みなさん、こんにちは！私は株式会社ulusageで技術ブログを担当しているエンジニアです。最新の情報や、日々の開発で役立つTipsを皆さんと共有していきたいと思います。どうぞよろしくお願いします。（もしこのブログの仕組みやシステムフローに興味があれば、ぜひお知らせください。皆さんのご要望に応じて、詳細な記事を作成します！） Pythonでのデバッグ：print()からic()へ、革新の手法 はじめに Pythonで開発を進める中で、皆さんも一度は「なぜこのコードは期待通りに動かないのだろう？」と頭を抱えたことがあるのではないでしょうか。そのようなとき、print()関数を使って変数の値を出力し、デバッグを行うのは一般的な手法です。しかし、複雑なコードや大規模なプロジェクトでは、print()だけでは限界があります。今回は、そのデバッグ手法を一歩進めるためのライブラリ「IceCream」とそ

プログラミング言語「Python」で簡単にGUIを構築できる国産フレームワーク「TkEasyGUI」が11月7日、v1.0としてリリースされた。開発者は、日本語プログラミング言語「なでしこ」で知られるクジラ飛行机（@kujirahand）氏。 【画像】「TkEasyGUI」のインストールは「pip」で行える 「TkEasyGUI」は、Python向けGUIライブラリ「PySimpleGUI」が突如オープンソースライセンスを廃止してしまったことをきっかけに生まれた代替ライブラリ。PythonのGUIライブラリとしては「tkinter」もよく知られているが、複雑で学習コストが高い。そこで、「PySimpleGUI」の概念を引き継ぎつつ、シンプルかつ手軽にローカルアプリをPythonで書けることに主眼を置いて開発が続けられてきた。ライセンスは「MIT」で、将来にわたりライセンスに変更がないことが

概要 本文章は、一般社団法人PyCon JP Associationが主催したPyCon APAC 2023の開催に際し、そのプロポーザル選考過程において行われていた不正行為の告発を目的とするものです。 本文章が対象とする読者は技術者、及び、公衆です。技術者は技術『愛好家』との付き合い方について一考をするべきであり、公衆は「専門家ではないにも関わらず技術の専門家のフリをする不正な愛好家」に対して無自覚であるべきではない、という警鐘を鳴らすため、並びに、一般社団法人PyCon JP Associationの公衆に対する不正を告発するため、本文章を公開します。 本文章は、Qiitaが目指す、学びのある情報を技術者に共有することで、よりよい技術者コミュニティの形成を目指す内容であるため、Qiitaのガイドラインに沿った形式でQiita.com上で公開します。 告発する内容 PyCon APAC

こんにちは、AIエンジニアの植草です。 前回、↓の記事でPython+Fletを紹介しました。 techblog.adacotech.co.jp 3行で Python+Flet使うとフロントエンド経験なくてもGUIアプリケーションを作れるよ（前回のブログ） 動くまでは簡単だけど、無計画にコーディングしていくと、コードが複雑化していくよ 単方向データフローを用いて、コードが複雑化するのを防ぐ方法を実際のコード例と共に紹介するよ 前回の記事について 内容の振り返り Flet は簡単に言うと「良い感じのGUIをお手軽にPythonだけで構築できる」ライブラリです。前回の記事では 学習済みのAIモデル（RemBg）を用いた簡単なアプリケーションをハンズオン形式でプロトタイプを動かすところまで解説しました。 全体のコードはこのようになります。 import base64 from io import

この記事ですることを3行で Pythonの標準ライブラリでできる並列実行を、あらためて総当たりで速度比較しよう ウォーターフォールチャートで、それぞれの並列処理の処理時間の特徴を可視化しよう boto3の実行をモデルケースにして、どの並列処理が一番早いのかを調べよう この記事の結論を先に Python 3.12から本格的に使えるようになったサブインタープリターは、CPUで実行する処理について言えば、従来のサブプロセスよりも高速 boto3の実行は、サブインタープリターよりも署名付きURLの非同期実行のほうが速い → S3からの10ファイルの取得であれば、実行時間を90%削減できます → Bedrockの3回実行であれば、実行時間を60%削減できます 今回使ったソースコードはこちらに置いています。 お手持ちの環境で再実行できるようにしていますので、気になる方はぜひ。 どうしてこの記事を書くの

asgiref==3.8.1 boto3==1.34.78 botocore==1.34.78 certifi==2024.2.2 charset-normalizer==3.3.2 Django==4.2.11 idna==3.6 jmespath==1.0.1 python-dateutil==2.9.0.post0 requests==2.31.0 s3transfer==0.10.1 six==1.16.0 sqlparse==0.4.4 urllib3==2.2.1 プロジェクトを維持していく中では依存ライブラリのバージョンを上げていきましょう、があるわけですが、この状態のファイルをメンテナンスするのはかなり大変な作業になってしまいます。 （これは例として作ったものですが、実際のファイルはそれはもうとてもお見せできない…） 直接依存しているライブラリはどれですか そこで、依存管理

こんにちは MLエンジニアとMLOpsエンジニアを兼任している押条です。 CADDi の機械学習プロジェクトでは Python がよく使われています。 本番環境にリリースするコードのlinter や formatter、test に関しては、 CI で自動的に適用し運用できていました。 一方、型注釈については開発担当者に一任されており、プロジェクトごとにあるものとないものと混在していました。 採用を強化してチームを拡大していこうという動きもあり、開発に携わる人が増える見込みがあります。 そのような背景から、型注釈による既存コードの可読性の向上の重要性が増してきました。 そこで現行の mypy の設定の読み合わせと mypy 設定の修正を実施しました。 その時の議論の内容と修正後の設定をご紹介しようと思います。 目次 現行ルールがどのようなものか認識合わせする 現在のプロダクションコードを参