Pythonで作業メモリを節約できるジェネレータ関数の使い方
Pythonで作業メモリを節約しプログラムの実行処理速度を高速化させるジェネレータ関数について解説。ジェネレータ関数から生成されるジェネレータイテレータはリストオブジェクト等と違いメモリ上に1度に展開しないため膨大な数のものでも処理できます。
Pythonのイテラブル(iterable)とイテレータ(iterator)
Pythonには、イテラブル(iterable)とイテレータ(iterator)と言う重要な概念があり、ある一定以上の段階を超えてコードを記述していくには必要な知識。今回は初心者向けにイテレータの理解に必要『iter関数、next関数』とあわせてわかりやすく解説します。
Pythonのリスト内包表記の基本と使い方
Pythonでリストを生成するときに内包表記を利用するとコード内容によっては簡潔に記述することができ無駄な呼び出し処理も抑えられるので実行処理速度を上げることができます。今回はそのリスト内包表記の基本と使い方についての解説です。
Pythonの集合内包表記(set)の基本と使い方
Pythonでリスト内包表記を使ってコード内容を簡潔にすることができますが、同じように集合(set)でも集合内包表記を記述できます。今回はその集合内包表記の基本と使い方についての解説。基本的な考え方はリスト内包表記と同じです。
Pythonの辞書内包表記(dict)の基本と使い方
Pythonでリスト内包表記と同じように辞書(dict)でも辞書内包表記を記述できます。辞書内包表記を使えばコードの記述が簡潔になり実行処理速度も上がります。今回はその辞書内包表記の基本と使い方についての解説です。
Pythonコードの実行処理時間を計測する方法
Pythonで大容量データなどを扱うようになるとコードの実行処理時間を早めるためのパフォーマンスチューニングも重要。改良を行うために最初はどこにボトルネックがあるのかの把握から。そのため今回はPythonコードの実行処理時間を計測する方法について解説します。
Pythonのlambda(ラムダ式:無名関数)の使い方
Pythonで関数名を持たない無名関数をlambda(ラムダ式)で記述する方法を解説。関数名の指定が必要ないためちょっとした実行処理であれば1行で簡素に記述することができ、関数の引数に簡単な独自関数を渡す場合などに利用します。
Pythonでprint関数のターミナル出力を上書きで1行表示する方法
Pythonでprint関数を使ってターミナルに出力する表示を常時更新しながら上書きしていく方法を解説。出力する行数が多い場合ターミナル表示が一気に流れてしまい確認しにくくなりますが上書きしてプログレスバーのように1行表示させることでコンパクトにまとめることができ便利です。
機械学習用のscikit-learnをPython3にpipでインストールする方法
Google製の機械学習用オープンソースライブラリ『scikit-learn』をPython3の環境にpipコマンドを使ってインストールする方法について解説します。分類・回帰・クラスタリング・次元削減等様々な機械学習のシーンで利用することができます。
fastTextで自然言語(日本語)の学習モデルを生成する手順まとめ
Facebookが開発したfastTextを利用して自然言語(Wikipediaの日本語全記事)の機械学習モデルを生成するまでの手順を解説。また生成した学習モデルを使って類語抽出や単語ベクトルの足し算引き算等の演算テストを行う方法までコード付きで紹介します。
自然言語処理用のPythonモジュール『gensim』のインストール方法
自然言語処理用のモジュールが数多くパッケージ化されたPythonライブラリ『gensim』をPython3の環境にpipコマンドを使ってインストールする方法についての解説です。ベクトル空間の学習モデルを扱うことができます。
Mac Book ProのCPUやシステム温度、ファンスピード等の管理方法
MacBook Proで負荷のかかる処理を行った時にファンが全力で回ります。実際どれぐらいの負荷がかかっていてCPUの温度やその他システムの温度がどのような状態にあるのか、ファンはどれぐらい回っているかなどを数字で客観的に把握し管理する方法を紹介します。