)
Pythonでプログレスバーを出したい(tqdmを使う) - あれもPython,これもPython
Pythonでスクリプトを作っている時に、 ループの進捗を確認したい時があります。 ループ毎にprint等で確認してもよいのですが、 長い処理を行う場合、ターミナルの表示がムダに感じます。 そこでプログレスバーを表示するtqdmモジュールを使用します。 使い方 pipを使っていれば、pipで入ります。 pip install tqdm 使い方はループのイテレータをラップするだけです。 importの仕方にだけ気を付けましょう。 from tqdm import tqdm import time for i in tqdm(range(100)): time.sleep(1)#ループしたい処理を書く # 以下のプログレスバーが出る # 75%|███████▍ | 75/100 [02:02<10:51, 1.28s/it] enumerateと併用したい場合 Pythonではループカウンタ
PythonでRSSフィードを処理する(feedparserを使う) - あれもPython,これもPython
PythonでRSSリーダーを作りたい時があります。 そういった時はfeedparserモジュールを使用します。 feedparserは標準モジュールではないので、 pip等でインストールします。 pip install feedparser 使い方 RSSフィードのURLを与えてあげると、 FeedParserDictという辞書型に似た形で返してくれます。 ドキュメントを見るとほとんどのパース作業を裏でやってくれているので、 使用する分には何も考えないでも使えてしまいます。 import feedparser url = "feedのurl" rss = feedparser.parse(url) type(rss) # <class 'feedparser.FeedParserDict'> #辞書っぽいアクセス #feedのタイトルとデスクリプション print(rss['feed']
)
Pythonで画像編集がしたい(Pillowを使う) - あれもPython,これもPython
そろそろ画像まわりも覚えていきたいので、 まずPillowをためす。 機械学習なんかをするにはOpenCVやnumpyで画像を扱える必要があるのだろうけど、 まずは簡単な画像編集から。 Pillowとは PillowはPILというモジュールがForkされたもの。 PIL自体の開発は止まっているのだけれど、 Pillowはimport PILで使えるので、 昔はPIL使ってたコードもそのまま使える配慮をしてくれている。 導入 pip install Pillow pillowとlower caseにすると全く関係ないモジュールが入るので注意。 使い方 とりあえず適当な画像をダウンロードしてきて、 読み込んでみる。 画像のダウンロードにはwgetというモジュールを使った。 from PIL import Image import wget img_url = 'ダウンロードしてくる画像のURL
%25E3%2581%25A8%25E3%2582%25A4%25E3%2583%2586%25E3%2583%25AC%25E3%2583%25BC%25E3%2582%25BF)
今週のPython(2016年4月2日週)とイテレータ - あれもPython,これもPython
はいはーい、今週のPythonです。 始めての方向けに説明すると、 毎週twitterで（手動で）キュレーションした記事を紹介してます。 で、その反応状態を見て、コメントをするシリーズ記事です。 今回は若干趣向を変えて、いきなり記事を全部紹介します。 Python3のmap等の生成物(イテレーター)・丸括弧でのジェネレーター内包表記は使い捨て Python: ast (Abstract Syntax Tree: 抽象構文木) モジュールについて PythonでFizzbuzz（1行で） 感想など 渋いですね。 こういぶし銀な凄さが伝わってきます。 なんせリスト内包表記、ジェネレータ内包表記、イテレータ、astですよ。 先週は画像処理記事ばっかりで、 なんか派手感ありましたが、その反動なんでしょうか。 で、 せっかくなんで、今週は真剣に理解するとすごく分かりにくい、 イテレータやジェネレータ
)
PythonでさくっとwebAPIを立てる(falconを使う) - あれもPython,これもPython
画面なんて作るから構築に時間がかかるんだ!(極論) ※なお、良心がタイトルを「まだテンプレートで消耗しているの?」にさせなかった模様。 Pythonの有名ドコロwebフレームワークは、 どれもデフォルトでテンプレート機能が用意されています。 （対してORMはDjangoくらいだったりする) 今回紹介するFalconはそのテンプレート機能すらも捨て去った漢モジュールです。 最近のスマホアプリや、javascriptによるフロントMVCの攻勢を見ると、 テンプレートはなくても良いんじゃないかと思うことがあります。 そうなるとtornadoやDjangoは少々大げさすぎる感じはするので、 サーバサイドをScrapy + mongodb + データ集計+Falconで組んで、 フロントはスマホアプリやJSに完全に任せてしまうという構成もありなきがします。 使い方 pipでいれて pip insta
)
データサイエンスをPythonで試す(1_検定) - あれもPython,これもPython
そろそろ本腰をいれて、Pythonでデータ分析を始めることにしました。 教科書は以下の本を使用します。（クリックするとamazonに飛びます) 元の本はRでデータ分析を行っているので、 それをPythonでやるにはどうやるのか? を何回かに分けてノートとして公開します。 (今回は検定) 環境構築 目的 モジュール 環境 Anaconda IDE IPythonNotebook データ処理 Numpy,Pandas グラフ作成 matplotlib 検定等 Scipy 機械学習 Orange,sklearn 時系列分析 statsmodels 以上を導入しておきます。 第三章:検定 というわけで、上記の書籍の第三章、検定から入ります。 IPythonNotebookを起動してノートをつくります。 まずは、必要なモジュールをimportします。 import numpy as np impor
IPythonNotebookのノートがたくさんなのが嫌なのでブログに変換する - あれもPython,これもPython
IPythonNotebook、便利ですよね。 データ分析ツールとしても良し。 コードの確認としても良し。 実際のノートとして使っても良し。 HTMLしたら共有も楽勝〜。 でもわがままな人はこう思ったりするんです。 「ノートがファイルに別れてるから、共有しにくい」 それ、解決しましょう。 Pythonの静的CMS「Pelican」にIPythonNotebookのノートが流し込めます。 ブログとして閲覧できるようになります。 Pelicanとは 動的CMSと言えば、Wordpress。 これはデータベースに記事を格納してます。 Pelicanはそれとは異なりPython製の静的CMS 対して、静的CMSは事前にHTMLを出力して、 それを静的サーバでブログとして提供します。 なので、DropboxのPublicフォルダや、GitHubPageでもブログが公開できるんです。 ちょっとした身内
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
