Zeep: Python SOAP client — Zeep 4.1.0 documentation
Zeep: Python SOAP client¶ A fast and modern Python SOAP client Highlights: Compatible with Python 3.7, 3.8, 3.9, 3.10, 3.11 and PyPy Build on top of lxml and requests Support for Soap 1.1, Soap 1.2 and HTTP bindings Support for WS-Addressing headers Support for WSSE (UserNameToken / x.509 signing) Support for asyncio via httpx Experimental support for XOP messages A simple example: from zeep impor
TensorFlow Quantum
# A hybrid quantum-classical model. model = tf.keras.Sequential([ # Quantum circuit data comes in inside of tensors. tf.keras.Input(shape=(), dtype=tf.dtypes.string), # Parametrized Quantum Circuit (PQC) provides output # data from the input circuits run on a quantum computer. tfq.layers.PQC(my_circuit, [cirq.Z(q1), cirq.X(q0)]), # Output data from quantum computer passed through model. tf.keras.l
Creating Web APIs with Python and Flask | Programming Historian
Donate today! Great Open Access tutorials cost money to produce. Join the growing number of people supporting Programming Historian so we can continue to share knowledge free of charge. Access to Twitter’s API has recently changed. The Free Tier no longer allows users to search and download Twitter data. Unfortunately, this means that elements of this lesson will only work for those who are paying
学習アルゴリズム以外のscikit-learn便利機能と連携ライブラリ - yubessy.hatenablog.com
Pythonで機械学習を使う場合、scikit-learnには何かとお世話になる。 豊富な学習アルゴリズムの実装を利用できるのが長所だが、実はアルゴリズムそのもの以外にも、前処理や評価のための様々な便利機能を有している。 これらを知らずに使っていると，車輪の再発明をしてしまうことになる。 また、機械学習関連のPythonライブラリはscikit-learnと連携できるAPIをもつものも多い。 scikit-learnを中心とするエコシステムが成立しているとも言える。 中にはコードをほとんど書かずに簡単なモデリングができるようなツールまである。 この記事では個々の学習アルゴリズムではなく、scikit-learnに予め用意されている便利機能やscikit-learnと連携できるライブラリなどを紹介する。 便利モジュール・パッケージ 前処理や評価で使われる一般的なテクニックの多くは既に実装され
Python 次世代の多次元配列パッケージ群 - StatsFragments
このところ、たびたび NumPy 後継が...とか 並列処理が...という話を聞くので、この秋 注目の多次元配列パッケージをまとめたい。 バックエンド系 NumPy のように数値計算処理を自前で実装しているパッケージ。 DyND Blaze プロジェクトのひとつ。C++ 実装 + Python バインディング。GitHub にいくつか Example があがっているが、複合型やカテゴリカル型、GroupBy 操作がサポートされていて熱い。ラベルデータも NumPy より簡単に実装できそうだ。 speakerdeck.com 並列分散系 自身では直接 数値計算処理を行わず、バックエンド ( 主に NumPy )を利用して並列/分散処理を行うパッケージ。1 物理PC/複数コアでの並列計算を主用途とし、NumPy, pandas では少し苦しいが PySpark などを使うほどじゃない...とい
python - 機械学習の「朱鷺の杜Wiki」
python一般† python.org：公式サイト Wiki Package Index iOS用Python環境 Computable Python for iOS Python Math PyPad Pythonista 英語資料 Python Course：Python のいろいろなトピックについての講義を集めたサイト Python Quick Reference @ Richard Gruet (旧版 日本語訳) Google's Python Class OLamp.com -- Python Dev Center：O'Reillyのpython関連ニュース Python Miro Community：チュートリアル講演ビデオのポータル Wikipedia:Python_(programming_language) Python tools that everyone shou
11 Python Libraries You Might Not Know - Alteryx Community
There are tons of Python packages out there. So many that no one man or woman could possibly catch them all. PyPi alone has over 47,000 packages listed! Recently, with so many data scientists making the switch to Python, I couldn't help but think that while they're getting some of the great benefits of pandas, scikit-learn, and numpy, they're missing out on some older yet equally helpful Python li
Anaconda package lists | Anaconda: Documentation
All packages available in the latest release of Anaconda are listed on the pages linked below. These packages may be installed with the command conda install PACKAGENAME and are located in the package repository. Click the links below to see which packages are available for each version of Python (3.6, 3.5 or 2.7) and each operating system and architecture. Anaconda is available for 64 and 32 bit
#4 今年お世話になったgemその1 KAYAC Advent Calendar 2013 - KAYAC engineers' blog
こんにちは、@Konboi です！ このエントリーはtech.kayac.com Advent Calendar 2013の4日目のエントリーです。 今日のエントリーでは今年1年間、クライアントワークのプロジェクトでお世話になったgem10選の紹介とそれらの簡単なtipsを、 自分と明日担当の@hilotterの2人で2回に分けて紹介したいと思います！ ( カヤックはPerlの会社として知られていますが、クライアントワーク事業部ではRailsを使用したプロジェクトも数多くあります！) それでは、早速いってみましょう！ carrierwave まず1つ目に紹介するのは、ファイルアップローダの決定版 carrierwaveです。 carrierwaveは下記のように設定をしておけば画像のアップロード時に s,m,l のサイズをまとめて生成してくれます！ 呼び出す側では、 .url.(:s),
CSVデータをデータベース化するツール「CtoD」の紹介
前の記事ではCtoDを使ってCSVデータからHeroku上にWebアプリを構築する手順を説明しました。 Excelデータを最速でWebアプリ(Heroku)にする１０９のステップ ここではCtoDの詳細を説明します。対象バージョンは0.0.3です。 ctoD | RubyGems.org | your community gem host melborne/ctoD 使い方 gem install ctoDでインストールすると、ctoDターミナルコマンドが使えるようになります。サブコマンドを渡さなければそのヘルプが表示されます。 % ctoD Commands: ctoD create_table CSV DATABASE # Create a database table for CSV ctoD export CSV DATABASE # Export CSV data to DATA
LIBLINEAR -- A Library for Large Linear Classification
Machine Learning Group at National Taiwan University Contributors Version 2.47 released on July 9, 2023. We fix some minor bugs. Version 2.43 released on February 25, 2021. Installing the Python interface through PyPI is supported > pip install -U liblinear-official The python directory is re-organized so >>> from liblinear.liblinearutil import * instead of >>> from liblinearutil import * should b
suchowan's UniWiki Calendar/When/Ruby
目的・用途 基本的な目的は、古今東西あらゆる文化および言語で用いられた暦日・暦法・時法・暦年代・暦注などに ユニークな名前付けを行い、統一的に扱うための枠組みを提供することです。 またTZInfo や google-apis-calendar_v3 と協働する点も特徴になるのではないでしょうか。 結果としてWebサーバーのエンジンなどに向くライブラリにはなったと思います。 Ruby にもともとついてくる Time, Date, DateTimeなどのクラスにくらべて桁違いに動作速度が遅く、 これらを置き換えるものではありません。 現状のステータス 2021-05-06時点では、本ライブラリはβ版でrev.0.5.0です。 著作権表示 Copyright (C) 2011-2021 Takashi SUGA You may use and/or modify this library acc
%2B%25B6%25A6%25CA%25AC%25BB%25B6%25A1%25A6%25C1%25EA%25B4%25D8%25B2%25F2%25C0%25CF%25A1%25A6t%25B8%25A1%25C4%25EA)
GFD電脳Ruby小物置き場 - (Library) 共分散・相関解析・t検定
ライブラリをパスの通っているディレクトリに置く． require する場合は, require "statistic" include Statistic でモジュールを読み込めます． =begin = Statistic ==Index * ((<module Statistic>)) * ((<rcov_population>)) * ((<rcov>)) * ((<rcor>)) * ((<student_test>)) * ((<significance_level>)) =module Statistic statistic functions made by eriko. in /home/eriko/lib/ruby/1.8 ==Module Functions ---rcov_population(fx, fy) => cov 母共分散を返す ARGUMENTS * fx
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
FAQ — Surprise 1 documentation
Chart.js
GitHub - davispuh/MySQL-for-Python-3: MySQL for Python lib port to python 3
screening | RubyGems.org | your community gem host
GitHub - phyten/screening
GitHub - aasmith/feed-normalizer: Extensible Ruby wrapper for Atom and RSS parsers
http://fseoane.net/blog/2010/fast-bindings-for-libsvm-in-scikitslearn/