作成日
最終更新
記事区分目次
プログラミング教育者。ScratchやPythonを教えています。
工作HardwareHubからのお知らせ
よく使う python ライブラリのサンプルコード集です。
JSON
#!/usr/bin/python
# -*- coding: utf-8 -*-
import json
arr = [1, 2, {'xxx': 3}]
# オブジェクト ←→ JSON 文字列
jsonStr = json.dumps(arr)
arr2 = json.loads(jsonStr)
# オブジェクト ←→ IO
fp_w = open('./tmp.json', 'w') # https://docs.python.org/3/library/functions.html#open
json.dump(arr, fp_w)
fp_w.close()
fp_r = open('./tmp.json', 'r')
arr3 = json.load(fp_r)
fp_r.close()
環境変数の取得
import os
os.environ.get('HOME')
代入もできます。
In [5]: os.environ['MYENV'] = '123'
In [6]: os.environ.get('MYENV')
Out[6]: '123'
In [8]: os.system('env | grep MYENV')
MYENV=123
path 操作
import os
import os.path
# 指定した path 内のファイルおよびディレクトリをリストとして取得 https://docs.python.org/3/library/os.html#os.listdir
# (python3系の場合は標準で、より高機能な os.scandir() が使えます https://docs.python.org/3/library/os.html#os.scandir )
os.listdir('..')
# 絶対パス化
os.path.abspath('.')
# path の結合
os.path.join('/', 'path', 'to', 'somewhere.txt')
オブジェクト等の情報を取得 inspect
以下の例では inspect モジュールのファイルの場所を inspect.getfile() で取得しています。関連して、ファイルの更新日時 mtime も取得できます。
import inspect
import os
print(inspect.getfile(inspect)) #=> /usr/lib/python2.7/inspect.pyc
print(os.path.getmtime(inspect.getfile(inspect))) #=> 1538182044.96
コンテキストを切り換える contextlib
contextlib を利用すると with 内でのみ処理を切り換えることができます。
#!/usr/bin/python
# -*- coding: utf-8 -*-
from contextlib import contextmanager
def Main():
with MyContext():
print('hi')
@contextmanager
def MyContext():
print('context started')
try:
yield
finally:
print('context ended')
if __name__ == '__main__':
Main()
実行例
$ python3 sample.py
context started
hi
context ended
time
import time
# スリープ
time.sleep(1.0)
# unix タイムスタンプ
int(time.time())
Python2 でタイムスタンプを UTC に変換
from datetime import datetime
from dateutil.tz import tzlocal
from dateutil.tz import tzutc
unixtime = 1558922100
datetime.fromtimestamp(unixtime, tzlocal()).astimezone(tzutc()).strftime('%Y-%m-%d %H:%M:%S')
Python3 でタイムスタンプを UTC/JST に変換
from datetime import datetime
from datetime import timezone
from datetime import timedelta
unixtime = 1558922100
datetime.fromtimestamp(unixtime, timezone(timedelta(hours=+0), 'UTC')).strftime('%Y-%m-%d %H:%M:%S')
datetime.fromtimestamp(unixtime, timezone(timedelta(hours=+9), 'JST')).strftime('%Y-%m-%d %H:%M:%S')
datetime.fromtimestamp(unixtime, timezone(timedelta(hours=+9), 'JST')).isoformat()
Python3 で ISO 時刻文字列をタイムスタンプに変換
from dateutil.parser import parse
isodatetime = '2019-05-27T10:55:00+09:00'
int(parse(isodatetime).timestamp())
組み込み関数
class MyClass(object):
pass
obj = MyClass()
isinstance(obj, MyClass)
isinstance({}, dict)
isinstance([], list)
isinstance("", str)
ロガー
getattr() を併用して、動的にログレベルを設定できます。
#!/usr/bin/python
# -*- coding: utf-8 -*-
from logging import getLogger, Formatter, StreamHandler
import logging
logger = getLogger(__name__)
def Main():
loglevel = 'DEBUG' # ERROR, WARNING, INFO, DEBUG
handler = StreamHandler()
handler.setFormatter(Formatter('%(asctime)s - %(levelname)s - %(message)s'))
logger.addHandler(handler)
logger.setLevel(getattr(logging, loglevel))
try:
raise RuntimeError
except ZeroDivisionError:
pass
except:
logger.exception("xxx")
else:
pass
finally:
logger.info("xxx")
if __name__ == '__main__':
Main()
出力例
$ python main.py
2018-06-21 01:11:19,387 - ERROR - xxx
Traceback (most recent call last):
File "main.py", line 17, in Main
raise RuntimeError
RuntimeError
2018-06-21 01:11:19,387 - INFO - xxx
バイナリデータの処理
ファイルに格納されたバイナリデータや、ネットワーク経由でやり取りするバイナリデータの処理に利用できます。バイナリデータは bytes 型として扱います。
standard または native の指定
バイナリデータには、CPU 等に依存するバイトオーダやアラインメントという概念があります。ネットワーク経由では常にビッグエンディアンでデータをやり取りする必要があります。バイトオーダは以下のようなコードで確認できます。
import sys
print sys.byteorder # little (CPU依存)
無指定時は実行環境に依存した native 設定になりますが、環境に依らない処理を実装するためには @ 以外のフォーマット指定を行います。
#!/usr/bin/python
# -*- coding: utf-8 -*-
from struct import calcsize
print calcsize('@L') # 8 ←sizeof(unsigned long) の値
print calcsize('!L') # 4
pack, unpack
from struct import pack, unpack
mybytes = pack('hhl', 1, 2, 3) # hhl は 2hl とも記載できます。
isinstance(mybytes, bytes) # True
mytuple = unpack('hhl', mybytes) # 必ずタプルで返ります
print mytuple # (1, 2, 3)
コードチェック flake8
Ruby の rubocop のようなものです。
sudo pip install flake8
flake8 /path/to/code/to/check.py
特定のエラーコードを無視したい場合
--ignore E121,E123
特定のファイルを無視したい場合
--exclude tests/*
これらを設定ファイルとして利用したい場合
~.flake8
[flake8]
filename = *.py
ignore = E121,E123
exclude = tests/*
setup.py でプラグインを新規に追加することで、独自のエラーコードを発行できます。プラグイン内では ast で表現されたソースコードの検証を行います。
IPython 関連
オブジェクト調査
In [4]: str?
Type: type
String Form:<type 'str'>
Namespace: Python builtin
Docstring:
str(object) -> string
Return a nice string representation of the object.
If the argument is a string, the return value is the same object.
Ruby の pry のようにデバッガを仕掛ける
import IPython
IPython.embed() # ipython 等が起動される (ctrl-d 等で抜けると continue)
IPython.embed() # ipython 等が起動される (ctrl-d 等で抜けると continue)
Out[N] は変数として参照できます。
In [1]: 123
Out[1]: 123
In [2]: 1
Out[2]: 1
In [3]: print Out[1] + Out[2]
124
SSH 先のターミナルにコピーする場合等、%paste、%cpaste、%run でうまくいかない際は %autoindent を利用すると良いです。
In [7]: %autoindent
Automatic indentation is: OFF
In [8]: if True:
...: print 'ok'
...: if True:
...: print 'ok'
...:
ok
ok
Re-raise について
raise e とすると例外が新規にコピーされるため、スタックトレースが新規に始まります。raise とすることで、スタックトレースごと re-raise できます。
main.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
import logging
logging.basicConfig()
logger = logging.getLogger(__name__)
logger.setLevel(logging.INFO)
def f():
raise Exception("from f")
def g():
try:
f()
except Exception as e:
raise e
def h():
try:
f()
except Exception as e:
raise
def Main():
try:
g()
except Exception as e:
logger.exception("%r", e)
try:
h()
except Exception as e:
logger.exception("%r", e)
if __name__ == '__main__':
Main()
実行例
$ python main.py
ERROR:__main__:Exception('from f',)
Traceback (most recent call last):
File "main.py", line 27, in Main
g()
File "main.py", line 17, in g ←g から始まっています
raise e
Exception: from f
ERROR:__main__:Exception('from f',)
Traceback (most recent call last):
File "main.py", line 32, in Main
h()
File "main.py", line 21, in h
f()
File "main.py", line 11, in f ←f から始まっています
raise Exception("from f")
Exception: from f
%r と %s の違い
%r は __repr__ を実行した結果を利用します。オブジェクトを文字列表現した内容が返ります。%s は __str__ を実行した結果を利用します。__repr__ と異なり、オブジェクトを表現する文字列ではなく、文字列として処理する際に便利なフォーマットが返ります。そのため、__repr__ の実装は期待できますが、__str__ の実装は必ずしも期待できません。
main.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
import json
class MyClass(object):
def __init__(self):
self.x = { 'xxx': 123 }
def __repr__(self):
return "MyClass(x = %s)" % json.dumps(self.x)
def __str__(self):
return json.dumps(self.x)
def Main():
obj = MyClass()
print "%r" % obj # repr(obj) としても同じ
print "%s" % obj # str(obj) としても同じ
if __name__ == '__main__':
Main()
実行例
$ python main.py
MyClass(x = {"xxx": 123})
{"xxx": 123}
相対パスによる、同じパッケージ内モジュールのインポート
同じ階層にある myrelmodule から myfunc をインポートしたい場合の例
from .myrelmodule import myfunc
シグナルハンドラ
システムコールの一つ signal を内部的に利用するライブラリを利用して、main python スレッドにシグナルハンドラを設定できます。
main.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
from signal import signal, SIGTERM, SIGINT
def signal_handler(signum, frame):
print('Signal handler called with signal', signum)
def Main():
signal(SIGTERM, signal_handler) # kill 等
signal(SIGINT, signal_handler) # ctrl-c 等
while True:
pass
if __name__ == '__main__':
Main()
実行例
$ python main.py
^C('Signal handler called with signal', 2) ← ctrl-c
^C('Signal handler called with signal', 2)
^C('Signal handler called with signal', 2)
('Signal handler called with signal', 15) ← 別ターミナルから kill
man 2 signal で確認できるとおり、SIGKILL と SIGSTOP については設定できません。シグナル一覧は kill -lで確認できます。
外部プログラムの実行時はハンドリングできない
libmy.c
#include <stdio.h>
#include <unistd.h>
void hello() {
int i;
for(i = 0; i < 10; ++i) {
printf("hello world!\n");
sleep(1);
}
}
ビルド
gcc -shared -o libmy.so libmy.c
外部プログラムを実行中は Python のイベントハンドラは呼ばれません。例えば、上記ライブラリを ctypes 等で実行している間は、設定したシグナルハンドラは実行されません。
A Python signal handler does not get executed inside the low-level (C) signal handler. Instead, the low-level signal handler sets a flag which tells the virtual machine to execute the corresponding Python signal handler at a later point(for example at the next bytecode instruction). This has consequences:
- A long-running calculation implemented purely in C (such as regular expression matching on a large body of text) may run uninterrupted for an arbitrary amount of time, regardless of any signals received. The Python signal handlers will be called when the calculation finishes.
https://docs.python.org/3/library/signal.html#execution-of-python-signal-handlers
main.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
from ctypes import CDLL
from signal import signal, SIGTERM, SIGINT, SIGKILL
def signal_handler(signum, frame):
print('Signal handler called with signal', signum)
def Main():
signal(SIGTERM, signal_handler)
signal(SIGINT, signal_handler)
libmy = CDLL('./libmy.so')
libmy.hello()
if __name__ == '__main__':
Main()
実行例
$ python main.py
hello world!
hello world! ← ここで SIGTERM を送信
hello world!
hello world!
hello world!
hello world!
hello world!
hello world!
hello world!
hello world!
('Signal handler called with signal', 15) ← libmy から処理が戻ってからハンドリングされます。
外部プログラム実行中であっても、SIGTERM または SIGSTOP であれば停止できます。そのため、subprocess で子プロセスを生成して外部プログラムを実行すれば、子プロセスごとまとめて SIGKILL できるということになります。
スレッド
マルチスレッドプログラミングを行うためには threading ライブラリ等を利用します。Thread() でスレッドを作成して start() で開始します。開始したスレッドの終了を待つためには join() を利用します。
main.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
from threading import Thread
from time import sleep
class MyClass(object):
def __init__(self):
self._worker = None
def RunAndDetach(self):
self._worker = Thread(target = self._Run, name = "MyClass worker")
self._worker.start()
def _Run(self):
for i in range(5):
print "hi from MyClass"
sleep(1)
def Wait(self):
self._worker.join()
def Main():
obj = MyClass()
obj.RunAndDetach()
# obj.Wait()
print "hi from Main()"
if __name__ == '__main__':
Main()
実行例
$ python main.py
hi from MyClass
hi from Main()
hi from MyClass
hi from MyClass
hi from MyClass
hi from MyClass
Wait する場合
$ python main.py
hi from MyClass
hi from MyClass
hi from MyClass
hi from MyClass
hi from MyClass
hi from Main()
共通リソースを複数のスレッドから利用する場合
グローバル変数や外部 DB 等を複数スレッドから利用する場合は、Java synchronized等のように Lock() する必要があります。
main.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
from threading import Thread, Lock
from time import sleep
count = 0
lock = Lock()
def incr(caller):
global count
print "Acquiring %s %d" % (caller, count)
with lock:
print "Acquired %s %d" % (caller, count)
count += 1
sleep(1)
print "Releasing %s %d" % (caller, count)
def f():
while count < 5:
incr('f')
def g():
while count < 5:
incr('g')
def Main():
workerF = Thread(target = f)
workerG = Thread(target = g)
workerF.start()
workerG.start()
if __name__ == '__main__':
Main()
実行例
$ python main.py
Acquiring f 0
Acquired f 0
Acquiring g 1
Releasing f 1
Acquiring f 1
Acquired g 1
Releasing g 2
Acquiring g 2
Acquired g 2
Releasing g 3
Acquiring g 3
Acquired f 3
Releasing f 4
Acquiring f 4
Acquired f 4
Releasing f 5
Acquired g 5
Releasing g 6
CPython の場合、Java 等のスレッドと異なり、一つの CPU コアで複数のスレッドを交互に実行します。そのため、I/O バウンドの場合等は別として、CPU バウンドの場合はマルチスレッド化によっては解決できません。
CPython implementation detail: In CPython, due to the Global Interpreter Lock, only one thread can execute Python code at once (even though certain performance-oriented libraries might overcome this limitation). If you want your application to make better use of the computational resources of multi-core machines, you are advised to use multiprocessing or concurrent.futures.ProcessPoolExecutor. However, threading is still an appropriate model if you want to run multiple I/O-bound tasks simultaneously.
https://docs.python.org/3/library/threading.html
実行したスレッドをタイムアウトを設定して待機させる
from threading import Thread
from threading import Event
from time import sleep
event = Event()
threads = []
def target():
print 'waiting...'
event.wait(timeout=5)
print 'done'
event.clear()
for i in range(2):
thread = Thread(target=target)
threads.append(thread)
thread.start()
sleep(10) #
print 'hi from main'
#event.set()
for thread in threads:
thread.join()
実行例
waiting...
waiting...
done
done
hi from main
sleep せずに set する場合
waiting...
waiting...
hi from main
done
done
プリントデバッグ
from pprint import pprint
pprint('xxx')
整形
from json import dumps
print dumps({'a':123}, indent=2)
スタックトレースの確認
import traceback
traceback.print_stack()
Python モジュールのパスを確認
import json
json.__path__
json.__file__
外部コマンドを実行して結果を受け取る
from os import popen
cmd = 'date'
res = popen(cmd).read().strip()
print res
Sat Sep 1 23:31:21 JST 2018
check_output でも同様のことができます。
In [1]: from subprocess import check_output
In [2]: check_output(['echo', 'hello'])
Out[2]: 'hello\n'
subprocess の Popen を利用して、パイプを作成して標準入力を Python から与えることもできます。
from subprocess import Popen
from subprocess import PIPE
text = 'hello'
output = Popen(['cat', '-'], stdin=PIPE, stdout=PIPE).communicate(text.encode('utf-8'))
In [5]: output
Out[5]: ('hello', None)
TTY 端末の存在確認
In [2]: from sys import stdin
In [3]: stdin.isatty()
Out[3]: True
外部コマンドを実行して終了ステータスを取得する
単に外部コマンドを実行するためには os.system() が便利ですが、返り値は子プロセスの終了ステータスとその他の情報をエンコードした値になっており、今回の実行環境では 256 倍された値となっています。
$ echo 'from os import system
> print system("exit 0")' | python
0
$ echo 'from os import system
print system("exit 1")' | python
256
$ echo 'from os import system
print system("exit 2")' | python
512
bash は 256 以上や負の値の終了ステータスを以下のように stauts mod 256 処理します。
$ bash -c 'exit 255'; echo $?
255
$ bash -c 'exit 256'; echo $?
0
$ bash -c 'exit 257'; echo $?
1
$ bash -c 'exit -1'; echo $?
255
そのため、今回の環境で python の system の返り値をシェルにそのまま返すと、異常終了 1 が正常終了 0 として判定されてしまいます。
$ echo 'from os import system
> status = system("exit 1")
> exit(status)' | python; echo $?
0
子プロセスの終了ステータスを正しく処理するためには subprocess を利用します。
python2 call
$ echo 'from subprocess import call
> status = call("exit 1", shell=True)
> print(status)' | /usr/bin/python2
1
python3 run
$ echo 'from subprocess import run
> status = run("exit 1", shell=True).returncode
> print(status)' | /usr/bin/python3
1
ステートマシン transitions
状態遷移図等で表現される有限オートマトン (FMS; finite state machine) の Python による実装の一つに transitions ライブラリがあります。
インストール
pip install transitions
サンプルコード
#!/usr/bin/python
# -*- coding: utf-8 -*-
from transitions import Machine, State
class MyClass(object):
def __init__(self):
# 状態と遷移
self._states = [
State(name='angry'),
State(name='happy', on_enter=['say_happy'], on_exit=['say_unhappy'])
]
self._transitions = [
{ 'trigger': 'be_happy', 'source': 'angry', 'dest': 'happy' },
{ 'trigger': 'be_angry', 'source': 'happy', 'dest': 'angry' }
]
# FSM 初期化
self.machine = Machine(model=self, states=self._states, transitions=self._transitions, initial='angry')
def say_unhappy(self):
print('become unhappy');
def say_happy(self):
print('become happy');
def Main():
obj = MyClass()
print obj.state #=> angry
obj.be_happy() #=> become happy
print obj.state #=> happy
print obj.is_happy() #=> True
if __name__ == '__main__':
Main()
遷移条件の設定
conditions を設定します。
#!/usr/bin/python
# -*- coding: utf-8 -*-
from transitions import Machine, State
class MyClass(object):
def __init__(self):
self._states = [
State(name='solid'),
State(name='liquid'),
State(name='gas')
]
self._transitions = [
{ 'trigger': 'heat', 'source': '*', 'dest': 'gas', 'conditions': 'is_flammable' },
{ 'trigger': 'heat', 'source': '*', 'dest': 'liquid' },
]
self.machine = Machine(model=self, states=self._states, transitions=self._transitions, initial='solid')
def is_flammable(self, temp):
return temp >= 100
def Main():
obj = MyClass()
obj.heat(temp = 74)
print obj.state #=> liquid
obj.heat(temp = 100)
print obj.state #=> gas
if __name__ == '__main__':
Main()
遷移時のコールバック
before と after を設定します。
#!/usr/bin/python
# -*- coding: utf-8 -*-
from transitions import Machine, State
class MyClass(object):
def __init__(self):
self._states = [
State(name='angry'),
State(name='happy')
]
self._transitions = [
{ 'trigger': 'be_happy', 'source': 'angry', 'dest': 'happy', 'before': 'say_will_be_happy', 'after': 'say_became_happy' },
{ 'trigger': 'be_angry', 'source': 'happy', 'dest': 'angry' }
]
self.machine = Machine(model=self, states=self._states, transitions=self._transitions, initial='angry')
def say_will_be_happy(self):
print('will be happy')
def say_became_happy(self):
print('became happy')
def Main():
obj = MyClass()
obj.be_happy() #=> will be happy\nbecame happy
if __name__ == '__main__':
Main()
関数の結果をキャッシュして高速化 lru_cache
Python3.3 以降の functools.lru_cache を利用すると、関数の結果をキャッシュして高速化できます。Python 2 系の場合はバックポートされた backports.functools_lru_cache を利用します。
pip install backports.functools_lru_cache==1.3
例えば以下のようにインポートします。
try:
from functools import lru_cache
except ImportError:
from backports.functools_lru_cache import lru_cache
import inspect
print(inspect.getfile(lru_cache)) #=> /usr/local/lib/python2.7/dist-packages/backports/functools_lru_cache.py
デコレータを付与するだけで関数の引数をキーとして実行結果がキャッシュされるようになります。maxsize に None を指定すると、すべてのキーに対して無限にキャッシュが生成されます。
@lru_cache(maxsize=32)
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
def _fib(n):
if n < 2:
return n
return _fib(n-1) + _fib(n-2)
ipython の %%timeit 等で実行時間を計測してみます。キャッシュが効いていることが分かります。
In [5]: %%timeit
...: [fib(n) for n in range(32)]
...:
10000 loops, best of 3: 78.4 µs per loop
In [6]: %%timeit
...: [_fib(n) for n in range(32)]
...:
1 loop, best of 3: 1.17 s per loop
In [7]: fib.cache_info()
Out[7]: CacheInfo(hits=1315580, misses=32, maxsize=32, currsize=32)
CPU コア数の確認
import multiprocessing
multiprocessing.cpu_count()
弱参照 weakref
オブジェクトの弱い参照を作成することができます。参照カウンタが増えないため強参照が削除されると GC の対象になります。
from weakref import proxy
from weakref import WeakValueDictionary
class MyClass(object):
def __init__(self):
self.x = 123
def __del__(self):
print('destroyed')
d = {'a': MyClass()}
a = {'a': d['a']}
b = WeakValueDictionary({'a': d['a']})
c = {'a': proxy(d['a'])}
print(a['a'].x)
print(b['a'].x)
print(c['a'].x)
print(d['a'].x)
del d['a']
del a['a'] #=> destroyed
b['a'] #=> KeyError
c['a'] #=> ReferenceError
両端キュー deque
両端キューです。
from collections import deque
d = deque([1, 2, 3])
d.pop() #=> 3
d.popleft() #=> 1
d #=> deque([2])
d.appendleft(3)
d.append(1)
d #=> deque([3, 2, 1])
デコレータ
#!/usr/bin/python
# -*- coding: utf-8 -*-
from functools import wraps
def MyDecorator(fn):
@wraps(fn)
def wrapper(*args, **kwargs):
try:
fn(*args, **kwargs)
except Exception as e:
print('myerror: {}'.format(e))
return wrapper
@MyDecorator
def MyFunc():
"""
mydoc
"""
raise Exception('hi')
MyFunc()
実行例
myerror: hi
その他のライブラリ例
- URL エンコード urllib.quote, urllib.parse.quote
- コマンドライン引数の設定 argparse
- tar ファイルの処理 tarfile
- ディレクトリの削除やコピー shutil
- PID の取得 getpid、ディレクトリ作成 makedirs、走査 walk、作業ディレクトリの変更 chdir 等
- HTTP クライアント requests
- 一時ディレクトリ mkdtemp() 等の利用 tempfile
- 日時文字列のパース dateutil.parser
- シングルスレッドで I/O を多重化してディスク IO やネットワーク関連の待ちを回避する asyncio の Python2 ポーティング trollius
- 軽量 Web アプリケーション flask
- REST API flask-restplus
- flask における CORS 対応 flask-cors
- mysql 接続 mysql.connector
- シリアル通信 pyserial
0
記事の執筆者にステッカーを贈る
有益な情報に対するお礼として、またはコメント欄における質問への返答に対するお礼として、 記事の読者は、執筆者に有料のステッカーを贈ることができます。
さらに詳しく →
Feedbacks
ログインするとコメントを投稿できます。
関連記事
- Python コードスニペット (条件分岐)if-elif-else sample.py #!/usr/bin/python # -*- coding: utf-8 -*- # コメント内であっても、ASCII外の文字が含まれる場合はエンコーディング情報が必須 x = 1 # 一行スタイル if x==0: print 'a' # 参考: and,or,notが使用可能 (&&,||はエラー) elif x==1: p...
- Python コードスニペット (リスト、タプル、ディクショナリ)リスト range 「0から10まで」といった範囲をリスト形式で生成します。 sample.py print range(10) # for(int i=0; i<10; ++i) ← C言語などのfor文と比較 print range(5,10) # for(int i=5; i<10; ++i) print range(5,10,2) # for(int i=5; i<10;...
- ZeroMQ (zmq) の Python サンプルコードZeroMQ を Python から利用する場合のサンプルコードを記載します。 Fixing the World To fix the world, we needed to do two things. One, to solve the general problem of "how to connect any code to any code, anywhere". Two, to wra...
- Matplotlib/SciPy/pandas/NumPy サンプルコード
Python で数学的なことを試すときに利用される Matplotlib/SciPy/pandas/NumPy についてサンプルコードを記載します。 Matplotlib SciPy pandas [NumPy](https://www.numpy - pytest の基本的な使い方
pytest の基本的な使い方を記載します。 適宜参照するための公式ドキュメントページ Full pytest documentation API Reference インストール 適当なパッケージ
