タグ付けされた質問 「python」

現在のところ、この質問は私たちのQ＆A形式には適していません。回答は事実、参考資料、または専門知識によって裏付けられることを期待していますが、この質問は、討論、議論、世論調査、または広範な議論を求める可能性があります。この質問を改善し、場合によっては再開できると思われる場合は、ヘルプセンターにアクセスしてガイダンスを入手してください。 8年前に閉鎖されました。 これら2つのフレームワークのどちらが、11か月の経験を持つ開発者に適しています。私はサーバーサイドコーディングのためにPythonを学ぶことに決め、これらのどれが私のスキルレベルの誰かに適しているか知りたいと思いました。私はweb2pyで遊んで数日過ごしたばかりで、本当に気に入っています。Djangoが私が見逃しているものをもっと提供しているかどうか疑問に思っていますか？ PS。更新：素晴らしい入力をありがとうございました。3冊のdjangoの本を購入し、djangoとweb2pyの両方についていくつかの小さなプロジェクト/チュートリアルを行った後、web2pyに落ち着きました。これは素晴らしいフレームワークであり、Web開発を初心者にとって本当に楽しいものにします。このフレームワークは将来主流になるので、すべての初心者にこのフレームワークを学ぶことをお勧めします。Djangoも素晴らしいフレームワークですが、私の限られた経験の意見ではweb2pyの方が優れています。

83 python  django  web2py 

クローズ。この質問は意見に基づいています。現在、回答を受け付けていません。 この質問を改善したいですか？この投稿を編集して、事実と引用で回答できるように質問を更新してください。 4年前に閉鎖されました。 この質問を改善する PythonのTwistedフレームワークは、他のフレームワークと比べると見劣りするという話をますます耳にします。 誰かがこれに光を当てて、Twistedを他のネットワークプログラミングフレームワークと比較できるでしょうか。

83 python  comparison  twisted 

私のタイトルの答えは、ドキュメントを読んで行くことであることが多いと思いましたが、NLTKの本を読みましたが、答えが得られません。私はPythonに少し慣れていません。 たくさんの.txtファイルがあり、NLTKがコーパスに提供するコーパス関数を使用できるようにしたいと考えていますnltk_data。 私は試しましたPlaintextCorpusReaderが、それ以上進むことができませんでした： >>>import nltk >>>from nltk.corpus import PlaintextCorpusReader >>>corpus_root = './' >>>newcorpus = PlaintextCorpusReader(corpus_root, '.*') >>>newcorpus.words() newcorpuspunktを使用して文をセグメント化するにはどうすればよいですか？パンク関数を使ってみましたが、パンク関数がPlaintextCorpusReaderクラスを読み取れませんでしたか？ セグメント化されたデータをテキストファイルに書き込む方法についても教えていただけますか？

83 python  nlp  nltk  corpus 

これは、Pythonジェネレーター関数を何に使用できるかという逆です。：Pythonジェネレーター、ジェネレーター式、およびitertoolsモジュールは、最近のpythonの私のお気に入りの機能の一部です。これらは、大量のデータに対して実行する一連の操作を設定するときに特に役立ちます。DSVファイルを処理するときによく使用します。 それで、それはいつですか 、ジェネレーター、ジェネレーター式、またはitertools関数を使用するのが適切ないのですか？ ときに私が好むはずですzip()以上itertools.izip()、または range()以上xrange()、または [x for x in foo] 以上 (x for x in foo)？ 明らかに、最終的にはジェネレーターを実際のデータに「解決」する必要があります。通常は、リストを作成するか、ジェネレーター以外のループでリストを反復処理します。長さを知る必要がある場合もあります。これは私が求めているものではありません。 中間データ用に新しいリストをメモリに割り当てないように、ジェネレータを使用します。これは、特に大きなデータセットに適しています。小さなデータセットにも意味がありますか？顕著なメモリ/ CPUのトレードオフはありますか？ リスト内包表記のパフォーマンスとmap（）およびfilter（）の目を見張るような議論に照らして、誰かがこれについてプロファイリングを行った場合は特に興味があります。（代替リンク）

83 python  optimization  iterator  generator 

複数のデータベースを開いてその内容を比較するPythonスクリプトを作成しようとしています。そのスクリプトを作成する過程で、自分が作成したオブジェクトを内容とするリストを作成する際に問題が発生しました。 この投稿のために、プログラムを必要最低限​​に簡略化しました。まず、新しいクラスを作成し、その新しいインスタンスを作成し、それに属性を割り当ててから、リストに書き込みます。次に、インスタンスに新しい値を割り当て、それをリストに書き込みます...そして何度も何度も... 問題は、それは常に同じオブジェクトなので、実際にはベースオブジェクトを変更しているだけです。リストを読むと、同じオブジェクトが何度も繰り返されます。 では、ループ内のリストにオブジェクトをどのように書き込むのでしょうか。 これが私の簡略化されたコードです class SimpleClass(object): pass x = SimpleClass # Then create an empty list simpleList = [] #Then loop through from 0 to 3 adding an attribute to the instance 'x' of SimpleClass for count in range(0,4): # each iteration creates a slightly different attribute value, and …

83 python  list  object  loops 

恥知らずに時流に乗る:-) Mathematicaでウォーリーを見つける方法とフォローアップRでウォーリーを見つける方法に触発されました。新しいPythonユーザーとして、これがどのように行われるかを知りたいです。PythonはRよりもこれに適しているようで、MathematicaやMatlabのようにライセンスについて心配する必要はありません。 以下のような例では、明らかに単にストライプを使用するだけでは機能しません。このような難しい例で、単純なルールベースのアプローチを機能させることができれば興味深いでしょう。 正解は、元のスレッドでGregoryKlopperが提唱した制限付きボルツマンマシン（RBM）アプローチなど、ML手法を使用する必要があると思われるため、[machine-learning]タグを追加しました。Pythonで利用できるRBMコードがいくつかあり、開始するのに適している可能性がありますが、そのアプローチには明らかにトレーニングデータが必要です。 で、機械学習のための信号処理（MLSP 2009）2009 IEEE国際ワークショップ彼らは走ったのウォーリー：データ解析コンペの？。トレーニングデータはmatlab形式で提供されます。そのWebサイトのリンクは無効になっていますが、データ（Sean McLooneと同僚が採用したアプローチのソースはここにあります（SCMリンクを参照）に注意してください）。

83 python  image-processing  machine-learning  computer-vision 

しばらく前にAnacondaをインストールしましたが、最近それをアンインストールして、基本的なpython2.7をインストールすることにしました。 Anacondaを削除し、すべてのディレクトリを削除して、python2.7をインストールしました。 しかし、PyGTK for Windowsをインストールしようとすると、インストールされると表示されc:/users/.../Anaconda directoryます。これは存在しません。c:/python-2.7ディレクトリにインストールしたいのですが。アナコンダがまだインストールされていると思うのはなぜですか？そして、どうすればこれを変更できますか？

83 python  windows  anaconda 

私はPythonを使用subprocess.communicate()して、約1分間実行されるプロセスからstdoutを読み取ります。 そのプロセスの各行をstdoutストリーミング形式で印刷して、生成された出力を確認しながら、続行する前に終了するプロセスをブロックするにはどうすればよいですか？ subprocess.communicate() 一度にすべての出力を提供するように見えます。

83 python  subprocess 

PyQt4からcsv形式のテキストファイルを作成しようとしていますQTableWidget。特殊文字が含まれているため、UTF-8エンコーディングでテキストを記述したいと思います。私は次のコードを使用します： import codecs ... myfile = codecs.open(filename, 'w','utf-8') ... f = result.table.item(i,c).text() myfile.write(f+";") セルに特殊文字が含まれるまで機能します。私も試してみました myfile = open(filename, 'w') ... f = unicode(result.table.item(i,c).text(), "utf-8") ただし、特殊文字が表示されると停止します。何が間違っているのかわかりません。

83 python  csv  encoding  utf-8 

文字列 'بِسْمِاللَّهِالرَّحْمَٰنِالرَّحِيمِ'からいくつかのUnicode記号を削除する必要があります 私は彼らが確かにここに存在することを知っています。私は試した： re.sub('([\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+)', '', 'بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ') しかし、それは機能しません。文字列は同じままです。私は何が間違っているのですか？

83 python  regex  character-properties 

数千を区切るためにコンマを使用する数値を表す文字列があります。これをPythonで数値に変換するにはどうすればよいですか？ >>> int("1,000,000") を生成しValueErrorます。 変換する前にコンマを空の文字列に置き換えることはできますが、それはどういうわけか間違っているように感じます。もっと良い方法はありますか？

83 python 

IPythonはvirtualenvに対応しておらず、これに対する最も論理的な解決策は、を使用して各virtualenvにipythonを個別にインストールすることであることを理解しています。 pip install ipython ここまでは順調ですね。私が気づいたことの1つは、IPythonが$> ipythonこのvirtualenvの下にインストールされる前に、virtualenv内からIPythonのシステム全体のコピーが呼び出された場合、後続の$> ipythonコマンドがシステム全体のipythonコピーを表示し続けることです。 一方、virtualenvにインストールする前にipythonが呼び出されない場合は$> ipython、新しくインストールされたコピーが表示されます。 これの説明は何ですか？ また、この動作は、将来的に何らかの問題が発生する可能性があることを意味するのだろうかと思います。

83 python  virtualenv  ipython 

次のような状況があるとします。 #include <iostream> class Animal { public: virtual void speak() = 0; }; class Dog : public Animal { void speak() { std::cout << "woff!" <<std::endl; } }; class Cat : public Animal { void speak() { std::cout << "meow!" <<std::endl; } }; void makeSpeak(Animal &a) { a.speak(); } int …

83 python  oop  inheritance 

私はTensorFlowの世界に比較的慣れていないので、CSVデータをTensorFlowで使用可能なサンプル/ラベルテンソルに実際に読み込む方法にかなり戸惑っています。CSVデータの読み取りに関するTensorFlowチュートリアルの例はかなり断片化されており、CSVデータでトレーニングできるようにする方法の一部しか得られません。 これが、CSVチュートリアルに基づいてまとめたコードです。 from __future__ import print_function import tensorflow as tf def file_len(fname): with open(fname) as f: for i, l in enumerate(f): pass return i + 1 filename = "csv_test_data.csv" # setup text reader file_length = file_len(filename) filename_queue = tf.train.string_input_producer([filename]) reader = tf.TextLineReader(skip_header_lines=1) _, csv_row = reader.read(filename_queue) # setup CSV decoding …

83 python  csv  tensorflow 

私は次のような2Dリストを持っています a = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] それを2次元のnumpy配列に変換したいと思います。次のようなメモリを割り当てずに実行できますか numpy.zeros((3,3)) そしてそれに値を保存しますか？

83 python  numpy