2020年が幕を開けた。デジタル技術の進化によって人々の生活や社会はどう変わるのか。企業はどんな対応をすべきか。商機はどこにあるのか。20の技術や市場・関心事を対象に、2020年の行方を大胆予測した。今回はPythonを取り上げる。 AI（人工知能）開発に必須のプログラミング言語として人気の「Python」。2020年は適用領域を広げる1年になりそうだ。具体的にはWebアプリケーション、API（アプリケーション・プログラミング・インターフェース）サーバー、そして大規模開発でも業務アプリケーション開発言語としての採用例が増え、「本命」の一角を担う。 2019年までのPythonはAI開発やデータ分析、パソコン操作・インフラ設定の自動化といった領域によく使われた。様々な用途をこなす「実力」があるが、他の言語に比べてライブラリー（プログラムの部品）やツールが充実している領域から利用が増えてきた格

はじめに ここ数年間、日本国内のPython事情は急速に変わったと思います。私が使い始めた4年前と比べても、ずいぶん垢抜けた感じになったというのが正直な感想です。 Python2からPython3への移行が（ようやく）進み、扱いやすくなった ライブラリも良いものが増えたり、使いやすくなったりした 解説記事などもずいぶん増えて、やりやすくなった 古くからの用途であるデータサイエンス、機械学習に代わって、プログラミング初心者の勉強用言語として選択する人が増えた というあたりが実情でしょうか。Pythonの急拡大を支えたAIバブルには陰りが見えてきた感もなくはありませんが、Python自体は一定の地位を確保しつつある感じがして、蛇使い*1としては嬉しい限りです。 こういう時期だからこそ、客観性を心がけつつ主観混じり的に見て「Pythonは良いのか、悪いのか」を少し書いておこうと思います。 Pyt

Hacker NewsとRedditでバズっていたPythonのデバッグツールが便利だったので紹介です！ PySnooperというライブラリです。 Hacker News - PySnooper: Never use print for debugging again Reddit - PySnooper: Never use print for debugging again ※追記 想像以上にたくさんの方に読んでいただき、printデバッグなど他のデバッグ方法との比較について追記として文末に補足しました。釣りタイトルですみませんでした…🙇 何ができるライブラリか 一言で言うと「デバッグがめちゃくちゃ簡単にできるライブラリ」です。 github.com 例を見たほうがわかりやすいと思うので見てみましょう。 インストールは pip で行えます。 pip install pysnooper

Python を初めて間もない頃、自分も print デバッグしてました。効率の悪さを認識しつつも、IDEを導入してデバッグする方法を調べてセッティングして、という手順が面倒でずっと放置してました。 // 普段は vim で開発してます そうこうしてたら print デバッグではどうにもならないバグにぶち当たり、仕方なくデバッグポイントを置く方法を調べたわけです。するとどうでしょう。 ソースコード中に以下の一文を入れるだけではないですか。 import pdb; pdb.set_trace() たったこれだけで、上の一文を挿入した行で処理が停止し、コンソール上でステップ実行が出来るようになります。最高かよ。 個人的にですが、デバッガー起動中によく使うコマンドとしては以下です。 コマンド 説明 s(tep) ステップイン n(ext) ステップオーバー r(eturn) ステップアウト l(

pprint — Data pretty printer¶ Source code: Lib/pprint.py The pprint module provides a capability to “pretty-print” arbitrary Python data structures in a form which can be used as input to the interpreter. If the formatted structures include objects which are not fundamental Python types, the representation may not be loadable. This may be the case if objects such as files, sockets or classes are i

秋山です。 Pythonに限った話ではないですが、プログラミングをしていると、使っているライブラリのバージョンを変えたいけど別のライブラリとの依存関係があって難しい…みたいなことってありますよね。 こういったバージョン由来のトラブルやつらみをある程度カバーして助けてくれるのが、仮想環境とパッケージ管理です。 仮想環境とパッケージ管理を使いこなせるようになれば、少なくとも「バージョンの依存関係であっちを入れたらこっちが動かなくなった！」とか「Pythonのバージョンを上げたらこっちのパッケージが動かなくなった！」みたいなトラブルからは解放されます。 今回はPython初心者向けに、仮想環境とは何ぞという話と、venvとpipを使った標準的なPythonにおけるパッケージ管理方法、さらにPipenvを使ってもう少し楽に管理する方法などについて書いていきます。 ■venvとpipを使ってみる P

Redash を介してお世話になることはあれど、単体で使ったことがなかったので改めて Celery を試してみる。 Homepage | Celery: Distributed Task Queue Python のバージョンは 3.6.5。Celery のバージョンは 4.1.1 を使用した。 Celery とは Celery: Distributed Task Queue 分散タスクキュー。とのこと。 Celery で使えるメッセージブローカ Brokers — Celery 4.1.0 documentation RabbitMQ, Redis, Amazon SQS あたりが使えるとのこと。今回は Redash の理解を深めることも目的のひとつなので、Redis を使うことにする。 結果を取得するための Result Backend First Steps with Celery

こんにちは。 id:hirokiky です。 今日も皆さまからPyQメールサポートにご質問いただいた内容で多かった質問と回答をご紹介します。 この質問はとくに疑問になりやすい点なのではないでしょうか。 pyq.jp 質問 回答 インポートで実行されない理由 おわりに あわせて学習 「==」と「in」の使い分けについて紹介します 質問 Pythonの if __name__ == '__main__': は何のためにあるものですか？ 回答 はい。こちらはよくPythonプログラムに書かれていますね。 書かれることは多い割には、不思議の多いif文ですね。「これは『おまじない』なので気にしないでください」と言って回答を終わらせてしまうのは簡単ですが、それでは悲しいので、少し長くなりますが回答いたします。 一言で言うと、 if __name__=='__main__': はこのPythonファイル

教育言語として Pythonは「同じインデントレベルの文は同じ塊」というルールを採用しており、見掛け上のPythonプログラムの最大の特徴となっています。 Python作者のGuido van Rossum氏(オランダ人でアムステルダム大学卒)はPythonを開発する以前に、オランダで教育向けの「ABC言語」の開発に関わっており、Python自体はRAD(迅速なアプリケーション開発)がメインで教育用を念頭に開発してはいなかったものの、ルーツとなったABC言語では文法に関してさまざまな研究が行われ、インデントを使うのが初心者にとってもっとも間違いにくいブロックの表現として採用していたのです。(Donald Knuth氏が推進していた。) Rubyist のための他言語探訪 【第 1 回】 Python Pythonがプログラミングの学習に向いているたった一つの理由 From ABC to P

目次とお断り この資料をまとめるに当たって、実際に開発したり運用したりという経験のスニペットから、できるだけ編集して、自分なりに体系化したものです 様々な角度のデータが乱雑なっててわかりにくいかもしれませんが、ご了承いただけると幸いです "1. Dockerとは" "2. Dockerを用いるメリット" "3. docker.ioのインストール" "4. dockerでコンテナの起動" "5. 基本的な操作" "6. Dockerコンテナにsshdなどの必須ソフトウェアをインストールする" "7. dockerコンテナのexportとimport" "8. 機械学習ように調整したコンテナの利用" "9. 実際に使用している例" "10. Docker Hub連係" "11. Docker Compose" "12. Dockerのコンテナとホストマシン間でファイルの共有をする" "13.

「Raspberry Pi」の活用例を紹介する連載企画「それ、ラズパイでつくれるよ」。第4回では、Microsoft AzureのCognitive Servicesを利用した感情認識と、HATを用いた機能拡張を行う。 表情に合わせて絵文字を表示する 皆さん、「死んだ顔」していませんか？ 私は興味のない話を聞いている時、感情のない死んだ顔をしているらしい。人間関係を円滑に進めるためには、常に笑顔でいたいものだ。そこで今回は、Web APIを使って感情認識をし、LEDディスプレイに絵文字で表情を表示してみよう。 表情認識にはマイクロソフトが提供しているクラウドプラットフォーム「Microsoft Azure」のAIサービスAPI群「Cognitive Services」の一つである「Emotion API」を利用する。Emotion APIでは画像中の表情について感情を評価してくれる。検出さ

ブロックチェ－ンの仕組みを知るには構築するのが最短の方法 この記事を読んでいるということは、仮想通貨の拡大に興奮しているということですね。ブロックチェ－ンの仕組み、背後にある基本的なテクノロジーについて知りたいのでしょう。 しかしブロックチェ－ンを理解するのは簡単ではありません。少なくとも私にはそうでした。大量の動画の中をさまよい、抜けだらけのチュートリアルに従い、結局、実例が少なすぎてフラストレーションが大きくなりました。 私は手を動かして学ぶのが好きです。コードのレベルで内容を扱わざるを得なくなり、そうすることで身に付くからです。同じようにやってもらえば、この解説が終わる頃には、機能するブロックチェーンが出来上がり、どのように動くかがしっかりと把握できるようになるでしょう。 準備 ブロックチェ－ンとはブロックという名の 不変でシーケンシャルな 一連のレコードだということを覚えてください

初めまして、株式会社LOGICAの松永と申します。 新しいプロダクトを開発するにあたり、Djangoを選んだのですが、Djangoは初心者なのでぜひ皆さんの知見を知りたいと思ってアドベントカレンダーを立てました。よろしくお願いします。 弊社ではまだ技術的にユニークなことをやっているわけではないので、自身の体験を投稿することにしました。 若手シード期スタートアップでDjangoを採用した 機械学習人気の高まりと同時にPythonの認知度も高まった一方、「Python＝計算用」みたいなイメージが広がっているのかなぁという印象があります。また、ウェブ系だとテックキャンプさんやProgateさんを始めとするプログラミング学習サービスでRailsがとても充実しているため、特にスタートアップではRailsをやるひとが増えていると思います（サンプル数は多くないですが） スタートアップ、特にうちみたいな非

Django (ジャンゴ) というのは、Python で記述された Web アプリケーションフレームワークのひとつです。 BSD ライセンスで配布されています。Google のクラウドアプリケーション基盤である Google App Engine でも利用できます。 今もっとも人気のある Web フレームワークのひとつといってよいでしょう。 ここでは Django を用いて Web アプリケーションを開発する方法を紹介します。 Django のインストール Django のインストール Django のインストール (Linux) Django プロジェクト/アプリケーション Django プロジェクトの作成 Django アプリケーションの作成 Django アプリケーションの登録 はじめての Django ページ テンプレート テンプレートを利用したページ テンプレートでパラメータを使

はじめに なぜPythonを選ぶか かなり独断と偏見が入っていますが、 シンプルな言語セット 某言語のように、呪文のように短く書けることが命ではない。 それでいて、書くコード量は少なく、すっきりしている。 某言語のように、記号を多用しない。 コードを書いている間Shiftキーを押しっぱなしにならない。 学習コストが低い。 言語セットとしての文法は、わりと平易で、直感で理解できる。 難しい書き方は、後から覚えればよい。 文法書を読むのは、後からでいいでしょう。まずこの講座をやってみましょう。 Djangoフレームワークや、各種Pythonパッケージのソースを読んでも、 言語仕様を駆使した難しい書き回しは少ない。 メンテナーでなくても意外と読める。 なぜDjangoを選ぶか Pythonで作られたフルスタック・フレームワークであるということ。 必要なものはすべて揃っている。 テンプレートはあれ

この記事について Pythonでデータ分析を行う際に役立つセットアップを紹介します。 データ分析に興味がある方はこちらも合わせてどうぞ データサイエンティストに興味があるならまずこの辺りを見ておきな、って文献・動画のまとめ（随時追加） - Qiita 実行環境 Jupyter(旧iPython Notebook) http://jupyter.org/ インタラクティブ（対話的）なコード実行のための環境 データ分析に非常に適していて、慣れると他のIDEなどでは分析ができなくなる。 任意に分けたコードブロックごとに実行し、結果を都度表示出来るほか、 ・グラフのインライン表示 ・数式の記述（Latex） ・マークダウン方式の文章記載 などの機能を備えており、模索しながらの分析作業や、結果の共有・保管などに非常に適する。 iPythonで文章と図表を描くことで論文のような形式で書くことも出来るた