Pythonは一番書きやすいプログラミング言語と知られ、多くの人の第二外国語(英語に次ぎ)です。でもGithubやGitlabで他人のコードを参照した時や自分でclassを書いてる時、こういう疑問はあったでしょうか： 「def __init__(self): の__init__のアンダースコアは何故二つなのか？」 「def _func(x): と def func(x): とdef func_(x): に違いはあるのか？」 「y, _ = func(x)のアンダースコアは何か？」 そんな色んな所で使われてるアンダースコアの使い方を、今回整理して説明してみました！ アンダースコアの使い場所Return値を無視する。関数の名付けで使い方を区別する。数字を読みやすくする。インタプリタで最後に表示された値を代表する。以上4種類の状況でアンダースコアを使いこなす事により、読みやすいpythonicな

2021年も数多くのプログラミングやPythonを扱った素晴らしい書籍とたくさん出会いました. 私はリアルの本屋さんに行くのがとても好きで（ECの本屋さんも好きですが）, 技術書のコーナーには必ずと言っていいほど足を運ぶのですが, 年々「Python」というラベルが付いた棚の領域が広がっている気がします. プログラミング初心者でPythonからやりたいけど何から読めばいいのか🤔 実務に役立つような参考書籍ってどうやってみつければいいかわからない😇 よりビジネスに役立つ, 実践的な事例をしりたい💪🏻 という, 割とありそうなニーズにお応えすべく, 2022年いや, 今この瞬間に読んでおきたい・抑えておきたいPython関連書籍をまとめました！ 2011年頃からPythonを使って仕事をし始め, 今もエンジニアリングからコンサルティング, マネジメントをやっている私独自の視点で, オス

Warning The current page still doesn't have a translation for this language. But you can help translating it: Contributing. FastAPI doesn't require you to use a SQL (relational) database. But you can use any database that you want. Here we'll see an example using SQLModel. SQLModel is built on top of SQLAlchemy and Pydantic. It was made by the same author of FastAPI to be the perfect match for Fas

最近Pythonでオーケストレーション層(BFF)のアプリケーションを書く機会がありました。 Python3.4からはasyncioが導入され、I/Oバウンドな処理はシングルスレッドでも効率的に捌けるようになったものの、依然としてCPUバウンドな処理はGILが存在することで、シングルプロセス下では並列処理が制限されます。 このことから言語特性として、CPUバウンドよりもI/Oバウンドな処理を複数捌くことに適していると見ることができます。言語選択の意思決定をする際に重要なファクターとなりますが、そのためにはGILの仕組みを改めて知る必要があると思い、調べてみました。 GIL(グローバルインタプリタロック)とは そもそもGILとは何のことでしょうか。 正式にはGlobal Interpreter Lock(グローバルインタプリタロック)といい、PythonやRuby等の言語に見られる排他ロック

環境情報・設定 Pythonのバージョンを確認、表示（sys.versionなど） Pythonが実行されている環境のOSやバージョン情報などを取得 カレントディレクトリを取得、変更（移動） 実行中のファイルの場所（パス）を取得する__file__ 環境変数を取得・追加・上書き・削除（os.environ） 再帰回数の上限を確認・変更（sys.setrecursionlimitなど） コードの書き方・ルール Pythonはインデント（スペース4文字）でブロックを表す 識別子（変数名など）として有効・無効な名前、命名規則 キーワード（予約語）一覧を確認するkeyword 長い文字列を複数行に分けて書く メソッドチェーンを改行して書く pip（パッケージ管理） パッケージ管理システムpipの使い方 pipでrequirements.txtを使ってパッケージ一括インストール pip list /

この記事は Python その2 Advent Calendar 2018 - Qiita の1日目です。 responderとは GitHub - kennethreitz/responder: a familiar HTTP Service Framework for Python 2018年10月に公開された イケてるPython WebFramework です。 requestsやpipenvなどの開発者である Kenneth Reitz が(おそらく)今年のHacktoberfest 2018 - DigitalOcean 用に開発したものだと思われます。 GitHubのタグを見ると(Topic: hacktoberfest2018 · GitHub )、hacktoberfestで2位 今年10月に公開されたのに関わらず既にStarが2000以上付いており、かなり勢いがあります

【第1位】 ITプロパートナーズ（公式： https://itpropartners.com/ ） 週1日〜／平日夜・土日稼働も相談できる副業紹介サービス。リモート案件も豊富。 少ない稼働日数の在宅案件を探すならここへ。 【第2位】 FLEXY（公式：https://flxy.jp/ ） 週3日／フルリモート案件多数、手厚い福利厚生が魅力。今後のキャリアに活かせる案件を紹介してくれる。 【第3位】レバテックフリーランス（公式：https://freelance.levtech.jp/ ） 週4日以上稼働の案件多数（週3日以内稼働の案件はハイスキル者向け） 高単価な案件が多い。要望のヒアリングが丁寧で、技術的な相談にも応じてくれます。 ※紹介しているエージェントで副業が可能なのは基本的に週3以上稼働できる、独立したフリーランスの方限定です。（正社員の方は利用できません）

意識レベルを低く保ったまま自動化する話 世の中にはChefやらAnsibleやらPuppetやらと様々な自動化ツールがあって、 意識の高いはてな民は日々「Chef-soloはオワコン、いまやChef-zeroの時代」 「Ansibleなら対象サーバへの事前準備が不要、時代はAnsible」といった不毛な会話を繰り広げていると聞く。 「モダンなエンジニアは全員Chefを使いこなしているものだ」みたいな空気すらある。 なるほど、自動化ツールの学習は興味深いし楽しい。 大規模なサーバ群が次々と自動的にセットアップされてゆく様子は感動すら覚える。 が、私がやりたいことはリモートサーバのログを消したいだけなんだ、コマンド2つで済む内容なんだ･･･というときにはちと大仰すぎる。 「鶏を割くに焉んぞ牛刀を用いん」とはよく言ったものである。 シェルスクリプトで済むような内容、特に冪等性が必要ない場面、日常

by @dekokun on 2013/05/21 23:46 Tagged as: Capistrano, Fabric. 最近、Fabric, Capistranoと立て続けに2種類のデプロイツールを使ってデプロイ環境を構築する機会がありましたので、その際に感じた両者の利点を書いてみたいと思います。 両者の簡単な解説 そもそもCapistrano, Fabricについて、「片方は知っているけど片方は知らないよ」という人がいるかと思いますので、簡単な説明をします。 両方とも何かを知らない人は…「自動デプロイ」とかそのあたりで検索してみるといいんじゃないですかね。 Capistranoとは Ruby製のFabricみたいなものです Fabricとは Python製のCapistranoみたいなものです Fabricは私の中ではデプロイツールという認識なのですが、最近Chefと比較されること

RaspberryPiでの超音波距離センサモジュールHC-SR04の使い方を説明します。 超音波距離センサを使うと、センサから対象物までの距離を簡単に測ることができます。 このモジュールはAmazonでも500円以下で売られており、簡単に手に入れることができます。 超音波距離センサについて このセンサは、センサから超音波を出し、その反射を受信して対象物までの距離を測る測距センサです。測定可能距離 2cm-450cmとなります。 この超音波距離センサは、以下の手順で制御を行います。 TRIG端子を10us以上Highにします。 このセンサモジュールが40kHzのパルスを8回送信して受信します。 受信すると、ECHO端子がHighになります。 超音波を送信してから受信するまで、ECHO端子はHighになります。 ECHO端子がHighになっている時間の半分を音速で割った数値が距離になります。

4/30 公開 5/1 増補改訂: 大幅加筆しました。 この記事では、2018年以降に実現可能になったモダンなPythonプロジェクトのはじめかたを整理して紹介します。 PythonにもPipenvという公式推奨の高機能なパッケージマネージャーが登場し、さらに2018年に入ってからの機能向上で、npmやyarnのような開発体験が得られるようになってきました。 私はここしばらくはフロントエンドやNode.jsに携わっていて、npmやyarnに慣れきっていたせいか、pipenv導入以前はvirtualenvやpipを組み合わせた開発が面倒で仕方なかったですが、Pipenv導入によって一変しました。 これからはPythonのプロジェクトがよりクリーンかつ簡単にはじめられるようになり、開発体験も向上するでしょう。 それでは、まずはPythonのインストールからです。 Pythonのインストール P

Lambda Pythonが楽しい季節になって参りました。 クラスを書いていると変わった挙動に出会ったので、軽く調べてメモしておきます。 クラス変数の挙動試験 キッカケ 最初は、Pythonにおけるクラス変数とインスタンス変数の関係的なものを知らず、変数の初期化の役割をクラス変数にやらせていました。 それが、どうもLambdaで実行するとクラス変数の値の変更がキャッシュされてしまうことがあるようで、そうでないこともあるようで、色々と不審に思って調べ始めました。 テストコード 内容はこんな感じ。 複数種類のクラス変数を定義 ホスト名を確認 現在のクラス変数値とメモリアドレスを確認 クラス変数を更新 これを何度も実行する import os import time from socket import gethostname def lambda_handler(event, context)

The Qiita Advent Calendar 2017 is supported by the following companies, organizations, and services.

参考 @kidach1 さんの投稿をPythonに書き換えてるだけです。 @kidach1 さん、いつもありがとうございます。 https://qiita.com/kidach1/items/4b63de9ad5a97726c50c 概要 改めて基本を学ぶ。 参考「Rubyによるデザインパターン第1章」→この投稿はPython デザインパターンとは プログラミングにおいて繰り返し現れる問題に対する、適切解のパターン。 無駄無く設計されたオブジェクト指向プログラムの実現をサポート。 パターンとしてカタログ化されていることで 車輪の再発明を防ぐ デザインパターンの根底にある5つの考え 変わるものを変わらないものから分離する プログラムはインターフェイスに対して行う（実装に対して行わない） 継承より集約 委譲、委譲、委譲 必要になるまで作るな（YAGNI） 変わるものを変わらないものから分離する

今回のキャッシュとは、再帰計算等を行うときの無駄な計算をpythonに存在するデコレータを使用して簡単に高速化できる、と言ったようなもの。 キャッシュについて 計算や処理によって出された結果を一時的に保存することをキャッシュという。 そのキャッシュを利用し、同じ結果を2度目以降求める場合は処理をする必要なく、保存した内容をそのまま出す。 それによって同じ処理の複数回実行がなくなり、処理の手間が減ったり、場合によってはインターネットリソースの消費を減らしたり(本記事には出てこない)できる。 再帰処理をやってみる 今回はフィボナッチ数列の計算を例に説明する。 数式にすればなんか難しい感じがするが、プログラムでアルゴリズム的に書いてしまえばそれほど難しいものではないので問題ない。 早速だが、フィボナッチ数列をプログラムで書くと以下の様になる。

© Copyright 2001 Python Software Foundation. This page is licensed under the Python Software Foundation License Version 2. Examples, recipes, and other code in the documentation are additionally licensed under the Zero Clause BSD License. See History and License for more information. The Python Software Foundation is a non-profit corporation. Please donate. Last updated on Mar 13, 2026 (02:12 UTC)

どうも！大阪オフィスの西村祐二です。 S3にアップロードされたファイルをEC2内に自動的にダウンロードしたいと思うことはよくあると思います。 自動化する方法はいろいろあると思いますが、 今回はLambdaとSSM、AWS CLIを使って自動化してみたいと思います。 さっそくやってみましょう。 構成図 今回、想定する構成が下記の図になります。 S3にファイルがアップロードされたら、LambdaからSSMを実行し、 EC2(Windows)にてAWSCLIのS3 Syncコマンドを実行します。 この構成の利点 私が思うこの構成の利点としては、 ・EC2側はAWS CLI設定とSSM Agentのインストールだけで済み、今後の運用不可が軽減されそう ・Lambdaの実装がSSMを実行する部分のみになる はじめはEC2にFTPサーバをたてて、LambdaでS3からファイルを取得し、EC2にコピーし