Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに この記事では、私がこれまでXで発信してきたデータサイエンスに関わるさまざまな分野のチートシートを一挙にまとめました。前処理、可視化、機械学習、深層学習、ベイズ・統計、さらにはその他の関連トピックまで、私が作成したものからネット上のものまで多岐にわたる内容を網羅しています。 それぞれのセクションでは、実践的かつ即戦力となる情報が詰まったチートシートを紹介しており、初心者から上級者まで幅広い層に役立つ内容を目指しました。 日頃からX（旧Twitter）を通じて、データサイエンスに関する知識や役立つリソースを共有していますが、今回の
こちらはエムスリー Advent Calendar 2023 1日目の記事です。 Overview エムスリーエンジニアリンググループ AI・機械学習チームでソフトウェアエンジニアをしている中村(po3rin) です。趣味は麻雀でフリー雀荘で毎年200半荘以上打ちます。好きな麻雀プロは園田賢さんです。 麻雀を始めるときに一番の障壁になるのは点数計算ではないでしょうか？ 特に符計算が初心者の関門のようです。一方私のような初中級者でも突然のレアな点数申告にまごつくことがあります。 そこで、今回はその人に合った麻雀の点数計算問題(主に符計算が焦点となる問題)を生成して、自分で点数計算&点数申告の練習をする方法を探求したのでその紹介をします。麻雀用語が少しだけ登場するので、対象読者は麻雀を少しでもかじったことのあるエンジニアの方です。 Overview 麻雀の点数計算の難しさ 現状の点数計算の練習
米Microsoftは8月22日、Excelにプログラミング言語「Python」を搭載すると発表した。セルに「PY関数（=PY）」を入力するとPythonのコードを記述できるようになる。Pythonのライブラリとシート上のデータを参照して高度なグラフ作成や機械学習などができるという。 機能の名前は「Python in Excel」。利用には試験的に実装された機能を体験できるプログラム「Microsoft 365 Insider Program」への参加が必要。 Pythonコードは、クラウドプラットフォーム「Microsoft Cloud」上で実行。Pythonの各種ライブラリをまとめた「Anaconda」を活用しており、グラフ作成ライブラリを使ったデータの視覚化や、機械学習ライブラリを使った機械学習や予測分析などもできる。
GW始まってしまいましたね。 ブログの更新をだいぶ怠っていたので、ちゃっかり更新させて頂きます。 今日はPythonでscRNA-seq解析。Python実装のscRNA解析ツールといえばScanpyがまず思いつきます。 Seuratに比べてそこまで使われていない印象ですが、機能的には十分すぎる上にチュートリアルも充実してるのでPythonユーザーにはこちらの方が扱いやすいかもしれません。 Let's scanpy! Scanpyとは Scanpyはsingle-cell RNAの発現量データを解析するためのツールです。 データの前処理、可視化、クラスタリング、疑似系譜解析、発現変動解析なんかが可能です。 Seuratを踏襲しているのか、ところどころでSeuratぽさが散見されます。 論文はGenome Biology誌に2018/2/6にpublishされています。 2019/2/5にv
RStudio で Python を使うための環境構築: Reticulate パッケージの導入
昔から現在に至るまで、自分の研究のデータ解析では R のお世話になることが多いです。R は RStudio という統合開発環境から使っています。RStudio は非常に洗練されていて、さらに無料で使うことができるのでとてもおすすめです。 近年、データ解析は大規模化･高度化･複雑化の一途をたどっており、その流れは自分が専門としている生態学でも同様です。流行りの ｢機械学習｣ は R でも実行可能ですが、Python の方がより充実した解析パッケージが用意されており、機械学習を研究のメインとするのであれば Python が第一の選択肢となるでしょう。 今回は、Python に興味がある R ユーザー向けに、RStudio を使って Python を使い始めるための環境構築について書きたいと思います。 なお、今回の記事を書くにあたって使用した環境については以下の通りです： macOS 12.1
We are pleased to announce the release of desktop application for JupyterLab! Standalone and self-containedJupyterLab App is the cross-platform standalone application distribution of JupyterLab. It is a self-contained desktop application which bundles a Python environment with several popular Python libraries ready to use in scientific computing and data science workflows. JupyterLab App running o
はじめに ImageJ/Fijiにはしばらくお世話になっていたのですが、scipyやscikit-image、機械学習関連などといったPythonの豊富なライブラリが利用できず、何か実装したかったらJavaで書くしかありません。これは、実験者と開発者の分断を助長する、あまりにもよろしくない事態です。加えて、ImageJとExcelを行き来せざるを得なかったり、ウィンドウが増えすぎたりと、使っていてかなり不便だと感じる場面が少なくないと思います。 この現状を打破するべく調査していて行きついたのがnapariという素晴らしいPythonのライブラリでした。これがあれば、すべての解析をPythonで統一できます。ぜひ知ってもらいたいので、複数回に分けてまじめに紹介していこうと思います。 目次 napariとは napariでできること インストール 基本操作 スクリプトからのレイヤーの追加 スク
- はじめに - Pythonのパッケージ管理ツールは、長らく乱世にあると言える。 特にpip、pipenv、poetryというツールの登場シーン前後では、多くの変革がもたらされた。 本記事は、Pythonパッケージ管理ツールであるpip、pipenv、poetryの3つに着目し、それぞれのツールに対してフラットな背景、技術的な説明を示しながら、所属企業内にてpoetry移行大臣として1年活動した上での経験、移行の意図について綴り、今後のPythonパッケージ管理の展望について妄想するものである。 注意：本記事はPythonパッケージ管理のベストプラクティスを主張する記事ではありません。背景を理解し自らの開発環境や状態に応じて適切に技術選定できるソフトウェアエンジニアこそ良いソフトウェアエンジニアであると筆者は考えています。 重要なポイントのみ把握したい場合は、各章の最後のまとめを読んで頂
2021 2/11 誤りを修正 2021 4/26 Rについて追記 2021 4/30 tips追記 2022 2/7 再インストール追記 Githubより Mamba は C++ での conda パッケージマネージャの再実装です。マルチスレッドを使ったリポジトリデータとパッケージファイルの並列ダウンロード、依存関係の解決をより高速にするための libsolv、Red Hat、Fedora、OpenSUSE の RPM パッケージマネージャで使用されている最先端のライブラリです。 mambaのコア部分はC++で実装されており、最大限の効率化が図られています。 同時に、mamba は可能な限り互換性を保つために、codaと同じコマンドラインパーサ、パッケージのインストールとデインストー ル、トランザクション検証ルーチンを利用しています。 開発の動機のブログ記事。condaの問題点についても
Photo by Ray Bouknight こんにちは、谷口です。 「Python最高！」 「Pythonってほかの言語と比べて何がいいの？」 「ほかの言語は知らんけどPython最高！」 「……」 みたいな若いエンジニア（もしくはエンジニア志望者）、皆さんの周りにもいませんか？ エンジニアとして「好きな技術がある」のはもちろんとてもよいことですが、 実務経験もないのに「Pythonの求人にしか応募したくない」 「ほかの言語は使ったことがない」と言って好きな言語しかやりたがらない みたいな感じで、経験が浅いにもかかわらずこだわりが強すぎる人は、転職活動ではマイナスになってしまうケースがよくあります。（別にこれはPythonに限った話ではないのですが、特にPythonにこだわりたがる人があまりにも多いので例にしました…） 今回は、「この言語しかやりたくない！」と言う人が勘違いしていることと
Pythonは、機械学習やデータ分析の分野で主に使われるプログラミング言語。ビズリーチが求人情報から調査した、国内のプログラミング言語別平均年収ランキングでは、2016年に1位（651万円）、2017年に2位（601万円）と需要が高い。ExcelにPythonが搭載されれば、Excelでより高度なデータ分析やビジュアル化が可能になるという見方もある。 関連記事 駆逐艦「島風」発見か ポール・アレン氏率いる調査チーム 旧日本海軍の駆逐艦「島風」とみられる残骸を、米Microsoftの共同創業者ポール・アレン氏が率いる民間の調査チームがフィリピン中部の海底で発見した。 Microsoft、検索サービス「Bing」にAI機能 Redditとの提携も MicrosoftがBingにディープニューラルネットワーク採用の「Intelligent Search」機能を追加し、最も信頼できる結果をカード状
この投稿は 「python Advent Calendar 2017 - Qiita」 の 9日目の記事です。 こんにちは、akiyoko です。 「Python Advent Calendar」は 4年連続 4度目の参加になります。 *1, *2, *3 はじめに 皆さん、CSV は好きですよね？ Excel も大好きですね？ じゃあ当然、CSVファイルは Excel で開きますよね。 文字化けは？ ・・もちろん嫌いですよね。 でも CSVファイルを Excel で開こうとしたときに、こんな文字化け地獄を経験したことはありませんでしたか？ *4 ということで今回は、Excel で直接開いたときに文字化けしない CSV ファイルを Python3 で作成する方法 を紹介したいと思います。（おまけで Python2 でのやり方も書いておきますが、今時 Python2 で消耗している人なんてい
冷凍マグロ系スクリプト言語として知られるPythonの、もっともすばらしい用語７点をご紹介します。これらのネーミングセンスを学ぶことにより、PHPerやRubyistでは不可能な変態力を身につける事が出来るでしょう（Perl Mongerには負けるかも知れない）。 PyPI(ぱいぱい or ぱいぴいあい) PyPIはPythonライブラリを誰でも登録・ダウンロードできる、PerlのCPAN・Rubyのgemに当たるものです。４月になったら新人プログラマーに教えてあげましょう。 例:PyPIは基本だ！ PIL(ぴる) PILは画像処理用のライブラリです。高度な処理はできませんが、手軽に画像を扱う事ができるので、簡単な処理にもフォトショを使っている人を見たらこう言っておきましょう。 例:PILは絶対使っとけ！ なお、Pillow（ぴろー）（英語で枕の意）というforkがあり、インストーラでしか
最近発売された「PythonユーザのためのJupyter「実践」入門」を八重洲ブックセンターで買った。 最近はExcelの代わりにJupyter Notebookを使うようにしている。簡単なグラフくらいなら、ネットを調べればすぐに描くことができる。しかし、もうちょっと気の利いたことをしたいとか、効率よく作業できてるのだろうかという疑問が出てくる。この本の前書きにも同じようなことが書いてあって、「Jupyter Notebookの活用とデータ可視化における実践例や知見が集まった場所がすくない」と著者らは思ってこの本を書いたようだ。 ちなみに、Jupyter Notebookとは、ブラウザベースのPythonのインタラクティブ実行環境のことだ。Anacondaをインストールするだけで環境構築はすべて終了するので、導入のハードルもかなり低い。自分にしっくりくる環境構築ができないと、プログラミング
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
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
