2021/9/4 第6回FA設備技術勉強会 エンジニアの電気屋さん ミソジ 発表資料 #FA_StudyRead less
東京大学がちょっとびっくりするくらいの超良質な教材を無料公開していたので、まとめました Python入門講座 東大のPython入門が無料公開されています。scikit-learnといった機械学習関連についても説明されています。ホントいいです Pythonプログラミング入門 東京大学 数理・情報教育研究センター: utokyo-ipp.github.io 東大のPython本も非常にオススメです Pythonによるプログラミング入門 東京大学教養学部テキスト: アルゴリズムと情報科学の基礎を学ぶ https://amzn.to/2oSw4ws Pythonプログラミング入門 - 東京大学 数理・情報教育研究センター Google Colabで学習出来るようになっています。練習問題も豊富です https://colab.research.google.com/github/utokyo-ip
今回は、1分足や5分足のような小刻みの株価データを取得したいなと考えておりまして、こちらのタイトルに挑戦することになりました。 実行環境 MacOS VSCode Python3.7.7(anaconda) 【Python入門】プログラミングで自分だけの株価データを手に入れよう Python3 Yahoo Finance APIを試す pythonでYahoo Financeから株価の一分足データを取得する(投資活動日記 2020/06/18) 事前準備 まず、事前準備として、APIを使うためのライブラリをインストールする必要があります。 特に難しいことはなく、 from datetime import datetime import pandas as pd import sys import numpy as np from yahoo_finance_api2 import shar
超小型のシングルボードコンピューター「Raspberry Pi」は安価で拡張性も高いのが魅力ですが、実際に外部モジュールなどと連携して使用するためにはプログラムで機器の動作を制御する必要があります。 今回はRaspberry Piにカメラモジュールと画像認識ライブラリー「OpenCV」を用いて、カメラモジュールが捉えた画像から人の顔を判別して動作するプログラムをいくつかご紹介します。 画像認識の流れ 今回はRaspberry Piに接続したカメラモジュールで捉えた画像を「OpenCV」と呼ばれる画像認識ライブラリーを用いて人の顔かどうかを判別します。 「OpenCV(Open Source Computer Vision Library、オープンシーブイ)」はオープンソースの画像認識ライブラリ(プログラムの集まり)で、カメラが捉えた画像の解析、パターン認識による物体検出や機械学習のための画
カメラをつけて、お部屋のチェックなど便利に使おう! 第1回: ウェイクワードで操作できるスマートホーム・デバイスを作り始める 第2回: 独自のウェイクワードでお部屋をチェックする 第3回: 声でリモコンを操作して便利に使う こんにちは、ヨシケンです! ラズパイでスマートホーム化の第4回。これまでラズパイを使って、声による起動、部屋の温湿度チェック、そしてリモコン機器の操作を行ってきました。 今回はカメラを付けて、部屋のチェックをしたり、お子さんの帰宅を知らせたりするなど、画像を使った機能を付けましょう。(左側の丸い窓にカメラを設置しています。) また、「おはよう!」や「ただいま!」などのシンプルな挨拶で、家の中の事を自動化する仕組みも作って、スマートホームの完成です! 今回の記事で必要な物一覧 ・Raspberry Pi 3B+ (最新版のラズパイ本体) ・小型USBマイク ・小型スピーカ
データサイエンティストによる統計入門 ― k平均法でデータをクラスタリングしてみよう! ビッグデータ、データサイエンス、人工知能など、統計学を主軸においた分野が隆盛ですが、統計学には高いハードルを感じる方も少なくないでしょう。k平均法を実際に手を動かしながら理解することで、データ分析を身近に感じることができます。 はじめまして、藤井健人(@studies)と申します。イタンジ株式会社でデータ基盤周りの運用を担当しています。 「ビッグデータ」「データサイエンス」「人工知能」といったバズワードに代表されるように、統計学を主軸においた分野の隆盛が日常となって久しいです。 しかし「統計学は学問的な要素があり難しい」という印象を持たれやすく、「実務に活かすのはハードルが高い、怖い」と感じる方も少なくないのではないでしょうか。 そういった方を対象に、今回は統計学の手法の一つであるk平均法を学んでいただ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 2018年12月20日、物理エンジンPhysXのバージョンが3.4から4.0にバージョンアップするとともに、GitHub上でオープンソース化されました。PhysXを用いることで、球が落ちるや、重ねた積み木を壊すといった物理現象を、コンピュータ上で容易にシミュレーションできます。しかしながらPhysXのビルド手順は少し煩雑であり、初めての場合は躓きがちです。そこで本記事では、PhysXの導入方法および同梱されているサンプルプログラムの動作方法を解説し、個々人のPC上で、PhysXを用いた物理演算が可能な土台を整えたいと思います。
This document describes the current stable version of Celery (5.4). For development docs, go here. Note Previous versions of Celery required a separate library to work with Django, but since 3.1 this is no longer the case. Django is supported out of the box now so this document only contains a basic way to integrate Celery and Django. You’ll use the same API as non-Django users so you’re recommend
Python勉強し始めて一ヶ月くらいたったんで一度復習を兼ねてまとめてみようと思います。僕が今までPHPとかPerlとかJavaScriptを使っていて、Pythonはこうやるのかーとか、これは便利だなーと思ったところ、開発していてはまったところなどピックアップしてみました。 初めてのPythonを読んで初心者向け勉強会に参加した程度の知識です。とりあえず初めてのPythonがかなりいいのでこれ読むだけで大体基礎は習得できた気がします。基本的な文法の説明だけでなく、大事なことは何回も繰り返し書いてあったり、Pythonの思想などにも触れているのでなぜこういう実装になっているかということも理解できます。これオススメ。 尚、このエントリーではPythonのバージョンは2.5をベースにしてます(主にGoogleAppEngineで使ってるので)。間違えなどあったらツッコミお待ちしてます。 文法、
2016-12-09追記 「Pythonクローリング&スクレイピング」という本を書きました! Pythonクローリング&スクレイピング -データ収集・解析のための実践開発ガイド- 作者: 加藤耕太出版社/メーカー: 技術評論社発売日: 2016/12/16メディア: 大型本この商品を含むブログを見る 2015年6月21日 追記: この記事のクローラーは動かなくなっているので、Scrapy 1.0について書いた新しい記事を参照してください。 2014年1月5日 16:10更新: デメリットを修正しました。 以下の記事が話題になっていたので、乗っかってPythonの話を書いてみたいと思います。 Rubyとか使ってクローリングやスクレイピングするノウハウを公開してみる! - 病みつきエンジニアブログ 複数並行可能なRubyのクローラー、「cosmicrawler」を試してみた - プログラマにな
どうも。帰ってきたOpenCVおじさんだよー。 そもそもYOLOv3って?YOLO(You Look Only Onse)という物体検出のアルゴリズムで、画像を一度CNNに通すことで物体の種類が何かを検出してくれるもの、らしい。 使い方(ほぼ独自のため、正しいかとても怪しい……)環境構築事前にTensorflowなりKerasなりOpenCVなりをインストールしておく。Pyenvなどの方法は割愛。わからなければこちらをみて。 python -m venv ~/.venv/yolo source ~/.venv/yolo/bin/activate pip install --upgrade pip pip install tensorflow pip instsall keras pip install opencv-python pip install pillow yolo.h5ファイル
python3.6 -m pip install wagtail ------------------------------------------ Successfully installed Unidecode-1.0.22 Willow-1.0 django-modelcluster-3.1 django-taggit-0.22.2 django-treebeard-4.2.0 djangorestframework-3.6.4 html5lib-0.999999999 wagtail-1.13.1 ------------------------------------------ python3.6 -m pip list --format=columns ------------------------------------------ Package Version --
こんばんは! 今日はPythonとSeleniumとPhantomJSを使って、普段の作業を自動化できないかな?と思っていろいろ試した結果をご紹介します! 事前の環境構築が終わっていない方は、こちらを参考にPythonを実行できる環境を用意しておいてください! www.virtual-surfer.com SeleniumとPhantomJSのインストール まずは、SeleniumとPhantomJSをpipを使ってインストールしていきます。 $ pip install selenium $ brew install phantomjs インストールが成功しているか確認するために、以下のコマンドを打ってバージョンが表示されるかを確認します。 $ pip list | grep selenium $ phantomjs --version 上のコマンドは、インストール済みの「selenium
By Vitor Freitas I'm a passionate software developer and researcher. I write about Python, Django and Web Development on a weekly basis. Read more. The Django migration system was developed and optmized to work with large number of migrations. Generally you shouldn’t mind to keep a big amount of models migrations in your code base. Even though sometimes it causes some undesired effects, like consu
CentOS6 にはデフォルトで Python 2.6 がインストールされていますが、Python 2.7 が必要になったためインストールしたときのメモ。 一部の OS コマンドが Python 2.6 で書かれており、上書きインストールするとそれらのコマンドが使えなくなる恐れがあるため、ソースからビルドして別ディレクトリ (/opt/local) にインストールする。 Dockerfile # # 2016/01/23 # CentOS 6.7 + epel,remi,rpmforge # Python 2.7 # FROM centos:6 MAINTAINER takaya030 # update yum RUN yum update -y && \ yum clean all # epel repo RUN yum install -y epel-release && \ yum
はじめに なるほどUnixプロセス ― Rubyで学ぶUnixの基礎 という本を読みました。プロセスという概念を Ruby のコードを用いて説明してくれます。非常に分かりやすい本で感動しました 復習を兼ねて書籍中の一部の Ruby コードを Python に置き換えたいです。せっかくなので、一番実用的だと思ったプロセスのデーモン化を実装しました。 コード from datetime import datetime import os import sys import time def daemonize(): """ プロセスをデーモン化する。 """ def fork(): if os.fork(): sys.exit() def throw_away_io(): stdin = open(os.devnull, 'rb') stdout = open(os.devnull, 'ab+
この記事は「Python その2」Advent Calendar 2015の14日目です。 何を書こうか迷ってましたが、今年学んだPython関係の技術で一番恩恵を預かったREST Frameworkについて書いてみようと思います。 はじめに APIを作るのは結構面倒 初めにAPIを作るということの難易度に触れておこうと思います。 実際に作った経験のある方も多いと思いますが、WebAPIはWebページと違ってロジックのみに集中して開発できるので、開発しやすいといえば開発しやすいです。デザインや利用環境気にしたり、HTMLやJavascriptような複数の言語を駆使する必要も全く無いです。レスポンスを正しく受け取って適切にレスポンスを返すだけ。 とはいうものの実際作ってみると面倒な事が多く出てきます。例えば入力された値が正しいのかどうかをチェックしたりだとか、複数の条件で結果をフィルタリング
RedmineにREST APIがあることを知りました。 http://www.redmine.org/projects/redmine/wiki/Rest_api Pythonから使ってみます。 APIキーの準備 サンプルとして、チケットの登録をやってみたいと思います。 データの参照には不要っぽいのですが、登録にはAPIキーが必要なので、 先に作っておきます。 [管理] - [設定]から、[認証]タブを選択します。 「RESTによるWebサービスを有効にする」という項目があるのでチェック。 保存を実行します。 右上の[個人設定]を選択。 「APIアクセスキー」という項目が表示されるので、「表示」をクリックします。 そうすると、そのユーザーのAPIアクセスキーが表示されます。 APIアクセスキーはユーザーごとに発行されるようです。 使用するアクセスキーに該当するユーザー名でチケットの登録が
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