KVMをWebから操作できるようにする(WebVirtMgr) - jimaoka blog
我が家では自宅で使用するサーバや、検証のための環境をKVMを使用して作っています。 しかしいままでは仮想マシンを操作するために、ハイパーバイザにログインしてコマンドを打たなければ行けない状況で若干面倒でした。 そこで、Webからそれらの操作を行えるものを探していたのですが、WebVirtMgrが使いやすくていいのではないかと思い、インストールしてみました。 環境 CentOS 7.1 (libvirtによるKVM環境構築済み) ※ KVM環境に関しては CentOS7上にKVM環境を構築する(CUI環境) を参照 セットアップ手順 Install WebVirtMgrを参照してインストールしてみます。 動作に必要なアプリケーションをインストール $ sudo yum -y install http://dl.fedoraproject.org/pub/epel/7/x86_64/e/epe
pythonで巨大なファイルをソートする - Qiita
subprocess.Popenの挙動の勉強になったので、忘れないようにメモ pythonで巨大なファイルを扱うときは、全てをメモリに載せないよう、イテレータを使っての逐次処理を非常に頻繁に行う。 が、sorted()関数は巨大なファイルに対しては使えない。これはイテレータをリストに変換してから処理を行うため。 巨大なファイルをソートしたいときはUnixシステム側のsortを使う import subprocess def sorted_file_generator(filename): proc = subprocess.Popen(['sort', filename], stdout=subprocess.PIPE) while True: # while を使って1行ずつ受け取る line = proc.stdout.readline() if line: yield line.de
超音波距離センサ(HC-SR04)を使う | Make.
RaspberryPiでの超音波距離センサモジュールHC-SR04の使い方を説明します。 超音波距離センサを使うと、センサから対象物までの距離を簡単に測ることができます。 このモジュールはAmazonでも500円以下で売られており、簡単に手に入れることができます。 超音波距離センサについて このセンサは、センサから超音波を出し、その反射を受信して対象物までの距離を測る測距センサです。測定可能距離 2cm-450cmとなります。 この超音波距離センサは、以下の手順で制御を行います。 TRIG端子を10us以上Highにします。 このセンサモジュールが40kHzのパルスを8回送信して受信します。 受信すると、ECHO端子がHighになります。 超音波を送信してから受信するまで、ECHO端子はHighになります。 ECHO端子がHighになっている時間の半分を音速で割った数値が距離になります。
MicroPython - Python for microcontrollers
MicroPython MicroPython is a lean and efficient implementation of the Python 3 programming language that includes a small subset of the Python standard library and is optimised to run on microcontrollers and in constrained environments. The MicroPython pyboard is a compact electronic circuit board that runs MicroPython on the bare metal, giving you a low-level Python operating system that can be u
セカンドシステム症候群にまつわる3つの話―Perl 6, Python 3, PHP 6 | POSTD
この10年間で、3つのメジャーなプログラミング言語が、それぞれPerl 6、Python 3、PHP 6へと大幅なバージョンアップに乗り出しました。ところが、Unicodeのサポート問題などの表面的な類似点があるにも関わらず、根本的に異なった展開を見せています。 今年Perl 6.0.0が公式にリリースされるのに伴い、いま一度振り返って、リリース後の展開について考えてみるのに、今はちょうどいいタイミングでしょう。 これを書いていることが自分でも信じられないのですが、PHPから学ぶべきことがあるかどうか見ていきましょう。Zend TechnologiesのCEOであるAndi Gutmans氏は2008年2月の インタビュー でこう答えています。 我々はPHP 6に対し長いサイクルでのロールアウトを予想している。Perlプロジェクトに対しては、プロジェクトのコントリビューターがいまだPerl
【教えてPythonのエロい人】固定長配列を一気に作るには? | okkyの日記 | スラド
次の問題(すでにシリーズ化の予感) 今、ファイルを読んで split でキーワードの配列 key を作った。 で、その配列の要素数 len(key) だけ、class Column の配列 d を作りたい。 しかし、配列の大きさは判ってるんだから、1つづつ d.append( Column() ) ってやるのは何となく嫌だ。メモリがフラグメンテーションを起こす予感がする。何より、実際には
【Python】2行でHTTPリクエストを並列処理できる便利ライブラリ『GRequests』 - あのねノート。
2014-09-18 【Python】2行でHTTPリクエストを並列処理できる便利ライブラリ『GRequests』 やり方 GRequestsはHTTPリクエストを並列処理するライブラリです。 GRequestsはGitHubでスターを759個付けられているのに、日本語でGRequestsについて触れられた記事はひとつもみつかりませんでした(ほんとかな？) なので紹介します。 GRequestsのインストール pip install grequestsでいけます。GReqestsはrequestsとgeventを使っていますので、それらも一緒にインストールされます。帰ってくるオブジェクトもrequestsのそれなので完璧です。 コードは以下のようになります。 ※ もし404だったりした場合はNoneが格納されます。 サっとHTTPリクエストを非同期処理するときにpip install gr
高速、高精度、省メモリな線形分類器、SCW - Qiita
今回は機械学習アルゴリズム、SCW(Exact Soft Confidence-Weighted Learning)の紹介です。 まずはどれだけすごいか見てみてください。 使用しているデータセットはscikit-learnの手書き文字認識用のものです。 上がSCW、下がscikit-learnのSVCで学習、分類した結果です。timeは学習にかかった時間、accuracyは精度を表しています。 結果を見ればわかるように、SCWは非常に高速に学習することができます。 また、SCWは逐次学習が可能です。すなわち、データをひとつずつ入力しても学習することができます。つまり、データを全てメモリ上に展開して学習させなくてもよいのです。 精度はデータセットに依存します。というのも、SCWは線形分類器だからです。 線形分離不可能なデータに対してはSCWでは精度が落ちてしまいますが、線形分離可能、もしくは
SQLite + Pythonユーザ定義関数組込で進捗ダメじゃないですになりました - あんちべ！
概要 これまで「Hiveからデータ取得・簡単な加工→Pythonで加工・分析」 という流れで作業していたのですが、 Hive→SQLite→Pythonという流れにしたところ進捗が改善されたので、 SQLiteの簡単な使い方とPythonによるSQLユーザ定義関数の組込方法 についてメモを残しておきます。 特にユーザ定義関数の組込を自由に出来ると、 分析する際、相当楽になるということに気付きました。 SQLite挟むことで何がどう改善されたの？ Hiveはデカいデータをゴリゴリ取ってくる分には SQLちょっと書くだけで済むので大変便利ですが、 初動遅いためちょこちょこ小さいデータを何度も取ろうとするとストレス溜まります。 そのため、これまではある程度のデータをまとめてHiveで落としてきて Pythonで加工してから分析するという流れを取っていました。 ただ加工するために似たようなコード何
4歳からのプログラミング入門：我が子にプログラムを教えるための5つのヒント | ライフハッカー・ジャパン
GeekWire：プログラミングは、物事の考え方を学ぶのに非常に適していると思います。だから私は、子どもたちにはぜひ触れさせたいと思っていました。それに、子どもたちは私のiPhoneで「Angry Birds」や「Cut the Rope」をさんざんやっていたので、その舞台裏でプログラムがどう動いているのかを知っておくといいんじゃないかと思ったんです。 そこで、プログラム未経験者にもハードコアなハッカーにも役立つ、子どもにプログラムを教えるコツを紹介します。 ヒント1：Logoはまだまだいける 長男Cyは4歳のときから、iPadで「Mad Logo」を使って、私と一緒に「Logo」プログラムを書き始めました。また、子ども用プログラミング言語「Scratch」を使ってアニメーションを作り始めたのも同じころです。 でも、本当の舞台裏をのぞかせるために、私は「Python」によるプログラミングを
Dropboxは全部Pythonで信頼性の高いソフトウェアを作った（前編）～PyCon APAC 2013
Pythonユーザーが集まり、情報交換し、交流するためのカンファレンス「PyCon APAC 2013」が9月13日、14日に都内で開催されました。PyCon APACはこれまでシンガポールで開催されており、今回初めて日本で開催されました。 Pythonは日本ではあまり利用事例が多くありませんが、海外ではGoogleやDropboxなどで使われていることが知られ、人気のあるスクリプティング言語の1つです。Pycon APAC 2013の2日目の基調講演には、そのDropboxの3番目の社員であるRian Hunter氏が登壇、Dropboxの社内事例も交えてPythonの大規模開発について紹介しています。 基調講演の内容をダイジェストで紹介しましょう。 One Million Lines of Python このカンファレンスに呼んでいただけて大変光栄です。日本には初めて来ました。 僕が初
Pythonを使って簡単にデータを視覚化する
世の中のことをもっと知るにはどうしたら良いだろうと思うときがある。世の中の多くの事柄はログやデータに落とされる。Googleなどの検索サイトは良い例だろう。さて、そのログやデータをどうすれば良いのか? 多くの場合、視覚化が有効な手段となる。 まずは身の回りの日常的なデータやログを何とかしたい。ただ、日常のデータを視覚化するのに数十行以上のコードは書きたくない。まるで息をするかのごとく自然に視覚化を行いたいのだ。そのためには1～2行、長くて数行で済ませることが必要だ。そこでPythonとmatplotlibを使う。加えて、IPythonがあればなお良い。IPythonの導入については以前のブログ記事であるIPythonの埋め込みプロットが素晴らしいを参考にして欲しい。 まずは事前にnumpyとmatplotlibをインポートしておく。できればscipyも。 >>> from numpy im
「サーバーサイドの知識の無さに全俺が泣いた」レベルの入社当時の人に読ませたら少しはアドバイスになったであろうPythonとDjangoの前提知識メモ - 憧れ駆動開発
あの頃は青かった。教えるどころか無知をさらけ出すというのはこの事だった。死ぬほど恥ずかしいので消したかったけれど、この記事が一番アクセスがあって長い間いくらか読まれていたらしい。ためらった。ただ、かつての自分といくらかの人に参考になればうれしいけれど、そろそろ役目を終えたと信じたい。もし書きなおすのなら、もう少し違う言い方か伝え方にすると思う。 内容としては 当時の自分のスペック Pythonの言語で、当時の自分が知った方法(3項演算子とか) mercurial の基礎(init, commit, push, update, log) WAF(Django)の知識 URL(ディスパッチャ)をトリガーにして Viewで処理をかく ModelにDBの内容がある ORMでリレーションを簡単に記述できる テンプレートでViewで処理した内容を表示させる チラ裏に移動させた。
PyCodeConf - October 6th and 7th, 2011: Python and Octocat go in, Awesome comes out.
Meet with the thought leaders and visionaries that will drive the Python community over the next year. Come with an open mind and leave prepared for the future! THANK YOU PyCodeConf was quite an amazing event and it was so because of the amazing sponsors, speakers, but most importantly the wonderful attendees who made the trek to Miami, FL (with bathing suits in tow). We cannot thank you enough fo
Python による日本語自然言語処理
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
Review Board - Time for a code review upgrade
Time for a code review upgrade Still on pull requests? See why organizations upgrade to Review Board: Code review, document review, and image review, all in one place Your code and data stays private, secure, and in your control (Review Board won't mine your data for AI training or other purposes) Works with what you use today (such as Git, Mercurial, Perforce, ClearCase, Cliosoft SOS, or TFS), an
1
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
機械学習の Python との出会い — 機械学習の Python との出会い
Raspberry Piに取り付け可能なLTE通信モジュール ～購入者にはPythonライブラリも提供
Python code translation to JVM
Javascriptを書きたくないヒ トのためのPythonScript