1月の気になったニュース、ツイート、記事
//twitter.c
自分は食材の買い出しも料理も頻繁にするんですが(=冷蔵庫をよく利用する)、冷蔵庫の温度を変えたのは、新しいのに買い換えて最初の温度設定をした時以外一度もない。つまりこの冷蔵庫の開発に携わった人々はユーザーと向き合ったことがほとんど無い可能性がある。プロダクトマネジメントとしては失格
— Haruki Sonehara / Head of Product @ シリコンバレー🇺🇸 (@Haruki_Sonehara) January 27, 2019
https://twitter.com/Haruki_Sonehara/status/1089365383146om/Haruki
_Sonehara/status/1089365383146946560
https://twitter.com/Haruki_Sonehara/status/1089365383146946560
「問題解決力とコーディング力を鍛える英語のいろは」読んだ。めっちゃ良い。
— 笹木 信吾 (@HousouP) January 27, 2019
語学の教本ではなく、開発全般に関わる英語活用の話。
コミットメッセージの書き方とか、レビューの心得、関心の分離あたりは、英語活用の視点で解説されてるけど、日本語で開発する時も参考になる内容で非常に良かった。 pic.twitter.com/dWI2UHOJQu
本日は #d3m で発表させて頂き、運営の皆様、聞いてくださった皆様、本当にありがとうございました!資料は後ほどアップいたします!あと、突貫で作ったのでそんなに綺麗ではないですが、Bokehのソースコードはこちらに上がってますので、良かったらいじってみてください!https://t.co/wnI2h0LXO7
— Yukiyoshi Sato (@YukiyoshiSato) 2019年1月22日
資料が綺麗&わかりやすくて泣いてる
— 康裕三 (@kangyoosam) 2018年12月30日
リリース前に知りたいネイティブのあれこれ https://t.co/FXnkZ5CvY9 pic.twitter.com/2bJPtdMWmM
資産運用EXPOについて https://t.co/WenfmoB7xH
— driller/どりらん (@patraqushe) January 22, 2019
セコム上信越、流動資産に短期貸付金たっぷりなんだね。
— ひばり (@hibari0101) January 20, 2019
運転資本に隠れてるので、自分のスクリーニングでは見逃します
ほぼ、キャッシュの塊なのですね
良い会社ですね pic.twitter.com/fnmgQuimhX
ほとんどの人にとって就職予備校と化した大学に わざわざお金を借りてまで行く人の気が知れない。
— タキチ|ツイートを深める中学生 (@takichi_program) 2019年1月20日
「安定した未来のために」って、
もう聞き飽きたレベルですけど
学校の経歴だけで一生を決めようとするのが、お前はアホか、っていうことですよ(笑)
それとも そんなに安月給貰うのが楽しみなの?? https://t.co/GvQ869c8NG
読書録 #01:「筋トレが最強のソリューションである マッチョ社長が教える究極の悩み解決法」を読んで
筋トレが最強のソリューションである マッチョ社長が教える究極の悩み解決法
筋トレが最強のソリューションである マッチョ社長が教える究極の悩み解決法
- 作者: Testosterone(テストステロン)
- 出版社/メーカー: U-CAN
- 発売日: 2016/01/29
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (9件) を見る
読んだ理由
- 友人の間で筋肉教(狂?)が増えてきて勧められたので
感想
- ダイエットの部分などは、読み飛ばした。筋トレすると、脳内物質も出て自信がつくといった出だしから始まり、終始「筋トレはいいぞ」に帰結していた。主張はシンプルだが、成功者だったり、自信がありそうな人の体つきを見ると、納得できる。「あまり運動はしないが、自分の殻を破りたい」という方にはおすすめ
Let's try
- 区民スポーツセンターに行く
- ダンベル買った
Pandas よく使うものまとめ(更新中)
参考リンク
基本操作
ラベルを使ってデータを選択する <Series.loc>
import pandas as pd ser = pd.Series([1, 2, 3], index =['a', 'b', 'c']) ser # a 1 # b 2 # c 3 # dtype: int 64 ser.loc['b'] # 2 ser.loc['b':'c'] # b 2 # c 3 # dtype: int64 ser.loc['a','c'] # a 1 # c 3 # dtype: int64
位置を指定してデータを選択する <Series.iloc>
import pandas as pd ser = pd.Series([1, 2, 3], index =['a', 'b', 'c']) ser.iloc[1] # 2 ser.iloc[1:3] # b 2 # c 3
真偽値を使ってデータを選択する <Series.loc, Series.iloc>
import pandas as pd ser = pd.Series([1, 2, 3], index =['a', 'b', 'c']) ser.loc[[True, False, True]] # a 1 # c 3 # dtype: int64 ser != 2 # a True # b False # c True # dtype: bool ser.loc[ser != 2] # a 1 # c 3 # dtype: int64
DataFrame の作成
import pandas as pd df = pd.DataFrame( [[1,10,100], [2,20,200], [3,30,300]], index=['r1','r2','r3'], columns=['c1','c2','c3']) df # c1 c2 c3 # r1 1 10 100 # r2 2 20 200 # r3 3 30 300
ラベルを使ってデータを選択する <DataFrame.loc>
df = pd.DataFrame( [[1,10,100], [2,20,200], [3,30,300]], index=['r1','r2','r3'], columns=['c1','c2','c3']) df.loc['r2','c2'] # 20 df.loc['r2', :] # c1 2 # c2 20 # c3 200 # Name: r2, dtype: int64 # スライスやリストの渡し方 df.loc[['r1','r3'],'c2':'c3'] # c2 c3 # r1 10 100 # r3 30 300
iloc を使ってデータを選択する <DataFrame.iloc>
df = pd.DataFrame( [[1,10,100], [2,20,200], [3,30,300]], index=['r1','r2','r3'], columns=['c1','c2','c3']) df.iloc[1:3,[0,2]] # c1 c3 # r2 2 200 # r3 3 300