2018-01-01から1年間の記事一覧
切り替え 使ったことあるクラスタ一覧: kubectx クラスタ切り替えkubectx <NAME> 使ったことあるnamespace: kubens namespace切り替え: kubens <NAME> ※ brew install kubectxでkubectxとkubensが入る (ahmetb/kubectx: Fast way to switch between clusters and namespa</name></name>…
functools.partialを使うと引数を固定した関数を作ることができる。例えば以下のような引数を2つ受け取る関数args2を、functools.partialを使って1つ目の引数aを固定したargs1を作ると以下のような感じに使える。 import functools def args2(a, b): print…
日常会話 平凡な mediocrity がんばる 努力する strive もがき苦しみながらがんばる struggle しようとしている I'd try to ~ XX時ならいいよ Any time after/before XX is fine. こっそり見る sneak a peek 頼みを受ける/断る accept/refuse 自己紹介 はじ…
標準出力とファイルのログを書き出す 好きなコア数で並列処理する デバッグ中はデータ数少なくしたい みたいなときこんな感じでかいたの使ってる import time import argparse import logging import multiprocessing from pathlib import Path logger = log…
import pandas as pd def katakana_to_hiragana(text): d = {i: i - 0x60 for i in range(ord('ァ'), ord('ァ') + 86)} return text.str.translate(d) def hiragana_to_katakana(text): d = {i - 0x60: i for i in range(ord('ァ'), ord('ァ') + 86)} return…
Install $ pip install "dask[complete]" 各partitionごとに何かを計算してmergeするイメージ import pandas as pd import pandas as pd from dask import dataframe as dd def func(series): return pd.DataFrame({ 'min': [series.min()], 'median': [seri…
インスタンスのスペック変更 gcloud compute instances set-machine-type {VM_NAME} --custom-memory {MEMORY_GB} --custom-cpu {CPU_NUM}
コンテナ起動 $ docker run -d -it ubuntu:16.04 bash ※ ubuntu:16.04はdockerイメージ名 コンテナのターミナルに接続 $ docker exec -it ${CONTAINER_ID} bash コンテナの状態をコミット $ docker commit ${CONTAINER_ID} タグ付け $ docker tag ${commit番…
import datetime now = datetime.datetime.now() df.loc[:, 'birthday_dt'] = pd.to_datetime (df['birthday']) df.loc[:, 'age'] = (now - df['birthday_dt']).astype('
row, col = 10, 3 fig = plt.figure(figsize=(col * 5, row * 4)) for i, c in enumerate(df.columns): ax = fig.add_subplot(row, col, i + 1)
s.plot.pie(pctdistance=0.6, labeldistance=0.3, textprops={'color': "white", 'weight': "bold", 'fontsize': 12}, wedgeprops={'linewidth': 2,'edgecolor':"white"},)
import collections import pathlib # データ処理周り import numpy as np import pandas as pd from IPython.core.display import display # 可視化ライブラリ import matplotlib.pyplot as plt from matplotlib import cm # colormap import seaborn as sn…
d = access_features['count'].sort_values().reset_index() d.columns = ['base_index', 'count'] d = d.reset_index() from sklearn.cluster import KMeans from matplotlib import cm kmeans = KMeans(n_clusters=3) kmeans.fit(d[['count']]) d.loc[:, '…
dfにtimeカラムがあることを想定 文字列 -> datetime型 timeが2017-01-01とかの文字列だったとき pd.to_datatime(df['time']) でだいたいよしなにparseしてくれる unixtime -> datetime型 timeがunixtimeだったとき pd.to_datatime(df['time'], unit='s') 一…