Pythonの標準デバッガpdbの使い方
コマンドラインからPythonの標準デバッガ「pdb」を使うときに忘れがちなのでメモ。よく使うデバッガコマンドだけ。 (PyCharmとかのIDEを使えばもっと簡単に使える) ■コマンド % python -m pdb test.py test.pyをデバッグ実行できる ■pdbのデバッガコマンド l list。実行中のプログラムの周囲11行を表示。第一引数で数字を指定した場合は、その行の周囲11行を表示。例えば「l 12 」。指定した範囲のプログラムリストを表示したい場合は「l 10, 40」とする。PC（プログラムカウンター）がどこにあるかも確認できるしブレイクポイントを貼るときの行数の確認にもなるのでまずはコレ。 b ブレイクポイントを指定。 「b 10」で10行目にブレイクポイントを貼る。ファイル名を指定したい場合は「b test.py:10」。行番号を指定しない場合はブレイクポイ
argparseでコマンドライン引数の解析
argparseは、コマンドラインプログラムの引数を解析するのに便利なモジュールで、C言語のgetopt的なものです。似たような機能をもつモジュールとしてgetoptモジュール(C言語のものと同等）、optparseモジュールがありますがそれらは古いモジュールで、argparseを使うのが推奨されてるようです。 基本的な使い方 import argparse p = argparse.ArgumentParser() p.add_argument("foo") # 位置引数fooを定義 args = p.parse_args() # デフォルトでsys.argvを解析 print(args.foo) このように作成したtest.pyファイルを、引数なしで実行してみます。 $ python test.py usage: test.py [-h] foo test.py: error: too
Kivyとは？開発に役立つ使い方、トレンド記事やtips - Qiita
Kivyに関する情報が集まっています。現在230件の記事があります。また160人のユーザーがKivyタグをフォローしています。
Gym
Gym is a standard API for reinforcement learning, and a diverse collection of reference environments¶ The Gym interface is simple, pythonic, and capable of representing general RL problems: import gym env = gym.make("LunarLander-v2", render_mode="human") observation, info = env.reset(seed=42) for _ in range(1000): action = policy(observation) # User-defined policy function observation, reward, ter
テキスト前処理用Pythonモジュールneologdnの紹介
Which Is Deeper - Comparison Of Deep Learning Frameworks On Spark
Pythonでコマンドラインツールを作る方法 - MyEnigma
コマンドラインではじめるデータサイエンス ―分析プロセスを自在に進めるテクニックposted with カエレバJeroen Janssens オライリージャパン 2015-09-16 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 はじめに コマンドラインオプションツール argparseの使い方 argparseのサンプルプログラム 1 パーサの生成 2 コマンドラインオプションの追加 bool型のオプション 数値型のオプション 文字列型のオプション 3. コマンドラインオプションのパース ヘルプの表示 コマンドラインツール作成用ライブラリClick clickで作ったツールのテスト方法 Pythonからシェルコマンドを実行する方法 call関数 シェルコマンドを実行する check_output関数 シェルコマンドの返り値を利用する
バイトコンパイルってどういう時に使うんですか?
pythonのコードをコンパイルできると知り、実効速度を比べてみました。 for i in range(0, 1000000): print i こちらのコードで比較しています。 $ time python main.py python main.py 0.80s user 0.64s system 71% cpu 2.000 total $ time python main.py python main.pyc 0.79s user 0.64s system 68% cpu 2.074 total コンパイルと聞いたので、Javaなどのように単純に実行速度が早くなるのかと思ったのですが、変わりませんでした。 どのような時に有効で、どのようなときに使われるのが一般的なのかおしえていただけますか。
CUBE SUGAR CONTAINER
つい先日、著名な LLM API のプロキシサーバである LiteLLM 1 がサイバー攻撃による侵害を受けた。 結果として、攻撃者が不正なコードを挿入したバージョンのパッケージが PyPI 2 にアップロードされた。 github.com 現在は既に当該のバージョンは PyPI から削除されている。 しかし、公開されていたタイミングでユーザがインストールした場合には、不正なコードの実行につながる恐れがあった。 不正なコードが実行された場合には、端末がマルウェアに感染してユーザのクレデンシャルを含む情報が外部に送信 (窃取) されるなどの被害が生じた。 この事例から、Python を利用している環境において、PyPI を経由したサプライチェーン攻撃の被害を受けるリスクが現実となった。 したがって、今後は PyPI のユーザ側でもリスクを低減するための行動が重要になってくると考えられる。 今
Python: モジュールを動的にロードする - CUBE SUGAR CONTAINER
Python のモジュールは通常であれば import 文を使ってあらかじめ静的にロードする。 では、プログラムの中で動的にロードしたい場合にはどうしたらいいのか？というのが今回の話。 結論から先に言うと今は標準ライブラリの importlib を使うのが推奨される方法のようだ。 使った環境は次の通り。 $ python --version Python 3.5.1 $ sw_vers ProductName: Mac OS X ProductVersion: 10.11.3 BuildVersion: 15D21 下準備 まずは適当に Python のモジュールを作っておく。 Python のモジュールというのは単なる Python ファイルのことだ。 $ cat << 'EOF' > helloworld.py #!/usr/bin/env python # -*- coding: u
他人の書いたコードに挑もう – Part 2 | POSTD
この記事の前編はこちら： 他人の書いたコードに挑もう – Part 1 慣れる 前にも言ったように、よく知らないプロジェクトのコードを探索する時は、段階を追って進めます。第一段階は、通常、様々なファイルやフォルダを大まかに見ていくことです。何がどこにあって、そのプロジェクトがどんな「モノ」を持っているのかを把握します。それを終えてやっと、自分の見たい特定の「何か」を詳細に見ていくことができるのです。 いろいろなコードを見る Spyderにあると思われる主なトップフォルダは下記のものです。 app_example/ ：明らかに何らかのアプリケーション例であり、おそらくメインのコードではない。 conda.recipe/ ： Anacondaとのある種のインテグレーションで、Spyderを簡単にインストールできるようにするもの。 continuous_integration/ ：自動の単体テス
他人の書いたコードに挑もう – Part 1 | POSTD
この記事では、他人が書いたコードを扱うための練習法を一から説明します。目標は、 Spyder Python IDE という今まで触ったこともないプロジェクトのコードに任意の変更を加え、途中で行き詰ることなく、目的達成に必要な情報 のみ 習得することです。ここでは、勘や実験的な手段、そしてプロの現場で養った洞察力を武器に問題に対処する方法を学びます。形式ばったレッスンのように、苦痛を感じることはないでしょう。満足感や挫折、葛藤を味わいながらプロジェクトを進め、最終的には（なんとか動く程度の）パッチを完成させ、大規模で不慣れなコードベースに機能を追加します。 プログラミングを学んでいる人は皆、あらゆる種類のプログラムで大量のコードを書いています。それは、問題集に載っているアルゴリズムを実装するにせよ、ウェブサイトの構築やビデオゲームの作成をするにせよ同じです。ところがプロのソフトウェアエンジニ
Pythonにおける並列処理プログラミング入門 - MyEnigma
エキスパートPythonプログラミング改訂2版posted with カエレバMichal Jaworski,Tarek Ziade KADOKAWA 2018-02-26 Amazonで最安値を探す楽天市場で最安値を探すYahooショッピングで最安値を探す 目次 目次 はじめに subprocessによる複数子プロセス処理 concurrent.futuresによるマルチプロセス処理 Queueによる並行プログラミング 最後に 参考資料 MyEnigma Supporters はじめに 元々Pythonは、 そこまで処理速度が早い言語ではないので、 システムの処理速度を最適化したい場合は、 C++などで書き直した方が良いのかもしれませんが、 Pythonシステムをあと少し早くしたい時には、 並行処理プログラミングをしてみると、 効果があるかもしれません。 最近のコンピューターはマルチコア
画像処理入門講座 : OpenCVとPythonで始める画像処理 | POSTD
この記事を書くに至ったきっかけ Recruse Centerでは、私は、画像処理の勉強に時間を費やしていました。独学をし始めた頃は、何をするものなのか全く理解しておらず、ただ、文字や輪郭、模様などを識別するのに役立ち、これらで面白いことができる、ということくらいの知識しかありませんでした。 私の情報源は、主にWikipediaや書籍、公開されている大学の講義ノートです。これらの資料に慣れ親しんでくるにつれ、画像処理の世界における基礎を伝えられる「入門向け画像処理」を望むようになりました。 これが、この記事を書こうと思ったきっかけです。 前提条件 この記事は、Pythonが扱えるということを前提に書いています。その他の事前知識は必要ありませんが、NumPyや行列計算に慣れていると理解しやすいでしょう。 初めに 使用するのは、Python版OpenCV、Python 2.7 ^(1) 、iPy
[Python] Google各種サービスのAPIの認証方法（v.2） - YoheiM .NET
こんにちは、@yoheiMuneです。 Googleの各種サービスをAPI経由で利用する場合の、認証方法がv2から変わったみたいなので、それをブログに書きたいと思います。 新しい認証方法の実装 Googleの各種サービスをサービスアカウントで使う場合に、oauth2clientライブラリのSignedJwtAssertionCredentialsで認証周りを実装していましたが、該当ライブラリのversion2からはSignedJwtAssertionCredentialsがなくなっちゃったようです。代わりに以下のように実装します（以下の例はGoogle Analyticsですが、認証周りは他サービスも一緒です）。 from oauth2client.service_account import ServiceAccountCredentials from httplib2 import H
![[Python] Google各種サービスのAPIの認証方法（v.2） - YoheiM .NET](https://cdn-ak-scissors.b.st-hatena.com/image/square/2a557d726dc3070f9b33007a6fe3d03ac71cffee/backend=imagemagick;height=288;version=1;width=512/https%3A%2F%2Fwww.yoheim.net%2Fimage%2F403.jpg)
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 - os/slacker: Full-featured Python interface for the Slack API
Kivyの設定画面について - Qiita
Yosai
Python向けのディープラーニングライブラリ「Keras 1.0」がリリース
Nathan Horne – Technical Artist » Guide to PyQt/PySide in Maya (Pt. 1)
wxForty-Two » Blog Archive » New Horizons