ分析のための主要言語として Python を利用してきました。ところでみなさんは Python のコーディング規約 PEP8 をご存知でしょうか。 ソースコードスタイルガイド PEP8 ソースコードは一般に「書かれる時間」よりも「読まれる時間」の方が長い、そのような事実に基づいて、「スタイルを統一し読みやすいコードを書こう」というアイデアのもとに作られたのがこのガイドです。 Style Guide for Python Code http://legacy.python.org/dev/peps/pep-0008/ 本家は当然ながら英語ですが有志の方が日本語に翻訳してくださっています。 PEP8 日本語訳 https://github.com/mumumu/pep8-ja どちらにせよ Python を利用する方は必ず一読するべきかと思います。 自動的
Google App Engine - Python Tutorial を和訳してみた - Qiita
Google App EngineのPython TutorialのIntroductionを和訳しました。 誤訳・誤植の修正はご遠慮なく編集リクエストを送りつけてください。 原文ページ はじめに 原文ページはこちら ようこそ Google App Engine へ！ App Engine アプリを作るのは簡単で，数分しか掛かりません。そして自由に初められますし，アップロードしたアプリはすぐにユーザと共有できて，無償で契約も必要ありません。 Google App Engine アプリケーションは Python2.7，Java，Go，PHP のいずれかのプログラミング言語で書けます。このチュートリアルは Python 2.7 が対象です。もし Java や Go，PHP でアプリケーションを組みたい場合は，Java や Go，PHP のガイドを見てください。 このチュートリアルで次の方法が学
App Engineではどの言語を使えばいいのか - ひがやすを技術ブログ
App Engineで使える言語は基本的にはPythonとJavaです。それでは、どちらを選ぶのが良いのでしょうか。 それ以外の言語の人向けの話は後から出てくるのでしばらくこのままお読みください。 趣味ならば単に好きなものを選ぶだけでいいのですが、仕事で使うためには、長所と短所をきちんと把握した上で選ぶ必要があります。また、ここでの話は言語としての一般的な話ではなくApp Engineで使うとき限定の話としてお読みください。 まず安定度ですが、インフラ部分の安定度は、どちらも基本的に同じです。もしかすると、まったく同じものを使っているのかもしれません。 その上で動くAPIの部分は、インフラと直接結びついている低レベルな部分と低レベルなAPIの上に構築された高レベルな部分とに分けて考える必要があります。 低レベルなAPIはLLAPIと呼ばれたりしますが、安定度は、PythonとJavaも同じ
Python3でunittestの結果をカラフルにする - rochefort's blog
Dive-Into-Python-3 を写経して いる最中、unit testの結果をrspec --color のようにred/greenでカラフルにしたくなりました。 個人的にはrubyのrspec が好きですが、python3 では unittest が標準のツールとして用意されていて、即使えて便利です。 import unittest # unittest.TestCase を継承したclassを作り # testで始まるメソッドを作成すればok class KnownValues(unittest.TestCase): def test_to_roman_konw_values(self): '''to_roman should give known result with known input''' for integer, numeral in self.known_val
Dive-Into-Python-3 読了 - rochefort's blog
あれ？0一個足らないのでは？と思ったのですがAmazonで99円で売ってます。 そして、十分その価値はありました。 Dive Into Python 3 日本語版 作者: Mark Pilgrim発売日: 2012/10/26メディア: Kindle版購入: 3人 クリック: 25回この商品を含むブログを見る 安い理由は、Dive Into Python 3 日本語版 で読めちゃうからなんですが、ネット繋がらない環境で 読みたかったので購入しました。私自身は普段Python書くことはなく、他の書籍を読んだことがあるぐらいなのですが pythonの評判も良いですし、日本での利用も少しずつ普及している印象なので今回読んでみました。 感想 全体を通して非常に丁寧です。 言語仕様をさらっと確認したいだけなら、他の書籍の方が良い気がします。 前半は、言語仕様について記載され、unit test（テス
Python の WebSocket ライブラリ - methaneのブログ
ちょっと調べてみたら、想像してたよりもライブラリが充実していたので、各ライブラリの特徴をまとめておきます。 AutobahnPython Autobahn が Python 用にサーバー、クライアント用のライブラリを提供しています。 AutoBahn Python は Pure Python で Twisted に依存しています。 Twisted を使うなら Autobahn でいいのですが、そうでない場合は別のものを使う必要があります。 Autobahn は Python 用以外に JavaScript と Java(Android) 用にもライブラリを提供していて、また他の多くのプロジェクトでも利用されている WebSocket 用のテストスイートも提供しています。高品質な WebSocket ライブラリがいっぱい揃っているのは多分このテストスイートのおかげでしょう。 Tornado
非エンジニア女子による、15分間でできるfacebookアプリデビュー：GAE（Python編） : ゼロスタートの広報ブログ
2011年05月20日21:33 [GAE][Python][facebook] 非エンジニア女子による、15分間できるfacebookアプリデビュー：GAE（Python編） カテゴリやってみたfacebook Tweet みなさん、お元気ですかこんにちは！ ゼロスタートの広報もりのです。 今回は、週末にチャレンジしてみるのに丁度いい塩梅の記事をお届けしようかと思います。 まず前提ですが、今回は非エンジニアのためのエントリです。 「非エンジニアなんだけど、 facebookアプリとか登録したい！ Pythonで、いじってみたい！！ でも全部英語だし、 コードとかもよく分かんない！！」 という、そこのあなた！ 食わず嫌いなあなたにこそ読んでいただきたい。 だいたい15分くらいで、facebookアプリ動かせます。 キャプチャ付きでご紹介しますので、この通りやれば出来
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
GitHub - mrkn/pycall.rb: Calling Python functions from the Ruby language
Simple MVC/Template implementation of the GAE Framework using webapp2/jinja2.