NumPyのndarrayのインスタンス変数shapeの意味
ndarray.shape (R,)や(R,1)という表記について NumPyで計算をするためのクラスndarrayは、多次元配列や行列を扱うためのデータ構造です。内部実装では、データ型によってサイズの異なる連続した１次元のメモリ領域が確保されます。 ndarrayのインスタンス変数shapeは、１次元のメモリ領域のどこに指定した多次元配列の要素があるのかを知る手がかりになります。 この記事では、shapeの使い方と読み方を解説します。 ndarray.shape ndarrayのshapeは、各次元ごとの要素数を示します。 使い方は、Pythonインスタンスと同様arr.shapeとしてプロパティにアクセスするだけです。 まずは配列の情報を取得してみます。 In [1]: import numpy as np In [2]: a = np.array([5, 3, 8, 9]) In [
Google ColabでPyTorch開発環境を構築する方法 | WATLAB import Python, blog
本記事の対象者 Google Colabを初めて使う初心者 本記事はGoogle Colaboratory (通称Google Colab)という単語を聞いて、なんとなく何ができるかは知っているけど使った事がない初心者の方を対象としています。 というのも、この記事を書いた筆者自身が書籍のコラムを参考にしながら全くの初見で始めています。以下の書籍を参考にしましたが、使い勝手を考えてアレンジしています。 本書はPyTorchの基本から深層学習モデルの作成、そしてアプリケーション作成まで網羅した書籍です。具体的には、PyTorchの基本から始まり、最尤推定と線形モデル、多層パーセプトロンについて解説します。その後、画像処理と畳み込みニューラルネット、自然言語処理と再帰型ニューラルネットを扱います。また、推薦システムやWebAPIの作成、アプリケーションのデプロイについても解説します。さらに付録で
PythonとC#でSDL2やってみた - Qiita
C#の勉強をかねてSDL2をつかったちょっとしたデモを作ってみた できたもの 概要 SDL2とは？ ゲームやマルチメディアアプリケーションで使うようなライブラリで、高速に描画したり、3D、音声などを扱うことができる。マルチプラットフォームが売りで、Linux, Windows, Mac, iOS, Androidなどに対応している。SDL2自体はCで書かれているが、有志による多数の言語バインディングがある。SDL2ではハードウェアアクセラレーションに対応していて、GPUを使った処理を行うことができる。 ・・・とここまでが公式の説明。 多くの言語バインディングがあることは事実なのだが、こういうもののあるあるとして、他の言語バインディングではドキュメントがpoorだったり、独自の拡張が施されていたりなど、それぞれのバインディング自体に差があることは否めない。過去Gtk2のPerlバインディング
Python: bytes 型 と str 型の違い。変換方法 - コムテブログ
TL;DR Python 3 では、文字列データを表すのに bytes と str がある。bytes のインスタンスは符号なし 8 ビット値で構成され、ASCII（文字コードの標準規格） エンコーディングで表示される。str は Unicode コードポイントの文字列を含む。 bytes 型 と str 型 のポイント str と bytes は同時に扱えない ファイルにバイナリデータを書き込む場合、バイナリモードでオープンしなければならない bytes は 8 ビットの値の列を含む str は Unicode コードポイントの文字列を含む バイナリデータについて データ形式を大別すると、テキストとバイナリに分類される。バイナリデータとは、文字・画像・音楽・動画などテキストデータ以外のデータ。人が見ても意味が不明瞭なデータである。 バイナリデータを操作するためのものは 2 つある。 by
pipでインストールしたライブラリの更新方法 - ガンマソフト
Pythonには豊富な標準ライブラリが備わっています。システム、ファイルIO、関数、データベース、ウェブ等、非常に多彩です。Pythonが「バッテリー同梱（batteries included）」と呼… 本記事の目次 まずpip自体を更新しておく 新しいバージョンの有無をチェック ライブラリの更新（アップグレード）方法 元のバージョンに戻す（ダウングレード）方法 最後に（留意すること） まずpip自体を更新しておく まずはライブラリの更新に用いるpip自体も随時更新されているので、以下のコマンドによりアップグレードしておきます。 C:¥Users¥ichiro> py -m pip install -U pip # または C:¥Users¥ichiro> py -m pip install --upgrade pip もしも、pip自体のアップグレードでエラーが表示される場合は、以下のよ
【Ubuntu】Psycopg2のインストール手順 | Laplace
単純にpip install するだけだとエラーが発生してしまうPsycopg2のインストール手順を詳しく解説します。 ## Psycopg2のインストールに必要なものを取得 # aptを使ったinstallの参照先を最新にする $ sudo apt update # "The Python header files"を使えるようにする $ sudo apt install python3-dev # "The libpq header files"を使えるようにする $ sudo apt install libpq-dev ## Psycopg2のインストール（仮想環境を使わない場合） $ sudo apt install python3-pip $ pip3 install psycopg2 ## Psycopg2のインストール(venvで作成した仮想環境内の場合) $ pip ins
M1版とIntel版のHomebrewを併用するときpyenvがうまく動かない問題を解決する - Qiita
arch -arch x86_64 env PATH=${PATH/\/opt\/homebrew\/bin:/} pyenv install 3.8.7 python-build: use openssl@1.1 from homebrew python-build: use readline from homebrew Downloading Python-3.8.7.tar.xz... -> https://www.python.org/ftp/python/3.8.7/Python-3.8.7.tar.xz Installing Python-3.8.7... python-build: use readline from homebrew python-build: use zlib from xcode sdk BUILD FAILED (OS X 11.2.2 using p
python3 の async/awaitを理解する - Qiita
TL;DR await coroutineとawait futureの違いが理解できたら公式ドキュメントを読もう。 はじめに python3.5から導入されたasync/awaitだが入門記事を読んでもいまいちピンとこない。結局のところ公式ドキュメントを読むのが一番なのだが、頭から読むには分量が多すぎる。 そこで公式ドキュメントを読む前にこれを抑えておけば勘所がつかめるというものを書いてみた。 yieldやyield fromについては知っていると理解が早いのだが、この記事ではそれらの知識は前提としないように書いた。 またasync/awaitはマルチスレッドと密接に関係していると思っている人もいるかもしれないが、pythonのasync/awaitは勝手にスレッドを生成したりは一切しない。この記事にあるコードも特に断りがない限りシングルスレッドで動作する。 async defはコルーチン
Apple Silicon で psycopg2 (python3用pgsqlライブラリ) をインストール - Qiita
Apple Silicon psycopg2 インストール作業メモ 2020/11/19 1, python3,pip3はos(Big Sur 11.1beta)バンドルのものを使う $ which python3 /usr/bin/python3 $ python3 -V Python 3.8.2 pip3は直接呼び出すとwarning出るので回避 alias pip3='/usr/bin/python3 -m pip' $ pip3 -V pip 20.2.4 from /Users/myname/Library/Python/3.8/lib/python/site-packages/pip (python 3.8) 2, Postgresqlをインストール $ cd ~ $ wget https://ftp.postgresql.org/pub/source/v12.5/postgr
Qt for Python - Qt Wiki
The Qt for Python project aims to provide a complete port of the PySide module to Qt. The development started on GitHub in May 2015. The project managed to port PySide to Qt 5.3, 5.4 & 5.5. During April 2016 The Qt Company decided to properly support the port (see details ). The module was released mid June 2018 as a Technical Preview (supporting Qt 5.11), and it was officially released without th
Python, pipでrequirements.txtを使ってパッケージ一括インストール | note.nkmk.me
設定ファイル名は任意だがrequirements.txtという名前が使われることが多い。 requirements.txtはコマンドを実行するディレクトリに置いておく。別ディレクトリにある場合は、絶対パスか、カレントディレクトリからの相対パスを指定する。 設定ファイルrequirements.txtの書き方 設定ファイルrequirements.txtの例は以下の通り。 ###### Requirements without Version Specifiers ###### nose nose-cov beautifulsoup4 # ###### Requirements with Version Specifiers ###### # See https://www.python.org/dev/peps/pep-0440/#version-specifiers docopt ==
Install python 3.8.0 via pyenv on BigSur
Photo by Ganapathy Kumar on Unsplash I’m using macOS11(beta), BigSur. I think BigSur is cool but, I have faced many issues that I haven’t had before. Crash so many times Cannot install some software as well as macOS 10 In this article, I will show you how I could install python via pyenv on BigSur. The following was the issue I had. $ pyenv install 3.7.6 python-build: use openssl@1.1 from homebrew
numbaでざっくりPython高速化 - Qiita
numbaというライブラリを使うと、Pythonのコードを比較的簡単に高速化できます。 うまくいけば、from numba import jitを書いて、高速化したい関数の前の行に@jitを書くだけで高速化できます。 仕組みとしては、numbaはPythonの仮想マシンコードを取得し、LLVM IRにコンパイルし、LLVMを使ってネイティブコードにするようです。 初回実行時は、コンパイル処理が走るので、若干遅くなりますが、重い処理だと、コンパイル時間を考えてもnumbaの方が速いこともあります。 利点と欠点 先に述べておきます。 利点 場合によっては、コード自体は改造せずに手軽に高速化できる コードの改造があったとしても、軽微な改造で済むことも多い 別ファイルに分けてビルドする、みたいな手間なことが必要なく、手軽に.pyファイルの中で使える 欠点 すべてのPython機能がサポートされてい
Pythonの主要なLint(pep8, pylint, flake8)の設定方法まとめ - Qiita
ちょっとしたメモ書き。 pep8 pylint flake8 のそれぞれで、「一部の警告をチェック対象から除外する」などの設定を行いたいときの 設定ファイルの書き方と置き場所を整理。 参考：[Python]pep8とpylintの設定ファイルを作成して一部の警告を非表示にする - dackdive's blog 上記ブログ記事に flake8 の情報を追加したものです。 要約 いずれも、設定ファイルは ~/.config/ ディレクトリ下に作れば良い。（その他の選択肢もある） ファイル名は pep8 -> pep8 pylint -> pylintrc flake8 -> flake8 と、pylint だけ注意。 設定ファイルの書式も pylint のみ異なる。 pep8 設定ファイルの場所 http://pep8.readthedocs.org/en/latest/intro.html
Arduino で測定したデータを PyQt + Matplotlib でリアルタイムプロット その 1
昨日 の続きです。 Arduino から送信されたデータを Matplotlib で表示するだけでは実用性に欠けるので、GUI アプリに拡張してみようと思います。 GUI ライブラリは個人で使うつもりなので PyQt5 を選びました。 現状は単純に Matplotlib を PyQt5 から使用するところまで。 次は計測のスタート、ストップボタンを付けてみます。 import sys import signal import serial import numpy as np from PyQt5.QtCore import QTimer from PyQt5.QtWidgets import QApplication import matplotlib as mpl mpl.use("Qt5Agg") from matplotlib.backends.backend_qt5agg imp
functools — Higher-order functions and operations on callable objects
functools — Higher-order functions and operations on callable objects¶ Source code: Lib/functools.py The functools module is for higher-order functions: functions that act on or return other functions. In general, any callable object can be treated as a function for the purposes of this module. The functools module defines the following functions: @functools.cache(user_function)¶ Simple lightweigh
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 - Pythonマルチプロセス共有メモリと引数の使用
How to install tensorflow for the new Mac M1 hardware
[GTCJ2018]CuPy NumPy互換GPUライブラリによるPythonでの高速計算 PFN奥田遼介![[GTCJ2018]CuPy NumPy互換GPUライブラリによるPythonでの高速計算 PFN奥田遼介](https://cdn-ak-scissors.b.st-hatena.com/image/square/7f8b58cebd1a6171a96ddba66ff65f52d24b439f/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fgtcj2018cupypfnryosukeokuta-181009073034-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
ArgumentParserの使い方を簡単にまとめた - Qiita
