The Case Against Python 3 - Learn Python the Hard Way
The type for this book is set in 18px / 1.5 Adobe Serif, Sans, and Code. The Case Against Python 3 (For Now) This document serves as a collection of reasons why beginners should avoid Python 3 as of November 22nd, 2016. I give two sets of reasons as I see them now. One for total beginners, and another for people who are more knowledgeable about programming. The first section attempts to explain th
Welcome to janome's documentation! (Japanese) — Janome v0.4 documentation (ja)
Welcome to janome's documentation! (Japanese)¶ English Janome とは¶ Janome (蛇の目; ◉) は，Pure Python で書かれた，辞書内包の形態素解析器です。 依存ライブラリなしで簡単にインストールでき，アプリケーションに組み込みやすいシンプルな API を備える形態素解析ライブラリを目指しています。 内包辞書として mecab-ipadic-2.7.0-20070801 を使っています。なお，v0.3.8+ では新元号「令和」がシステム辞書に追加されています。 ソースコードリポジトリ¶ https://github.com/mocobeta/janome 気に入ったらリポジトリにも★つけていってください！ :) API リファレンス¶ https://mocobeta.github.io/janome/api/ 動
mypy - Optional Static Typing for Python
Compile-time type checking Static typing makes it easier to find bugs with less debugging. Easier maintenance Type declarations act as machine-checked documentation. Static typing makes your code easier to understand and easier to modify without introducing bugs. Grow your programs from dynamic to static typing You can develop programs with dynamic typing and add static typing after your code has
「Rubyのここがイケてない」を論破したい - Qiita
職場のPythonistaとプログラミングについての話をすると、ことごとくRubyディスの流れに持ってかれてしまいます。 Railsは流行ってるけど Rubyはそうじゃないよね 絶滅しそうなプログラミング言語にRubyが選ばれたのは 順当 GithubがRailsで作られているというのは 都市伝説 (大規模開発に向いてるとは思えない) Rubyのrequireは 仕様不備 なぜそんなに嫌うのですか？ TMTOWTDIは悪 TMTOWTDIとは"There's More Than One Way To Do It."の頭文字で、「やり方はひとつじゃない」という意味の、Perlのモットーです。 Rubyでは、その思想を受け継いでるためなのかわかりませんが、組み込みクラスの多くのメソッドに別名が定義されています。 例えば Enumerable#map,find,inject,select,inc
Open Sourcing Our Go Libraries
Dropbox owes a large share of its success to Python, a language that enabled us to iterate and develop quickly. However, as our infrastructure matures to support our ever growing user base, we started exploring ways to scale our systems in a more efficient manner. About a year ago, we decided to migrate our performance-critical backends from Python to Go to leverage better concurrency support and
Page Redirection
If you are not redirected automatically, follow this link/a>.
Pythonによるデザインパターン（目次） - None is None is None
これは『Rubyによるデザインパターン』（ラス・オルセン著 ピアソン・エデュケーション刊）をPythonに翻訳してみようというシリーズです。 Rubyによるデザインパターン 作者: Russ Olsen,ラス・オルセン,小林健一,菅野裕,吉野雅人,山岸夢人,小島努出版社/メーカー: ピアソン桐原発売日: 2009/04/01メディア: 単行本購入: 13人 クリック: 220回この商品を含むブログ (66件) を見る デザインパターンの原則から 変わるものを変わらないものから分離する インターフェイスに対してプログラムし、実装に対して行わない 継承より集約 委譲、委譲、委譲 必要になるまで作るな（これは「Rubyによる〜」の筆者による） 記事 Template Methodパターン Strategyパターン Observerパターン Compositeパターン Iteratorパターン C
pythonとnetworkxを使ったPageRank解析 - 研究ブログ
pythonにはnetowrkxという便利なグラフ解析ライブラリが存在します。 このライブラリはかなり良くできていて ・Rのigraph等のライブラリと比較してサブグラフの出力結果へのアクセス手法が用意 ・numpyやscipy等との連携がかなり進んでおり、大規模なグラフや高速演算を求められるグラフにおいても適している。 という特徴があります。 ここでは、同ライブラリを使ってPageRankによるグラフ解析を実施する手法を紹介します。 利用ライブラリ networkxを利用するにあたり必要なライブラリは以下の通りです。 networkx http://networkx.lanl.gov/ numpy http://numpy.scipy.org/ scipy http://www.scipy.org/ numpyとscipyはnetowrkxを利用するにあたり必須のライブラリではありません
Pythonのisdigit(),isdecimal(),isnumeric()の違いを調べてみた - PYTHONIC BOOM BOOM HEAD
(2017/8/7追記) 当時は記事内容の通りだったんですが、現在のpython3.6や2.7の最新だとローマ数字はisdigitでFalseを返すようです いつもtwitterでお世話になってる方のブログ記事でこんな記述がありました。 #91 [Python][TDD]テスト駆動開発でFizzBuzzしてみようず！ « Python « a wandering wolf str型には、次の検証用メソッドがあります。 str.isdecimal() str.isdigit() str.isnumeric() 正直、私にはこれらの違いが分かりませんでした(´・ω・｀) Python2.7には isdigit() しかないようなのでPython3.2あたりで追加されたんでしょうか。気になったので違いを検証してみました。 検証 num = "1" # まずはunicodeで num.isdigi
scikit.learn手法徹底比較！ ナイーブベイズ編 - Risky Dune
scikit.learnの分類手法を比較するこの企画. 今回はナイーブベイズを検証する. ナイーブベイズはi番目の入力ベクトルの各次元が, クラスラベルが与えられると互いに独立, すなわち となると仮定する分類手法である. ただし, はの次元数, はi番目の入力ベクトルのj個目の要素を指す. 学習段階では訓練データから各クラスjごとに確率分布を学習し, 分類する際にはが最大になるようなクラスに分類する. scikit.learnが提供するナイーブベイズのクラスは Gaussian Naive Bayes Bernoulli Naive Bayes Multinomial Naive Bayes の3つがある. Gaussian Naive Bayesは分布をガウス分布で表現するクラスである. 訓練データからこのガウス分布のパラメーターを学習する. Bernoulli Naive Bayes
僕はもう、そんなにナイーブじゃないんだ - Qiita
Machine Learning Advent Calendarの20日目です。 はじめに Naive Bayes(NB)とその改良版のTransformed Weight-normalized Complement Naive Bayes(TWCNB)、Averaged One-Dependence Estimators（AODE）という手法について解説と実装を書きます。 Naive Bayes NBはベイズの定理と特徴変数間の独立性仮定を用いた分類器です。文書のカテゴリ分類等でよく利用されます。 NBは、事例$X$に対し$P(y|X)$が最大となるクラス$y$を分類結果として返します。$P(y|X)$は、ベイズの定理を用いて、以下のように展開が可能です。 P(y|X) = \frac{P(y, X)}{P(X)} = \frac{P(X|y)*P(y)}{P(X)} \propto P
pythonで類似度の計算とか - Pythonlike
研究でやった共起頻度とかの共起まわりの計算処理をツール化しようという計画。 pythonのGUIを使ってInteractiveに仕上げる…予定。 とりあえずMeCabをインポート。mathも便利なので使う。 import sys import MeCab import math形態素の処理の部分 accep_f=['感動詞','形容詞','動詞','名詞','未知語','フィラー'] accep_d=['サ変接続','一般','自立'] text=open('text.txt','r') m = MeCab.Tagger('') for line in text: node = m.parseToNode(line) id_doc+=1 while node: N+=1 if(node.feature.split(",")[0] in accep_f and node.feature.sp
集合とかベクトルの類似度の計算のメモ - 唯物是真 @Scaled_Wurm
Pythonで実装する類似度計算 - Screaming Loud #1283. 共起性の計算法 ↑この辺りの記事を見て、集合とかベクトルの類似度の計算の記事を下書きのまま放置していたことを思い出したので書き上げた。 類似度の計算のコードを書いたのでそれを載せるだけにしようかと思ったのですが、知っている人にしか伝わりそうにないので自然言語処理でよく使う話の概要だけでも書いときます。 導入 自然言語処理の分野では単語の意味を比較するときに、ある単語の周り(文脈)に出てきた単語のベクトル(文脈ベクトル)の類似度を計算することがある。 これは「ある単語の意味はその周囲に出現する単語によって特徴づけられている」という仮説に基づいていて、文脈ベクトルが似ていれば似たような意味、似たような状況で使われる単語が多いということが言えるからである。 Distributional semantics - Wi
Pythonによる文中の単語の共起頻度計算プログラム - be a ninja engineer
先日に引き続き、今回はCvs形式で分割された文中の単語の共起頻度を計算しています。 この単語の関連度の抽出には、シンプソン係数を用いています。 プログラムはこんな感じ。 # encoding: utf-8 ''' Created on 2010/01/30 ''' import sys import os import re import codecs def main(): '''target = sys.argv[1] if os.path.isdir(target): for root, dirs, files in os.walk(sys.argv[1]): for file in files: file = open(file, 'r') else: file = codecs.open(target, 'r', 'utf-8') ''' freqwords = {} freqp
python自習テキスト [kirinwiki]
このコンテンツを更新しなくなって久しく、さらにレンタルサーバーのPHPもずっと古いバージョンを使うわけにいかず、従来のdocuwikiを使うのをやめました。全ての内容を静的なHTMLにするのが割と手間なため、手抜きとして、ここの表紙以外をPDFに直してしまいました。これで保存します。python2用なので利用価値もすでに少ないですけどね。 っていうか、実際は動物さんイラスト集サイト。pythonの話はオマケ。 スクリプトが書けると、多分どっかで何かの役に立ちます。決まりきった仕事をチマチマと手作業でやるような場面で、スクリプトを上手に書けると劇的に楽になったりすることもあります。筆者自身がそういう経験を持っているので、他にも同じようなことができる人が現れてほしい。こういった動機で、習得用のテキストをポチポチと書き続けています。 興味はある(or 必要に迫られている)んだけど、本当に何も知ら
機械学習ライブラリ scikit-learn で簡単ツイート分類 | ぱろすけのメモ帳
皆様こんにちは。今日も元気に自分を見つめ直していますか？自分を見つめ直す手段として、過去の自分の発言を見返すことは有用だと考えられます。たとえば、Twitter を使っている方ならば、その過去ログを用いることが考えられるでしょう。Twitter の過去ログはライフログとして機能し、それを用いることにより、過去の出来事のみならず、考え方、感じ方、ふとした着想、などなどを読み取ることができます。しかしながら、過去のツイートを全部見返すのは非常に面倒ですね。たとえば僕のアカウントはトータルで4万ツイート以上あります。これは非常にめんどい。Twitter は情報量多くてだるいよね問題については、従来「再生核 Hilbert 空間を用い、脱ベイズ確率主義に立脚したあまりだるくないツイッター」などの試みが行われてきましたが、今なおその面倒さを軽減する手段については十分とはいえません。本記事では、過去の
Pythonにおける日本語のエンコーディングの検出について - 試験運用中なLinux備忘録・旧記事
(2015/1/29)一部のリンク先を修正し、更にサンプルコードもPython 3で動作することなどを目的に一部修正した。 エンコーディングの簡易検出 例 ASCIIとISO-2022-JPの区別が重要でない場合のデコード 実用的なエンコーディング判別パッケージ エンコーディングの簡易検出「Pythonにおけるエンコーディングの扱いとエンコーディングの変換について」の最後で、特定のエンコーディングにエンコードされた文字列をUnicode文字列にデコードする際に実際のエンコーディングに合っていなければUnicodeDecodeErrorが出ることを書いたが、言い換えると、一部の例外を除いて正しいエンコーディング指定と文字列オブジェクトとの組み合わせでのみUnicodeDecodeErrorは発生しない。 これを利用して、エンコーディングが不明な文字列オブジェクトに対して、エンコーディング名の
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
Pythonへの型アノテーション導入を目指すGuido van Rossum氏
Python 3 support · Issue #16 · paramiko/paramiko
Java、C++、Python…プログラミング言語擬人化計画！｜【Tech総研】