ばんくしさんによる「ゼロから作る自作 Python Package Manager 入門」がほんとよい！ 写経を積みます - nikkie-ftnextの日記
積ん読宣言エントリです。 ざっと一読した感想を述べています。 目次 目次 エムスリーテックブック5（技術書典15） 第6章 「ゼロから作る自作 Python Package Manager 入門」 組合せてパッケージマネージャー 終わりに P.S. 最近のばんくしさん エムスリーテックブック5（技術書典15） 2023年11月に頒布されました 第6章 「ゼロから作る自作 Python Package Manager 入門」 上記のエムスリーさんのエントリより この課題がどこから来ているのか、どのように解消されようとしているのか、そして開発者としてどのように貢献していけるのかを、実際にPackage Managerのlock、install、run、build、uploadのようなサブコマンドを実装して行くことで知っていく章になります。 ばんくしさんには2023年10月のみんなのPython
FastAPI + Prisma で REST API を作る
$ rye add fastapi "uvicorn[standard]" prisma Added fastapi>=0.103.0 as regular dependency Added uvicorn[standard]>=0.23.2 as regular dependency Added prisma>=0.10.0 as regular dependency $ rye sync Initializing new virtualenv in /Users/coji/progs/spike/python/fastapi-prisma-test/.venv Python version: cpython@3.11.3 Generating production lockfile: /Users/coji/progs/spike/python/fastapi-prisma-test/
PythonでJavaScriptの分割代入をどこまで再現できるかやってみた | I Was Perfect
はじめに JavaScript には分割代入（Destructuring assignment）と呼ばれる代入の方法があります。下記はMDN のサンプルの一部です。 let a, b, rest; [a, b] = [10, 20]; console.log(a); // => 10 console.log(b); // => 20 ところで、Python でも似たような構文が使えます。実際、下記の Python コードは上記の JavaScript のコードと同じ意味です。 >>> [a, b] = [10, 20] >>> print(a) 10 >>> print(b) 20 そこで JavaScript の分割代入の知識は、Python ではどこまで活かせるのかが気になったので調査してみます。具体的には、下記の MDN のページのサンプルコードを Python で再現できるかどうか
僕の考えた最強の Python 開発環境 (2024)
はじめに こんにちは, 普段は情報科学専攻の大学院生をしながらバックエンドエンジニアをやっている @koki-algebra です. 普段は Go をよく書いているのですが, 大学でやっている機械学習の研究では Python を使うことがほとんどです. Go のエコシステムに慣れきった私は Python の混沌とした環境に耐えきれず, 最強の開発環境を整えることを決意しました. 具体的には Package Manager, Formatter, Linter, Type Checker, Test Tool を選定し, VSCode の DevContainer を用いてポータビリティに優れた開発環境を作ることを目指します. また, Deep Learning では GPU が必須である場合が多いので, GPU 環境も同時に整えたいと思います. 以下のレポジトリが今回考えた開発環境のテンプ
PandasからPolarsへ移行した方がいいのか - Qiita
なぜこの記事を書くのか 皆さん、データ解析を行う際にどのようなライブラリを用いているでしょうか。 おそらく大半の人はpandasを使っているのではないでしょうか。 私もpandas使ってます。簡単だよね(´・ω・｀) しかし、業務でバカクソでけえデータを読み込もうとしたときに、読み込み時間がとんでもなくかかったり、メモリ不足でそもそも読み込めもしないことが起きていました。 読み込みにメモリ食われすぎて他の作業ができずに待機した挙句、燃え尽きたかのようにノーパソのファンが止まると同時にメモリ不足のエラーが出たときには切れ散らかします。 （画像元：葬送のフリーレン公式Xアカウントのポストより） そんなこともあり、AWSなどのクラウドサービスでメモリに余裕を持たせるためにめちゃくちゃ良いインスタンスを使用していましたが、コストの問題で断念しました。 しかし、どうしても読み込みたいということもあり
Pythonの開発環境の3つの観点をおさえよう
先日 "Python の「仮想環境」を完全に理解しよう" というスライドを公開したらかなり反響がありました。 Python の開発環境の構築は、正直言ってかなり複雑だと思います。 pip・venv・pyenv・Pipenv などなど、似たような名前・似たような役割のツールがたくさん登場して、最初は全然意味が分かりません。 慣れればなんとかなるのですが、慣れるまではかなり苦しいです。 このようにとても難解であるにも関わらず、Python は機械学習などでよく使われることから、避けられないことも多いです。 そこでこの記事には、「そもそも Python の開発環境にはどんな観点があるんだ？このツールはなにを解決してくれるんだ？」という話をまとめます。
Python初学者のためのPandas100本ノック - Qiita
Information 2024/1/8： pandas , Polars など18を超えるライブラリを統一記法で扱える統合データ処理ライブラリ Ibis の100 本ノックを作成しました。長期目線でとてもメリットのあるライブラリです。こちらも興味があればご覧下さい。 Ibis 100 本ノック https://qiita.com/kunishou/items/e0244aa2194af8a1fee9 2023/2/12： 大規模データを高速に処理可能なデータ処理ライブラリ Polars の 100 本ノックを作成しました。こちらも興味があればご覧下さい。 Polars 100 本ノック https://qiita.com/kunishou/items/1386d14a136f585e504e はじめに この度、PythonライブラリであるPandasを効率的に学ぶためのコンテンツとして
あなたのPythonを100倍高速にする技術 / Codon入門
はじめに Pythonは世界的にも人気のあるプログラミング言語ですが、実行速度については課題があります。Pythonの実行速度を高速化したい、という要求は根強く、これまでにも様々なツールや処理系が開発されています。 この記事ではMITの研究者らが開発したPythonを高速化するツール「Codon」について紹介します。 この記事を3行でまとめると： 高性能で簡単に扱えるPythonコンパイラ「Codon」 Pythonとの互換性がありながら、CやC++に匹敵する高速化を実現 実際にPythonコードが100倍速くなることを検証 Codonとは Codonは高性能なPythonコンパイラです。実行時のオーバーヘッドなしにPythonコードをネイティブなマシンコードにコンパイルし、シングルスレッドで10-100倍以上の高速化が実現できます。Codonの開発はGithub上で行われており、2021
Udemyの番人がおすすめする講座 - Qiita
私はUdmeyに年間50万??ぐらい教材に投資して常に、Udemyに貼り付いて良い講座ができるのを監視しています。その中で、最後まで講座を受講してその講座の感想を書きたいと思います。私は、優良だと思わない講座は即返金処理を行うので、ここに紹介される講座は、とてもわかりやすいものしか基本的に載せてありません。この記事は更新されていきますので、ご興味ある方はいいねとストックをお願いします。(よかったやつ証明書とかコピペしてここに貼るの正直まじでめんどくさいので、更新するモチベーションに繋がります)。下記に書いてあるものは全部、優良のものだが、中でも個人的に良いなと思ったやつは、右バーのindexと題名に「👍」をつけておいた。下までスクロールするのがめんどくさい人は「👍」まで。 どうやら、この記事がUdemy Advent Calender 2023に参考記事になったようです。 ちょくちょく
GPT in 60 Lines of NumPy | Jay Mody
January 30, 2023 In this post, we'll implement a GPT from scratch in just 60 lines of numpy. We'll then load the trained GPT-2 model weights released by OpenAI into our implementation and generate some text. Note: This post assumes familiarity with Python, NumPy, and some basic experience training neural networks. This implementation is missing tons of features on purpose to keep it as simple as p
データサイエンスを無料で勉強できる教材6選 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
Pythonプログラマなのに、7年間機械学習が出来ないマンだったけど、Elixir歴６カ月で、AIと対戦できる４目並べをゼロから作れた話 - Qiita
Pythonプログラマなのに、7年間機械学習が出来ないマンだったけど、Elixir歴６カ月で、AIと対戦できる４目並べをゼロから作れた話 はじめに Tensorflowのベータ版がリリースされて、7年。いまでは、機械学習を学ぶ学習コンテンツも豊富にあります。 Pythonでのプログラミングはしますが、機械学習については、学習コンテンツをちょっとやってみた程度でした。興味はあったんですが。 こんな私が、プログラミング言語、Elixirを学んだ事をきっかけにして、自分で、AIと対戦できる４目並べを作る事ができました。 この経験を書いてみます。 「いいね」もらえると、励みになります。よかったら、いいねお願いします。 Elixirとの出会い 2022年7月、Elixirをネットニュースで知りました。 最も愛されてるWebフレームワークのトップPhoenixってなに？Elixirって言語知らないんだ
es｜note
レコメンドシステム入門 Javascriptで実装する レコメンド（推薦システム）に関して素晴らしい記事があったので訳してみました。訳に難があるが、そこはご勘弁ください。 プログラム実行してみると理解できると思います。入門者に打って付けの記事です。 以下、本文。 インターネットの世界はレコメンドで溢れていますね。 Amazonのように商品を購入するeコマース・サイト、Facebookのようなソーシャルネットワーク、YoutubeやNetflixのようなビデオ/映画サイトなど。これらのサイトに共通するのは、あなたに新しいものを
Python学習講座
はじめに ご来訪ありがとうございます、当サイトはPython3の学習サイトです。サイト運営者は現在現役Pythonエンジニアなのですが、仕事で書き溜めたメモがずいぶん溜まってきたので整理して公開することにしました。Pythonを学習される方や仕事で使われている方の役に立てれば幸いです。 本サイトの利用方法 当サイトは以下コンテンツからなります。今後も随時コンテンツを増やしていきます。 初めてのプログラミング編 ・・・プログラミング未経験の方向けのコンテンツです。 入門編・・・Python3の基礎文法がメインの入門者向けコンテンツです。 応用編・・・データ分析、Webアプリケーションといった業務向けのライブラリに関するコンテンツです。 TIPS・・・よく使用するイディオムや便利モジュールの紹介等、TIPSを掲載しています。 基本的にはパソコンからのご利用を想定しております。グローバルナビから
2022年度版Python環境構築徹底解説 - Qiita
各機能とツールについて、説明していきます。 エディタ Visual Studio Code エディタやIDE(統合開発環境)は好きに選んでいただければ良いとは思いますが、特に希望がないならば、Visual Studio Codeを選んでおけば間違いないでしょう。 Pythonを含む幅広い言語に対応し、豊富な拡張機能を備えている非常にリッチなエディタです。とりわけPythonプロジェクトについては、これさえ有れば、特にIDEなどは必要ないと思います。 インストールは↓から。 バージョン管理ソフト Python3系は日夜アップデートされていて、2022年12月現在の最新verは、3.11.1が提供されています。 とはいえ、プロジェクトによっては、3.7.1までしか動作が担保されていないもの、3.9.0で現在開発中のもの...などがあります。最新のPythonが常に必要、というわけでは決してなく
みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2024年最新版】
みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。 難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。 文系や非エンジニアの方にもお勧めです。 Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。 本コースでは、人工知能技術全般の解説を行いますが、実際にを書くのは主に機械学習のコードです。 機械学習のコードは、人工知能の分野で最もメジャーなプログラミング言語、Pythonで記述します。 開発には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。ターミナルなどのコマンドラインを開く必要はありません。 データの分類や、文字認識、株価分析などの実践も行います。 その他コースの特徴は、以下通りです。 - 理論
thinkpython.dvi
Think Python B 2 Think Python: How to Think Like a Computer Scientist 2nd Edition Allen B. Downey Copyright c �2018 ThinkPython: by is licensed under a Creative Commons 3.0 License 3 11 1 15 1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.4 . . . . . . . . . .
Python Developers Survey 2021 Results
This is the fifth official annual Python Developers Survey, conducted as a collaborative effort between the Python Software Foundation and JetBrains. In fall 2021, more than 23,000 Python developers and enthusiasts from almost 200 countries/regions took the survey to reveal the current state of the language and the ecosystem around it.
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
【図解】Python基礎64選 - Qiita
はじめに — Python早見帳
