はじめに Pythonは柔軟性が高く、初心者にも適したプログラミング言語ですが、その一方で速度面では他の言語に劣るとされています。本記事では、先月ピッツバーグで開催されたPyCon US 2024で紹介されたPythonの高速化技術について詳しく解説します。 Pythonの速度問題 「Pythonはランタイムにコストを払う」という古い格言が示す通り、Pythonは解釈型言語であり、実行時に多くの処理を行うため速度が遅くなることがあります。Pythonはソースコードを効率的なバイトコードに変換し、それを直接実行することで動作します。このプロセスには多くの間接処理が含まれ、単純な命令でさえも多数のCPU指示に分解されます。例えば、二つの数値を足すだけでも500以上の命令が実行されることがあります。 高速化のためのコンパイル技術 Cythonによる最適化 PyCon 2024でのSaksham
UA偽装できました！ 金曜日に上の人と話し、「自動化するとしたらUA偽装できないと実用価値ないね」という事になり、pythonで偽装できる方法を探したところ、案外あっさり出来ました。 import os from selenium import webdriver options = webdriver.ChromeOptions() #ここにUAを書きます。今回はiPhoneでsafari options.add_argument('--user-agent=Mozilla/5.0 (iPhone; CPU iPhone OS 10_2 like Mac OS X) AppleWebKit/602.3.12 (KHTML, like Gecko) Version/10.0 Mobile/14C92 Safari/602.1') # いつもどおりchromedriverの場所を指定します
import cv2 img = cv2.imread('test.jpg') (await winocr.recognize_cv2(img, 'ja')).text pip install jupyterlab jupyter_http_over_ws jupyter serverextension enable --py jupyter_http_over_ws jupyter notebook --NotebookApp.allow_origin='https://colab.research.google.com' --ip=0.0.0.0 --port=8888 --NotebookApp.port_retries=0
家や職場を出たものの、雨が降っているのに傘を持っていくのを忘れて取りに戻った経験はありますか？ 私はめちゃくちゃあります。 戸建てなら玄関を出てすぐ雨だと気づけますが、マンションやビルなどの建物だと取りに戻るのがすごく面倒ですよね。 そんなミスを二度とおかさないようにAlexaが教えてくれるシステムを作ってみました。 完成品 とりあえず見てもらえばわかりやすいと思います。 ※音が流れるので注意 これは去年作った、出かけるときに雨が降っていたらAlexaが教えてくれるシステムです ※音が流れるので注意 pic.twitter.com/pgB6oWJNT2 — やど (@giga_yadoran) March 27, 2022 使ったもの TWELITE PAL: 電子工作不要ですぐに使える無線センサー。コイン電池で動くので配線も不要。 OPEN-CLOSE SENSE PAL: 開閉センサー
RQ は、Redis をメッセージブローカー兼データストアとして利用することで分散タスクキューを実現する Python ライブラリ。 RQ: Simple job queues for Python Redis はリスト型の LPUSH と RPOP だけでタスクキューっぽい動きができて、RQ はそれを薄くラップしただけのシンプルな API という印象。 Celery + RabbitMQ の方が高機能だが、シンプルなタスクキューでいいという場合には RQ の方がとっつきやすい (と思っている)。 動かしてみる 手動でプロセスを複数立ち上げるのも面倒なので、 Docker Compose でサクッと試してみる。 実際に運用する際はちゃんと Redis サーバと Worker サーバ複数を用意してやるはず。
Pythonでコードを書くときのGood/Badプラクティス こちらの記事は、DuomlyによりDev.to上で公開された『 Good and Bad Practices of Coding in Python 』の邦訳版です（原著者から許可を得た上での公開です） 元記事：Good and Bad Practices of Coding in Python ※ 記事の内容に注意すべき点と誤りがあるので、詳しくは注釈まで目を通すことをおすすめします。 （以下、翻訳した本文） この記事は元々 https://www.blog.duomly.com/good-and-bad-practices-of-coding-in-python/ に公開されたものです。 Pythonは可読性を重視した高水準のマルチパラダイムプログラミング言語です。Pythonは、「Pythonの禅」、別名ではPEP 20と
AWSは、AWSのサービスを活用した実践的なハンズオンコンテンツを多数公開しており、 日本語化もされています。 アマゾン ウェブ サービス (AWS) の実践的チュートリアル https://aws.amazon.com/jp/getting-started/hands-on/ 社内向けにコンテナやAPI Gateway初学者向けのハンズオン教材を探していたところ、 ちょうどいいチュートリアルをみつけました。 現代的なウェブアプリケーションの構築 https://aws.amazon.com/jp/getting-started/hands-on/build-modern-app-fargate-lambda-dynamodb-python/ このチュートリアル、 ECS/Fargateを活用したコンテナアプリケーションの公開 Codeサービスを活用したCI/CDパイプラインの構築 Ama
# -*- coding:utf-8 -*- import os import urllib.request import json import configparser import codecs import csv import sys import sqlite3 from collections import namedtuple import types #/_/_/_/_/_/_/_/_/_/_/_/_/COTOHA_/_/_/_/_/_/_/_/_/_/_/_/_/_/_/ # ここの部分のコードはこちらから取ってきています。 # https://qiita.com/gossy5454/items/83072418fb0c5f3e269f class CotohaApi: # 初期化 def __init__(self, client_id, client_secret,
はじめに Pythonの環境構築は僕にとって、戦争でした。 如何せんツールが多すぎます。 インターネットで調べるとざっと挙げるだけで 元から入っているpython3 元から入っているpython3 + venv pyenv pyenv + pyenv-virtualenv pyenv + venv anaconda docker + python docker + anaconda ... 以上のような組み合わせが山程出てきます。 よく最近のゲームのキャラメイキングの 「組み合わせは無限大！」を思い出します。 この記事では、それぞれの環境構築の概念をイラスト画像でまとめようと思います。 環境構築のコマンド自体は取り扱わないためご注意下さい。 追記 2019/11/07 本記事はPython初心者による「概念のみ」に関する説明のため、ベストな環境構築や、すべて正確かつ詳細な内容は含んでないで
0. はじめに sublime使いだった僕が（使い込んではいなかったけど）社内のPython開発環境を統一するためにVS Codeの色々を調べたので，そのまとめです． 以下ができるような開発環境の構築を目的としています． 複数人がローカルで開発する時に，環境を揃えたい． ローカルからリモートサーバーにアクセスして開発したい． プロジェクトごとに依存関係を整理したい． コーディングスタイルや型などのチェックを入れたい． Pythonの環境周りはPipenvで管理し，ローカルでdockerを立ち上げてその中で開発するためのテンプレです． 1. install Setting up Visual Studio Code 2. Extension 2.1. 必須 以下は必須． python Remote Development Remote SSH git lens 2.2. オプショナル その他
# -*- coding: utf-8 -*- import configparser import boto3 import json # configファイルの読み込み ini = configparser.SafeConfigParser() ini.read("./config.ini") sqs = boto3.client('sqs') url = ini.get("sqs", "url") # 送信するJSON body = {"type": "Right", "Action": "On"} # SQSへJSONの送信 response = sqs.send_message( QueueUrl=url, DelaySeconds=0, MessageBody=( json.dumps(body) ) ) # SQSからJSONを受信 response = sqs.receiv
Pythonのバージョンを管理する。2系と3系の環境分けだけでなく、3.4と3.5の環境分けなども含む。 基本的には手動でバージョンを切り替えることになるが、特定のディレクトリに移動すると自動でバージョンを切り替えるようにする設定(pyenv local) などもよく使われている。 virtualenv Pythonのパッケージを管理する。Pythonそのもののバージョンは管理しない。 例えば、Django1.8 系を入れた環境と Django1.9系を入れた環境を分けたいときに使う。 pyenv-virtualenv virtualenv を プラグインとして pyenv に組み込んだもの。→ Python のバージョンそのものの管理 + その中でパッケージの管理ができる。 使途の整理 2つの仮想環境の作り方（virtualenv系 と conda env系） Pythonの仮想環境を作
これは誰が得をするのかわからないエントリーですが、コーヒーブレイクにどうぞ。 発端その1：Pythonのコードスタイル PythonのコードスタイルといえばPEP8が有名です。スタイルチェックにこれを利用している方も多いのではないでしょうか？こちらでは、インデントに半角スペース4つ使う事がルールとなっています。 Use 4 spaces per indentation level. さて、ところがこの半角スペース4つって、ちょっと幅を取りすぎな感じがしないでしょうか？でも天下のPEP8で規定されているので、勝手に数を減らすとPython警察が出動しそうです。ここはこちらの意見をサポートする事例が必要です。 Chromium Python Style Guideは、Chromium OSにコントリビュートするときに使われるスタイルガイドです。こちらのインデントはどうでしょうか？ Indent
追記: 2017/11/16 よく見られているっぽいので、名前変えました。 Pythonのファイル分割とパッケージとかまでをすごいざっくりまとめてみる。 「パッケージの最小サンプル」だけ見たい人は多分目次から飛んだほうが早いのでオススメ。 Pythonでファイルを分割するということ 「ファイル分割 = 名前空間の作成」が気持ちいいぞ 個人的に気に入ってるのがファイル分割。 何かしらいろいろと作ってくるとコード数が増えて、「昨日書いたコードは今日の敵」のようなことになってしまうので、なるべく機能ごとにまとめて管理していきたい。 だいたいこんな理由ではじめてファイル分割を検索するんだけど、「 Python ファイル分割 」みたいな感じでググっても、記事が古かったり、2系で書いてあるから不安になったり、リファレンスのモジュールの項を見ても欲しい情報に速攻にたどり着けなかったりする。 参考： 6.
MacOS High SierraでPython2.7からPython3をdefaultに設定します。 バージョンを確認します。 python --version 2.7と返ってきました。これをpython3にします。 Homebrewかpyenvでインストールしてからpython3を設定します。 python3 --versionを走らせて、python3が入っているか確認できます。 Homebrewでpython3をインストール brew install python →brew: command not found となった場合は、homebrewを入れましょう。 下記のサイトから、コマンドをコピーしてterminalでinstall。 [Homebrew](https://brew.sh/index_ja Homebrewでpython2.7系をインストール既にしている場合 既にb
現在のラジオ番組を表示させるプログラムをpython3で作成した。 GUIはwxpythonで、lxmlパーサーとラジコの番組表を受取る仕組みを利用した。環境はwindows8,python3.6で、開発環境はVsual Studio Code(バージョン1.17.0) http://radiko.jp/v2/api/program/station/weekly?station_id="番組名"を入れると番組表がxmlにて取得できる。 lxmlパーサーでxpathを利用して要素ごとに読み込み、ラジオ曲と番組表を表示した。 25時からの番組があるためdatetimeを利用して日付のまたぎを考慮した。日付の差分はdatetime.timedelta(days=1)対応できた。（参考 Python datetime 日付の計算、文字列から変換【決定版】） Bangumiクラスとした。 Class
１.簡単な概要 この記事では都内ラーメン屋の食べログ口コミを使って隠れた名店をレコメンドで発掘するやり方を解説していきます。 私自身🍜が大好きで昔は年間100杯以上食べ歩いてきた自称ラーメンガチ勢です。しかしながら、直近の健康診断にひっかかり、医者からドクターストップをかけられてしまいました。。。 行き場をなくしたラーメン熱を発散すべく機械学習でラーメンレコメンド（隠れた名店をレコメンドで発掘）に挑戦してみることにしました。 今回は、集大成として、Word2vecでモデリングしたmodelを使って隠れた名店をガチで発掘し、実際にそのお店に行って確かめるところまでやります！ 有名店のラーメンに対して類似度が高いラーメン店を探すイメージです。 techgymさんのブログに掲載いただきました！ありがとうございます。 【人工知能の無駄遣い?】AIプログラミングの面白記事をまとめてみました。 ２.
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
