最近のごくごく個人的な話をします。
圧倒的令和ッ!!ぴょこりんクラスタ Advent Calendar 2019投稿記事です。
はじめに
クリスマスも近づいてきましたね。日が変わる位の時間になると、毎日皆さんの記事更新を楽しみにAdventarを眺めてしまうのですが、先日もそんな感じでわくわくしながら眺めていたら今まで全部埋まってたはずの枠が余っているのを発見してしまいました。
こんな時期に枠余りがあるところを邪悪な煽り手たちに見られてしまったら大変です。「人徳が無い」とか「KPI未達」とか言われ放題です。何事もなかったようにスマートに枠を埋め、クソ記事で書いていきましょう。いつだって僕はそうして来ました。
というわけでタイトルの通り、最近のごくごく個人的な話をしましょう。社会人博士課程進学の動機なんて話をしてみたいと思います。修士課程の反省、社会人になってからの変化に触れて、最後にじゃあどういった目的で進学したのか、という話をして終わりたいと思います。めんどくさいのでちゃちゃっと書きます。ポエム分高めです(ポエム分?)。
続きを読むLibROSAで遊んでみる -クソザココード認識器編-
圧倒的令和ッ!!ぴょこりんクラスタ Advent Calendar 2019投稿記事であり、LibROSAで遊んでみる -少し触ってみる編-の続きです 。
1. コード認識器をつくってみる
ここで言うコードはchordです。和音です。なんか適当な曲を引っ張ってきてその曲の中のコードの移り変わりを当ててやろうというやつです。簡単のため、以下のような問題設定でいきます。
- 簡単のためコードは3音で構成されると想定する (例えばC7とかはめんどいからC)
- モデル構築に使うデータはとりあえず用意した12音の単音信号
(音色のバリエーションも無し) - 上記の条件で既存の楽曲のコード進行を当てにいく
といったことをやってみようと思います。
続きを読むLibROSAで遊んでみる -少し触ってみる編-
圧倒的令和ッ!!ぴょこりんクラスタ Advent Calendar 2019投稿記事です。
1. はじめに
今年はLibROSAで遊びます。LibROSAとは何なのか、公式曰く、
LibROSA is a python package for music and audio analysis. It provides the building blocks necessary to create music information retrieval systems.
音響信号、それも特に音楽向けだそうです!楽しそう!!!(?)
今年は実際の楽曲からその和音を推定する、簡単な所謂コード認識器をつくってみようかと思います。本稿はそのための前準備の雑多な話をします。
ちなみにpython*1で、LibROSAとmatplotlib、numpyあたりがインストールされていること、コードの先頭に以下のように書いてあることを想定しています。
import librosa, os import librosa.display from matplotlib import pyplot as plt import numpy as np
どれもpipで入るから問題ないよね。
*1:僕の環境は3.7.3。
現実逃避にギターを楽しく弾くための取り組み。
圧倒的令和ッ!!ぴょこりんクラスタ Advent Calendar 2019投稿記事です。
はじめに
あまりにヘタクソなので普段この話題あまり触れないようにしているんですが、時々僕は現実逃避を目的にギターを弾きます。僕のギターに対する熱意、意識は驚くほど低く、雑にコード弾きをするだけな上に暗譜もしません。何ならコードの押さえ方もあまり覚えていません。
続きを読む今年放送されたあのアニメの話をします。
圧倒的令和ッ!!ぴょこりんクラスタ Advent Calendar 2019投稿記事です。
はじめに
ここ数年はこの日、ぴょこりんクラスタアドベントカレンダーのアイスブレイキングも兼ねて、今年観たアニメを紹介するクソ記事を書いていた気がします。
というわけで今年放送された、
- 青髪を二つに結んだ女の子がヒロインの今年やったアニメ
- テーマ曲がfhána
- 不思議な力と出会ってこれまでの日常が大きく変わってしまう
という感じのあのアニメを紹介しましょう。
続きを読む空いた枠埋めるのに用意した小ネタ集。
この記事は、カレーのち ぴょこりんクラスタ Advent Calendar 2018のために書きました。
(お詫びその1)
怪文章を執筆予定でしたが、既に強力な怪文章枠の方が確認されており、執筆者が自信喪失したため、別のネタで行かせてもらいます。
(お詫びその2)
怪文章執筆と聞いて『退職記事では?』との噂が一部で生じましたが、弊を退職する/したという事実はございません。弊での物語はもうちっとだけ続くんじゃ。
今回の記事の中でいえば上記お詫びが一番怪文章っぽいですね。
今日は雑に小ネタ集です。枠が余ってたら小出しにしようと思ってたんだけれど、今回は参加者多くて必要なくなりました。ありがたいことです。
続きを読むElasticsearchに遊ばれてみた話。
はじめに
最近、かなり今更感があるがElasticsearchを触っている。一昔前いろんな人が便利だ便利だと騒いでいた気がする。完全に出遅れたが今より遅いことはない。僕はElasticsearchに興味があるのだ。
公式サイトを見てみよう。
Elasticsearchは、様々なユースケースを解決する分散型RESTful検索/分析エンジンです。予期した結果や、そうでないものも検索できるようにデータを集めて格納するElastic Stackのコア製品です。
もうこのフレーズだけで理解し難い。RESTfulと検索エンジンはわかる。気になるのは残りだ。分析は検索と一緒に並ぶには随分曖昧な言葉に感じられる。『様々なユースケースを解決する分析エンジン』、かなりふわみ*1がある。
だがしかしそんなElasticsearch、多くの方々が活用している。僕は実は本当に『様々なユースケースを解決する分析エンジン』なのでは無いかと思っている。それはまるで言語仕様として尖った強みは無いけれど、あまりに色々と充実しすぎているpythonのような、そんな感じなのではないかと。きっと僕はElasticsearchを好きになれる。そんな気がしたのだ。
今日はそんな僕が手探りでElasticsearchと仲良くなろうとする、その過程で得られた思い出をいくつか切り取って紹介しようと思う。
前提知識的なアレ
とにかく最初はElassticsearchがなんだかよくわからなかったので、Key-Value Store的に使ってみた、そんな感じだ。 そう、たとえば、python向けIFを使って、
es = Elasticsearch() doc = { 'お名前': 'ぴょりこ', 'やること': 'ブログを書く' } res = es.index(index="test-index1", doc_type='pyokopyoko', body=doc)
とやったら、何やら書き込めて、
res = es.search(index="test-index1", body={"query": {"match": { 'お名前': 'ぴょりこ'}}})
で、マッチしたものを引っ張り出せる、程度の雑な認識である。そんな前提で色々トラブった話をしよう。
Elasticsearchとの思い出
型を意識しろ
Elasticsearchはデータがブチこまれたとき、その入力から勝手に型を推定してくれる(もちろん自分で定義もできる)。dateとかfloatとか色々。 ただし、同じkeyだったら同じ型でなきゃいけないという縛りがある。
まぁそりゃそうかぁという感じなのだけれど、こちらはガバガバpython使いなのでたとえば以下のようなことをしてエラーを吐かせた。
docs =[ { 'お名前': 'ぴょりこ', '身長': '143.3' }, { 'お名前': 'test', '身長': '0' } ] for doc in docs: res = es.index(index="test-index2", doc_type='pyokopyoko', body=doc)
一個目の身長で型がfloatと推定されたあと、二個目でintをブチこもうとしてるので怒られる。testさんの身長を0でなく0.0にすると怒られない。if文で例外に0を返す的なやつを書いてたら(これはコレで明示的にNoneとかにすべきケースな気がするが。)、これに引っかかって何が起こってるのかわからなくなり悩んだ。
同様のやらかしとして、たまに空欄が存在する日付データを食わせていたとき、通常はdate型だが空欄だけstringと解釈されて同じように怒られた。このときは、Noneはdate型として受け入れてくれるので、空欄をNoneに置換してから食わせた。
python書いていて普段自分がいかに型を意識していなかったかがわかる。
汎用key-value storeだと思って深いやつぶち込んだ
深い階層のjson的なデータの書き込みをしてみた。
{ 'お名前': 'ぴょこ', {'2018/12/1': ['','',...] '2018/12/1': ['','',...], ... } }
みたいな階層が深かったりリストが混じってて長さが可変だったりするやつ。件数を増やしていくにつれめちゃめちゃ重くなって150件程度でサービスが死んだので*2、こういう使い方するんじゃないんだぁと思いました(こなみかん)。
というか各key(この呼び方が正しいかわからない)ごとに型定義したりしてるんだから、複雑な構造にしたらその分このあたりの手間も増えそうだしそれはまぁそうかぁという感じ。
せっかく検索が早いのだから、一箇所に色々集めて複雑な構造にせず、できるだけ浅い階層のものでインデックスを構成して、複数のインデックスからサーチして横断的にデータを眺めるみたいな使い方をするものなのだろうなぁという気持ちになりました。
そのへんの情報が古くて困る
Elasticsearch用語であるところのindexとtype、検索すればわかると思うんだけれどみんなSQLでいうとindexがDBでtypeがテーブルとか言ってる。
公式曰くtypeは廃止される予定で、
Initially, we spoke about an “index” being similar to a “database” in an SQL database, and a “type” being equivalent to a “table”.
This was a bad analogy that led to incorrect assumptions.
まぁそういうこともある。index設計のベストプラクティスはまだよくわからない。雰囲気でElasticsearchをやっている。
matchはゆるふわ検索
最初の頃matchは完全一致だと思ってたんだけど、そんなことはなかった。
docs =[ { 'お名前': 'ぴょりこ', '機材': 'SC-88' }, { 'お名前': 'まおん', '機材': 'SC-55' }, { 'お名前': 'れがしーちゃん', '機材': 'SD-90' } ] for doc in docs: res = es.index(index="test-index3", doc_type='pyokopyoko', body=doc)
とデータぶち込んで、
res = es.search(index="test-index3", body={"query": {"match": { '機材': 'SC-88'}}})
とクエリを投げると何故かSC-55を持ってるまおんも返ってくる。どうも単純な完全一致ではなく、”-”で単語が区切りられてると解釈して、多分 or的に区切られた単語にマッチするものを見つけてくるっぽい(要確認)。
というわけでSCがついてるものを返してくれる感じの挙動になる。多分スペース区切りとかでも多分そんな感じに振る舞うんじゃないかな(要確認)。
matchをmatch_phraseなどにすると所望の挙動(ぴょりこだけ返ってくる)になってくれる。
まとめ
Elasticseachと仲良くなるために、これまで手探りで進めてきた過程で生まれた思い出(????)をいくつか切り取って紹介した。 僕とElasticsearchとの関係はまだまだ始まったばかり。もっともっとElasticsearchを知ってどんどん仲良くなっていこうと思う。
・・・とりあえず入門書位読んでみようかなと思う。