[PYTHON] Teilnahmebericht der PyCon JP 2017

Überblick

Wir haben am 8. und 9. September 2017 an PyCon JP 2017 teilgenommen. PyCon JP ist eine Konferenz, auf der Python-Benutzer Informationen austauschen und Informationen über Python und Software mit Python austauschen. Das Folgende ist ein Teilnahmememo (persönliches Impression Memo).

Eindrücke dieses Jahres

Ich hatte den Eindruck, dass die Dichte durchweg dichter wurde. Ich denke, der Hauptgrund ist, dass die Zeit für jede Sitzung von 45 Minuten auf 30 Minuten reduziert wurde. Da die Fragestunde nur etwa 3 bis 5 Minuten beträgt, habe ich ein oder zwei Personen gefragt und bin fertig, und vielleicht, weil die Präsentation nicht rechtzeitig passen würde, wenn ich mich nicht beeilte, sprachen alle Redner schnell und die Folien blätterten sehr viel durch. Es gab viele Fälle, in denen schnelle Ankündigungen gemacht wurden. Persönlich war ich beeindruckt von der Tatsache, dass die Informationsdichte zunahm und ich nicht durch Fragen motiviert war (obwohl ich etwas müde war, weil ich mich auf das Zuhören konzentrieren musste).

2016 (45 Minuten)

2017 (30 Minuten) verkürzt!

3 Gespräche, die persönlich gut waren

Die Sitzungen, die ich persönlich gerne hörte, waren wie folgt (in der Reihenfolge ihrer Güte)

• Parallele / asynchrone Geschichte um Python (ja)
• Geospatial data analysis and visualization in Python (en)
• Serverlose japanische morphologische Analyse-API (ja), erstellt mit AWS API Gateway + Python Lambda + NEologd

Talks

Jeder Vortrag wird als Video auf Youtube aufgeführt. Unten ist der Link und ein kurzer (wirklich einfacher) Kommentar.

Industrial Test Automation with Asyncio (en)

• Ist der Moderator aus Siemens (Deutschland)?
• Die gleichzeitige Verarbeitung der Kommunikation zwischen mehreren Maschinen beim Aufbau einer automatischen Testumgebung durch Eisenbahnsimulation ist ein Problem
• Es ist schön, dass eine Python-Bibliothek namens asyncio für die asynchrone Verarbeitung verwendet werden kann (empfohlen)

Sequentielle Kommunikation:

asyncio (Sie können sofort kommunizieren!):

Empfehlung der Anwendungsentwicklung von Kivy (ja)

• Einführung der Python GUI Bibliothek Kivy
• Es scheint, dass Sie verschiedene gute Benutzeroberflächen erstellen können, wenn Sie sie beherrschen, aber es scheint, dass es nur wenige Informationen gibt und ich den Eindruck habe, dass es ein dorniger Weg ist (für Profis?)
• Erstellen von Apps in Kivy (ausländische Bücher) wird empfohlen

4 Wände (ich hatte den Eindruck, dass es hart zu sein scheint)

Wie die len () -Funktion die Länge des Objekts erhält (ja)

• Um das Verständnis der Spezifikationen in Python mit den grundlegenden Werkzeugen von Python (len ()) zu vertiefen
• Das Adaptermuster wird für die len-Funktion verwendet, die die Länge des gelegentlich verwendeten Objekts zurückgibt
• Auch ein Gegensatz gegen die Meinung, dass es sich nicht um eine objektorientierte Python-Sprache handelt (ich weiß nicht viel darüber)

Eine Geschichte über die Steuerung des Flugcontrollers einer Drohne mit Python (ja)

• Ankündigung, dass ich mit Python + RasPi ein Motorsteuerungsprogramm geschrieben und versucht habe, es einfach zu bedienen
• Er sagte, er habe sich für Python entschieden, weil Tools wie MATLAB gegen eine Gebühr teuer sind.
• Ich hatte den Eindruck, dass Python + RasPi von der Echtzeitsteuerung wie eine Drohne überwältigt sein könnte, aber ich fand es wunderbar, es vorerst zu versuchen.

Bewegen Sie die Drohne (Motor) mit einem einfachen Code

Geospatial data analysis and visualization in Python (en)

• Einführung einer Methode zur effizienten Anzeige und Analyse von Restaurantinformationen in ganz Japan durch Reflektion von Lebensmittelprotokolldaten auf einer Karte
• Eine Bibliothek namens Geopandas ist gut für die Verarbeitung von Kartendaten und Folium ist gut für die Kartenanzeige (ich wollte dies verwenden)
• Ich habe versucht, die Postleitzahl für die Kartenteilung zu verwenden, aber da die Landschaft wie Hokkaido eine grobe Unterteilung ist, habe ich einen Algorithmus erstellt, um die Unterteilung aus den Straßeninformationen selbst zu bestimmen (OpenStreetMap wird für die Straßeninformationen verwendet). )

Animation, die die Zunahme / Abnahme der Restaurantdichte in chronologischer Reihenfolge zeigt (Beispiel)

Python im Ernst! Erstellen eines IoT-Systems mit Raspberry Pi und Edison (ja)

• Erläuterung der Position von C / C ++ und Python als eingebettete Sprachen.
• Behauptet, dass es in Zukunft einen Trend geben wird, eine Bibliothek bereitzustellen, die C-Code für jede eingebettete Hardware in Python umschließt (es ist nicht bekannt, ob dies der Fall ist). Es ist unmöglich, verschiedene C-Codes nur mit C zu verknüpfen (Entwicklungspersonal ist gefährlich). Lass es uns mit Python machen.
• Ich habe einen Temperatursensor IoT erstellt und im Web angezeigt, aber als ich die Änderungen jede Sekunde aufgezeichnet habe, hat sich die Temperatur nicht wesentlich geändert. Ist dieses IoT-System nicht wirklich bedeutungslos? Ich habe gehört, dass ich das am Tag vor der Ankündigung bemerkt habe (lacht)

Beispiel für den Aufbau aller IoT-Temperatursensoren mit nur Python-Bibliothek (einschließlich eigener Bibliothek) Temperaturdiagramm-URL

Polyphonie: Anwendung auf FPGA und CNN beginnend mit Python (ja)

• Erläuterung und Position des FPGA, Einführung der Polifony-Bibliothek zur Generierung von FPGA-Sprache (Verilog HDL) (High-Level-Synthese) in Python.
• FPGA vs RasPi können FPGA nicht schlagen (Community-Größe?).
• Ich habe gehört, dass Deep Learning, das in letzter Zeit sehr beliebt ist, auch mit FPGA ausprobiert wurde (die Ankündigungszeit war nur wenig).

Die Wand wurde von Software-Ingenieuren gefühlt, die FPGA verwenden möchten

Funktionsweise der Python-Bibliothek Polyphony (automatisch Verilog HDL generieren)

Parallele / asynchrone Geschichte um Python (ja)

• Was ist parallele / parallele Verarbeitung? Was ist asynchrone E / A. Eine Erklärung und eine Einführung in die asynchrone E / A-Bibliothek asyncio.
• Es war eine leicht verständliche Präsentation, die die Parallelverarbeitung und asynchrone Probleme, an denen ich interessiert war, sorgfältig zusammenfasste (es war die beste Präsentation persönlich).
• Folie ist aktiv, daher möchte ich es auf jeden Fall richtig überprüfen.

Nachdem ich mich selbst gehört habe (parallele / parallele Verarbeitung, asynchrone E / A)

Serverlose japanische morphologische Analyse-API (ja), erstellt mit AWS API Gateway + Python Lambda + NEologd

• Einführung einer Umgebungskonstruktionsmethode, die die japanische morphologische Analyse-API unter Verwendung des NEologd-Wörterbuchs auf AWS Lamda verwenden kann
• NEologd hat eine Größe von ungefähr 900 MB, aber Lamda hat ein Limit von 512 MB und es wurden Problemumgehungen eingeführt.
• Ich habe auch gelernt, dass Normalisierung und Desinfektion für die praktische japanische Verarbeitung wichtig sind. Wörterbücher Wikipedia-Wörterbücher können anstelle von NEologd verwendet werden?

Operationsbeispiel (Das Erstellen von Geschichten erfolgt in einem Token)

Unterschiede zwischen Regierungsberichten, Berichten zur Keyword-Extraktion (da jedes Jahr ähnliche Sätze veröffentlicht werden)