こういうgifアニメを作ったのです。
最初は配列とかfor文とか使って、短く書こうと思いました。
しかし、プログラミングに詳しい人も詳しくない人も何を言ってるかわからないと思いますが、配列の中に配列を入れることができず、何を試してエラーが出て……
むなしく1時間2時間3時間と過ぎていき……
結果、悔し涙に頬を濡らしながら、格好良くまとめるのは諦めて、ダサすぎますが全部普通に書くというコードにしました。
どれだけダサかったか？ こんな感じです。上から順番に1行ずつ実行されるだけ、というレベルのダサさ。
https://github.com/kotoripiyopiyo/python/issues/7#issue-653340988（コード部分45行）
モヤモヤを抱えながら寝て、起きて、しばらくすると、友人のCHEEBOWさんから、
「同じ処理をしている部分を関数にまとめてみるとよいのかも」
という、天啓のようなアドバイスをいただきまして。
関数にまとめる！！！
すっかり忘れてた！ そういえばそんなこと、教科書の最初の方に書いてあった！
池上の古民家カフェ「蓮月」では、まあまあ広いスペースのどの場所でも、ジャズが静かに流れています。
このBGM環境が、隅っこに置かれているAppleのHomePod一台で実現されていて、びっくりしました。
ほら、HomePodって、あまり話題にならないじゃないですか？ 僕も忘れてたし。
でもこれ、据え置きスピーカーとして超優秀なんじゃないでしょうか？ もしかして。
音量を絞ったままで、部屋の隅々にまで音楽を流れるのって素晴らしい。むやみに音量上げなくていい！
HomePodの公式ページでは、こう説明しています。
あっぶない！ ほとんど忘れかけていました。
先週末のランチに作ったオリジナルレシピ、完全に大脳新皮質から失われる前に、ここに書き留めておこうと思います。
●「玉ねぎの酒蒸しパスタ」のレシピ（2人前）
なんかもにょもにょいじってたらできた……
今回は、こんな画像をPythonで作りました。オリジナルのロケット画像を、赤だけにしたり、白黒にしたりして、くっつけて並べた感じです。
いつもの「Tellus×TechAcademy 初心者向け Tellus 学習コース」で学びました。でも以下のコード、なんか繰り返しに見えるところが多かったので、for文でまとめられないかなーと、この1週間ほどあれこれいじってたんですよね。
僕は、料理は結構やるのですが、本気で肉を焼いたことはありません。
肉って、ちゃんと焼こうとすると、すごく難しそうじゃないですか？
肉焼き道みたいのがあって、道具、時間、温度、一連の流れなど、さまざまなトラップがありそうだし。
友だちに肉焼き名人がいるのですが、やっぱり、上手い人が焼いた肉は、異常に美味しいんですよね。口に入れた瞬間「うまっ！」と声が出るくらい。
なので、肉焼きからは逃げる人生を送っていたのですが、料理の経験も積んだ今、そろそろいいんじゃないかと思って、調べたり友だちに聞いたりしたんです。
結論としては、「低温調理」という必殺技を除けば、とりあえずこんな感じのレシピがベストかな、と。
【材料】
・牛肉（たぶんどの部位でもいい。サーロインとか）厚さ3cm
・塩
・デジタル温度計【作り方】
1. 肉を30分〜おいて、常温に戻す
2. 軽く、本当に軽く、塩を振る
3. フライパンを強火で熱する
4. 油を引き（牛脂だとベストだけどなんでもいい）、中火に
5. 肉を投入。30秒〜1分
6. 表面がいい感じに焦げたら、裏返す。30秒〜1分
7. 温度計で中心部の温度が48度くらいになっていたら、フライパンからとりだし、アルミホイルに包む
8. アルミホイルにデジタル温度計をぶっ挿し、中心部の温度を測る。53度〜63度くらいになったら、そこから10分〜30分置く【要点】
・大事なのは「肉汁を内部に閉じ込めること」。だから最初に表面を固める
・その後は余熱で火が通る。53度でアミノ酸分解が進みつつ柔らかさは保たれる
なるほど……これはどっかで何か間違えるだろう！
心配な気持ちを抱えたまま、スーパーで、オージービーフのお値段40%引きのやつを購入。
厚さが3cmじゃなくて1cmで、さっそく誤算ですが、人は自分の持ってる武器で戦わなくてはいけないのです。
デジタル温度計もニトリで購入済み。買ったのはこれ。
「差し込んでなかみの温度がわかる」とか、まさに僕が欲しい機能をピンポイントでアピールしていたので、迷わず決めました。
準備は整った。さあ、焼きはじめます。
肉を常温に戻し、塩を降って、フライパンに肉を放り込みました。
すると、いきなり、
ジュワワーッと肉汁が飛び出してきましてね！
なんで！？ 聞いてないよ！
「肉汁を閉じ込める」ことこそが肉焼きの要点だというのに！
一番やってはいけないことをしでかしてしまいました。
「失敗」の二文字が頭をよぎります。
オリジナルレシピの場合、大抵は数ヶ月後に「また作りたい」と思っても、レシピをさっぱりと忘れてしまっているので、ここに書き留めておきたいと思います。
【材料】
玉ねぎ中×2、人参1、キャベツ半玉、ニンニク1、ジャガイモ中4、コンソメブロック2、シーフードミックスひと袋
【作り方】
1. 玉ねぎ、人参、ニンニク、キャベツを切って炒める
2. キャベツがぐったりしたくらいで、残りの材料を入れ、水を800ml〜1ℓ入れ、コトコト煮る
【味】
優しい味。お腹を休めたい時に良い
機械学習の勉強はじめてからどのくらい経ったかな……いまだに全くわけがわかりません。
なにか必要な知識が根本的に足りてないのだと思うのですが、何が足りないのかもわからないという塩梅でして、わからないまま、いつもの「Tellus×TechAcademy 初心者向け Tellus 学習コース」で写経したり戻ったり、はたまた「Pythonではじめる機械学習」という本を買って、分厚いなぁ、開くのダルいなぁ、pdfとかでくれないかなぁ、と思いながら、まだ一度も開いてなかったりしています。
そんな中、少しはオリジナリティを出そうと、今回は「日本の人口予測」というのをやってみました。
RESAS（地域経済分析システム）の人口推移のデータをダウンロードしてきて、utf-8に変換して、それを読み込ませます。
本当は、2100年くらいまでの人口予測をしたかったのですが、テストデータがない場合にどうやって予測を作るのかわからなかったので（本当に何もわからない）、現状は、以下のようなことをやっています。
あまりにも意味がなくてモヤりますが、まあ今の地力がこんなもんということで……
もちと勉強したら、今回作った学習データを元に、2200年くらいまでの日本の人口予測を出したいと思います。
あとちょっとだと思うんだけどなー。時間が足りない……
コードは以下の通り。相変わらず「preで空行入れると、以下全部1行空けになってしまう」ので、空行を空けておらず見にくくてすみません……
#必要なライブラリのインポート
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
%matplotlib inline
#ファイル読み込み
df = pd.read_csv("downloaded_japan_population_utf8.csv")
#ベースとなるデータ作成
df_year = pd.pivot_table(df, index="集計年", values="総人口（人）", aggfunc=sum)
# 1960年から2018年までの東京都の総人口数データを機械学習にかける。
# ある年の総人口数を説明変数X、その翌年の総人口数を目的変数yに設定する
# （Xとyの両方とも、縦59行×横1列のndarrayで作成する）
X = np.empty((59, 1), dtype=np.uint32)
y = np.empty((59, 1), dtype=np.uint32)
#配列に人口を入れていく
for i in range(59):
X[i, 0] = df_year.iloc[i, 0]
y[i, 0] = df_year.iloc[i+1, 0]
#1960年から2012年までを訓練データ
#2013年から2018年までをテストデータとして分割する
X_train = X[:53]
X_test = X[53:]
y_train = y[:53]
y_test = y[53:]
#線形回帰モデルの作成と学習の実行
model = LinearRegression()
model.fit(X_train, y_train)
#テストデータで「翌年の総人口」予測の実施
y_pred = model.predict(X_test)
#予測値が実数値のため、整数値に変換
y_pred = y_pred.astype(np.uint32)
#正解値とグラフで比較するため
#実数値と予測値の連結させた配列を作成
y_pred_gr = np.concatenate([y_train, y_pred])
#正解値と予測値のグラフ表示
plt.plot(range(59), y_pred_gr, label="Predicted", color="red")
plt.plot(range(59), y, label="Actual", color="blue")
plt.xlabel("Years")
plt.ylabel("Popuration")
plt.title("Japan's population")
plt.grid(True)
plt.legend(loc = "upper left")
最後のグラフが結果でございます。
赤が予測。青が実数。
ここ数年、自分がやっている家事に「週末は料理を作る」というレパートリーが加わっています。
「毎日」料理を考えるのは大変なので（このコロナ自粛の中、料理好きなお父さんたちが毎日料理を担当してみて、途中で気づいた人も多いのではないでしょうか？）、祝日休日くらいは開放してあげたいというのと、自分としても気分転換になるからです。
僕は「いろいろちょこちょこつまみたい派」ではなく、かなり強固な「好きなものを好きなだけ食べたい派」なので、いつも食べたいものをたくさんに作っています、いや、作ってしまいます。
だから今日も、シュウマイを、勢い余って80個くらい作ってしまいました。
家族は美味い美味いいって食べてくれましたが、みんなお腹いっぱいになってもまだ半分くらい残っており、頑張ってはみたものの消化しきれないので、残りは冷凍庫行きとなりました。
今日のシュウマイの基本レシピはこちら。友人がTwitterで「美味かった！」とつぶやいていたものです。
こんなのができました。
最後、皮がなくなって餡だけになってしまったので、肉団子にして蒸しました。
美味かったです。油ものではないので後片付けも簡単。定番レパートリーに加えて良いと思います。
というのを前提として……将来またシュウマイを作ることになる自分に向けて、伝えたいメッセージがあります。
相変わらず、「Tellus×TechAcademy 初心者向け Tellus 学習コース」で、とりまPythonの基礎を学習し続けている僕です。
素晴らしい学習教材です。シンプルなのが僕に向いてます。
今回、ついに成し遂げました……
前回やった、イマイチ腑に落ちなかった前回のPythonプログラム「曜日別に、年代ごとのコロナ陽性者数を出す」について、かんいちさんから、
「pivot_tableとreindexを使えばできるんじゃないか？」
家で仕事することが増えて、働く父の背中を見せているせいか、最近、妻や子どもたちが、
「パパ大変ね」
「パパおつかれ」
「パパがんばってね」
と言ってくるようになりました。
ちょっと嬉しい。あともう少し「仕事ってこんなにも楽しいんだよ」ということも伝えていきたい。
日常のごくささやかな出来事に過剰反応しているブログです。管理人は清田いちるです。
Twitter
RSS
Tumblr
Facebook
Mail
はてブ