デスクトップアプリを作ろうとした際にFletという比較的モダンなフレームワークがあったので使ってみたという話です。 Fletとは2022年に登場した新しめのフレームワークでFlutterをベースとしているようです。Flutter自体がモダンなUIデザインを持っていてこれをPythonのGUIアプリを作成する際にも使えるようにしたフレームワークといったところでしょう。HTMLやCSSを書く必要が無いため学習コストは低めですが、その分のカスタマイズ性も落ちているので現時点では小
今回はVuetifyを試す際にセットアップの機会があったので備忘として記事を書き記します。 nodeは事前にインストールしているものとします。 node -vv20.11.1 Vuetifyプロジェクト作成参考先は以下公式ドキュメントです。 npmコマンドを実行するとTypeScriptを使うか、インストールの際はyarnやnpmのどれを使うかなど選択することになります。今回はTypeScriptをNo、インストールはnpmで行い、そのままinstallを進めるかどうか
試験前にやったこと統計学の時間 | 統計WEB (bellcurve.jp) 初級＋基礎のみ実施し、中級以降を進めるより過去問の実施を優先した 過去問（１冊分） 過去問で分からない部分の掘り下げ youtubeで統計について解説している方がいたので動画主体で外堀を埋めていきました 試験前にやっておけばよかったこと過去問をもっと解く CBT方式の試験は筆記試験に比べて時間が足りないと感じました。理由として、過去問（筆記方式のもの）は問１の(1)、(2)、(3)と１
自分用に備忘録になります。Flaskからmysqlを動かそうとしている方には参考になるかもしれません。 前準備 venvで仮想環境を作成し、必要なモジュールをインストールしておきます。 今回使用したのは以下のモジュールです。 Flask flask-sqlalchemy PyMySQL python-dotenv python -m venv flasktest# 仮想環境をアクティブ状態に.\flasktest\Scripts\activate# アクティブ状
Pythonで仮想環境を使う際にvenvを使ってプロジェクト毎に環境構築をしていますが、外部APIのキーなどをその都度exportしていました。 何かいい機能無いかなと探しているとpython-dotenvなるものがあったので使用してみました。 python-dotenvの取得 pipコマンドでpython-dotenvを取得後、プロジェクトのルートディレクトリ直下に.envファイルを作成します。 この中に都度exportしていたキーを記載します。 pip instal
前回記事の続きです。使用しているテーブルや今回追記した箇所以外は前回までの記事を参照ください。今回試したことは以下になります。 Vue.js側にaxiosを追加し、axios経由でFlaskを実行 Flask側は上記に対応するメソッドを追加する フロントエンド側 axiosを使用するので取得しておきます。axiosはjsベースのHTTP通信が行えるライブラリです。 npm install axios vueファイルは以下のようにしました。画面表示用の変数resul
前回記事の続きです。 Vueをbuildし、FlaskからVue側のファイルを参照できるようになりましたがどちらも初期セットアップ状態なので中身を以下のように変えて表示できるか試してみようと思います。 Flask側ではmysqlに接続して任意テーブルへSELECTを実行 Vue側ではSELECT結果をFlaskから受け取って画面表示 結論 今回実施した内容ではFlaskからVueに値を渡すことが出来ませんでしたので自己学習の一環として実施結果を残します。 バックエ
フロントエンドをVue、バックエンドをFlaskとした場合のアプリ作成に躓いたので備忘として残します。 ディレクトリ構成 今回は以下のようにフロントとバックを分けて作成しました。 mainDir-backend--venv--app.py-frontend--dist--src フロントエンド側(Vue.js)作成 createコマンドでVue環境を作成する。その際に名前をfrontendとして作成。 今回はオプションの類を全てNoにして作成を進める。 npm c
前書き機械学習の記事を読んでいるとちらほらTensorflowだったりPyTorchというワードを見かけてふんわりと理解はしているものの実際に叩いたことはないな？と思ったので今回触れてみます。 公式クイックスタートどんな時もとりあえず公式からです。 Colab上だとインストール済のようですが、個人の環境で実施する場合には事前に取得しておきましょう。 pip install tensorflow とても訳のわからないモノ 公式クイックスタートを見ていくとコードは書いて
前書きIT業界あるあるの1つだと勝手に思っているのですが、最初に学んだ言語（筆者の場合はjava）は基礎の基礎から学び始めると思うんですが、2つ目、3つ目の言語ともなると基礎を飛ばして実務ぶっつけ本番でググりながら書いてたりしませんか？ 筆者の場合はPythonやRがまさにソレだったので、今回はPythonの基礎を学んでみようと思います（基本的には独学用なのでまさにノートですね）。 使用させて頂いた教材①筑波大学の三谷先生著書の「Pythonゼロからはじまるプログラミング
前書き筆者が普段業務で使っている言語はjavaなので、Pythonのpandasやmatplotlibとあまり仲が良くありません。そこで今回は外部からdataframe形式でデータを受け取り、そのデータをmatplotlibの入力形式に合うように加工してPythonのライブラリに慣れてみたいと思います。 入力に使うデータ今回はdataframe形式で受け取れるデータという点と可視化した際に面白そうなデータが良いなと思ったので株価データを取得して加工してみたいと思う。 Ya
前書き前回までの記事でOpenAI API(GPT及びWhisper)を使ってみたり、gradioでの簡易Webアプリ作成、VOICEVOXエンジンによる音声読み上げを試してみました。そこでこれらを結合させて以下を実現してみようと思います。 gradioによる音声入力 Whisperによる音声⇒テキストへの変換 変換されたテキストを入力としたGPTの実行 GPTのレスポンスをVOICEVOXで読み上げる GPTのレスポンスをチャットボット風にWeb出力 実践…の前
前書きOpenAI APIもリリースされてからどんどんアップグレードが続いていますね。最近のアップデートでは最大トークン数が拡張されたモデルが登場したり、料金形態が若干安くなったりしたようです。私はといえばGPT+StreamlitでChatGPT風のアプリを作って遊んでみたりしましたが、直近で学習を始めたgradioを組み合わせてもよい勉強になると思ったので今回はgradioとOpenAIを組み合わせて使ってみようと思います。 【実践】gradioからGPTを動かしてみる
背景近年ではAIによる翻訳から対話まで、文字ベースのやり取りだと部分的には実用可能なレベルまで届いているのではないでしょうか。ここでもう一歩踏み出して文字ベースから音声ベースでAIを使ってみるためにまずはVOICEVOXを導入してPythonから喋らせてみたいと思います。 VOICEVOXとは簡単にいえば「棒読みちゃん（通称、ゆっくり）」のお友達ですね。テキスト入力を音声で読み上げてくれるソフトウェアです。この業界だと「ずんだもん」というキャラクターがよく動画などで登場しま
背景前回はStreamlitについて軽く触れてみましたが、gradioについてもStreamlit同様に簡単にWebアプリが作れるPythonフレームワークとして並べられることが多いようです。そこで今回はgradioについても軽く触れてみようと思います。 ★前回の記事 gradioとはStreamlitと同様にPythonでシンプルにWebアプリを作成できるフレームワークの一つである。Streamlitと比べるとネット上に落ちている情報資源が少なく、見た目も若干劣るようだ
背景前回携わったプロジェクトで全球（地球全体）規模のデータを扱うことが多々あったのでPythonやRでそれらデータの時系列推移や統計値を算出、matplotlibを使って可視化を行っていましたが見た目がダサいという欠点がありました。また、流行中のOpenAI APIを使用する際もCUIの枠を出ないとイマイチ格好良くないといった背景から今回はPythonで簡単にWebアプリが作れるStreamlitに触れてみようと思います。 StreamlitとはStreamlitとはPyt
