10分でPythonの科学計算環境構築(anaconda+ Visual Studio Code） - tata色々な備忘録
10分で科学計算＋pythonのコーディング環境構築（自動補完）まで。 anacondaとVisual Studio Codeの組み合わせになる。 Visual Studio Code（VScode）はMS製のIDEだがmac、linuxでも動く。 Markdownでも優秀なツールであり、少しマイナーだがお勧め。 環境構築10分はダウンロード時間を除く。 確認はWindows10だが、mac、linuxも同じ手順、時間で行ける。 1.anacondaのインストール Download Anaconda Now! | Continuum 2.Visual Studio Code（VScode）のインストール code.visualstudio.com 3.Visual Studio Codeの設定 ① python用設定のインストール （下図のようこそ→pythonをクリック→はい） ② フォ
野球好きが統計学を覚える為の学習フローを作ってみました - Lean Baseball
こんにちは.野球(とグルメ)の人です.*1 ビックデータや統計学が相変わらずアツい話題になっている中,野球好きとデータ好きをうならせるこんな本が出版されました. [プロ野球でわかる! ]はじめての統計学 作者: 株式会社DELTA,佐藤文彦,student,岡田友輔出版社/メーカー: 技術評論社発売日: 2017/03/14メディア: 単行本（ソフトカバー）この商品を含むブログを見る この本,早速読ませてもらってとても良い！感銘を受けた！！という感じなのですが, そもそも世の中に野球統計学(セイバーメトリクス)の本が増えてきた (野球好きでも)初心者がいきなり読んだら辛い本もあるぞ！ ？？？「ワイも野球データを集めて分析したいンゴ」 …などなど,クエスチョンやテーマができたので, 今まで学んだ・実践した野球統計学の学び方・本・データを整理するのにいい機会だ！ …ということで, レベル別の本
Pythonで機械学習／Deep Learningを始めるなら知っておきたいライブラリ／ツール7選
プログラミング言語「Python」は機械学習の分野で広く使われており、最近の機械学習／Deep Learningの流行により使う人が増えているかと思います。一方で、「機械学習に興味を持ったので自分でも試してみたいけど、どこから手を付けていいのか」という話もよく聞きます。本連載「Pythonで始める機械学習入門」では、そのような人をターゲットに、Pythonを使った機械学習について主要なライブラリ／ツールの使い方を中心に解説していきます。 連載第1回は、ライブラリ／ツール群の概要説明からです。各ライブラリ／ツールの詳細な使い方や実用上のテクニックは連載第2回以降で解説していきます。ここで挙げるライブラリ／ツール群は「普段、筆者が仕事で使っているもの」という基準で選定されています。そういう意味で全く網羅的ではなく、独断と偏見であることを自覚していますので、ご了承ください。 連載初回である本稿で
Visual Studio 2015 で Python 環境を構成し、 SQL Server 、 Azure SQL Database にアクセスしてみよう
Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。今回は、 Visual Studio 2015 ( 以下 Visual Studio ) で Python 環境を構成し、 SQL Server 2016( 以下 SQL Server ) 、 Azure SQL Database にアクセスする際の手順、ポイントをお伝えします。 Python のインストール 今回は Python のインストールに Anaconda を使用します。 Anaconda は以下のサイトからダウンロードが可能です。 https://www.continuum.io/downloads 2016/12/6 現在 Python 2.7 及び Python 3.5 のディストリビューションが提供されていますが、ここでは、 Python 3.5
特集:Visual Studio Code早分かりガイド | Insider.NET > Insider.NET 全記事一覧 - ＠IT
最終更新日： 2018年12月28日 Visual Studio Code TIPS（2018/12/28） VS CodeでMarkdownをプレビューするには？VS CodeでMarkdownをHTMLやPDFに変換するには？VS Codeでテキストを矩形選択するにはVS Codeで表示言語を変更するにはVS Codeでエンコーディングを変更、自動判別するにはVS Codeでファイルを比較し、差分（diff）を表示するにはVS Codeで指定範囲をコメントにしたり戻したりするにはVS Codeの［エクスプローラー］ビューに表示するファイルを制御するにはVS Codeのファイルアイコンを変更するにはVS Codeのサイドバーの表示をキーボードで切り替えるにはVS Codeを持ち運ぶには（ポータブルモード）VS Codeでテキストの折り返しを設定するにはVS Codeでウィンドウサイズを制
機械学習でも定番のPythonライブラリ「NumPy」の初心者向け使い方チュートリアル - paiza times
秋山です。 私は主にPythonを使って開発をしているので、以前Pythonの便利なライブラリやフレームワークを紹介する記事を書いたのですが（後でリンク貼りますね）、今回はその記事でも紹介したNumPy（なむぱいと読みます）という数値計算用ライブラリの使い方チュートリアルを書きたいと思います。 NumPyは機械学習やディープラーニングなどを学ぶ上でも前提知識とされることが多いため、これからその辺の分野の勉強をしてみたい人の参考になればと思います。 チュートリアルの実行環境は、ブラウザだけでPythonもNumPyも使えるオンラインのプログラミング実行環境「paiza.IO (パイザ・アイオー)」を使っていきます。 ■NumPyにおける配列 NumPyにおける配列は"ndarray"という形式になっていて、このndarrayはいろいろな機能を持っています。 まず、普通のリストをndarray
Pythonの環境設定でむかついてる人はとりあえずこれをコピペで実行してください 2017.01 - YAMAGUCHI::weblog
はじめに こんにちは、最近Pythonをまた書き始めたマンです。なんか古い記事が参照されててだいぶ害があるので現状にあったやつにします。 Pythonの環境設定でむかついてる人はとりあえずこれをコピペで実行してください - YAMAGUCHI::weblog 要点 これからPythonを使い始める人、という前提に立っているので今更Python2系を使い始める意味はない。*1ということでPython3系（現時点最新安定版のPython3.6.0）を使いましょう。 標準を使うのがよい（venv + pip） 自分がよく分かってないツールは使わないほうがいい Python2系を使う人は、上にリンクしてある記事にあるとおりなんですが、Python2.7を使うのであれば pip + virtualenv 一択だと思います。やり方は下にある内容と変わりません。 以下コピペ macOS Homebrew
[機械学習]各種Pythonライブラリ入りの実験用Dockerイメージを作った - zuqqhi2 Tech Memo
インストールされているライブラリ 今後、他のライブラリのインストールやバージョンアップなどをしていくつもりですが、現状以下のライブラリがインストールされています。 tensorflow 0.12.0chainer 1.19.0scikit-learn 0.18.1gensim 0.13.4word2vec 0.9.1numpy 1.11.3pandas 0.19.2jupyter 4.2.1matplotlib 1.5.3mecab latestjuman++ 7.01 もちろん、上記の依存ライブラリやmecab・juman++用のPythonバインディングもインストールされています。 ちなみにOSはUbuntu 16.04です。 使い方 Pullとコンテナにログイン やり方は以下のコマンドのとおりです。jupyter notebookのパスワードもsudoのパスワードも”ml”になってい
![[機械学習]各種Pythonライブラリ入りの実験用Dockerイメージを作った - zuqqhi2 Tech Memo](https://cdn-ak-scissors.b.st-hatena.com/image/square/8a555efc08e2297c4691697aa97868815f023c63/height=288;version=1;width=512/https%3A%2F%2Fzuqqhi2.com%2Fwp-content%2Fuploads%2F2017%2F01%2F20170106_docker_memo4.png)
Pythonエンジニアが紹介する、Pythonの超便利なライブラリ・フレームワーク13個 - paiza times
Photo by hoerner_brett 秋山です。 私は主にPythonを使って開発をしているので、今回はPythonの便利なライブラリやフレームワークを紹介していきたいと思います。 といっても割と定番のものを中心に使っているので、既にPythonをがんがん使っている人にとっては「知ってるわ！」というものも多いかと思います。「最近Python書くようになりました～」という人たちにも「これ良い！」ってものが見つかればと思います。 ちなみに前回はPython2系と3系の違いについて書いてますので、「3系に移行しよっかなー」と考えている人は合わせて見てみてください。 paiza.hatenablog.com ■Pythonの便利なライブラリやフレームワーク ◆Web開発系フレームワーク ◇Django みんな大好き有名なDjango。RubyでいうところのRailsのような……全部のせ的な
初心者におすすめ！Python3を習得できる4つの学習法と11のコンテンツ - paiza開発日誌
Photo by Kathleen Franklin こんにちは。谷口です。 先日、プログラミング言語別エンジニアの平均年収ランキングにて、Pythonが651万円で1位になったことが話題になりました。 www.itmedia.co.jp Pythonは機械学習、人工知能分野、計算系の研究に適したライブラリが非常に多く、各分野の研究の盛り上がりとともにニーズが増えています。また、もちろんそういった研究分野だけでなくYouTubeやInstagram、Dropbox等といったメジャーなWebサービスでも多く使用されています。 Pythonは他のプログラミング言語に比べても、構文がシンプルで、一つの処理について誰がコードを書いても同じ書き方になりやすいという特徴があります。そのおかげで初心者でも比較的コードが書きやすく、また他人が書いたコードを読む際も読みやすい言語となっています。プログラミン
MLBの野球データを用いた分析と可視化のサンプル(Python)を公開しました - Lean Baseball
思ったよりプレミア12が面白くて盛り上がってる私ですこんばんわ！*1 PyCon JP 2015のトークセッション「野球Hack!~Pythonを用いたデータ分析と可視化」で披露した、MLBのオープンデータ「RETROSHEET」を用いたデモを披露させてもらいました。 そのデモで使ったコードを、「野球データを用いた分析と可視化」のお手本として本日公開いたしましたので報告します！ 野球Hack!~Pythonを用いたデータ分析と可視化 サンプルコード（New!!!） github.com スライド 野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp from 伸一 中川 www.slideshare.net 動画 youtu.be サンプルコード解説 何が出来るの？ 今回公開した野球データ分析サンプル「hatteberg」は、 RETROSHEETのcsvファイルを元に
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
http://www.mathgram.xyz/entry/plotly
Python 3の組み込み関数を速攻理解しよう： オブジェクト／スコープ／モジュール／動的評価／入出力編
Microsoft、「Python Tools for Visual Studio」v2.1を正式公開