Future Tech Blog
フューチャー技術ブログ

Python タグの記事

  • 44
    投稿
  • 20
    著者数
  • 2693
    総シェア数
  • 689
    Twitter
  • 6
    Facebook
  • 1021
    はてブ
  • 977
    Pocket

Python Distilledは幅広い人にPythonの基礎を叩き込む本

Python Distilledという本がオライリーから出版されました。作者のDave Beazleyはかなり昔からPythonを使い込んでいる人ですので、この本には信頼しかない、と思い読んでみました

エキスパートPythonプログラミング改訂4版が発売されました

エキスパートPythonプログラミング改訂4版が本屋に並び始めました。電子版も購入できます。改訂というと「ちょっと追加されたところを翻訳するだけで丸儲けやんけ」と思われる方もいるかもしれませんが、過去の中で一番大きく改訂されており、新規に一冊訳すのとほぼ変わらない、大変な翻訳作業になりました。

初めての画像処理〜OpenCVって何ができるの？〜

以前から気になっていた画像処理にチャレンジしてみました。普段はコーディングしてもテストがうまくいくorいかないのどちらかでしか成果物を見れていなかったので、視覚的に動いてる！を感じてみたく、新宿の紀伊國屋で分かりやすそうな書籍を買い、いろいろ試したので同じように画像処理にちょっと興味があるような人に読んでいてもらたらうれしいです。

OpenAPI GeneratorでPython Web API構築

PythonでWebAPIを構築しました。その際にOpenAPI Generatorが便利だったのでご共有します。

Plotly.pyによるデータ可視化のすすめ

現在業務でいわゆるビッグデータを扱っていまして、アウトプットを可視化する機会が多くあります。Pythonでデータ可視化といえばmatplotlibが定番で、メンバー単位でのアウトプット共有なら特に不便は無いのですが、クライアントへの説明資料などに使い回すことを考えると、もう少し見栄え良く仕上げたくなる時があります。

Pyright を LSP サーバとした自作 LSP クライアント（実装編）

Pyright を LSP サーバとした自作クライアントを実装しますが、その前に経緯について説明します。アルバイトの前は、Future のインターン Engineer Camp で Python のソースコード解析に取り組んでいました。当時は Python の AST モジュールを活用する方針で、それ以外は自前で解析を行っていました。アルバイトでも引き続き解析に取り組んでいますが、次第に型推論などの技術が必要になってきており、全てを自前で実装することは困難な状況です。そこで現在は、既存のツールを拡張する方針を取っています。ツールの候補としては、Mypy および Pyright が挙がりましたが...

Pyright を LSP サーバとした自作 LSP クライアント（調査編）

Language Server Protocol の理解として、Pyright を LSP サーバとした自作クライアントの作成を行いました。その際、Pyright に解析を行わせるための初期化方法がドキュメントには書かれていなかったので、VSCode 拡張用のクライアントをトレースして調査することにしました

Mypy と Pyright の解析手法と型情報の比較

Mypy や Pyright は Python の静的解析ツールとして有名ですが、これら二つに解析情報でどのような違いがあるのかわからなかったので、実験することにしました。Pyright は Mypy に比べて後発のプロジェクトですが、性能面で優れているなどとして徐々に注目を集めています。

Step Functionsの動的並列処理をローカルで実行する

AWS Step Functionsの動的並列処理をローカルで実行する方法をハンズオン形式でまとめました。

Engineer Camp2021: Python の AST モジュールを使ってクラス構造を可視化する

こんにちは、Future のインターン Engineer Camp に参加した空閑です。今回のインターンではソースコード静的解析システムの開発に取り組みました。そこで本記事では、開発内容の一部である、Python の AST モジュールを使ったクラス構造の可視化について紹介します。Python の環境構築については以下を参考にしました。[サーバーアプリ開発環境

AWS Glueで複雑な処理を開発するときのTips

PySparkを使用したGlueジョブ開発のお話をします。ETLツールとして使用されるAWS Glueですが、業務バッチで行うような複雑な処理も実行できます。また、処理はGlueジョブとして、Apache Spark分散・並列処理のジョブフローに簡単に乗せることができます！

scikit-learn 1.0 リリース！更新内容を一部紹介します。

2021年9月24日にscikit-learn 1.0がリリースされました。私が大学院生のころ、scikit-learnのサンプルを動かすところから機械学習を勉強したので、ついに1.0かとなんだか感慨深い気持ちがありますから、個人的に気になった以下の4つの内容を紹介しようと思います。

pandas 1.0以降での変更点を一部紹介します

SAIGの小橋昌明です。業務ではずっとPythonを書いています。Pythonを使ってデータ分析をする上で無くてはならないのがpandasです。リリースノートを見てみると、メジャーアップデートによる1.0.0 がリリースされたのが2020年の1月で、現時点での最新は1.3.3です。

AWS Glue Data CatalogでCSVを扱う

PySparkで予定しておりましたが、PySpark関連として、Glueを題材にさせていただきます。Glueといっても大きく下記の３種類、処理系をいれると4種類に分かれると思っていますが、それぞれ全く別のプロダクトという理解をしています。

イテレータと仲良くなろう

SAIG の佐藤尭彰です。最近は業務で Python ばかり書いています。今回は Python の中でも「なんとなく」で扱われがちなイテレータについてです。イテレータとはあるコンテナの中の要素に1つずつアクセスできるオブジェクト

PythonでMQTT!! ～Alexaでコマンドを送信する～

この記事は温度と湿度、不快指数を定期投稿するbotの作成を目指してハンズオンを進める構成となっています。

GoでMQTT!!　～温湿度マイスターbotの作成～(後編)

AWS IoTを使用したMQTTのチュートリアルはAWS公式からも詳細なハンズオン記事が出ています。本記事はこちらのハンズオンを基にGo言語を使用してMQTTによる通信を行いました。(公式の記事はPythonで実装されています。)

GoでMQTT!!　～温湿度マイスターbotの作成～(前編)

今回はAWSサービスのうちの一つAWS IoTを使用してRaspberryPiとのMQTTによる通信を行います。最終的には室内の快適な温湿度を教えてくれる「温湿度マイスターbot」を作成します。

SQLのデータリネージツール、SQLLineageを試してみる

TIG DXユニット真野です。Python連載の2本目です。データリネージという概念に興味をもったのと、それをサポートするためのPytnon製ツールがあったので触ってみます。データリネージとは..

Python連載始まります＆Python翻訳プロジェクト

最近社内でも使う人が徐々に増えている？Pythonの連載記事を開始しようと思います。本エントリーではPythonドキュメントの日本語訳プロジェクトに参加してみた話を紹介します。

医薬品副作用データベースから医薬品同士の関係を学習・評価・可視化する

こんにちは！Strategic AI Groupの金子です。夏の自由研究ブログ連載2021として医薬品副作用データベースにWord2Vecを適用し性能を評価、医薬品-原疾患-有害事象の可視化を行いました。本記事で作成したプログラムは医薬品の情報を扱っていますが、医療機器には該当せず人の疾病の診断、治療、予防を目的としておりません。本記事の内容に基づいて医学的判断は行わないようお願いします。

Sesame3にICカード施錠/解錠機能を実装してみた with Go & Python

夏の自由研究ブログ連載2021の第2本目の投稿として、Sesame3にFelicaによる施錠解錠を実装しました。Sesame3はCANDY HOUSE JAPANが開発、販売しているスマートロックです。Sesame3本体に加えてwifiモジュールを購入すると、外出先から鍵の施錠/解錠を行うことができます。

エキスパートPythonプログラミング改訂3版が出版されました

TIGの渋川です。エキスパートPythonプログラミング改訂3版が出版されました。ますます厚みを増し、買ってくれた知人からは、学者専用武器なのでは、とか銃弾止められそうとか感想をいただいております。詳しくは共訳の清水川さんがすでに記事にしています。

サーバーアプリ開発環境(Python／FastAPI)

Pythonでお仕事する前提で、現在のところで自分が最適と考えるチーム開発のための環境整備についてまとめてみました。今までももろもろ散発的に記事に書いたりしていたのですが、Poetryで環境を作ってみたのと、過去のもろもろの情報がまとまったものが個人的にも欲しかったのでまとめました。

実世界データの特徴と処理方法

私は大学時代から深層強化学習の研究をしていますが、分野的にほとんど実世界のデータを扱うことがありませんでした。そんな私ですが、実務で実世界データの分析を行う機会があり、その違いに多くの学びがありました。今回は実世界データのデータ分析を行った結果見えてきた、実世界データの特徴と欠損値や不正データの処理について解説しようと思います。簡易的ですがソースコードも示していますので、参考になれば幸いです。