Python で提供されているプログラムをコマンドプロンプトから実行する場合、 PATH を設定しておくと便利です。ここでは PATH の設定方法について解説します。(インストール時に自動で PATH を設定するようにチェックしていた場合には不要です)。 Python で記述したプログラムを実行する時には python.exe を使用します。 任意のディレクトリから python.exe を実行するには、 python.exe が保存されているディレクトリへ PATH を設定しておきます。今回は Python を C:\pg\Python\Python313\ ディレクトリにインストールしていますので、このディレクトリを PATH に追加します。 ※ なおインストーラーで Python をインストールした時に「Add python.exe to PATH」にチェックをしていた場合には自動的
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 株式会社デジサク がお送りするプログラミング記事、 今回はPythonのWebアプリケーションフレームワーク「Django」について扱っていきます。 はじめに Pythonをはじめ、プログラミングが以前より身近になってきましたが いざサービス開発にチャレンジすると色んな壁があります。 『入門書やチュートリアルのコピペから卒業できない』 『コピペで作ってみたけど、それ以降のアレンジができない』 『自分が書いたコードが正しいのか何となく自信がない』 これらを分析すると、下図のように5つの要因に分解できます。 本記事では**「実践フェーズ」に
2019年5月1日2019年6月23日 Pythonは2019年現在で一番人気のあるプログラミング言語の1つです。開発も活発に行われ、2008年にVer3がリリースされましたが、Ver2と互換性がないことがしばしば問題になります。 PythonにはVer2ーVer3の問題のため、複数のバージョンを扱えるvenvやpyenvなどの仮想環境設定ソフトがありますが、私は今までこれらの必要性がいまいち分かりませんでした。 しかし、PythonがLinuxのパッケージ管理に使われていることが原因でvenvを使わないと開発ができない事態に出会ったのでその経過をブログにしておきます。 私がこの問題にハマったときにはちょうど良い資料が見つからなかったので、同じ目にあっている人のために残すものです。 自分の環境について 私がvenvを導入する前のPython実行環境は次のような感じです。 OS Debian
ちょっとしたデータの加工や集計に、ExcelやGoogle Spreadsheetは便利ですが、それが日常的な作業になってしまったら自動化したいですよね? そこでお勧めなのがpandasです。 Pandasは Python 用のデータ処理パッケージであり、ExcelファイルやCSVなどの表形式データを読みこみ、加工や集計した上で、出力するといったことがプログラムで記述できます。また開発環境を用意しなくとも、Googleが提供する無料の開発環境であるColaboratory上で、すぐに試すことができます。 そしてPythonは、Office 98以降20年以降更新されていないVBAに代わる新たなスクリプト言語として、Microsoftが採用を検討しているという話もあります。 ExcelにPython搭載、マイクロソフトが検討。アンケートを実施中 まずPandasの全体像を掴んでみる Pand
企業の経営状況は財務に関する情報から分析できる。Pythonを使ってEDINETから有価証券報告書のデータを取得し、企業の収益性を可視化してみよう。 「財務分析」とは、「企業の財務に関する情報から経営状況を分析すること」です。企業の財務に関する情報は、「貸借対照表」「損益計算書」などから構成される「財務諸表」と呼ばれる資料から確認できます。 では、上場企業の財務分析を行う場合、それらの資料はどうやって入手したらよいでしょうか。そんなときに利用できるのが「有価証券報告書」です。 有価証券報告書は、企業の株式などを購入する投資家に対し、投資判断に有用な情報を示すために作られる資料です。財務諸表も有価証券報告書の中に含まれています。 この有価証券報告書は、金融庁が運用している「EDINET」というシステムから入手できます。EDINETは、有価証券報告書、有価証券届出書、大量保有報告書等の開示書類
この記事は2024/6/27に全面的に修正しています。 Pyxel(ピクセル)というPython用レトロゲームエンジンがあります。 画面サイズ256x256で発色数は16色、サウンドはシンプルな波形の音色を最大4音まで発音可能、といったシンプルな仕様で、扱いやすいPythonのコードを用いた低学習コストのゲーム開発ができます。 最近になってWebアプリ化できるようになったため、開発した作品は誰にでも気軽にプレイしてもらえるようになりました。すごいですね。 Pyxelについては以下で詳しく紹介しているのでぜひご覧ください。 実は以前の私は愚かにもこれをそのままネットで公開してしまっていたのですが、「いやそれはさすがにダメでしょ」というご指摘を喰らいまくり、その後公開を取り下げています。 なので、「どんな出来栄えなの?」と興味をもっていただいても現時点ではプレイいただくことはでないのですが、公
最近、人工知能(AI)の技術がどんどん発達して、人工知能(AI)の開発ニーズも高まってきています。人工知能(AI)について調べていると「Pythonというプログラミング言語で人工知能(AI)が作れる」という情報がたくさん出てきますよね。 しかし、「プログラミングってなんだか難しそう」、「興味はあるけど何から初めていいかわからない」と迷う方もいるでしょう。プログラミングは、その興味を無駄にせず、まずは自分で手を動かして作ってみることが大事です。この記事ではPythonを学び始めた人が、簡単に人工知能(AI)を作れるようにサンプルもつけて解説しています。これであなたもPythonを使って人工知能(AI)を作れるようになるに違いありません。 そこで今回は、「Pythonってなに?」というところから実際にPythonで開発した人工知能(AI)のサンプルをつけながら、丁寧に解説します。 Python
ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 コンピューターはプログラムコードで動作しますが、このコードは人間が記述している以上、どうしてもエラーを含んでしまうことが避けられません。 しかし、最近は大規模言語モデルを使ったGPTなどジェネレーティブAIの急速な進歩により、目的とする処理を文章として渡すだけで、AIがある程度プログラムコードを出力できるようになってきました。 そして、BioBootloaderと名乗る開発者による新しい試みでは、プログラム開発の際にどうしても必要となるデバッグ作業を、GPT-4をベースとするAIで行うことを可能にしました。このツールは、プログラムを自動修正することから、似た能力を持つアメコミヒーローにちなんで「Wolveri
VSCode超入門/ロバストPython/エンジニアのためのマネジメント入門など、ITエンジニア向け新刊案内(2023年4月) 毎月登場する大量の新刊の中から、ITエンジニアが興味を持ちそうな書籍を選んで紹介する「ITエンジニア向け新刊案内」を毎月、月初に公開しています(2023年3月から開始し、現在試験的に継続中です)。 多くのITエンジニアにとって、書籍を通じた情報の入手は現在でも重要視されています。書籍選びにぜひお役立てください。 ここで紹介するのは、2023年3月1日から3月31日までのあいだに発刊された新刊書籍です。これらを「技術書」「ビジネス書」「資格試験対策/教本」「その他」に分類しています。各書籍はAmazon.co.jpへのリンクが貼られています(アフィリエイトではありません)。 この新刊案内がどのように作成されたかについては記事の最後にまとめましたので、興味のある方はそ
3月 28, 2023 / 最終更新日時 : 3月 28, 2023 Shuji Suzuki (shu) プログラミング 最近話題のChatGPT界隈ですが、そんなChatGPTみたいなアプリを簡単に作れるとしたら?そんな夢のようなライブラリである「LangChain」をこの前同僚に教えてもらったので、実際に使ってみました。 実際に使ってみたら想像よりもはるかに「どうなってるの!?」と思うことが多々あるすごいライブラリだったので、紹介したくて使い方をまとめてみました。 今回はLangChainのドキュメントの中で一番衝撃だった以下の質問に対する答えを出すコードをGoogle Colabで実行する手順を示します。 "Who is Leo DiCaprio's girlfriend? What is her current age raised to the 0.43 power?" コード
scikit-learn(サイキット・ラーン)は機械学習を行うためのプログラムを簡単に実装できるライブラリです。この記事では、scikit-learnの特徴や使い方、注意点などを紹介します。機械学習についての概要も解説しているので、興味がある方はぜひ参考にしてください。 scikit-learnはPython用の機械学習ライブラリ scikit-learn(サイキット・ラーン)とは、Pythonで使える機械学習用のライブラリです。オープンソースで提供されていて、個人利用・商用利用を問わず、誰でも無料で使えるため、気軽に使い始められます。 様々なデータを解析する「統計的機械学習」をPythonでプログラミングする方法として、scikit-learnは人気を得ています。2007年の「Google Summer of Code project(Googleが学生向けに行っているプロジェクト課題イ
Installing scikit-learn# There are different ways to install scikit-learn: Install the latest official release. This is the best approach for most users. It will provide a stable version and pre-built packages are available for most platforms. Install the version of scikit-learn provided by your operating system or Python distribution. This is a quick option for those who have operating systems or
Pandasとは Pandas(パンダス)とは、データ解析を容易にする機能を提供するPythonのデータ解析ライブラリです。 Pandasの特徴には、データフレーム(DataFrame)などの独自のデータ構造が提供されており、様々な処理が可能です。 特に、表形式のデータをSQLまたはRのように操作することが可能で、かつ高速で処理出来ます。 最新情報に関しては 公式ドキュメントを参考してください。 このサイトは、Pythonや生成AIなどを学べるオンラインプログラミングスクール AI Academy Bootcampが運営しています。 Pandasを使うことで、下記のようなことが出来ます。 CSVやExcel、RDBなどにデータを入出力できる データ前処理(NaN / Not a Number、欠損値) データの結合や部分的な取り出しやピボッド(pivot)処理 データの集約及びグループ演算
NumPy 入門¶ 本章では、Python で数値計算を高速に行うためのライブラリ(注釈1)である NumPy の使い方を学びます。 本章の目標は、単回帰分析と重回帰分析の章で学んだ重回帰分析を行うアルゴリズムをNumPy を用いて実装することです。 NumPy による多次元配列(multidimensional array)の扱い方を知ることは、他の様々なライブラリを利用する際に役立ちます。 例えば、様々な機械学習手法を統一的なインターフェースで利用できる scikit-learn や、ニューラルネットワークの記述・学習を行うためのフレームワークである Chainer は、NumPy に慣れておくことでとても使いやすくなります。 それでは、まず NumPy の基礎的な使用方法を説明します。 NumPy を使う準備¶ NumPy は Google Colaboratory(以下 Colab
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
処理を実行中です
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