【Python】良い書き方と悪い書き方を知って中級者を目指す🐍 - Qiita
Pythonでコードを書くときのGood/Badプラクティス こちらの記事は、DuomlyによりDev.to上で公開された『 Good and Bad Practices of Coding in Python 』の邦訳版です（原著者から許可を得た上での公開です） 元記事：Good and Bad Practices of Coding in Python ※ 記事の内容に注意すべき点と誤りがあるので、詳しくは注釈まで目を通すことをおすすめします。 （以下、翻訳した本文） この記事は元々 https://www.blog.duomly.com/good-and-bad-practices-of-coding-in-python/ に公開されたものです。 Pythonは可読性を重視した高水準のマルチパラダイムプログラミング言語です。Pythonは、「Pythonの禅」、別名ではPEP 20と
新管理画面のAPIにGraphQLを採用した話 - 一休.com Developers Blog
一休.com レストランを開発している所澤です。この記事は一休.comアドベントカレンダーの10日目の記事です。 先日、一休.comレストランの管理画面をリニューアルしました。 この記事ではその際にAPIの実装方法として採用したGraphQLについてフロントエンド視点で利点や使い所について述べます。 GraphQLについて以下の記事がわかりやすかったです。 「GraphQL」徹底入門 ─ RESTとの比較、API・フロント双方の実装から学ぶ - エンジニアHub｜若手Webエンジニアのキャリアを考える！ 短いまとめ 新しくAPIサーバーを書くなら是非GraphQLで！ というくらい良かった Apolloのエコシステムに乗り切らなくてもいい。ふつうのRESTfulなAPIサーバーの代わりに、くらいの気軽さでGraphQLを採用してもいい プロジェクトの概要 今回リニューアルした一休.comレ
人気プログラミング言語、PythonがJavaを抜き2位に--GitHub「Octoverse」レポート
GitHubの「The State of the Octoverse 2019」のレポートによると、Pythonは今回、貢献のあったリポジトリー数でJavaを上回り、2014年以来トップの座に就いているJavaScriptに次いで2位となった。 誕生から30年経ったPythonにとって、これは大きな節目となる出来事だと言えるだろう。ちなみに、このレポートが公表された前週には、Pythonの生みの親であるGuido van Rossum氏がクラウドストレージ企業のDropboxを退職し、職業開発者としても引退すると発表している。Dropboxのバックエンドサービスとデスクトップアプリの大部分は、Pythonで書かれている。 最も成長の早い言語のランキングも注目に値する。GitHubでは、Googleが開発したプログラミング言語「Dart」の利用がコントリビューターの間で増加している。また、「
Pythonの新しいCLIアプリケーションフレームワークuroborosを公開した - ぽよメモ
はじめに 背景 方針 uroboros 名前の由来 インストール 使い方 オプション引数の共有 注意点 今後の展望 まとめ はじめに Pythonの全てのCLIアプリケーションフレームワークに習熟してるわけではないです． 自分が必要だと思ったものから優先的に実装しています．こうした方がいいとかあれば，リポジトリのIssueにお願いします． 背景 2019年現在，ソフトウェア系の研究をする人が避けて通れない言語がPythonと言っても過言では無くなってきました（炎上）．実験でスクリプトを回すとき，パラメータ変更のために毎回ソースコードを書き換えるなんていう真似をしている人はおそらく居ないと思いますが，皆様どのようにCLIアプリケーションを構築されていますでしょうか． Pythonの有名なCLIアプリケーションフレームワークはいくつかあります．僕の個人的な感想を併記します． Click ○：関
PipenvでPythonの依存関係の管理は楽になったか？ - ZOZO Technologies TECH BLOG
こんにちは。ZOZO研究所 福岡の光瀬です。Pythonを書かれている皆様は、普段どのように開発をすすめていますか？ pipとvenv/virtualenvによるこれまでのデファクトの組み合わせだけではなく、最近は Pipenv を使用している開発者も増えてきたのではないでしょうか。 日々の検証や開発を効率よく進めるにあたって、依存関係を適切かつ楽に管理するのはとても重要だと感じていて、ここ半年ほどPipenvを利用しています。 今回は、その中でsetup.pyやrequirements.txtそしてPipfileの住み分け・運用について考えたことをまとめてみました。 TL;DR Pipenvが使えることで、確かに楽になった部分はあるのかなと思っています。 一方で、既存のツールとの兼ね合いがまだ微妙な部分もあります。 その上で、以下の運用がベターなのかなと考えました。 Pipenvのみで完
開発者が2019年に身に付けたいスキル--トップは「機械学習とデータサイエンス」
Joe McKendrick （Special to ZDNET.com） 翻訳校正： 編集部 2018-10-22 12:28 SlashDataが2万500人以上の開発者を対象に行った調査によると、機械学習とデータサイエンスを学びたいと思っている開発者が多いことがわかった。機械学習とデータサイエンスは、今後1年の間に学ばなければならないもっとも重要なスキルとなっており、データサイエンス分野に足を踏み入れるに当たって、言語ではPythonが選ばれている。 SlashDataの調査では、機械学習とデータサイエンスが2019年に学びたいスキルのトップに挙がった。45％の開発者がこれらの分野での専門知識を得たいと回答している。 開発者が優れたスキルを身に付けたいと思っている分野として、デザインシンキングも挙がった。調査からは、以下のスキルが身に付けたいスキルとして挙げられている。 機械学習／デ
HUNTER×HUNTERの念能力6系統で喩えるデータ分析スキル - 六本木で働くデータサイエンティストのブログ
HUNTER×HUNTER モノクロ版 36 (ジャンプコミックスDIGITAL) 作者: 冨樫義博出版社/メーカー: 集英社発売日: 2018/10/04メディア: Kindle版この商品を含むブログを見る みんな大好きHUNTER×HUNTERの36巻発売を記念して、調子に乗って面白いことを考えてみました。。。と言いますか、正確には某所で提案をいただいたのでやってみることにしました。題して「念能力6系統で喩えるデータ分析スキル」です。一見バカバカしい感じもしますが、念能力6系統のように「それぞれに独立した軸として定義可能でしかも互いの親和性も表すことができる」という点で、なおかつHUNTER×HUNTERファンであれば容易にその位置付けが理解できるという点で、データ分析スキル同士の関連性をある程度分かりやすく表せるのではないかなと思ったのでした。 スキルセットの一覧については、以前のス
技術書典5で弊社の機械学習活用事例を紹介します - u++の備忘録
2018年10月8日に池袋サンシャインシティで開催される技術書典5に、弊社のエンジニア有志で執筆した書籍を頒布します。 techbookfest.org 私は第1章「機械学習を用いた日経電子版Proのユーザ分析」を担当しました。 私は弊社にて、営業・マーケティング向けのデータ分析や、業務効率化のための環境整備を担当しています。 本章では、機械学習を用いた「日経電子版Pro」のユーザ分析事例を紹介しました。課題設定から始め、データの前処理や予測モデルの構築など一連の過程を、Pythonのコードと合わせて掲載しています。 pr.nikkei.com 以下のような読者を想定して執筆しました。Kaggleでテーブルデータを処理するような過程が含まれているので、Kaggleに興味がある方なら楽しんでお読みいただける内容になっていると考えています。 データ分析に興味がある PythonのPan
Pythonではインスタンス変数をクラス定義直下に書いてはいけない(戒め) - Qiita
TL;DR インスタンス変数のつもりでクラス直下に変数を定義すると事故る場合がある 同一プロセス内でクラスがインスタンス化されるのが2回目以降、かつ変数がミュータブルな型である場合に事故る インスタンス変数は__init__内で初期化すると良い これにまつわる根本の動作はまだ理解できていない 事の顛末 Pythonでマルチスレッドで動くコードを書いていた際、別々のスレッド同士でlistの中身が混ざり合うことがありました。 Pythonを書いていながら私は静的型付け言語が好みなもので、JavaやSwiftでそうするように変数の名前と型を先に書いておいたのです。 再現 ここでは、メソッドの引数に指定された整数たちを奇数と偶数のリストに振り分けて格納する、という例を用います。 from typing import List class OddAndEven: odds: List[int] =
Python: デコレータについて - CUBE SUGAR CONTAINER
Python の特徴的な構文の一つにデコレータがある。 便利な機能なんだけど、最初はとっつきにくいかもしれない。 そこで、今回はデコレータについて一通り色々と書いてみる。 先に断っておくと、とても長い。 これを読むと、以下が分かる。 デコレータの本質 デコレータはシンタックスシュガー (糖衣構文) に過ぎない デコレータの作り方 引数を取るデコレータと取らないデコレータ デコレータの用途 用途はラッピングとマーキングの二つに大別できる デコレータの種類 デコレータは関数、メソッド、インスタンスで作れる デコレータの対象 デコレートできるのは関数、メソッド以外にクラスもある 今回使った環境は次の通り。 尚、紹介するコードの中には、一部に Python 3 以降でないと動作しないものが含まれている。 $ python -V Python 3.6.6 デコレータについて まずはデコレータのおさら
「VB歴18年」の私がVBの素晴らしさを語る【C#もPHPもPythonもメインで使わない理由】 - Qiita
１．「VB歴18年」の私「野田工房」の経歴 ・今回、はじめてQiitaで記事を書く ・私の生き様が「VBの素晴らしさを語る前提」となる ということで、「私の経歴」をざっくり書きます。 ◯私は、「才能」がまったくない「ダメ人間」だった！ 下記の5つのエピソードから、私がどれだけ才能が無いかは、分かると思います。 （１）「8年間習ったピアノ」はまったく上達せず （２）「6年間習った英語」は、「一番の苦手科目」に （３）「美術」は、筆記100点でも、「実技」（絵）がひどすぎて「低評価」 （４）再起して、「2年間やった吹奏楽」も上達せず、音楽経験皆無の後輩に抜かれる始末 （５）「相手が2人以上」になると、まったく話せなくなるほどのコミュ障 本当にリアルでは、「ダメ人間」です。 ◯そんな中、唯一成果が出たのが「パソコン」 小学1年から、「パソコン」を触る機会に恵まれました。 当時は、「超低スペック」
5TB/日 のデータをAWS Glueでさばくためにやったこと（概要編 | Future Tech Blog - フューチャーアーキテクト
みなさん、初めまして、お久しぶりです、こんにちは。 フューチャーアーキテクト2018年新卒入社、1年目エンジニアのTIG（Technology Innovation Group）所属の澤田周吾です。大学では機械航空工学を専攻しており、学生時代のインターンなどがキッカケで入社を決意しました。 実は、本記事でフューチャーテックブログの2記事目となります。インターン時代も ジャガイモARの記事 を書かせて頂きました。入社してからもこうして業務で学んだIT技術を記事に書くという機会を貰え、なんだか懐かしいやら感慨深いやらの思いで一杯です。 さて、3ヶ月の新人研修後にすぐに配属されたプロジェクトで、AWSを使ったビックデータ分析のための基盤構築をお手伝いしています。わたしは分析のための前処理であるETL（Extract、Transform、Load）処理部分をちょっと変わった性格の先輩方と一緒に開発
Pythonの知っておくと良い細かい処理速度の違い8個 - kumilog.net
はじめに 標準入力 input と sys.stdin.readline ソート sort と sorted ソートの key ループ for と while リスト リストの初期化 二次元配列の場合 リストの値参照 リストへの値追加 それぞれの処理速度 まとめ はじめに 最近、PythonでAtCoderなどの競技プログラミングに挑戦しています。これまであまりに気にしなかったけど、ちょっとした書き方で処理速度が変わってくることに気づいたので、これを気に少し調べてみました。 目次にあるように、標準入力、ソート、ループ、リストについて、計8個の処理の速度比較を行いました。処理速度の計測方法は、Mac Book Pro*1を使い、timeitでそれぞれ100回計測*2し、平均と標準偏差を求めています。 結果だけ知りたい方は、まとめへどうぞ。 計測に用いたコードは以下にあります。 github.
結局、機械学習に必要な数学ってなに？
前置き# 記事がはてぶ炎上して恥ずかしい思いをしたので、結構書き直しました。 この記事よりも良質な記事を参考記事に列挙したので、このページをブックマーク集だとして、他のページを参照していただければと思います。 はじめに# 機械学習を勉強するにあたって、 ベースとなる数学を勉強したいというモチベーションが高まってきた。なぜか？それは、今まで数学的な知識なしに勉強を進めていたのたけれども、論文が読めなかったり、少し数式で込み入ってくると、とたんにわけがわからなくなったからだ。 しかし、一番のモチベーションは、やっぱり機械学習を勉強するものとしての登竜門、PRML(パターン認識と機械学習)を読みたいというものがある。 参考記事# そこで、機械学習のために必要な数学を調べてみたのだが・・・どのサイトをみてもこれはというものがみつからないのだ。 2017年現在で、有益な記事をできるかぎり集めてみた。
AWS Glueを用いたデータ分析基盤を構築した✨ - Studyplus Engineering Blog
こんにちは。業務委託の@morix1500と申します。 この度、スタディプラス様からデータ分析基盤の構築の業務委託を受け、AWSのマネージドサービスを用いて構築を行いました。 その際に得られた知見を共有したいと思います。 データ分析基盤について 今回スタディプラス様から受けたデータ分析基盤の要件は以下のようなものでした。 S3にあるログをAWS Athenaから閲覧できるようにしてほしい S3にあるJSON形式のログを列指向型のフォーマット(Parquet)に変換してほしい ログは順次取り込み（毎朝、昨日分のログが見れるようにする） すでにログはS3にあったのでログ収集は終わっています。 データ分析基盤の構成 今回作成したデータ分析基盤はAWSのマネージドサービスで完結してます。 今回構築したのはGlueの部分です。 Glueの構成や初期構築の手順は以下のドキュメント通りです。 https
（抄訳）Djangoでかすぎ、Flask小さすぎ、Tornado、これがぴったり! - Qiita
趣旨 ちょっとしたwebアプリをpythonでささっと作る際の検討を、DjangoかFlaskか、という入門者的な二択で調べたのだが、hackernoonでのPaul Bailey氏の「Django too big, Flask too small, Tornado just right!」というエントリが気になったので、抄訳気味に、紹介させてもらう。気になった人は、さらっと読める元エントリをどうぞ。 このエントリを読んだ後に、DjangoやFlaskに対するTornadoの位置づけを考察してみたので、後半に追記しておく(随時更新)。 Tornadoは、情報量の点では難ありだけど、現時点でもpython最速クラスのwebフレームワークとは言えそうだ。 (前振り) Pythonのweb界隈では、webアプリケーションを作ることになった際には、もっともポピュラーなエコシステムであるDjango
【初心者向け】Amazon SageMakerではじめる機械学習 #SageMaker | DevelopersIO
Amazon SageMaker の公式開発者ガイドの「開始方法」の手順に沿って手を動かすと、初心者でもすぐにAWSを使った機械学習を始めることができます。この記事では、「開始方法」の手順に従い、Amazonが提供する高レベルなSageMaker用のPythonライブラリを使って、機械学習モデルを構築してデプロイするまでの流れをご説明します。 はじめに Amazon SageMaker(以下SageMaker) の公式開発者ガイドの「開始方法」の手順に沿って手を動かすと、初心者でもすぐにAWSを使った機械学習を始めることができます。 この記事では、「開始方法」の手順に従い、Amazonが提供する高レベルなSageMaker用のPythonライブラリを使って、機械学習モデルをデプロイして動作を検証するまでの流れをご説明します。 ステップ 1: 事前準備 SageMakerを使い始める前に、以
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
「知人の弁理士に相談した」、Pythonを商標登録した企業が理由を説明
GitHub - joukos/PaperTTY: PaperTTY - Python module to render a TTY or VNC on e-ink
プログラミング学習サービス「paizaラーニング」、新レッスン「Python×AI・機械学習入門」を無料公開、CVには声優の上坂すみれさんを起用
