Python Django チュートリアルのチュートリアル - Qiita
Python Django チュートリアルのチュートリアルです． djangoフレームワークを通じてpythonの勉強をし， ついでにwebアプリ作成ができるようになることを目指します． → チュートリアルまとめ なんかこの記事書いてる途中に公式っぽいチュートリアル，説明ページを見つけちゃいましたが， 気にせずに車輪の再開発をして行こうと思います． http://eiry.bitbucket.org/tutorial/index.html このページではpython環境の作り方やチュートリアルの進め方を説明していきます． と，思いましたがpython環境の作り方については既に素敵なドキュメントがありましたので その紹介と補足を行います． windowsの方 → http://eiry.bitbucket.org/win/tutorial/installation.html macの方 →
XorShiftの実装 [C++/D言語/C#/VB/JS/Python/HSP/Lisp/Clojure/Tcl] - Qiita
早くて、高品質な乱数と言われるXorShiftの128bit版をいくつかの言語で実装してみた。 これを実装するにあたってのポイントは以下の通り。 論理シフトを用いること。 unsigned int32(符号なしint)を用いること。(符号を持たないこと) それができない言語であっても、値は32bit以上の保持は行わないこと。(それ以上は切り捨てる) 恐らく上記を全て満たせればどの言語で実装を作っても同じ乱数が生成できるはず、 ということで複数言語での再現性のある乱数の生成に試みた。 Github オンラインコンパイラ C++ Dlang C# VisualBasic JavaScript Python HSP CommonLisp Tcl Clojure XorShift実装 出力例 >> defaults ["z":521288629, "x":123456789, "y":362436
![XorShiftの実装 [C++/D言語/C#/VB/JS/Python/HSP/Lisp/Clojure/Tcl] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/0907692f0044276e2b025201f7400e0624890392/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkYwJTJGMTQ3NTczJTJGcHJvZmlsZS1pbWFnZXMlMkYxNjYwMTMwMDI1P2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTdlODU4MjZkMjFiMzk4NzBjODYyZmUxMzE5NTc5Mzll%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253D5b775643c582cdeeb850aa5bdb557373%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9WG9yU2hpZnQlRTMlODElQUUlRTUlQUUlOUYlRTglQTMlODUlMjAlNUJDJTJCJTJCJTJGRCVFOCVBOCU4MCVFOCVBQSU5RSUyRkMlMjMlMkZWQiUyRkpTJTJGUHl0aG9uJTJGSFNQJTJGTGlzcCUyRkNsb2p1cmUlMkZUY2wlNUQmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtcGFkPTAmcz02MDE5M2JjNDc3ZWExYzRkMGY3MDQwOTk0OWZiNDQ4NA%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB5b3Nnc3BlYyZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1wYWQ9MCZzPWJhMDI3M2YwY2ZmOTFiYTVlN2M4Zjk1YWI5MTMzZTJi%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D8d7d88790f9e9d7ca7610917c88e8e27)
python で 分割ダウンロード - Qiita
# /bin/env python # -*- coding: utf-8 -*- import requests import urllib2 from glob import glob import os #分割したファイルを結合 def combine(file_type, file_name="out"): with open("%s.%s" % (file_name, file_type), "wb") as file: for tmp_file in glob("*.tmp"): ftmp = open(tmp_file, "rb") file.write(ftmp.read()) ftmp.close() os.remove(tmp_file) #startからendまでダウンロード def download(url, num, start, end): req = urll
2016年に作ったOSSのツール・ライブラリまとめ - Qiita
2016年に作成した以下のOSSについて、それぞれ概要と例示 CLIツール x 2 Pythonライブラリ x 10 CLIツール sqlitebiter CSV/Excel/HTML/JSON/LTSV/Markdown/TSV/Google Sheets をSQLiteデータベースファイルに変換するツール。 指定したURLから変換することもできる。 $ ls sample_data.csv sample_data.xlsx sample_data_multi.json sample_data_single.json $ sqlitebiter file * -o sample.sqlite [INFO] convert 'sample_data.csv' to 'sample_data' table [INFO] convert 'sample_data.xlsx' to 'sampl
GAE/Py でラクラク開発を行う方法 - at kaneshin
この記事は Python Advent Calendar 2016 の22日目の記事です。 普段、Golang を用いて Google App Engine を稼働させていますが、Python でも簡単に使用できるので、今回はそれを紹介します。 GAE/Python App Engine を動かすために、 Google App Engine の SDK をインストールします。 Download and Install the SDK for App Engine | App Engine Documentation | Google Cloud Platform Pythonのチュートリアルに進んで、インストールしてください。 Hello worldサンプル Google Cloud Platform のページには、各コンポーネントのサンプルがあります。今回は App Engine
Pythonでネットワークプログラミング / fujimisakari blog
この記事はPythonのAdventCalandar2016の15日目の記事です。 Goでネットワークプログラミングの投稿に引き続き、Pythonでネットワークプログラミングの いくつかのパターンを実装してみましたのでサンプルコードと簡単な解説をしたいと思ってます。 以前、このLinuxネットワークプログラミングバイブルを読んで 第5章のIOの多重化の部分が非常に興味深くハンズオンしてきちんと理解したいと思ってたので C言語で書かれていたロジックをPython3.5.2で書き直してみました。 まず、投稿タイトルのネットワークプログラミングについては、 TCPプロトコルを利用したサーバ側のSocket通信の実装を指してます。 Socket通信にて、シンプルな通信からI/O多重化、非同期I/O、ノンブロッキングI/Oを利用したパターンを紹介し、 これらの実装を実現するための技術として、sele
NumPy・SciPyによる高速化の実力を見る - Qiita
あらまし 以前の記事でNumPy・SciPyの高速化にまつわる事柄を書きました: NumPyを用いた数値計算の高速化 : 基礎 NumPy・SciPyを用いた数値計算の高速化 : 応用その1 NumPy・SciPyを用いた数値計算の高速化 : 応用その2 ホントに早くなってるの？ちゃんと調べてみましょう. 調査方法 Pythonによるオレオレ実装と比較します. 速度よりシンプルさを重視した実装との比較なので正当な評価とは言い難いかもしれません. Pythonはanaconda3, 時間計測にはIPythonの%timeitを使用します. --実行環境-- OS : Ubuntu16.04 LTS 64bit Python : anaconda3-4.1.1 CPU : Intel Corei5 3550 (4-core / 4-thread) リストの初期化 たとえば行列の初期化です.
NumPy・SciPyを用いた数値計算の高速化 : 応用その1 - Qiita
対象 Python及びNumPy初心者に向けて書いています. 「C言語は使えるけど最近Pythonを始めた」とか「Pythonらしい書き方がよくわからない」に該当する物理系の数値計算を目的とした方には特に有用かもしれません. また, 自分の不勉強のために間違った記述があるかもしれません. ご容赦ください. あらまし 内容はNumPyを用いた数値計算の高速化 : 基礎のつづきです. ndarrayのユニバーサル関数や演算を用いて可能な限りforループを使わずに基礎的な数値計算を実装していきます. 今回からSciPyも仲間に加わります. 以下ではNumPy・SciPyの関数の詳しい実装についてはあまりコメントしていないので, わからないことがあったら是非リファレンスを読んでみてください. 言わずもがな, 車輪の再発明をしないことがとっても大事です. 微分 物理の基礎方程式には微分がつきものです
2016年東大数学をPythonで解く - Qiita
はじめに この記事は、Python Advent Calendar 2016 11日目の記事です。 ここでやること 去年のPython Adevent Calendarではセンター試験の数学ⅡBを扱いましたが、今年は東大数学(文系)を扱っていきます。 ※ この記事で扱う問題は、河合塾（総合教育機関・予備校）/ 2016年度国公立大二次試験・私立大入試解答速報から引用しています。 環境 Python 3.5.0 Anaconda 3-2.4.0 Sympyの基本的な使い方 Sympyとは？ Pythonの記号計算ライブラリ 公式ドキュメント : http://www.sympy.org/en/index.html 日本語資料 : http://www.turbare.net/transl/scipy-lecture-notes/packages/sympy.html Symbols - 変数
AWS Lambda と Python で作る動的な HTML ページ - Qiita
やりたいこと AWS の Lambda を使って__動的なHTMLを生成するページを作りたい__。 Lambda を使うと自前でサーバーを用意しなくても好きな Python のスクリプトを実行できるので、これを使って動的な HTML を生成するページを作ってみようと思います。 Lambdaでページを作る系の話はすでに結構あるのですが、この前発表された API Gateway の Lambda プロキシ統合 とか Lambdaのデプロイツール apex あたりを組み合わせるともうちょっといい感じにできるのではというのが今回の目的です。 あとスクリプトから HTML を吐くからには、__テンプレートエンジン__は欠かせないので、実際それらを組み合わせて使えるのか検証兼ねて遊んでみました。 作るもの どんなページを作ってみるかですが、今回は__神社を建立することにしました__。 Python の
Pythonエンジニアが紹介する、Pythonの超便利なライブラリ・フレームワーク13個 -
Photo by hoerner_brett 秋山です。 私は主にPythonを使って開発をしているので、今回はPythonの便利なライブラリやフレームワークを紹介していきたいと思います。 といっても割と定番のものを中心に使っているので、既にPythonをがんがん使っている人にとっては「知ってるわ！」というものも多いかと思います。「最近Python書くようになりました～」という人たちにも「これ良い！」ってものが見つかればと思います。 ちなみに前回はPython2系と3系の違いについて書いてますので、「3系に移行しよっかなー」と考えている人は合わせて見てみてください。 paiza.hatenablog.com ■Pythonの便利なライブラリやフレームワーク ◆Web開発系フレームワーク ◇Django みんな大好き有名なDjango。RubyでいうところのRailsのような……全部のせ的な
Python サーバーレスフレームワークの比較 - Zappa vs Chalice - Qiita
はじめに この記事は、Serverless(2) Advent Calendar 2016 23日目の記事です。 Python サーバーレスフレームワーク Pythonでサーバレスなアプリケーションを開発するためのフレームワークとしては、以下の2つが人気のようです。 awslabs/chalice: Python Serverless Microframework for AWS Miserlou/Zappa: Serverless Python Web Services 今回はこの2つをざっくり比較してみます。 ちなみにNode.jsを使用するのであれば、Serverless FrameworkやApexが有名です。 他にどういったサーバーレスフレームワークがあるかについては、以下のスライドが参考になります。 Unlimited Frameworks chalice Python Ser
続・マルチベンダルータ制御APIライブラリ NAPALMを触ってみた - Qiita
NetOpsCoding Advent Calendar 2016の24日目の記事です。 NAPALMはネットワーク装置を設定・情報取得するためのオープンソースのPythonライブラリであり、統一化されたインタフェースで複数のベンダ製品を制御することを目的として開発されています。マルチベンダなネットワーク運用環境における自動化を計画されている方々にとっては、NAPALMようなマルチベンダ対応ライブラリは待ち望まれた存在ではないでしょうか。 NAPALMについては2015年6月に「ルータ制御APIライブラリ NAPALMを触ってみた」の記事でも紹介していましたが、現在もなおNANOGを中心としたコミュニティ主導で積極的に開発が継続されており機能や対応機種が続々と増えています。「そろそろマルチベンダー環境な実運用現場に投入してみても良いかもしれない」と私自身が感じたので、今回改めて情報をまとめ
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
OpenCV-Python チュートリアル文書のページへようこそ! — OpenCV-Python Tutorials 1 documentation
pythonの正規表現メモ - Qiita
GitPythonを使う - Qiita
https://openbook4.me/projects/183/sections/1100
giewikiの使い方
PythonデバッグTips - Qiita
Pythonによるデータ可視化ライブラリ「folium」がとても使いやすい - Qiita
