このコースは、Pythonを使ってデータを解析し可視化するために必要なスキルを網羅しています。Pythonと科学計算のためのライブラリの使い方が完璧に理解できるようになっています。 このコースを習得すれば、次のような事ができるようになります。 - Pythonプログラミングへの知識が深まります。 - NumPyを使って、アレイを使った数値計算ができるようになります。 - pandasを使った効果的なデータ解析ができるようになります。 - Matplotlibとseabornを使って、出版にも使えるほど綺麗なデータの可視化が可能になります。 - Pythonを使って実際にデータを解析する方法論が身につきます。 - 機械学習への理解が相当高まります。 2023年5月にコースの大幅改訂を行いました。ほとんどすべての動画と資料が更新されています。 17時間以上、100本を超えるビデオと、すぐに使え
estrellita.hatenablog.com の続き。 jupyter/jupyterhub · GitHubに従ってJupyterHubをインストールする。 1. npmのインストール JupyterHubの仕組み仕組みが分かっていないがnode.jsが必要なので以下のコマンドでインストールする。 $ sudo yum install npm $ sudo npm install -g configurable-http-proxy 2. JupyterHubのインストール 続いて以下のコマンドでJupyterHubをインストール $ sudo pip3 install jupyterhub $ sudo pip3 install "ipython[notebook]" この時点でjupyterhubと実行するとhttp://ホスト名:8000でJupyterHubにアクセスできる
注意：NeoVimとかneocompleteとか NeoVimの開発進行に伴い、多くのshougoware（neoシリーズ）も開発が終了して、闇の力をまとったなんかになっていってるっぽいです。 僕はNeoVim関係の情報をキャッチアップできていませんが、各プラグインに関してはREADMEやdocを読んでいって自己判断をやっていきましょう。 賛否あるでしょうが、Pycharm（IDEA）のような優れたPython用IDEがある現代においては、エディタのカスタマイズを全く行わないというのは生産性を犠牲にする行為であると筆者は考えています。 とはいえツールのセットアップというものはめんどくさいものです。IDEですら設定すべき箇所は多数あります。 今のところPython用Vimカスタマイズの設定例として個人的に満足するものがなかったのでブログにまとめておこうと思います。 Vim初心者だとわからない
本気でPythonをやりたいならあわせて読みたい「え？君せっかく Python のバージョン管理に pyenv 使ってるのに Vim の補完はシステムライブラリ参照してるの？」 2013-06-23 21:30 おしりに追記しました 2013-06-24 10:00 設定等微修正しました 2013-06-24 15:20 quickrunの設定を修正しました 2013-07-03 14:30 間違い等を修正しました 様々な開発環境を試してきましたが、結局Vimに落ち着いてしまっているAlisueです、どうも。 Vimを最強のPython IDEにするを書いてからかれこれ二年ほどが経ちます。 二年もあると新しいVimプラグインが増えるなどし、先の記事内容では最強ではなくなってしまいました。なのでこの辺でもう一度現在の最強をまとめてみたいと思います。 基本方針 プラグイン関係はすべてNeoBu
本書はPythonの対話型環境IPython notebookを使ってデータ分析および可視化を行うためのレシピを集めたクックブックです。Pythonは、豊富な科学技術計算用のライブラリを簡単に使いこなせるため、科学計算やデータサイエンスの分野で人気を集めています。取り上げる話題は、近年注目度の高い統計や機械学習といったデータサイエンス関連を中心に広範囲に及び、実際のデータを分析して可視化するという作業を通して、Pythonの使い方をマスターします。PythonそしてIPython notebookの可能性を体感できる一冊です。 目次 訳者まえがき まえがき 1章 IPythonによる対話的コンピューティング入門 はじめに レシピ 1.1 IPython notebook入門 レシピ 1.2はじめてのIPython探索データ分析 レシピ 1.3高速配列計算のためのNumPy多次元配列 レシピ
Python その2 Advent Calendar 2015の12日目の記事です. Pythonで趣味プログラミングと言えば野球！（ぇ ...ということで、今年（2015年）に紹介された野球Hack事例を紹介したいと思います. なお、Pythonのコードやすぐ使えるTipsは出てきませんのであしからず. Starting Member Who am I ?（お前だれよ） 野球Hack!とは？ 野球Hack!事例紹介（2015） これから野球Hack!(または趣味プログラミング)をしようかな？という方へ 参考文献など 宣伝&次の方 Who am I ?（お前だれよ） @shinyorke ※「しんよーく」と読みます*1 Pythonで野球の人. 生活をするため八重洲の会社でWebエンジニアをやっています. 40になるまでに野球の仕事をするのが目標（4年後）. PyCon JP 2014,2
例えば、OpenCVで2値化済みの画像から黒色（つまり値が0）のピクセルの数を数えることを考えます。 一番分かりやすいのは単純にfor文で回して数を数える方法です。bin_imgは2値化済みの画像でnumpy.ndarray型の2次元配列とします。 count = 0 for color in bin_img.flat: count += 1 if color == 0 else 0 また、せっかくのPythonなので、filterやreduceを用いて関数型言語っぽく書くと、よりスマートになります。 count = len(filter(lambda x: x == 0, bin_img.flat)) count = reduce(lambda m, x: m+1 if x == 0 else m, bin_img.flat, 0) 問題点 さて、ここまでの実装ですが、分かりやすくスマー
By RobertBy Robert McDon. 最近いろいろやってましたが、邪悪なツール、遂に完成しました！！ 顔画像をもとに似た顔の人が出ている AV を検索します。検索対象の顔画像は35万枚です。使い方としては「この画像、AV 女優なんだけど誰だかよくわかんない」「このアイドルに似た人が出てる AV を探したい」など考えられます。「Facebook で流れてきた画像をとりあえず放り込む」「卒業アルバム」などはいろいろアレなのでやめましょうね！！ というわけで今回はこのツールを配布します。 もともとは Python で Ubuntu 向けに書いたんですけど、ちゃんと Windows 版も作ったのでそれで。 まずは起動します。 ふつうに起動すれば良いですね。 とりあえず画像を選べと言われます。 画像を選びます。今回は紗倉まなの DMM のサンプル画像を選びました。（リンク先18禁サイト
Trac 0.11 以降はテンプレートエンジンとしてGenshi が採用されており、 そこにはpython のコードやgenshi のディレクティブを埋め込んで色々と加工ができます。 その中でたとえば現在ログインしているユーザー名を埋め込みたいときにはどうすればいいのか？ 現在の色々な状態を元に条件分岐をするにはどこからパラメータを拾ってくればいいのか？ どこかに情報があるのかもしれませんが、site.html などに以下のコードを埋め込むことで 手探りすることができます。 <?python params=dir() ?> <div py:for="x in params">$x</div> これでトップレベルのパラメータが列挙されますのでそれを頼りに上記コードをいじって パラメータ名を拾ってくることができます。 ちなみに現在ログインしているユーザ名はreq.authname です。
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
Amazon.co.jp: IPython Interactive Computing and Visualization Cookbook: Over 100 Hands-on Recipes to Sharpen Your Skills in High-performance Numerical Computing and Data Science With Python: Rossant, Cyrille: 本