こんにちは。初投稿です 1. Numbaとは Numbaは、Pythonコードをリアルタイムでコンパイルして、高速な実行速度を実現するJIT(Just-In-Time)コンパイラです。特に、数値計算を含むPythonコードを効率的に最適化し、CやFortranに匹敵する性能を引き出すことができます。科学技術計算やデータ解析の分野で、NumPyとの高い互換性から広く利用されています。 主な特徴 JITコンパイルによる高速化: 実行時にコードを機械語に変換し、パフォーマンスを向上させます。 NumPyとの互換性: NumPyの配列操作をそのまま利用可能で、高速な数値演算が可能です。 並列処理のサポート: マルチコアCPUを活用し、並列処理を簡単に実装できます。 CUDA GPUプログラミングのサポート: GPUを利用した高速計算も容易に行えます。 マルチスレッド対応: スレッドを利用した並列処

CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。

Pythonの標準ライブラリのcsvモジュールを使うと、CSVファイルの読み込み・書き込み（新規作成・上書き保存・追記）ができる。 csv --- CSV ファイルの読み書き — Python 3.11.4 ドキュメント csvというモジュール名だが、カンマ区切りに限らずタブ区切り（TSV）など任意の文字列で区切られたテキストファイル（CSV: Character Separated Value）を処理可能。 すべての引数について触れているわけではないので詳細は公式ドキュメントを参照されたい。 最後に触れるが、CSVファイルから読み込んだデータの平均や合計を算出するなどといった処理を行う場合はNumPyやpandasの使用をオススメする。 本記事のサンプルコードでは、csvモジュールと表示を見やすくするためのpprintモジュールを使う。 関連記事: Pythonのpprintの使い方（リ

scikit-learnには分類（classification）や回帰（regression）などの機械学習の問題に使えるデータセットが同梱されている。アルゴリズムを試してみたりするのに便利。 画像などのサイズの大きいデータをダウンロードするための関数も用意されている。 7. Dataset loading utilities — scikit-learn 0.24.1 documentation 公式ドキュメントの表記に従い、scikit-learnに同梱されているデータをトイ・データセット（Toy dataset）、ダウンロードが必要なサイズの大きいデータを実世界データセット（Real world dataset）と呼ぶ。 ここでは以下の内容について説明する。 トイ・データセット（Toy dataset）の一覧 実世界データセット（Real world dataset）の一覧 インポー

Irisデータは、 例えば次のサイトからcsvデータを入手できる。 https://vincentarelbundock.github.io/Rdatasets/datasets.html というサイトから Package Item Title Rows Cols datasets iris Edgar Anderson's Iris Data 150 5 のCSVをクリック＆ダウンロードで、データ取って来るのが一つの方法で。 pythonで、機械学習のsklearnというライブラリーからdatasetをimportしてって方法もある。 （追記: 2017-05-23） #!/usr/bin/env python import numpy as np import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplo

最新のIT技術を駆使して音楽関連サービスを展開しています。 日々の活動内容から得た知識をお届けする開発ブログです。

Photo by Aeris Secure こんにちは。倉内です。 paizaではプログラミング問題を解いて、プログラミングスキルをS・A・B・C・D・Eの6段階にランクづけするスキルチェックというサービスを提供しています。 ランクを取得するとpaizaの就職・転職サービスで書類選考なしに求人へ応募できますが、ご自身のプログラミングスキルを測る腕試し感覚で利用してくださる方も多いです。 プログラミング初心者の方は、まずDランクの取得を目指してみてください。Dランク問題はプログラミング言語の基礎文法が習得できていれば解くことができます。 続いてCランクに挑戦していただきたいところですが…Cランクの問題はプログラミングを始めたばかりですとなかなか難しいと感じる方も多いようです。 そこで今回は、Dランクを取得した方が初めてCランク問題にチャレンジする際にどのように取り組んだらよいかを詳しく解説し

おすすめです！ PySimpleGUI、良いです！ Pythonで高速にGUIを作りたければ、PySimpleGUIの一択 !!! 兎に角すぐ！　pythonでGUIが作れます。 github.com サンプルコードはこちら [https://github.com/MikeTheWatchGuy/PySimpleGUI/tree/master/DemoPrograms:title] ここを時間を取って読んでみてください！ 「とっても簡単！」ですよ。 「Tkinter」と「Qt」を選ぶこともできます～ こんなのすぐ作れます！ やばいです。。。 リンク openCVと連携させたい方はこれ！ 88行でOpenCV用のGUIが作れますよ。 [https://github.com/MikeTheWatchGuy/PySimpleGUI/blob/master/DemoPrograms/Demo_Op

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． 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点で後々面倒になることがあります． グローバル変数だらけになり管理が追いつかなくなる：「どうせ小さなスクリプトだし」ではじめると最初は見通しが良くてもだんだんどこでどの変数名を使っているか分からなくなっ

もうちょっと詳しく質問した方が良い回答もらえると思います。 関数では処理したあとにその結果を知らせたい時にreturnを使って値を返すことができます。 簡単な例をあげると、階乗を計算するための関数を作るとしましょう。 def factorial(n): __result = 1 __for i in range(1,n+1): ____result *= i を書けば、結果がresultには入りますが、関数から出たらその結果がなくなります。この結果が関数の実行が終わる時に使えるように return result を書けばいいわけです。そうしたら、 a = factorial(5) と書けば、aに求めた結果が入ります。 そのreturnで返した値は戻り値（または返り値）と言います。 returnを書かないで同じこと書けば、この関数から何も戻ってこないので、aにNoneが入ってしまいます。

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、

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Pythonで可視化といえばMatplotlibだけど、APIがごちゃちゃしていて覚えにくいのが難点かな。BokehがAPIもうまく整理されていて一番使い勝手がいい気がするけど、まだまだ日本語の情報が少ないのが惜しいところ。 これからはWebにも対応できるBokehが伸びてくるんじゃないかと勝手に期待している。 おすすめの使い分け方 簡単なデータを手早くプロットするなら Matplotlib MATLABからPythonに乗り換えたなら Matplotlib かっこよく人に見せたいなら Bokeh 対話操作を入れたいなら Bokeh グ

過去に作ったテキスト置換スクリプトを、手直ししました。 過去スクリプト：ファイル名とファイル内テキストを置換するpythonスクリプト - Make it possible with Python. photo by Mathias L. このスクリプトは、ファイル名、拡張子の指定条件に一致する複数のテキストファイルのファイル名と内容の一括置換してくれます。 今回改善した点は以下です。 Python3 / 2.7 両対応（のはず） 文字コードをShift-JISから、Windows用Shift-JISコードであるcp932に変更 出力ファイルが元ファイルと混在しないよう、リネームファイルは新規フォルダ内に生成 出力ファイル上書き防止のため、同一ファイル名作成時にはエラーと、ファイル名先頭にduplicatedを付与 .iniファイルに条件、置換文字列を記載（exeにして配布時のため） いま

システムの構築、新しい技術の習得、PythonやDevOpsなどに情熱を注ぐソフトウェア開発者です。現在はチューリッヒを拠点とするビッグデータのスタートアップで働いており、データ分析およびデータ管理ソリューションのためのPythonの技術を磨いています。 1 はじめに Python は開発時間を短縮できるという点で一般的に評価の高い言語です。しかし、Pythonを使って効率よくデータ分析をするには、思わぬ落とし穴があります。動的かつオープンソースのシステムであるという特徴は、初めは開発を容易にしてくれますが、大規模システムの破綻の原因になり得ます。ライブラリが複雑で実行時間が遅く、データの完全性を考慮した設計になっていないので、開発時間の短縮どころか、すぐに時間を使い果たしてしまう可能性があるのです。 この記事ではPythonやビッグデータで作業をする時に、最も時間を無駄にしがちな事柄につ

Python用に色々とあるGUIライブラリですが、個人的にはQtと迷って結局wxPython（wxWidgetsのPythonバインディング）を使ってますが、もしかしたらQtにしておけばよかったのかなぁと多少後悔もしつつも、wxでかなり満足していたりもします。Qtに多少浮気した結果、Qtの大量の個別インポートは理にかなっているとは思いつつもなんか好きになれず、やっぱりwxの方が性にあっていると思う今日此の頃。 まあ、研究者むけのGUIライブラリのまとめというのはそうなさそうじゃないだろうかということで、使ったことのあるものないものも含めいろいろと聞き及んだことを書いてみます。とは言え、主に汎用GUIライブラリの話なので一般的にも参考になるかと思います。 GUIプログラムが初めてで、いまから始めるならPython3にも対応しているQtがいいんじゃないかと思います。（追記：最近wxPython

Pythonを使ってMac/Ubuntu/Windows/iOSなど様々な環境で動作するGUIアプリを作成することができるGUIツールキット「toga」がリリースされています(GitHub、Hacker News)。 togaの特徴はOSネイティブなGUIを構築できること。すなわち、OS XではCocoaを、UbuntuではGTK+をといった風にOSごとのネイティブなGUIライブラリを呼び出すことができるため、クロスプラットフォームのライブラリにありがちな見た目の不自然さがないことが売りのようです。 またこのプロジェクトは「BeeWare Suite」と呼ばれるPythonのIDEを含む開発環境の一部に含まれていて、ツール感での連携も考えられている様子。Python使いなら結構便利なライブラリかもしれません。 ということで早速OS Xでデスクトップ版のデモを動かしてみました。 デモ＆ライブ