Chainer: A flexible framework for neural networksA Powerful, Flexible, and Intuitive Framework for Neural Networks Get Started Learn More
Welcome to Faker’s documentation! — Faker 40.15.0 documentation
Welcome to Faker’s documentation!¶ Faker is a Python package that generates fake data for you. Whether you need to bootstrap your database, create good-looking XML documents, fill-in your persistence to stress test it, or anonymize data taken from a production service, Faker is for you. Faker is heavily inspired by PHP Faker, Perl Faker, and by Ruby Faker. _|_|_|_| _| _| _|_|_| _| _| _|_| _| _|_|
Generating Fake Data for Python Unit Tests with Faker - Semaphore
Published: 3 May 2017 • Updated: 23 Apr 2021 · 23 Apr 2021 · Software Engineering · 8 min read Introduction When writing unit tests, you might come across a situation where you need to generate test data or use some dummy data in your tests. If you already have some data somewhere in a database, one solution you could employ is to generate a dump of that data and use that in your tests (i.e. fixtu
Task Queues - Full Stack Python
タスクキュー タスクキューは通常のHTTPリクエスト/レスポンスのサイクルの外側で実行されるバックグラウンド処理を管理します。 なぜタスクキューは必要？ HTTPリクエストをきっかけに行われない、またはHTTPレスポンスを返す際のパフォーマンスを著しく低下させる恐れのある処理は非同期で扱います。 例えば、Webアプリケーションは10分毎にGitHub APIからスターが多い順に100個のレポジトリを取得しているとします。タスクキューを使ってGitHub APIの呼び出しを管理し、APIのレスポンスを処理してデータベースに保存しておきます。 他の例として、HTTPリクエスト/レスポンスのサイクルの中でデータベースへのクエリに時間がかかりすぎている場合を挙げましょう。クエリをバックグラウンドで一定時間ごとに実行し、データベースに保存することもできるでしょう。HTTPリクエストが来たら、時間のか
Pythonにおける非同期処理: asyncio逆引きリファレンス - Qiita
Pythonのasyncio、またasync/awaitについてはあまり実践的な例が出回っていなかったため、収集した情報をもとに用例ベースの逆引きリファレンスを作ってみました。 ただ、この辺はほんとに情報がなくて何が真実なのか謎に包まれている点があるので、情報をお持ちの方はぜひご連絡をいただければと思います。 今回紹介する例は、以下のgistにまとめてあります。実装時の参考にしていただければと思います。 icoxfog417/asyncio_examples.py はじめに Pythonにはthreading、multiprocessing、asyncioとどれも並列処理に使えそうなパッケージが3つあります。これらの違いをまず押さえておきます。 これらのパッケージの違いは、そのまま「マルチスレッド」、「マルチプロセス」、「ノンブロッキング」の違いに相当します。まず、マルチスレッドとマルチプ
Introduction to Computation and Programming Using Python | The MIT Press
This book introduces students with little or no prior programming experience to the art of computational problem solving using Python and various Python libraries, including PyLab. It provides students with skills that will enable them to make productive use of computational techniques, including some of the tools and techniques of “data science” for using computation to model and interpret data.
if __name__ == '__main__' の下にコードをダラダラと書く人、挙手しなさい - Qiita
# ! usr/bin/python # -*- coding: utf-8 -*- from __future__ import unicode_literals, print_function, absolute_import import sys def say_args(kind, data_list): print("kind:", kind, " data:", data_list) if __name__ == '__main__': args = sys.argv[1:] assert args kind = args[0].lower() data_list = [x.lower() for x in args[1:]] say_args(kind, data_list) こういうコードを書いている人、先生、怒らないから挙手しなさい。 こういうコードはグローバルスコープの
Day8: Pythonでの初めてのログ出力 - RedandWhiteDays
今日はPythonでのログ出力の話をしようと思う。やはりプログラムの自動化を目指すうえで、実行結果に異常がなかったかを一目で確認できるログ出力機能は必須であろう。 Pythonにはログ記録システムをサポートするloggingモジュールが標準ライブラリとして備えられている。公式のチュートリアル(Logging HOWTO — Python 3.5.1 ドキュメント)もあり、簡単に実装ができる...といいたいところだが、少しクセがあるのでここで噛み砕いて説明できれば、と思う。 まず上のチュートリアルだが、初級と上級のチュートリアルに分かれている。当然のように初級を参照し、「ファイルへのlogging」というセクションを参考にしながら次のようなプログラムを書き上げた。 import fft import logging logging.basicConfig(filename='example.
【一覧付き】初心者は意外と知らない？便利な関数たち(Python3版) -
Photo by pycon jp 秋山です。 Python3を使って開発中＆勉強中の皆さん、組み込み関数はどれくらい覚えていますか？よく使うrange, input, min, max, dict……などしか覚えていないという人も多いかもしれません。 公式ドキュメントを見ると、実に68個もの組み込み関数がありました。（※ちなみに2系→3系で、あまり使われていないものはimportが必要になったり、上位機能のあるものが下位機能と統合されたり、命名変更されたりしています。例えばxrange,rangeは統合、reduceはfunctoolsへ移動…などなど。） もちろん、あまり使う機会のなさそうな特殊な関数まで覚えておく必要はありません。が、実は案外知られていないけど、使うと結構便利なものもあるのです。 というわけで今回は、意外と知られていないけど、知っていると便利ではかどると思うPytho
超簡単！Pythonを使って中学・高校レベルの数学問題を解いてみた -
秋山です。 PythonはNumpyとかSympyとか、数値計算が得意なライブラリが充実しています。もちろん中学・高校の数学で習うレベルの計算もすぐにできちゃいます。 というわけで今回はPythonでプログラミングをして、中学・高校で習う数学の問題を解いてみました。 Pythonが使えるようになれば、中学・高校レベルの数学では困らずに済む。かもしれない。 ■中学2年生レベル ◆連立方程式 ◇問題 x + y = 3 x + 3y = 13 のとき、xとyを求めよ。 Numpyを使って、連立方程式を行列計算で解いてみました。 ■中学3年生レベル ◆2次方程式 ◇問題 x^2 - 10x + 24 = 0 のとき、xを求めよ。 昔の授業では (x - 4)(x - 6) = 0 x = 4 , 6 このような解法を習ったと思います。 この問題は、NumpyのPolynomialを使って式を作り
Python: Pykka でアクターモデルについて学ぶ - CUBE SUGAR CONTAINER
アクターモデルというのは、並行処理のプログラミングモデルの一つだ。 並行処理という言葉からは、まずマルチスレッドとかをイメージすると思うけど、それよりも抽象度の高い概念となっている。 つまり、アクターモデルというのはマルチスレッドなどを用いて構築することになる。 どちらかといえばプロセス間通信 (IPC) の技法であって、共有メモリやロック、RPC と比較するものかもしれない。 そんなアクターモデルは、概念とか使ったときの嬉しさを理解・実感するのがなかなか難しいモデルだとも思う。 理由としては、使い始めるまでに必要なコード量が多かったり、それなりの規模のアプリケーションで使わないとメリットが分かりづらい点が挙げられる。 ただ、これはあくまで主観的なものだけど、アクターモデルをベースに組まれたアプリケーションは規模が大きくなっても並行処理をしているコードが読みやすい。 共有メモリやロックを使
Python: python-fire の CLI 自動生成を試す - CUBE SUGAR CONTAINER
今回は Google が公開した python-fire というパッケージを試してみた。 python-fire では、クラスやモジュールを渡すことで、定義されている関数やメソッドを元に CLI を自動で生成してくれる。 ただし、一つ注意すべきなのは、できあがる CLI はそこまで親切な作りではない、という点だ。 実際にユーザに提供するような CLI を実装するときは、従来通り Click のようなフレームワークを使うことになるだろう。 では python-fire はどういったときに活躍するかというと、これは開発時のテストだと思う。 実装した内容をトライアンドエラーするための CLI という用途であれば python-fire は非常に強力なパッケージだと感じた。 今回使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion:
Electron as GUI of Python Applications (Updated) · Fleeting Years
Electron as GUI of Python Applications (Updated) 14 Feb 2017 tl;dr This post shows how to use Electron as the GUI component of Python applications. (Updated version of one of my previous posts.) The frontend and backend communicate with each other using zerorpc. The complete code is on GitHub repo. important notice This post and README.md on GitHub repo should be the same. If there are inconsisten
python実行ファイル変換ライブラリ比較（py2exe, cx_freeze, pyinstaller） - Qiita
はじめに pythonで実行形式に変換するライブラリがいくつかありますが、結局どれを使えば良いのかわからなかったので、まとめて試してみました 今回使ったコードは https://github.com/nabehide/tryFreezing にあります 比較するライブラリは下記の３つです。 py2exe cx_Freeze PyInstaller （py2appはWindows未対応のため、今回は使いません。） 環境 Windows7 32bit professional CPU : Core-i5-4310U 2.00GHz RAM : 4GB Python環境 Python 2.7 numpy : 1.11.2 matplotlib : 1.5.1 PyQt : 4.11.4 検証コード 下記のようなサンプルコード（main.py）を実行形式に変換したいとします。 PyQt4を使ったG
razokulover publog
1ヶ月半ほど前から食事の仕方を見直してる。 きっかけは体重が52kg台に乗り始めたあたりだ。自分は身長が173cmなのだがふとBMIを計算してみると17.3だった。成人男性だと18.5以上で普通体重なので17.3は明らかに痩せすぎである。今までは標準体重から溢れたことがなかったので危機感を覚えたのだった。しかも今年4月からの4ヶ月で-4kg、毎月1kgずつ減っていたのである。特に運動も何もしてないつもりだったので何故か毎月体重が減っていたのはちょっと怖かった。 コロナのせいでフルリモート勤務になったことや外出しなくなったことで外食を一切やめたのがおそらく大きな要因。家にいる時間が増えたせいでご飯の代わりにお菓子(特にポテチ)を食べる機会が増えたのも影響してたはず。 お菓子でお腹を満たすというと一見太るように思われるが、ポテチなどは大して栄養もないくせにカロリーはめっちゃあるいわゆる 空っぽ
何気にPythonでつかっていた関数型プログラミング技法いろいろ ～ 高階関数・関数の再帰呼び出し、ネスト関数（closure)、遅延評価、カリー化（関数_部分適用) - Qiita
最近、いろいろな言語で続々、実装されていく関数型プログラミング技法。 今回は、Python2.7 に標準（ 一部、import ）に備わっていて、Python で いますぐにでもおこなえる 関数型プログラミング技法の実現手法 ＆ 利用モジュール と メソッドについて、１ヶ所にまとめて整理してみた。 （ 目次 ） map() で 高階関数を実現 filter() で 高階関数を実現 reduce() で 高階関数を実現 ＆ 再帰呼び出し関数 closure で 高階関数を実現 functools.partial() でカリー化（関数の部分適用）を実現 generator（ジェネレータ式）で遅延評価を実装 yield（イールド式）で遅延評価を実現 以下のコードは、この記事末尾に記載した数多くの参考ウェブサイトを参考、引用しています map() は、関数を引数に受け取る「高階関数」（関数型言語）
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 - google/clif: Binding generator to wrap C++ for Python using LLVM.
The Allison Kennedy is coming soon
A Neural Network Playground
Pythonで基本的なソート - Qiita
