import sys def fizzBuzz(n): if n <= 0: return () else: fizzBuzz(n-1) if n % 3 == 0 and n % 5 == 0: print(n, ' : ', 'FizzBuzz') elif n % 3 == 0: print(n, ' : ', 'Fizz') elif n % 5 == 0: print(n, ' : ', 'Buzz') else: print(n, ' : ', n) return () if __name__ == '__main__': args = sys.argv if 2 <= len(args): if args[1].isdigit(): fizzBuzz(int(args[1])) else: print('Argument is not digit') else: print(
通常、ブラウザの操作は画面が無いと出来ません。 しかし、Seleniumを利用した自動操作はページ内要素を見ているので画面を必用としません。そういった画面の無いブラウザのことをヘッドレスブラウザと呼ぶのだそうです。 前回はラズパイでこのヘッドレスブラウザの起動テストをしました。 dreamerdream.hateblo.jp 今回はVPS上のCentOS7でヘッドレスブラウザを実行してみます。 やることは基本的に同じなのですがラズパイより少しだけ面倒です。 やることリスト Sereniumのインストール PyVirtualdisplayのインストール GoogleChromeのインストール ChromeDriverのインストール 日本語フォントのインストール Seleniumをpipからインストール sudo pip3 install selenium Xが元々インストールされていないので
Python 3.12.5 documentation Welcome! This is the official documentation for Python 3.12.5. Documentation sections: What's new in Python 3.12? Or all "What's new" documents since Python 2.0 Tutorial Start here: a tour of Python's syntax and features Library reference Standard library and builtins Language reference Syntax and language elements Python setup and usage How to install, configure, and u
2Captchaとは 2Captcha公式ページ ロシアの会社が開発したreCAPTCHAを突破するためのプラットフォームです。 通常であれば、プログラムからreCAPTCHAにチェックをいれることは、ほぼ不可能レベルだと言われています。 では、なぜ2Captchaを使うだけで、可能なのでしょうか。 2Captchaの仕組み 2Captchaの仕組みを簡単に説明すると、reCAPTCHAのチェックボタンをネット上の『Worker』と呼ばれている人達に代わりに押してもらっているイメージです。 PythonのSeleniumで説明すると、プログラムの実行中にWorkerの誰かがリアルタイムで解錠した結果を2Captcha経由で受け取ると言ったところでしょう。 なので、2Captchaはプログラムで解錠しているように見えるけど、実際は人力…みたいなオチです。 使用方法 2Captchaを使うため
クレジットカードの利用明細はこまめにチェックする必要があるが、専用サイトにログインして明細をダウンロードするのは面倒だ。そこで、自動でダウンロードするプログラムを作ってみよう。前回に引き続き今回は、実際に会員制のサイトにログインして、リンクをクリックしてデータをダウンロードするプログラムを作ってみよう。 会員制のWebサイトにアクセスしてデータをダウンロードするプログラムを作ろう Webブラウザを操作する方法の復習 前回、Google Chromeを自動操縦するために、SeleniumとChromeDriverをインストールした。これを利用することで、ChromeブラウザをPythonから本格的に操作できる。Chromeを実際に操作するため、セッション機能を利用した会員制のサイトや、JavaScriptが多用されている動的なサイトにもアクセスできる。まだ、インストールしていなければ、前回の
データの集計は、ExcelよりPython使ったほうが100倍早い(pandas-profiling, pixiedust)Pythonpandasデータ分析データ可視化pandas-profiling Pythonのpandas-profilingと、pixiedustの2つのライブラリを使うと、データの集計・グラフの作成が、感動的なほど早く終わることを実感したので共有します。 Excelでデータ集計・グラフ作成した場合と比較すると、体感で100倍くらい早く終わります(誇張ではなく) Pythonで爆速でデータ集計する方法(体感所要時間:5分) 前提: 以下の環境が整備されていることは、前提とします。 Pythonのインストール(約30分) データ分析に必要な各種ライブラリのインストール(約30分) →numpy, matplotlib, pandas, jupyter など →Anac
1. 本Part概要 前PartではB'zの歌詞を「TF-IDF」を用いた分析を行いました。 本Partではトピックモデルの一つである「LDA」を用いた分析についてお話しします。 pira-nino.hatenablog.com 2. LDAとは 2.1 LDAのイメージ 先に簡単な説明をしてしまいます。 LDAは「たくさんの文書データから単語のグルーピングを行う」モデルです。 このグループ1つ1つを「トピック」と呼びます。 例えば、大量のニュース記事にLDAを適用する例を考えます。 ニュース記事データにLDAを適用した例 LDAでは「各トピック(トピック数は予め指定)における各単語の所属確率」が算出されます。 理論的なことはさておき、文書データから単語をいくつかのグループに自動で分けてくれる手法 との理解で大丈夫です。 よく勘違いされることとして以下の2点を示します。 トピック数(いくつ
自分で小さいツールを作る時に心に留めているtipsです. 書き始めたときは「どうせ書捨てだし」と思って書き始めると意外と長い間,もしくはいろんなところで使うことになったりするので,気をつけておくと後から楽になるというような小技です.大規模なソフトウェアの開発ではまた違った流儀があると思います. メインルーチンを関数にする 関数名はなんでもいいのですが,自分は趣味で main() という名前の関数を用意し,メインルーチンは全てそこに書くようにしています. #!/usr/bin/env python def main(): print('hello, hello, hello!') if __name__ == '__main__': main() pythonの小さなサンプルコードを見たりすると関数外の部分にベタで実行コードが書かれていたりします.もちろんそれでも動くのですが,以下の2点で後
8月10日に「いちばんやさしいPythonの教本」が出版されました。 書籍は、ビープラウドのメンバー、鈴木たかのり(@takanory)、杉谷弥月の2人で執筆しました。 レビューには、私も含めて以下のメンバーが参加しています。 社内レビュアー @shimizukawa @hirokiky @okusama27 @haru860 ヘルプコラミスト @hirokiky 読者対象者 以下の方々が対象です。 プログラミングを始めたい Pythonを学びたい 内容構成 書籍は10章構成です。 内容は、以下のように大きく5つに分かれています。 【1】プログラミング入門 プログラミングを始める方向けの内容です。プログラミングとは何か、どのように動作しているのかをPythonを使って丁寧に説明しています。 1章 Pythonを学ぶ準備をしよう 2章 コマンドプロンプトに慣れよう 3章 基礎を学びながらプロ
7月20日、Intel (Movidius) がUSB接続タイプのスティック型ディープニューラルネットワーク処理用アクセラレータ「Movidius Neural Compute Stick」を発表しました。 Intelが激安1万円以下のUSB型Deep Learning用端末「Movidius Neural Compute Stick」を発売 : Gigazine Intel Democratizes Deep Learning Application Development with Launch of Movidius Neural Compute Stick | Intel Newsroom プロダクトページ NCSは、Deep Learningに特化した専用チップ「Myriad 2」が搭載された、外付けの演算装置です。USBポートに挿すだけでDeep Learningの推論処理を実
ページコンテンツ XML ドキュメントを作成する 要素のノードを組み立てる 人が読み易い XML 要素のプロパティを設定する ノードのリストからツリーを構築する ストリームへ XML をシリアライズする ナビゲーション コンテンツテーブル 前: XML ドキュメントを解析する 次: 国際化 This Page Show Source サンプルプログラム PyMOTW の全てのサンプルプログラムの出力は、 注記されていない限りは Python 2.7.2 で生成されています。 標準ライブラリの初期のバージョンでは利用できない機能も紹介している 可能性があります。 XML ドキュメントを作成する¶ XML の構文解析に加えて、 xml.etree.ElementTree はアプリケーションで組み立てた Element オブジェクトから一般的な XML ドキュメントを作成する機能も提供します。ド
今日はPython (Pandas)で高速にCSVを読むことに挑戦したいと思います。 Kaggleに参加するたびに、イライラしていたので各実装の白黒はっきりさせようと思います。 R使いが羨ましいなぁと思う第一位がCSV読込が簡単に並列出来て速いことなので、 なんとかGILのあるPythonでも高速に読み込みたいと思います。 ただ、この検証ではコーディング量が多いものは検証しません。 CSV読込は頻出するので、フットワークの軽さが重要です。(オレオレライブラリ嫌い) Pickleは早いけど。。。 結論はDask使おう! 検証環境 データ 速度検証 pandas.read_csv() pandas.read_csv() (dtype指定) pandas.read_csv() (gzip圧縮) numpy.genfromtxt() pandas.read_csv() (chunksize指定 +
これは何? Catalyst 3850や3650といった普及版(企業向け)L3スイッチのIOS-XE16.5.1aにて、ゲストシェル(Bash)やPythonスクリプティングがサポートされたらしいので、取り急ぎどんなモノか確認するメモ。 Cisco IOS XE Everest 16.5.1aのリリースノート 該当部分は以下。スイッチ上でLXC(Linux Container)が動くらしい。 Guest Shell—A secure LXC container that is an embedded Linux environment and enables you to develop and run Linux and custom Python applications for automated control and management of Cisco switches. G
HoloViewsとは HoloViews は砕けた表現をすると、matplotlibやBokehなどの可視化ツールを使いやすくしたラッパです。 どのバックエンド(matplotlib, Bokehなど)を用いても統一されたコードかつ簡素な記述で可視化を実装することができます。 可視化にかかる学習コストは結構ばかにならないので、HoloViewsを使うことで「可視化のコードを書くことに時間を浪費するのではなく、本来のデータ分析などの業務に集中しましょう」といった感じのコンセプトのようです。 特にmatplotlibのシンタックスは難解なものが多いので、「もう少しシンプルにならないの?」と思っている方は多いのではないでしょうか。 バックエンド 下記の可視化ツールがバックエンドとして使えます。 matplotlib Bokeh Plotly(experimental) インストール conda
スペクトラム・テクノロジーは、Raspberry Pi 3 model Bを使い、Googleの機械学習ライブラリー「Tensorflow(テンソルフロー)」や、プログラミング言語Pythonの基礎を学習できる「AIプログラム学習キット」を発売する。 本キットは、初心者向けに、プラットフォームとしてRaspberry Piを採用、あとはインターネットに接続できるPC環境があれば、AI学習ができるように構成されている。学習に必要なプログラムもすべてインストール済だ。 まず、基本的なPythonプログラミングを練習問題100題を使って学び(標準時間30時間)し、Tensorflowの使い方を習得する。そして次のステップで、文字認識(MNIST)、画像認識(CIFAR-10、IRIS)、自然言語処理(word2vec)などのディープラーニングで有名なプログラムを使った応用学習ができる。 キット内
Windowsでちょっとしたpython環境をつくる 現在の環境 ワンチャンpythonはいってるのでは?? 実際に環境を構築する Anacondaのインストール Pycharmのインストール PycharmとAnacondaをつなぐ Pythonを動かしてみる Gitの設定はしておきたい 現在の環境 最近Desktopを買い替えて、諸般の事情でOSはWindows10を入れてみました。 ここ数年はプライベートでwindowsを使っていなくて、 *1 前に使ったwindowsはVistaとかだったので、玉手箱状態である。 普段はubuntuでコードを書いたりしているのだが、numpyとかmatplotlibとかが使えればいいくらいのときに わざわざubuntuじゃなくてもよいかなーと思って、Windowsでも軽くpythonのコードが書けるように環境を作ってみました ワンチャンpython
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