エディタの裏からプログラマを操る†闇の技術† LSP - Qiita
あらゆる言語を使いこなす存在、テキストエディタ 最近EmacsよりもVSCodeの使用頻度が増えてきていて切なさを感じているソフトウェアエンジニアです。 コーディング業務でとてもお世話になっているのがテキストエディタですね。時には優しく時には厳しく叱責してくれる。理想の先輩の様な存在がテキストエディタです (トゥンク)。 どんな言語でも詳しいし何でも知ってて凄いなーと思っていたのですが、どうやらこの機能、テキストエディタのものではない様です。 エディタは言語ごとのサーバとやりとりしている 最近のエディタは言語ごとに解析機能を提供しているサーバとやりとりしていて、これをLanguage Serverというようです。 例えばGo言語で作業している時、裏側ではgolspと呼ばれるサーバが走っていて、エディタは作業で発生するイベントごとにこのサーバとやりとりを行い解析結果を画面上に表示しています。
オープンソースのWebAssemblyサーバレス基盤「Wasm Workers Server 1.0」正式リリース。RubyとPythonのWASMランタイムに対応し、Ruby/Pythonでの記述が可能に
オープンソースのWebAssemblyサーバレス基盤「Wasm Workers Server 1.0」正式リリース。RubyとPythonのWASMランタイムに対応し、Ruby/Pythonでの記述が可能に VMware Wasm Labsは、Node.jsやDenoのようにWebAssemblyやJavaScriptで記述したWorkerをサーバサイドでイベントドリブンに実行できる「Wasm Workers Server」のバージョン1.0をリリースしました。 Wasm Workers Server v1.0.0 is out. We are happy to announce the support for Python, Ruby and more languages in the future! From now on, you can create worker-based se
Pythonの生みの親ヴァンロッサム氏が正式に引退とのことですが、特定の誰かがリーダーとして引き継ぐのですか？ - Quora
問題が発生しました。しばらくしてから、もう一度お試しください。 再度お試しください
Pythonの生みの親グイド・ヴァンロッサム氏が職業プログラマから引退を表明。昨年Pythonの優しい独裁者からも引退
Pythonの生みの親グイド・ヴァンロッサム氏が職業プログラマから引退を表明。昨年Pythonの優しい独裁者からも引退 Pythonの生みの親であるGuido van Rossum（グイド・ヴァンロッサム）氏が、勤務先であったDropboxを退社し、これからは引退生活を送ることが表明されました。 下記はヴァンロッサム本人のツイート。 It's bittersweet: I'm leaving @dropbox, and am now retired. I've learned a lot during my time as an engineer here -- e.g. type annotations came from this experience -- and I'll miss working here. https://t.co/0ROaUrHQLt — Guido van
Project Jupyter
Project Jupyter builds tools, standards, and services for many different use cases. This page has links to interactive demos that allow you to try some our tools for free online, thanks to mybinder.org, a free public service provided by the Jupyter community. Applications The Jupyter team builds several end-user applications that facilitate interactive computing workflows. Click the boxes below to
エンジニア・コミュニティの探し方と参加の心得 - 居心地 #とは｜中川 伸一(@shinyorke)｜note
コミュニティの「居心地の良さ」ってなんだろう？このエントリーのメインテーマです。 （noteでは）はじめまして、野球でエンジニアをしているなかがわ（@shinyorke）ともうします。 このエントリーでは、 ・エンジニア・コミュニティの大まかな分類 ・参加・運営両方の視点での「居心地」について ・結局、コミュニティの「居心地」ってなんだろう？ の三本立てでお送りします。 先にオチを言うと、 「自分が求めているコミュニティを"正しく理解"して参加・運営しよう」 「場合によっては"独学"に徹するのもいいこと！（無理に参加しない）」 そういう話です（エンジニア版のコミュニティ・マネジメント論かも）。 なお、このコンテンツはPyLadies Advent Calendar 2018 22日目の記事でもあります（コミュニティつながりってことで）。 自己紹介（Who am I?）スポーツ関連のエンジニ
Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball
毎年恒例、Pythonの本と学び方のまとめ・2019年バージョンとなります. ※2021/1/11更新：2021年版あります ※2020/1/9更新：2020年版もあります, こちらもよろしくおねがいします！ ※ちなみに昨年版はこちら 改めましてこんにちは、Pythonと野球を仕事にしています、@shinyorke（Python歴おおよそ8年）ともうします. なお、Python その2 Advent Calendar 2018 12/24記事でもあります. このエントリーはそこそこ長いので、「最初の方をサクッと読んで、残りはつまみ読み」してもらえると良いかもです！*1 ※もちろん全部読んでも構いません！（それはそれで嬉しい） サクッとまとめると 入り口としての「独学プログラマー」は万人が読んだほうが良い名著 データ分析・解析やりたい人も、Webからやっておくと良いかも（特に前処理） Web
Rubyist が pyenv を使うときに知っておいてほしいこと - Qiita
はじめに 機械学習ブームなどにより、 Python を触り始める Rubyist が増えてきたと思います。その際に問題になりやすいのが環境構築です。Rubyだと rbenv がデファクトスタンダードになっているのに、なぜか Python には pyenv に否定的な意見が多いんですよね。 私は pyenv を使っていますし、便利だと思っています。また、 Ruby は殆ど使わないのですが、RubyとPythonのツールスタックの違いについても調べました。 (参考: gem, bundler と pip, venv の比較) その視点から、 Rubyユーザーが自分でpyenvの使い方を自分で決める上で知っておいた方が良いだろうなと思う Ruby と Python の環境の違いをまとめてみます。 tl;dr 丁寧に解説しても、「Python使うにはこんな長い記事を読まないといけないの」とすぐに否
10分でPandasを学ぶ - Qiita
DataFrameを作る DataFrameの作成方法も幾つかあるので、その整理。 まずは、DataFrameをnumpyで行列を作り、インデックスとラベルを貼り付けるパターン。 インデックスの作成。 #Create a index dates = pd.date_range("20130101", periods=6) dates <class 'pandas.tseries.index.DatetimeIndex'> [2013-01-01, ..., 2013-01-06] Length: 6, Freq: D, Timezone: None #Create a DatFrame df = pd.DataFrame(np.random.randn(6,4),index = dates, columns = list("ABCD")) df A B C D 2013-01-01 0.7
Pythonの環境管理ツール良し悪し - Zopfcode
EDIT: 2018/06/19 pipenvについて追記 本記事は社内向けに書いた文章を修正したものである。 世の中にある代表的な「Python環境管理ツール」に virtualenv, pyenv, venv, pipenv の4つがある。これらをGoogleで検索すると使い方が書かれたページばかりが出てきて、それらの違いや使い分けを解説する記事は少ない。 本当は必要ではないのに「pyenvは便利」のような謳い文句で何となく使わせる記事や、古い情報を元に書いた「一見新しそうに見える記事」も多く見られる。 この記事では、中立・実用重視な視点から各ツールを解説し、筆者が考えうるベター（ベストは人それぞれ）な組み合わせについて書く。 なおAnacondaは初学者が使うにはおすすめできない。Anacondaについての筆者の解釈は末尾にあるためそちらも参照されたい。 本記事公開後いくつか近い話題
BBC micro:bit MicroPython documentation — BBC micro:bit MicroPython 1.0.1 documentation
BBC micro:bit MicroPython documentation¶ Welcome! The BBC micro:bit is a small computing device for children. One of the languages it understands is the popular Python programming language. The version of Python that runs on the BBC micro:bit is called MicroPython. This documentation includes lessons for teachers and API documentation for developers (check out the index on the left). We hope you e
Pythonはどうやってlen関数で長さを手にいれているの？
Pythonには文字列やリストなど、長さをもつオブジェクトがあります。長さを手に入れるには、文字列なら、name.length ではなく len(name) のようにlen関数を使います。len関数はどうやってnameに入っているオブジェクトの長さを手に入れているのでしょうか。if文にはTrue/Falseとなる条件式を指定しますが、それだけでなく文字や数字、自分で作ったデータ型も渡せます。if文はどうやって与えられたオブジェクトがTrueなのかFalseなのかを手に入れているのでしょうか。 この発表では、Pythonのプログラムがどうやって必要な情報を手に入れているのか、また、自分で実装するときにどう実装すればlen()やif文やfor文に指定できるのかを説明します。
pythonによる画像処理入門 - webエンジニアの日常
はじめに 今回はpythonによる画像処理のお話です。 普段仕事ではRubyメインなのですが、最近趣味でpythonを勉強しはじめ、画像を加工するのが意外と簡単だと分かったので、簡単な画像処理について書いてみました。 pythonについてはまだまだ勉強中なので、python的にはこうは書かない、これだと処理が遅い、コードが汚いなどなどありましたら、コメントで教えていただけると幸いです。 また、以下のコードではpythonのライブラリ、numpy, pillowを使用しています。 著者の環境ではwindows10上でAnaconda3を使用しているため別途インストールは不要でしたが、実行する際は必要に応じてインストールをお願いします。 画像処理の概要 画像の加工は単純に各ピクセルの色を画像の端から端まで順番に変更することで実現しています。 そこで、まずは画像ファイルを読み込み、操作しやすいよ
Rubyでシュッとグラフを書く with Jupyter notebook - Qiita
Jupyter notebookとは？ 一言で言うと、ブラウザで動く超便利なREPLです。 もともとJupyter notebookはPython用のプロジェクトだったのですが12、近頃はRubyも使えるようになっています。 本記事では、Jupyter notebook上でRubyを使い、グラフを書く方法を解説します。 環境構築 下記はMacを想定しています。 まずJupyterを導入して、次にIRubyを導入します。 それ以外の環境の方はこちら： - Bash on Windows (Creators Update以降) - Ubuntu Linux 16.04 - Docker Jupyterの導入 pip を使う方法と Anaconda を使う方法があります。ここでは pip を使います。 これでJupyterが立ち上がり、ブラウザでhttp://localhost:8888が開きま
JupyterまたはiPython Notebookでデバッグをする方法 - Qiita
某勉強会で少し話題になっていたので、調べてみました。 準備 デバッグしたい行の直前に、以下を追加します。 IPython.core.debuggerのTraceを使っても良いですが、現在ではDEPRECATED(廃止)扱いになっています。 参考: IPython issue #9940 実行 JupyterやiPython Notebookで普通に実行すると、前項で追加した行の直後で実行が中断されます。 ipdb>の後に現れるテキストフィールドに、コマンドを入力します。hでヘルプが表示されます。qで終了します。 ipdbコマンド一覧 参考: Python Ipdb Cheatsheet 移動系 コマンド 説明
ネイティブデータ型 - Dive Into Python 3 日本語版
❝ 疑問はすべての哲学の礎であり、探求はその前進であり、無知はその終わりだ。❞ — ミシェル・ド・モンテーニュ 飛び込む データ型だ。初めてのPythonプログラムのことはしばらく忘れて、データ型について話そう。Pythonではすべての値がデータ型を持っているにもかかわらず、変数のデータ型を宣言する必要はない。これはどういう仕組みで動いているのだろう？ Pythonはそれぞれの変数について、もとの代入がなされたときに何の型であるかを把握し、それを内部的に追跡しているのだ。 Pythonは数多くのネイティブデータ型を持っている。重要なものは以下の通りだ： ブール値は、TrueまたはFalseのどちらかを表す。 数値は、整数（1や2）を表したり、浮動小数点数（1.1や1.2）を表したり、分数（1/2や2/3）を表したりできる。複素数さえも表せる。 文字列はUnicode文字のシーケンス（並び）
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
スクレイピング・ハッキング・ラボ Pythonで自動化する未来型生活
10 Minutes to Pandas — pandas 0.19.2 documentation
人気プログラミング言語Pythonの昔と今、そして今後の展望
GitHub - jakevdp/PythonDataScienceHandbook: Python Data Science Handbook: full text in Jupyter Notebooks
