那覇レポート

この前受験して来たと書きましたが、なんとか受かっていました。 純粋に合否だけが知らされ、得点がわからないのでギリギリだったのか否かもわからずです。 まぁ受かってよかったです。 会社の同僚は前日だけの勉強で受かり、実力の差を感じてしまいました...

こんばんわ。python永遠に初心者の僕です。 pythonはfor文が遅いから使わないようにした方がいい... 何度今まで聞いたことでしょう。 しかし調べても、あまりまとまったサイトがないようなので、自分のためにまとめてみます。 まずはリスト(配列。dataとする) からの検索です。 リストであるlistから"mokuteki"が入っている場所を探します。 1. listのindex 実は以前調べていました。 http://nahareport.blogspot.jp/2015/11/for.html data.index("mokuteki") で検索できます。 2. bisect bisectを使うにはlistがソートされている必要があるようです。 ソートはリスト標準の data.sort はマージソートで、かつ下手に自分で書くよりは早いようですのでこれを使いましょう。 でbisectの使い方はこんな感じ。 import bisect as bisect bisect.bisect_left(data, "mokuteki") では今度は、検索でなく逐次実行について。 リストから条件にあったものだけを取り出し(抽出)です。 例えば僕は、matplotlibでプロットするときに、3列目が0未満だったら赤、0以上だったら青... みたいな逐次処理での色分けをよくやります。 data2を3列のnumpy.arrayとし、3列目が0未満のものを抽出したいと思います。 これを高速にやるには以下2種があるようです。 3. filter filter(lambda x: x < 0, data2[:,2]) lambda方式を使って非常に簡単にかけますね... 4. リスト内包表記 [x for x in data2[:,2] if x < 0] forを使っているじゃないか！と思いきや普通のforの2倍速いそうです) 当たり前ですがfilterもリスト内包表記も「3列目」を見て、その行3列全てを取り出すのはできません。う〜ん... 追記 5. numpy.where 僕のやりたいことはnumpy...

これはwhywaita Advent Calendar 2017 https://adventar.org/calendars/2253 15日目の記事です。 ご飯大好き、調布大好きわいわいたさんが通う店は？ https://twitter.com/whywaita/status/938971334821937157 そう。食神 餃子王さんですね。 https://tabelog.com/tokyo/A1326/A132601/13061028/ 僕は大学時代、何かとお金に困っていたので外食はほとんどできませんでした。 たまに行くとしてもファミレスとかそういう所でしたね。 で、就職して結婚して子供ができて... 子供が小さいうちはやはりファミレスが神なので、最寄りのデニーズにはよく行きました。 外食についてあまり深く考えていなかったのですが、一つ事件が。 その店員さんとも顔見知りになっていたデニーズがなくなってしまったのです。 子供は思い出のデニーズがなくなったので、泣いていました... このことで、今まで外食イコールデニーズだった部分を、どこで食べるか考える必要が出てきたのです。 またその時、この土地に住んで10年になろうとしていました。 10年も住んでいるのに、ずっとデニーズに通っているのは日本語で言う「地元愛」、 そこまで行かなくても、その土地ならではの店を知らないでいるのはどうかと、 そう言う気持ちになってきたのです。 これを機に、地元の飲食店(特に個人経営の)のお客さんに、なるべきではないのかと考えが浮かんできたのです。 そこから、地元の飲食店開拓が僕の楽しみになりました。 まずは食べログで探して行って見ました。 そのうち、地元の飲食店を食べ歩いている人、つまり先輩ですね。の店の紹介webサイトを見つけましたので、それを見て行って見ました。 そのうち、前から気になっていた(ちょっと入りにくい)飲食店にも入る勇気が出てきました。 この飲食店騒動でわかったのは、視野を広げることの難しさです。 今まで気にもとめなかったことに気づき、それを変えていくのってこんなに難しいのですね... デニーズがなくなったことで僕は気がつくこと...

題名通り、new balance M1500というモデルを購入しました。 ニューバランスのスニーカーを買った事がある人は、 ニューバランスには数千円の価格帯のモデルと、 20000円以上の価格帯のモデルがあることをご存知かと思います。 例えば、574というモデルは数千円ですが、 見かけがそっくりの576というモデルは24000円します。 なにが違うのでしょうか？ まず産地が違います。 数千円のモデルはアジアで、20000円以上のモデルはUSAまたはEnglandで生産されています。 もう一つの違いは、ニューバランス社がはっきり言わないのですが、20000円以上のモデル... 576, 1300, 1400, 1500は基本「本革」、天然皮革なのです。 表記では単に「レザー」になってます。 後者を聞いて、そりゃ高いに決まってるわ、と納得して買うことができました。

今日、IoTシステム技術検定試験の中級を受験してきました。 http://www.mcpc-jp.org/iotkentei/ 実施3回めの試験ですが、過去問はおろか正解、合格率などが一切公開されない試験です。 ということで、どのような問題が出たかは言わない方が良さそうなので、どうやって勉強したかを書いてみます。 僕はそもそも問題集をこなして勉強するタイプなので、今回のように教科書しかない状況は非常に辛かったです。 問題集ないと理解度が測れませんから... 教科書はこれが指定されています http://www.mcpc-jp.org/iotkentei/text.html これがまた非常にクセのある教科書なのが困りました。 数十人で分担して書いてるので、同じことが何度も書いてあったり、その重なった箇所に書かれていることが違う、誤植が多い、文書がわかりにくい...など。 とはいえ我慢するしかありません。しかも、試験はその難解な文書を全部読んでないと解けない問題が多いです。まあ元々常識として知っていればそんなに苦しまないのかもですが。 僕の場合は、仕事が少しIoTに関係あるのと、データ活用部分は知っていたのと、セキュリティ部分はIPA情報セキュリティスペシャリストで学習したので、その辺は大丈夫でした。 また、どうやら他の受験者さんも普段からIoTの仕事をされているような会社が多いようなので、まあ業界検定みたいな位置づけなのかもしれません。 ということで、晴れて試験勉強から解放され、好きな本が読めるのがうれしいです 画像:学園祭のハンバーガー