Visual Studio CodeでPythonコーディングをする設定 - Qiita
Visual Studio Codeを使ってみる の続きです。 あとは、lintを設定して、文法チェック等をさせるようにすれば、環境設定としては、だいたい終了なはずだけれど、pep8を呼び出せる用に設定する方法については、宿題ということにして、調べておくことにする。 Visual Studio CodeにPythonの拡張機能をインストールする 以前に書いたとおり、その名もPythonという拡張機能をインストールして、有効化してあります。 lintの設定をする lintというのは、もともとの意味は糸くずとかそんな意味らしいんだけれど、要するに縫いあがった洋服の糸くずをとるような作業をする、、、とか、そんな由来なんでしょうか。端的に言うと、文法など小姑のようにチェックすることです。 Pythonの文法・表記チェックというと、コーディング規約PEP8準拠かどうかを調べるその名もpep8というコ
Pythonのイテレータとジェネレータ - Qiita
Pythonのイテレータ(iterator)とジェネレータ(generator)についてまとめてみます。 (追記2018.12.25: Python3の文法に全面的に置き換えました) イテレータ: 要素を反復して取り出すことのできるインタフェース ジェネレータ: イテレータの一種であり、1要素を取り出そうとする度に処理を行い、要素をジェネレートするタイプのもの。Pythonではyield文を使った実装を指すことが多いと思われる Python組み込みのコレクション(list, tuple, set, dictなど)はどれもイテレーション可能ですが、組み込みのコレクションを使った繰り返し処理ではあらかじめコレクションに値を入れておく必要があるため、以下のようなケースではイテレータやジェネレータを自分で実装したいというケースがあると思います。 無限に繰り返すイテレーション 要素すべてをあらかじめ
APSchedulerで少し進んだジョブスケジューリング - Qiita
APSchedulerで少し進んだジョブスケジューリング 理由と目的と動機 cronで10分に一回くらいのジョブを回すのが限界に来てしまった。 __前の処理が10分以上掛かると多重起動になってしまうから。__これを防止したい。 何らかの ロック機構 を使えば・・・と思ったのだが、それをジョブのコード中に入れるのは避けたい。 そのジョブが対象となるロック機構依存になってめんどくさい。 テストが大変でバグの元。 起動しているのはpythonのジョブなので、できればpythonで書かれているものはないのか・・・ 多重起動を防止できるジョブスケジューラ探し APShcedulerがあった！ pythonで実装されてる。 多重起動を防止できる。 多重起動の許可と幾つまでOKかも指定できる。 cronライクなジョブスケジューリング可能。 atコマンドの様に指定の時間に一回の起動も可能。 cronより細
Pythonビギナーズガイド（導入編） - Qiita
概要 自分の復習用のメモですが、誰かの役に立つかも・・・と思い、投稿しました。 読者はPythonプログラミング初学者を想定しております。 Pythonの環境構築は、古い情報も多く、ネットで調べると色々な情報が混在しているため、 初学者にとっては最初に躓く壁です。 Python環境構築あるある Pythonの2系と3系の違いがわからない。どちらをいれるべき？ 環境構築に関してググると、"virtualenv"・"pyenv"・"easyinstall"・"setuptools"など、色々検索に引っかかるがどれを使えばいい?時代遅れはどれ？ 結局、初学者でも簡単に導入でき、Pythonのバージョンアップにも楽に対応できる拡張性・汎用性のある方法は？ Python環境構築するにあたり 他の記事を見て、混乱しないよう簡潔にオススメの環境構築の結論を述べます。 今後のことを考え、Python3の開
確率伝播法を組んでみる(Python) - Qiita
確率伝播法とは 確率伝播法とは信念伝播法(Belief Propagation)ともよばれ，ベイジアンネットワークやマルコフ確率場(MRF)などのグラフィカルモデル上で各ノードが持つ状態の周辺分布を効率的に求めるためのアルゴリズムです．元々はこの周辺分布を求めようとするとノード数がNで状態数がKとすると，計算量が$O(K^N)$となり，ノード数が多くなると有限時間で計算が出来なくなります．でもこの確率伝播法を使うと$O(NK^2)$となり有限時間で計算できるようになります．この周辺分布が求められると何が便利かというと，グラフの構造によっては各ノードの最適な状態が周辺分布を使って求められたり，最適解でなくともそれに近い解を求められることです．今回はPythonでこの確率伝播法を組んでみたので順を追ってそのコードの解説を行っていきたいと思います. プログラム解説 使用データ 今回はノイズのかか
Pythonのダイナミックな型付け - Qiita
変数は値が代入されると同時に作成される 作成後に代入が行われた場合、すでに代入されていた値が新しいものに入れ替わる この場合、変数はすでに作成済みのため、新たに作成されているわけではない 型情報 変数自身は型情報を持たない 型情報を持つのは変数に対応する「オブジェクト」 変数は対応しているオブジェクト（その時点で代入されているデータ）へのリファレンスだけを持つ プログラム実行時の変数の扱い 対応するオブジェクトにすべて置換えられる 対応するオブジェクトがない変数は使用できない 変数とオブジェクトはメモリの別の部分に格納されリンクされる ガーベージコレクション 変数に新たなオブジェクトが代入された場合、それまで代入されていたオブジェクトは破棄され、そのオブジェクトが占めていたメモリ領域は開放される、このことをガーベージコレクションと呼ぶ 共有リファレンス
OpenCV3とPython3で特徴点を抽出する（AgastFeature, FAST, GFTT, MSER, AKAZE, BRISK, KAZE, ORB, SimpleBlob, SIFT） - Qiita
import cv2 # 画像ファイルの読み込み img = cv2.imread('img.jpg') # ORB (Oriented FAST and Rotated BRIEF) detector = cv2.ORB_create() # 特徴検出 keypoints = detector.detect(img) # 画像への特徴点の書き込み out = cv2.drawKeypoints(img, keypoints, None) # 表示 cv2.imshow("keypoints", out) 実行結果 ORBで特徴点を抽出し、特徴点を画像に重ね合わせると以下のようになりました。 人間の目では、手前の道路に立っている人が特徴点なのかと思ってしまいますが、コンピュータの目では、道路に立っている人はそれほど特徴的とは思っていないようでした。 ORB AKAZEで特徴点を抽出し、特徴
Python のリファクタリングでイケてないコードを別に美しいオブジェクト指向設計ではない普通のコードにする方法 - Qiita
# ordersreport.py from collections import namedtuple Order = namedtuple("Order", "amount placed_at") class OrdersReport: def __init__(self, orders, start_date, end_date): self.orders = orders self.start_date = start_date self.end_date = end_date def total_sales_within_date_range(self): orders_within_range = [] for order in self.orders: if self.start_date <= order.placed_at <= self.end_date: orders
Jinja2の使い方がわかるとFlaskを用いた開発がよりスマートになる - Qiita
現在Flaskを用いてwebサービス的なものを作っているのですが、サーバーサイドからクライアントサイドに値を渡した後にJinja2の記法で詰まるときがよくあるのでメモしておきます。 概要 Flaskの使い方をちゃちゃっと紹介（インストール済みならばコピペで動作) Flaskの日本語版ユーザーガイドはあるけど、Jinja2のガイドは英語なのが厄介 Jinja2の構文を数種類紹介 基本的な構文を組み合わせた使用例を紹介 Jinja2を活用してクライアントサイドの記述をスマートにできる Flaskとは Python用のマイクロWeb開発フレームワークです。 RubyでいうところのSinatraといっても問題ないと思います。 Flaskのインストールや使い方は他にも色々記事があると思うのでここでは割愛します。 Flaskユーザーガイドのように日本語化されたガイドがあるのも嬉しいです。 Flaskは
Qt Designer の使い方 - Qiita
Qt Designer を使ってポトペタでウィンドウを作成しました。 そのときに調べたことをメモとして残します。 ツールバーの設定の仕方 ツールバーはウィンドウ上のコンテキストメニューの [ツールバーの追加] で追加できます。 最初はそこにツールボタンをドラッグ＆ドロップで配置するのかと思ったのですが違っていました。 ツールバーにボタンを配置するために、そのボタンに対応したアクションを作ります。 そのアクションをツールバーにドラッグ＆ドロップすることでボタンを配置できます。 アクションはアクションエディタの [新規] ボタンを押すことで作成できます。 ボタンに画像を表示する場合は、アイコンにリソースの画像を設定します。 ボタンに画像を設定する場合は、リソースとして画像を登録し、それを設定します。 ツールバーのボタンのイベント処理 ツールバーのボタンが押されたときのイベント処理を PySid
逆引きpytest - Qiita
Python その2 Advent Calendar 2015の11日目の記事です。 はじめに 本記事では、pytestを使用した際に得たTipsを逆引き形式でまとめている。 また以下のリポジトリに本記事の内容を含んだサンプルプロジェクト(Python3.5.0/pytest2.8.4で確認)を置いているため、合わせて参考にして頂ければ。 https://github.com/FGtatsuro/pytest_sample pytestの特徴 pytestはその名のとおり、Pythonで書かれたテストライブラリ。同様のライブラリとしては、unittestやnoseがある。 上記2つのツールに精通していないため、それらと比較した形での評価は下せないが、個人的には以下のような点が特徴的だと感じた。 独自のassertメソッド(ex. assertEquals)を定義せずに、Python標準のa
Pythonのimportについてまとめる - Qiita
何度もハマるので頭に刻み込む様に調べて習得するよ 前提 検証環境 実行は全てtreeコマンドを実行したパスと同パスでREPLを起動して行っている Pythonは2.7.5 パッケージとは Pythonでは__init__.pyを含むディレクトリをパッケージと言う ただのディレクトリでは再帰的にモジュールを検索しないため、基本的には__init__.pyが必要 読み込み時に検索する範囲 実行ディレクトリと同ディレクトリ カレントディレクトリ 環境変数「PYTHONPATH」に列挙したディレクトリ sys.pathに含むディレクトリ sys.pathは絶対パスの文字列リストであり、import sys; print sys.path 等の方法で確認できる 実例 同ディレクトリのメソッドをimportする
Kivyの環境構築からHello Worldと表示するまで - Qiita
あらまし 勉強会を開催した際、環境構築に躓いてしまう例が多々あるようなのでメモ。 この方法が正解とは限らないのであしからず。 Kivyとは ちなみに。KivyとはPython製のNUI開発のためのフレームワークのこと。クロスプラットフォームで動作しマルチタッチに対応したGUIアプリケーションなどを比較的容易に開発することできます。 Kivyの環境構築 環境構築を行なうため http://kivy.org/#download より、それぞれのOSにあったものをダウンロードしてください。 Windows Windowsの環境構築は比較的容易です。 まず最初に、ダウンロードしたKivy-1.9.0-py*.*-win32-x**.exeを実行します。(*はバージョン番号など) そうすると、同一ディレクトリ内にKivy-1.9.0-py*.*-win32-x** というフォルダができます。中身は画
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 - Qiita Advent Calendar 2016 - Qiita
mypyやっていくぞ - Qiita
Mayaのマテリアルのこねこね - Qiita
[Houdini Tool] Cache Dpendency - Qiita![[Houdini Tool] Cache Dpendency - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/133b30f68d13a4823571d16f4b2d83e0a995cb45/backend=imagemagick;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%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFtYXpvbmF3cy5jb20lMkYwJTJGNTE4NTclMkZwcm9maWxlLWltYWdlcyUyRjE0NzM2OTI1NjM_aXhsaWI9cmItNC4wLjAmYXI9MSUzQTEmZml0PWNyb3AmbWFzaz1lbGxpcHNlJmJnPUZGRkZGRiZmbT1wbmczMiZzPTczMzBjNzNhZjgxYmRjMTU4N2VkYTU4ZTMxNzM1NDJj%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253Dc4aa99f176b1d9a19f862383efa4b9bc%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCSG91ZGluaSUyMFRvb2wlNUQlMjBDYWNoZSUyMERwZW5kZW5jeSZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1wYWQ9MCZzPTYwMjBhY2Q5ZGUwYmE4ODBiMTgxY2JiMTRhYzE5ZGYw%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB0YWthdmZ4JnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LXBhZD0wJnM9OGQ5YWY2MDA5YWIzZGRhNDdhN2Y5NWRiMDRhMjFlZjg%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3D1266b2c327676fd1a802aa646b350c50)
Pythonのビルトインオブジェクト - Qiita
VSCodeでPythonをデバッグする - Qiita
pip 7.1 で追加された constraints file の使いドコロ - Qiita
