Pukumon Go
2020年1月より始めたプログラミング学習の記録です
2020年1月21日から始めたプログラミングですが、早いもので今日でなんと1000日が経ちました。46歳から始めましたので現在49歳です。 これから始めよう、または始めたばかりの人に勇気を持っていただくためにも、こんなおじさんでもなんとか少しは使えるようになった経緯をまとめておこうと思います。 始めたきっかけ学習を始めて1ヶ月経過した時にも書いたのですが、きっかけはたまたま目にした新聞記事。地元の新聞に小学生向けのプログラミング教室のことが取り上げられており、プログラミング
Flaskで初めて作ったアプリのお話です。 前回ちらりと触れましたが、たまたまアプリを作ろうと思ったタイミングにFlaskについて知ることができたのでDjangoではなくFlaskでアプリを作ることにしました。 実現したいことはざっくりと以下の通り。 ①サーバーからexcel形式でエクスポートされた受注データをデータベースに取り込む（データベースはsqliteを使用） ②データベースの内容を一覧で表示、修正、削除 ③②を出荷日で期間を絞って抽出 ④③で抽出したデータを集
仕事で進捗を管理するために受注を集計するアプリがないととても管理しきれないと思いアプリを作りました。 最初はDjangoで作ろうかと思ったのですが、たまたまその頃youtubeにFlaskを解説する動画が出てきたので見てみたところ、どうも使いやすそうだったので手をつけました。 PythonのフレームワークというとDjangoというイメージがなぜだか強くて、Djangoを始めた時もなぜだかDjango一択みたいな感じで手をつけたのですが、自分が作る程度のものならFlaskで十
受注先ごとの注文件数と合計金額を日別に集計する必要が出てきたためそのプログラムを書いてみました。 その覚書です。 元のデータはデータベース上にあるので、いつもの如く必要と思われるデータをcsvで出力して、データフレームとして取り込みます。 import pandas as pddf = pd.read_csv('csvデータのパス', encoding='cp932') encoding='cp932' は、文字エンコーディング（文字セット）を指定するオプションの一部で
仕事でお客様のメッセージを商品に印刷するということをやっています。 基本的にはネット注文で承っていますので、お客様自身にメッセージを入力していただくのですが、注文時のお客様の入力ミスで印刷した後に発見され、作り直しという事態が定期的に発生します。 お客様の間違いとはいえ、気付いてしまった以上そのまま出すわけにはいかないので、確認をとった上、作り直します。 なんとかならないものかと前々から思っていましたが、基本的にはこのメッセージのチェックは前工程での作業で、うちの部署では前
データフレーム同士を結合させようとしたところ、reduceに行き着きました。 やりたかったことをざっくりいうと、日付ごとに特定の文字列を含む要素数を一覧表示させること。 まずは元となるデータフレームをChatGptに作ってもらいました。 import pandas as pdimport randomfrom datetime import date, timedeltafrom functools import reduce# 日付をランダムに10日間選択start_
仕事では毎日の作業としてデータベースから必要データをcsvでエクスポートし、種類ごとに向こう2週間ぐらいの日毎の出荷予定数の一覧をexcelに出力するということをPythonを使ってやっています。 日毎のデータを扱うので当然日付や曜日も扱うわけでこれをどのように使っているかのご紹介です。（Python初級者の浅知恵です） 日時のみのデータフレームに曜日のカラムを追加します。 曜日は日本語表記にします。 仮に日時のみのデータフレームを作ってみます。 import pand
データフレームの背景に色をつけられるのが意外と便利で最近よく使っています。 以前、特定の文字列を含む行を抽出するという記事を書きましたが、実際は特定の文字列を含む行を抽出し、特定の文字列を含むセルの背景に色をつけて使っています。 import pandas as pddata = { '仕入先': ['商店A', '商店C', '商店C', '商店A', '商店C', '商店A', '商店A', '商店B'], '果物': ['りんご', 'バナナ', 'みか
前回はmapとapplymapを試してみましたが、applyというのもどうも同じような動きをするらしい。 試しに前回試したmapやapplymapをapplyに置き換えたところほとんど同じ動きをしました。 使い分けがまったくわかりません。 ということでこの辺りを探っていくことにします。 ChatGPTに聞いてみました。 わかったようなわからないような。 ググってみました。 このサイトがわかりやすい。 基本的には特別な場合を除いてはどちらも同じように使えるようです。 試
前回の記事でChatGPTにapplymapを使ってデータフレームに特定の文字列を含む列の抽出方法を教えてもらったので、もう少しいろいろ試してみようと思います。 ちなみにapplymapのように引数に関数を渡したり、関数を戻り値とする関数を高階関数というそうです。 import pandas as pddata = { '仕入先': ['商店A', '商店C', '商店C', '商店A', '商店C', '商店A', '商店A', '商店B'], '果物': [
私の勤めている会社では商品がやや特殊であるため、受注データの管理はネット、FAX、その他含めすべての受注を自社のシステムで管理しています。 恐らく導入した時にあれもこれもと欲張ったせいか、1件の注文に対して入力可能な項目が83もあります。個人的にはその半分でも多いかとは思うのですが、他の部署では必要なのかもしれませんので、それはまあいいとします。 システムの導入から10年近く経っているようで、さすがに新しい商品やいろんな企画に対応できない部分も増えてきて、入力する人や、企
うちの会社では売上をなぜだかgoogleのスプレットシートで管理しているのですが、これが何かと見づらいのでしばらくはJupyter Notebookでpandasを使って多少見やすくしていました。 ただ、日付の期間抽出とか何かと入力するのが面倒だし、気付かないうちにコードが書き換わっていて動かなくなったりといろいろ不都合なこともあったので、Streamlitを使ってみることにしました。 Streamlitは結構簡単にアプリが作れるので思い出した頃にちょくちょくと触ってはいま
諸般の事情でPHPで作った部署のアプリをDjangoで作り直していたのですが、そもそも久方ぶりというか短期間だけ触っていただけなのでほぼほぼ忘れており、基本的には書籍に沿って作りました。 とはいえ、書籍通りのものを作りたいわけではないので、あれこれと変えなければならない部分もあり、結構というか、かなり調べなければいけない部分もありました。 以前なら、ググりまくっても2、3日解決しないことも普通にありましたが、ChatGPTを使うようになってからはそんなこともなくなりました
アプリを作る上では必須条件でもあるのですが、なんせ前回Djangoを使ってから随分経っているので完全に忘れています。 しかも前回はわけもわからず作ったので関数ベースビューとclassベースビューを混在させてしまい、それぞれでリダイレクトさせる方法が違っていて、なんか面倒なことになったことは微かに記憶にありました。 身についているかどうかは置いといて、こういう微かな記憶があったおかげで今回は苦労せずに実装することができました。 以下、覚書として残しておきます。 #views
前にも書きましたがChatGPTはプログラミングととても相性がいいです。 今、訳あってDjangoでアプリを作っているのですが、ほぼほぼ忘れているためChatさんにあれこれ聞きながらやっています。 あたりうまく伝えられないような質問でふわっとした感じで聞いても結構的確に知りたいことを答えてくれるのがChatさんの素晴らしいところ。 正直なところ、こんな質問ではまともな回答は来ないだろうと思っていても、ほぼすばりの回答が来たりします。もしこれをググるとなると相当時間がかかる
自分の部署で使うアプリをなぜかPHPで作ったのですが、もろもろ事情があって使いにくいためにこれまたなぜかDjangoで書き換えてみようと思う。 とはいえ、Djangoなんぞ結構前に1度だけ受発注システムアプリを作ってみただけなので、ほぼほぼ頭から抜け去っています。 しかもあの時はただのDjangoだったのにいつの間にかDjango4というバージョンにまで変わっていて、そのせいでなんかうまくいかないのも辛いので、参考書を手に入れました。 フレームワークを使うなら個人的にはL
