Python clickの案外知られていない機能 - Qiita
Pythonにはclickというコマンドラインパーサとして使えるライブラリがあります。同様のライブラリとして以前からargparseがありますが、clickはargparseよりももっと簡単に使えるライブラリです。 clickでコマンドラインパーサを書く例は以下になります。 # main.py import click @click.command() @click.option( "--count", type=int, default=1, required=True, help="Number of greetings.", ) @click.option( "--name", type=str, default="Your name", required=True, help="The person to greet.", ) def hello( count: int, name
Writing and publishing a Python module in Rust
Procmaps? procmaps is an extremely small Python library, backed by a similarly small Rust library2. All it does is parse “maps” files, best known for their presence under procfs on Linux3, into a list of Map objects. Each Map, in turn, contains the basic attributes of the mapped memory region. By their Python attributes: import os import procmaps # also: from_path, from_str # N.B.: named map_ inst
[Python] 3.10.0 - Qiita
Major new features of the 3.10 series, compared to 3.9 Among the new major new features and changes so far: PEP 623 -- Deprecate and prepare for the removal of the wstr member in PyUnicodeObject. PEP 604 -- Allow writing union types as X | Y PEP 612 -- Parameter Specification Variables PEP 626 -- Precise line numbers for debugging and other tools. PEP 618 -- Add Optional Length-Checking To zip. bp
![[Python] 3.10.0 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/79ded5f0d6224572b6bd379f4ca27789f750832b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCUHl0aG9uJTVEJTIwMy4xMC4wJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0wOGZkMGZkNGUzMzFmMzNjM2EyYzlhMDcxZjRjN2IwZA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBEcmVhbXdhbGtlciZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NjcyOTI2Mjc3NTliZjQ1MjgwMzM2NWM4MDg1Y2Q5Yjg%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D8d4d08ba175c126156d6c5483e0c2b74)
JupyterLite: Jupyter ❤️ WebAssembly ❤️ Python
JupyterLite is a JupyterLab distribution that runs entirely in the web browser, backed by in-browser language kernels. MotivationJupyterLite is a reboot of several attempts at making a full static Jupyter distribution that runs in the browser, without having to start the Python Jupyter Server on the host machine, usually done by running jupyter lab or jupyter notebook in a terminal. The goal of th
RustからWebAssembly (wasm)を生成してJavaScriptとブリッジ通信してみる | DevelopersIO
Rustはじめました Rustイイですよね。Cと同程度のパフォーマンスで動作して、メモリリークを防止し、マルチスレッドも安全に記述できます。GC（ガベージコレクション）処理よりも高速にメモリーを開放します。今まで、より高速に動くプログラミング言語を求めるとC/C++等が必要になり、安全面で気をつけないところが増えてしまって手が出しづらく、一方で、Javaなどの安全面が確保された言語や、JavaScriptやPythonなどのスクリプトで記述できる言語は、nullやundefinedなどを気をつける必要があり、更に実行速度を上げるには課題がありました。（Javaは十分速いと思います） Rustは、C/C++と同程度のパフォーマンス（強い）を持ちつつ、型やメモリやスレッドに関する安全面を備えているため、今後、OSやミドルウェアの開発に使われることが増えるのではと思っています。一方で、JavaS
何万回のコピペ作業がゼロに！Excel作業を自動化するPythonプログラムはこんなに便利だった｜@DIME アットダイム
【短期集中連載】〈第3回〉何万回のコピペがゼロに！Excel作業を自動化するPythonプログラム実例 テレワークで上司から大量の単純作業を振られ、家で黙々と作業をこなすビジネスパーソンの救世主！ 単純な事務作業の手間をなんと10分の１以下に圧縮する時短化ツール、Python。 『めんどうな作業が秒速で終わる！ Excel×Python自動化の超基本』（宝島社）の著者である伊沢剛さんにExcel×Pythonのすごさを解説していただく連載も、第３回を迎えました。 今回は、実際の作業を自動化するプログラムの一例として、「コピペ」のプログラムの動作を紹介します。Excel×Pythonのすごさを実感してみてください！ 第1回はこちら 第2回はこちら 複数のExcelシートにあるデータを１つのシートに統合！ Excel×Pythonの実例として、Excelブックの中にある複数のシートに入力された
時系列モデル(ARIMA/Prophet/NNなど)を統一的なAPIで扱えるPythonライブラリ「Darts」がかなり便利 - フリーランチ食べたい
時系列モデルを扱う上でデファクトスタンダードになりそうなPythonライブラリが出てきました。 時系列モデルを扱うPythonライブラリは、 scikit-learn のようなデファクトスタンダードなものがありません。そのため時系列モデルを用いて実装を行うためには、様々なライブラリのAPIなどの仕様を理解しつつ、それに合わせてデータ整形を行い、評価する必要があり、これはなかなか辛い作業でした。 スイスの企業 Unit8 が今年(2020年)6月末に公開した Darts はまさにこういった課題を解決するライブラリです。時系列に関する様々なモデルを scikit-learn ベースのAPIで統一的に扱うことができます。 github.com Darts は現在、下記のモデルに対応しています。内側では statsmodels 、 Prophet(stan) 、 Pytorch などを使っていて、
Python の型システムの上で Immutable な Python プログラムを作る - 病みつきエンジニアブログ
まえがき 今年の PyCon JP 2020 にて「Python 3.9 時代の型安全な Python の極め方」というタイトルで登壇させていただきます。本稿は、発表の補足となる「型ヒントを使って Immutable な Python を実現する方法」について紹介したものです。 Python の型ヒント Python には「型ヒント」という機能があり、型をプログラム内に宣言することができます。 age: int = 28 name: str = 'Bruce Wayne' Python は動的型付き言語であるため、この情報はランタイム(実行時)にはあまり意味がないのですが、 mypy などの型チェックツールをつかうと、型の誤りをチェックすることができます。 def check_batman(name: str) -> bool: return name == 'Bruce Wayne' a
様々なクラウドにアクセスするPythonライブラリ「Apache Libcloud 3.0」公開 | OSDN Magazine
さまざまなクラウドサービスに対応するPython向けのクラウド操作ライブラリ「Apache Libcloud」開発チームは4月15日、最新のメジャーリリースとなる「Apache Libcloud 3.0.0」のリリースを発表した。本リリースではPython 2.7および3〜3.5のサポートが廃止されている。 Apache Libcloudは、統一されたAPIでさまざまなクラウド事業者のクラウドサービスを操作できるPythonライブラリ。提供されるAPIは大きく分けて「Compute」や「Storage」、「Load Balancers」、「DNS」、「Container」、「Backup」の6種類で、対応するクラウドサービスはAmazon Web Services（AWS）、OpenStack、Microsoft Azure、Google Cloud Platformなど50以上。Pyth
Pythonで本当に役立つ機能「アサーション」の使い方を解説！『Pythonトリック』から
皆さんはPythonの強みを最大限に発揮できているでしょうか。翔泳社から発売した『Pythonトリック』は、その強みの数々をTIPS集としてまとめた1冊です。今回は本書から、コードのエラーを自動的に検出しプログラムの信頼性を高められる機能「アサーション」について抜粋して紹介します。 本記事は『Pythonトリック』の「CHAPTER 2 よりクリーンなPythonのためのパターン」から抜粋したものです。掲載にあたり一部を編集しています。 2.1 アサーションによる安全対策 本当に役立つ言語の機能が案外に注目されないことがあります。どういうわけか、これに該当するのがPythonの組み込みのassert文です。 ここでは、Pythonでのアサーションの使い方をざっと紹介します。アサーションを使ってPythonプログラムでエラーを自動的に検出する方法がわかるでしょう。このようにすると、プログラム
Pythonチートシート
本書はPythonでプログラミングする上で覚えておきたい、覚えておくべき、でも、忘れてしまいがちという構文をさまざまな要素ごとにギュッとまとめたPythonプログラマー必携とでもいうべき1冊だ。 Pythonが組み込みで提供する基本的なデータ型や制御構造、関数、多数のデータを一括して扱うためのリストやタプル、辞書、集合といったデータ構造、クラス定義に関連するアレコレ、ファイル操作の基本、モジュールやパッケージ、例外、さらには特殊メソッドまで、Pythonのコードを記述する際によくお世話になる構文や言語要素をまとめている。 本書の内容を以下に示す。 基本要素編：組み込みの基本データ型、制御構造、演算子、関数定義の基本など、Pythonプログラムを構成する基本要素を紹介 関数定義編：位置引数とキーワード引数、デフォルト引数値、可変長引数、ラムダ式といった関数にまつわる詳細な知識をギュッと圧縮
[VS Code Python拡張] データサイエンスチュートリアルをやりながらVS CodeでのJupyter Notebookの使い方をマスターする | DevelopersIO
こんにちは、Mr.Moです。 下記の記事を見てVS CodeのPython拡張でJupyter Notebookが使えることを知り便利そうだなーとしばらく直感的に使っていましたが、そろそろちゃんと使いこなしたいので用意されているデータサイエンスチュートリアルを参考にしならが使い方をマスターしていきたいと思います！ Visual Studio CodeでJupyter Notebookを動かしてみた データサイエンスチュートリアルとは VS Codeの公式ページあるチュートリアルです。March 2020 (version 1.44)のアップデートで公開されたようですね。 https://code.visualstudio.com/docs/python/data-science-tutorial チュートリアルを参考にしながら使い方を確認していく さっそくチュートリアルを進めていきます。あ
![[VS Code Python拡張] データサイエンスチュートリアルをやりながらVS CodeでのJupyter Notebookの使い方をマスターする | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/b3a3cd126b780dcd4cdffcaa7d018424e8c697cb/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F06%2Fvscode-2019-eyecatch-1200x630.png)
[アップデート]ElasticBeanstalkでAmazon Linux 2ベースのDocker, Corretto, Pythonが使えるようになりました！ | DevelopersIO
Elastic Beanstalkをご利用いただいている方に朗報です！ ElasticBeanstalkのプラットフォームでAmazon Linux 2ベースのDocker, Corretto（Java）, PythonがGAされました！ AWS Elastic Beanstalk Announces General Availability of Amazon Linux 2 Based Docker, Corretto, and Python Platforms さっそく試してみたいと思います！ やってみた Elastic Beanstalkのマネジメントコンソール画面から、アプリケーションを作成してみます。 アプリケーション名は適当につけます。 プラットフォームのブランチとして、Amazon Linux 2ベースのDocker, Corretto, Pythonが選択できるようになっ
![[アップデート]ElasticBeanstalkでAmazon Linux 2ベースのDocker, Corretto, Pythonが使えるようになりました！ | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/726da566bcad2b0004f3b30d99f01f10027d2e09/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2019%2F05%2Faws-elastic-beanstalk.png)
（修正）Juliaで反復数値計算をしたらPythonよりも圧倒的に速かった話←そうでもなかった話 - Qiita
注意 この記事では最初、Juliaが劇的に速いという結論を出しましたが、検討の結果記事を修正しています。改変を加えて読みにくくなっていますが、この過程自体が速度の最適化とは何かを表していると思いますので修正部分を消さずにそのまま載せています。 やったこと MCMC法を用いたガウス過程のパラメータ推定をPython, Juliaを使って実装し、速度を比較した 追記（190828） 「pythonでもJITコンパイル（高速化）を使えるんだからそれと比較すべきでは？」というコメントをいただいたため、python+numbaの測定結果を追加しました。 追記（190927） コメントいただき、numbaの最適化をおこなったコードを提供いただきました。トータルでくらべると最適化NumbaのPythonの方が3倍程度早いとのこと。私の方でも検証したところ再現性が見られました。 結果 pureなpytho
Pythonの知っておくと良い細かい処理速度の違い8個 - kumilog.net
はじめに 標準入力 input と sys.stdin.readline ソート sort と sorted ソートの key ループ for と while リスト リストの初期化 二次元配列の場合 リストの値参照 リストへの値追加 それぞれの処理速度 まとめ はじめに 最近、PythonでAtCoderなどの競技プログラミングに挑戦しています。これまであまりに気にしなかったけど、ちょっとした書き方で処理速度が変わってくることに気づいたので、これを気に少し調べてみました。 目次にあるように、標準入力、ソート、ループ、リストについて、計8個の処理の速度比較を行いました。処理速度の計測方法は、Mac Book Pro*1を使い、timeitでそれぞれ100回計測*2し、平均と標準偏差を求めています。 結果だけ知りたい方は、まとめへどうぞ。 計測に用いたコードは以下にあります。 github.
直近１年のQiita記事分析で分かった７つの「驚愕」 - Qiita
背景 Qiita殿堂入り記事ランキングを作った物語のつづき。 前回の投稿は以下を参照： Qiita殿堂入り記事ランキングを作った物語 今回は、その第二の目的、記事の分析結果についてお伝えする。 全部の分析が済んでから公開する予定だったが、 途中段階でもかなり興味深い結果もあったため、 データ取得時から日数がたって鮮度が落ちないうちに公開したいと思った。 本投稿の内容 直近１年＝2017年6月～2018年5月の投稿とする。 過去記事の方が、平均いいね値が数倍高くなる傾向を、前回述べた。 ご参考： Qiita殿堂入り記事ランキングを作った物語 2018年5月いいね平均＝ 6.9 2017年6月いいね平均＝ 8.1 （ここまでの期間を対象） 2016年6月いいね平均=15.6 (仕様変更も影響.。もっと前はより差が大きい） そのため、あまり長期間にわたっての分析は望ましくない。 また、技術の
Python製Webフレームワークの比較とDjangoの環境構築
9年ぶりとなるメジャーバージョンアップを控えて、盛り上がりを見せているDjango。この連載では最新のDjangoとDjango REST frameworkを用いたプロダクト開発の手法を、実務に使える形でお伝えしていきます。今回はDjangoの特徴を確認してからDjangoプロジェクトの環境構築についてをご紹介します。 はじめに データ分析や機械学習の隆盛に伴い、Pythonの人気は近年とても高まっています。それはNumPyやChainerといった便利なPythonライブラリが充実しているという理由がもちろん挙げられますが、Pythonが汎用プログラミング言語であることも人気の後押しになっています。 実際、「収集・分析したデータの二次活用として、Webアプリケーションを作りたい」という声をよく聞くようになりました。Pythonならデータ処理からWeb開発まで一貫して同じ言語で書くことがで
1
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
「Python 3.9.0」がリリース、Windows 7へのインストールは禁止に