utligen

utligenはHULFTの定義情報をファイルに出力できる。

rem Hulftのbinフォルダに移動
cd C:\HULFT Family\hulft8\bin

rem 配信情報を出力
utligen -f c:\hoge\hulft_snd.txt -i snd -id "*"

rem 集信情報を出力
utligen -f c:\hoge\hulft_rcv.txt -i rcv -id "*"

rem ホスト情報を出力
utligen -f c:\hoge\hulft_hst.txt -i hst -id "*"

rem ジョブ情報を出力
utligen -f c:\hoge\hulft_job.txt -i job -id "*"

rem 転送グループ情報を出力
utligen -f c:\hoge\hulft_tgrp.txt -i tgrp -id "*"

rem フォーマットを出力
utligen -f c:\hoge\hulft_fmt.txt -i fmt -id "*"

rem マルチフォーマットを出力
utligen -f c:\hoge\hulft_mfmt.txt -i mfmt -id "*"

エクスプローラでSharePointのフォルダを開く

Sharepoint上のファイルをブラウザを使用せずエクスプローラからネットワークドライブ用のように扱いたい場合、

OneDrive上にSharepointのショートカットを作成することで実現できる。

手順は以下の通り。

１.Sharepointの対象のフォルダを選び、「OneDriveへのショートカットを追加」をクリックする

2.エクスプローラにあるOneDriveをクリックする

3,OneDriveにサインインする

4.サインインが完了するとOneDriveから作成したショートカットのフォルダを操作できる

プライベートIPアドレス

プライベートIPアドレスとして使用してよいIPの範囲は以下のどれかと規定されている。
特に規定はないがクラスAやBは企業、クラスCは家庭で設定する場合に使用するのがよさそう。

クラスA(大規模)    10.0.0.0～10.255.255.255
クラスB(中規模)    172.16.0.0～172.31.255.255
クラスC(小規模)    192.168.0.0～192.168.255.255

AWSの料金メモ

自分なりに料金についてまとめたメモ。
詳細および最新は公式サイトで確認すること。

EC2インスタンス
⇒1時間あたりの使用量が決まる。
　停止中は費用は発生しない。

EBS(EC2に直接アタッチできるディスク)
⇒使用したサイズを月額で発生(月を満たさない場合は日割り)
  停止はできないので領域を確保している間は費用が発生する。

EIP(固定IP)
⇒EC2インスタンスに関連付けたインスタンスを実行中は費用が発生しない。
　ざっくりいうと使っていないのにIPを確保している場合が費用が発生する。

scikit-learnのサンプルデータセットを使う

scikit-learnは機械学習ぼライブラリである。
また、scikit-learnにはあらかじめ学習されているサンプルデータセットがいくつか存在する。

以下、そのデータセットのうち手書き数字データを取得し図として描画した手順。

事前準備として以下のライブラリをインストールする

pip install scikit-learn

pip install matplotlib

scikit-learn・・・機械学習のライブラリ

matplotlib・・・画像を表示するライブラリ

参照設定のコード

#sklearnのデータセットを参照する
from sklearn import datasets
#pyplotを参照する
from matplotlib import pyplot

データセットを取得し、画像として描画するコード

#ライブラリで用意されている数字のデータセットを取得する
valux, valuy = datasets.load_digits(return_X_y=True)

#valuxの先頭(0番目)のデータを取得する
valux_aaa = valux[1]        #ここの数字を変えると別の画像が描画されます
 
#Figure(図全体)とAxes(座標軸)を同時に作成する
fighoge, axhoge = pyplot.subplots()

#取得したAxes(座標軸)を8ピクセル四方で描画する
axhoge.imshow(valux_aaa.reshape(8,8))

return_X_y=True・・・戻り値をタプル（組）にするかを指定する

janome

janomeはPtyhonで日本語の形態素解析を行うライブラリ。

文章から最小単位の単語に分解することができる。

janomeのインストール

pip install janome

janomeを参照設定する

#Tokenizerを参照する
from janome.tokenizer import Tokenizer

形態素解析を実行する

#Tokenizerを生成する
token = Tokenizer()

inptext = 'ある日森の中を歩くと熊に遭遇した。とても怖かった。'

#形態素解析を実行する
tokens = token.tokenize(inptext)

#結果をすべて出力する
for tokenval in tokens:
    print(tokenval)

実行した結果

ある    連体詞,*,*,*,*,*,ある,アル,アル
日    名詞,非自立,副詞可能,*,*,*,日,ヒ,ヒ
森    名詞,一般,*,*,*,*,森,モリ,モリ
の    助詞,連体化,*,*,*,*,の,ノ,ノ
中    名詞,非自立,副詞可能,*,*,*,中,ナカ,ナカ
を    助詞,格助詞,一般,*,*,*,を,ヲ,ヲ
歩く    動詞,自立,*,*,五段・カ行イ音便,基本形,歩く,アルク,アルク
と    助詞,接続助詞,*,*,*,*,と,ト,ト
熊    名詞,一般,*,*,*,*,熊,クマ,クマ
に    助詞,格助詞,一般,*,*,*,に,ニ,ニ
遭遇    名詞,サ変接続,*,*,*,*,遭遇,ソウグウ,ソーグー
し    動詞,自立,*,*,サ変・スル,連用形,する,シ,シ
た    助動詞,*,*,*,特殊・タ,基本形,た,タ,タ
。    記号,句点,*,*,*,*,。,。,。
とても    副詞,助詞類接続,*,*,*,*,とても,トテモ,トテモ
怖かっ    形容詞,自立,*,*,形容詞・アウオ段,連用タ接続,怖い,コワカッ,コワカッ
た    助動詞,*,*,*,特殊・タ,基本形,た,タ,タ
。    記号,句点,*,*,*,*,。,。,。

単純なスクレイピング

Pythonでページを取得し、特定のタグを取得するまでの手順は以下の通り。

１．事前準備として以下２つのライブラリをインストールする

　requests・・・WEBページを取得するライブラリ

   beautifulsoup4・・・HTML解析ライブラリ

　インストールはコマンドプロンプトから以下のコードを実行する。

pip install requests

pip install beautifulsoup4

２．Pythonのコードで以下の参照設定を行う

#ライブラリをインポートする
import requests
from bs4 import BeautifulSoup        #大文字・小文字の区別に注意

３．以下のコードを実行し対象ページの特定のタグの値を取得する

#ページを取得する (アドレスは任意のURLに書き換えてください)
req = requests.get('https://hogehoge.co.jp/about/')
htmltext = req.text

#取得したページをBeautifulSoupに渡す
soup = BeautifulSoup(htmltext,'html.parser')

#divタグでclassがentry-bodyと定義されている箇所を取得する
resulttext = soup.find('div', class_='entry-body')

#取得結果を出力する
print(resulttext)