Pythonでリストを辞書に変換する
利用シーン
データをDBから取ってきたときに、Python内で利用しやすいように辞書として使いまわしたいなと思ったときに利用した。
実装の概略
テーブルからデータを取得。その結果を、辞書のキーをカラム名にして辞書として使う。
column_list = ["id", "product_name", "description"] select_list = ["1","Good Box", "とても良い箱です"] # ここが実際にはSELECTした結果 new_dict = dict(zip(column_list, select_list))
例えば、SQLITEで一意にデータを取ってきた場合などは、
import sqlite3 conn = sqlite3.connect('sample.db') c = conn.cursor() sql = "select id, product_name, description from tbl_product where id = 1" c.execute(sql) column_list = ["id", "product_name", "description"] tbl_product = dict(zip(columns, c.fetchone())) c.close() conn.close()
のようにして辞書として使いまわせるようになる。
Google Spread SheetをPythonで利用していたらエラーとなった話
完全に自分用のメモです。
概要
PythonからGooglee Spread Sheetに対して書き込む処理を書いてました。そのときに発生したエラーと対処の仕方について記載します。自分の対処方針は本質的じゃない(回避)です。
発生したエラー
Pythonでgspreadを経由してGoogle Spread Sheetに書き込んでいたところ、ある程度書き込んだところで異常終了しました。 エラー内容は以下。
エラーコード:429 エラーメッセージ:Quota exceeded for quota metric 'Write requests' and limit 'Write requests per minute per user' of service 'sheets.googleapis.com' for consumer 'project_number:**********'."
まぁ、文字通りで1分間で書き込みし過ぎってことです。 Google APIのコンソールで、 「該当プロジェクトのダッシュボードに移動して画面下部にスクロール」→「Google Sheets APIをクリック」→「左メニューの割り当て選択」→「画面下部のWrite Requestsを選択 の順で選ぶと以下の画像のようにユーザー単位の1分の書き込みは100回に制限されていることがわかります。
対処方法
上限を上げる
Googleに申請すると上限値を上げることができるようです。以下のページでその方法が紹介されています。
別のところにデータを書き込む
全然本質的ではないんですが、自分の場合、もっとデータを登録する可能性があったので、SQLiteでDB作ることにしました。そっちのほうが何の制限も気にしないで良いので。 (複数環境で開発しているので、DBファイルの保管をどうしようかなという別の悩みが発生するのですが・・・)
参考リンク
一連の開発をするにあたって参考にしてきた記事をメモしておきます。
gspread
gspread — gspread 3.6.0 documentation
gspreadライブラリの使い方まとめ!Pythonでスプレッドシートを操作する | たぬハック
Google API
上下ではなく役割だ(勝手にわたしのマネジメントスキル可視化プロジェクト)
過去分の記事はこちらにあります。
本題
シリーズ的に始めたものの、スキルというよりは、マインドセットのことを書きがちだなぁ。
自身のキャリアを振り返ると、割と早いタイミングでリーダーとしての役割を与えられたと思う。入社4年目のまだまだペーペーのときだった。
それから月日は経ち、転職をしたりしながら、今もそのようなポジションで仕事をしている。
リーダー、マネージャーという役割の人たちは、えてして、組織図の上のほうに位置する。リーダーやマネージャーにぶら下がる形でメンバーがいる。
そのせいか、ついつい「自分が上である」という錯覚を与えられる。
これについて自分が意識していることを書いてみようと思う。
意識していること
「リーダーやマネージャーはただの役割であって、立場が上なわけではない」ということを意識している。
前回にも似ているが、この辺の意識を忘れると、ついつい奢ってしまい、メンバーへのリスペクトの気持ちも薄れる気がしている。
あとは、こう考えることでリーダーやマネージャーをもう少し楽に捉えてできるのではないかとも思う。なんでもやらなきゃいけないわけではないし、できなきゃいけないわけでもない。色んなスキルを持ったメンバーをまとめて、組織に必要な成果に結びつける役割(他にも色々とやることはありますが)なだけなんだと。
自分はソフトウェアエンジニアたちのリーダー的な仕事をしているので、その例で書いてみる。
プログラムを書く役割の人はとても大事で、そもそもその人がいないとアウトプットがゼロになる。もちろん設計する役割も大切。
自分はそういった人たちをまとめている役割なだけなので、偉いからとか、仕事ができるからではない。プログラムを書くという仕事でいったら、メンバーのほうが自分なんかよりよっぽど上手だと思う。
さいごに
周囲の人も気を遣ってくれたりするし、組織図でも上に書かれるし、で、錯覚させられるシーンが多いので、「役割である」という意識を忘れないように心がけている。
相手をリスペクトする(勝手にわたしのマネジメントスキル可視化プロジェクト)
過去分の記事はこちらにあります。
本題
仕事だけに必要なものではないですが、「相手をリスペクトする」という心がけについて書いてみようと思います。
こういうことを書くと偉そうな感じになってしまいますが、明らかに自分よりも社会経験が豊富であるにも関わらずスキルが低く、向上心もない、という人が職場にはいたりします(今の職場では、そういえば見かけないような気もするけど)。 自分よりも社会経験が浅い人でもありえます。
そういうときにまず心がけるのが「相手をリスペクトする」ことです。 パッと見で「スキルも低いし、向上心もないなぁ・・・」と見えても、ミクロで見ていくと「絶対に」自分よりも優れているところがあります。絶対にあります(大事なので2回言う)。
「相手をリスペクトする」姿勢で見ていると、そういう点が見えてくると思います。そうするとおのずと「あぁ、あの人はこういう点がすごいなぁ」と素直に感じるようになり、結果、心がけのつもりだった「相手へのリスペクト」が心からのものに変わります。
なぜそんなことが必要なのか?
マネージャーをしているとチームのパフォーマンス」にフォーカスが当たります。 マネージャーが色眼鏡で見ていたり、変な格付けをしているようだと、チームにもそれが伝播します。その結果、対人関係のギスギスした状態が生まれます。この状態がチームのパフォーマンスにプラスに作用することはないと信じてます。
さいごに
ちょっと偉そうなことを書いたりもしましたが、とても大事なことだなぁと思います。これとセットで持つべきとして「謙虚さ」もあるのかなぁと思ってます。これについてもどこかで書けたら。
上に書いた「リスペクト」「謙虚さ」みたいな話は書籍「Team Geek」でも大切なものとして扱われています。とても良い本だったので、こちらも参考になると思います。
余談
上に書いた「スキルが低く、向上心もない」は、ドイツの軍人ハンマーシュタイン=エクヴォルトさん(ハンス・フォン・ゼークトの説もある)が定義した以下の分類の「愚鈍で怠慢」に当たるのかなぁと。ということは、自分の考えも加えるとリスペクトはしつつ、具体的な指示出しして指示を忠実に実行してもらえばいいということになるのか。
- 利口で勤勉 - 参謀に適している。
- 利口で怠慢 - 指揮官に適している。
- 愚鈍で怠慢 - 命令を忠実に実行するのみの役職に適している。
- 愚鈍で勤勉 - このような者を軍隊において重用してはならない。
(出典:Wikipedia)
Pythonの実装について(CPython / PyPy / Stackless Python)
プログラミング言語「Python」と一口に言っても、Python自体がどのように実装されているかには種類がある。別件を調べている中で、Pythonの実装に関する話題が出たので表面部分について少し整理する。
Pythonの実装の種類
ざっと書くだけでも以下の種類がある。(出展:Wikipedia)
- CPython:作者によってC言語で書かれたバージョン。通常「Python」といえばこのCPythonを指す。
- Stackless Python:Cスタックを使わずに独自のスタック(Pythonスタック)で実装したもの。
- Unladen Swallow:GoogleのチームによるPythonの実装
- Jython:Java仮想マシン上に移植したもの。PythonからJavaのライブラリを使うことができる。
- IronPython:.NET Framework/Monoで動作するPython。C#で実装されている。.NET Frameworkのライブラリを使うことができる。動的言語ランタイム上に構築されているため、既存の.NETアプリケーションへマクロ言語として搭載することも可能となっている。
- PyPy:Python (RPython) によるPythonの実装
- Psyco:CPython向けのJITコンパイラ
- PyMite:組み込み向けの実装、AVRなどに対応。
- tinypy:同じく組み込み向けの実装。ソースコードが 64 kB未満と非常に軽量なことが謳われている。
- MicroPython:組み込み向けの実装。256 kB以上のフラッシュを推奨。
- Pyodide:WebAssembly向けの実装
どれを調べるか?
低レイヤ向け、組み込み向けは、普段の業務や興味の中で出てこないので調査から除外。 2021年1月時点で「Jython」「IronPython」はPython2系のみの対応なので除外。 「Unladen Swallow」は、Google Codeを見ても2013年のIssueで止まっており、今となってはソースの閲覧もできなさそうなので除外(Wikipediaはこういうの除外しておいてほしい・・・)。
というわけで、生き残ったのは「CPython」「PyPy」「Stackless Python」。これらを軸に調べてみる(が、調べた結果をキレイにまとめるには至らなかった・・・)。
CPythonのデメリット?
「PyPy」は「速度」、「Stackless Python」は「スレッドベースのプログラミング」を推してくる。 これらがCPythonにおけるデメリットで、その解消のために生まれてきたものたちが上のふたつの実装ということになる。 ちなみに「PyPy」は「Stackless Python」に似たような機能も実装されているようだ。
さいごに
全く細かいところに行きつかなかったが、おおよその違いはわかった。もともとASGIを調べていたところから「PyPy」の話に派生したのだけど、単純に「速度」だけだとしっくりきていなかった。「Stackless Python」と絡めて調べたことで「スレッドベース」のキーワードが出てきて、やっとASGIと繋がった。
参考リンク
・pypy開発の基礎知識を入門者向けに解説!Pythonと比較した処理速度の速さとは?pypyのインストール方法も紹介 | A-STAR(エースター) ※この記事は基本を理解しやすかった
同じ土俵に立つ(勝手にわたしのマネジメントスキル可視化プロジェクト)
「勝手にわたしのマネジメントスキル可視化プロジェクト(えぇ、自分で勝手にやってるだけです)」の第一弾。
記念すべき第一回は「同じ土俵に立つ」。
何か物ごとを調整していくときに、まず最初に自分が心がけていることです。
コミュニケーションをする上で絶対にやったほうがいいと思っています。
どういうこと?
平たく言うと、コミュニケーションする相手、ないしは集団と、「ベースの知識 / 情報量」を合わせること。
何かを調整しようとしたときに、悪意なくすれ違って会話が成り立たないことがよくあると感じています。それってなんでなんだろう?と考えていたときに、「ベースの知識 / 情報量」が揃ってないからだと思い至りました。
これを揃えた状態を「同じ土俵に立った状態」と自分の中で定義しています。
「同じ」土俵?
ここでポイントだと思っているのが、「相手の」土俵に立つでもなく、「自分の」土俵に立たせるでもなく、「同じ」土俵に立つという表現で理解しているところ。
例えば、エンジニアと顧客(ITに詳しくない)とのコミュニケーションの場合に、完全に相手の土俵に立つとITの会話ができない。かといって、自分の土俵に立たせるにはハードルが高い。
そういったときにある程度のITの補足をしながら、同じレベルで話せる状態=「同じ土俵に立った状態」を作る。
これを意識することで、双方にとってコミュニケーションのしやすさがグッと上がる。
集団においても同じ考えで進めると、チームビルディングの基礎ができると思います。
さいごに
社内でこの話をちょっとしたときに「なるほど」と言ってくれる人がいたので、文章としてまとめてみました。
基本的なことだと思いますが、だからこそずっと大事に思っていることでもあります。
もしこの記事を読んで「なるほど」と思って、コミュニケーションの取り方が変わるようなことがあると嬉しいです。
Pythonの仮想環境の作り方(Windows編)
概要
会社用のPCはMacで、Mac用の環境は良く作ってるのだけど、たまに使うプライベート用Windowsで毎回調べる気がするので整理しておく。
venv
anacondaとかpipenv、最近は別のもあるらしい(どこかで見たけど忘れてしまった)けど、なんだかんだvenvが気軽で使いがち。 ということで、venv版でまとめてみる。
手順
作成したいディレクトリに移動する
普通にディレクトリ移動すればよい
仮想環境の作成
python -m venv env
と打つ(ディレクトリ名は「env」とした)
環境のアクティベート化
.\env\Scripts\activate.ps1
と打つ
- VSCodeでPowerShellを使っているので上記コマンドとなる。
- オフィシャルにもコマンド書いてある