Msys2 で Guile をビルドする時にビルドする人がしなければいけないこと
ビルドする際、以下のようなコンパイルエラーが出る::
net_db.c: In function 'scm_gethost':
net_db.c:144:18: error: storage size of 'inad' isn't known
144 | struct in_addr inad;
| ^~~~
net_db.c:174:21: warning: implicit declaration of function 'htonl' [-Wimplicit-function-declaration]
174 | inad.s_addr = htonl (scm_to_ulong (host));
| ^~~~~
net_db.c:185:15: error: invalid application of 'sizeof' to incomplete type 'struct in_addr'
185 | if (sizeof (struct in_addr) != entry->h_length)
| ^~~~~~
net_db.c:193:14: error: dereferencing pointer to incomplete type 'struct in_addr'
193 | inad = *(struct in_addr *) argv[i];
| ^~~~~~~~~~~~~~~~~~~~~~~~~~~
net_db.c:194:39: warning: implicit declaration of function 'ntohl' [-Wimplicit-function-declaration]
194 | lst = scm_cons (scm_from_ulong (ntohl (inad.s_addr)), lst);
| ^~~~~
net_db.c:144:18: warning: unused variable 'inad' [-Wunused-variable]
144 | struct in_addr inad;
| ^~~~
In file included from net_db.c:60:
net_db.c: In function 'scm_return_entry':
net_db.c:325:53: warning: implicit declaration of function 'ntohs' [-Wimplicit-function-declaration]
325 | SCM_SIMPLE_VECTOR_SET(result, 2, scm_from_uint16 (ntohs (entry->s_port)));
| ^~~~~
vectors.h:72:73: note: in definition of macro 'SCM_SIMPLE_VECTOR_SET'
72 | #define SCM_SIMPLE_VECTOR_SET(x,idx,val) ((SCM_I_VECTOR_WELTS(x))[idx]=(val))
| ^~~
net_db.c: In function 'scm_getserv':
net_db.c:374:30: warning: implicit declaration of function 'htons' [-Wimplicit-function-declaration]
374 | entry = getservbyport (htons (scm_to_int (name)), protoname);
| ^~~~~
make[3]: *** [Makefile:3446: libguile_3.0_la-net_db.lo] Error 1
なぜかというと、よくわからないんだけど guile では、中に標準？ヘッダーファイルを生成してそれを使っているため、
msys2 では netinet/in.h でインクルードされている cygwin/in.h がインクルードされていないという問題が起こる。
なので、 $(top_srcdir)/lib/netinet/in.h に以下のように書いておく必要がある::
#ifdef __CYGWIN__ #include <cygwin/in.h> #endif
こうすると、すんなりビルドできる。
それで、この $(top_srcdir)/lib/netinet/in.h は、 ./configure を実行すると、元に戻る気がするので注意。
空気ねこにもおおよそ分かるにんげんは牛ではないことを RSpec で証明してみた
ネットミームをコードで表現してみるかもしれないシリーズ。
まあ、にんげん(Human)と牛(Cow)の抽象クラス Animal を定義する:
# lib/animal.rb class Animal end
中身は何も無いけど、そのうち実装されるっしょ。ヘーキヘーキ。
ここら辺で Animal クラス必要ないなって思ったけど、まあいいか。
ああ、次は牛とにんげんだ…。
# lib/cow.rb require_relative 'animal' class Cow < Animal end
次はにんげん。
# lib/human.rb require_relative 'animal' class Human < Animal end
何も中身ないけど、ヘーキヘーキ。
ということで、スペックファイルを書いてみよう。
describe Human do it 'にんげんは牛ではない' do # TODO: ここでにんげんは牛ではないことをしょーめーする end end
ここで describe のブロックの中で Human は described_class って書けるらしい。
さて、にんげんは牛ではないことを調べるにはどうすればいいだろう？
とぼけるのも疲れてきたので、長年温めてきた常識を働かせてみると、明らかに Human と Cow は別のものだ。
つまり:
if Human != Cow then puts 'にんげんは牛じゃないよ！' else puts 'ふえぇぇ………、にんげんは牛だったようです………' end
ってやって、「にんげんは牛じゃないよ！」って表示されればいいわけだ。そうだよね？
こーいうのを RSpec でかっこよく書きたい。
RSpec ではテストする主体？を except() に渡す。それで、 .to ってやって……
同じかどうか調べるには equal() に調べたい値を渡す。
except( described_class ).to equal( Cow )
いいぞ！
described_class の替わりに Human って書いても良い。
except( Human ).to equal( Cow )
いいね！
でもちょっと待って。
こうすると、Human と Cow は同じかどうか調べることになってしまう！
どうしよう？！
.to の替わりに .to_not を使うことで、式の否定版にすることができる。
じゃあ、こんな感じかな？
except( described_class ).to_not equal( Cow )
うまくいった！
it の中に移してみよう:
describe Human do it 'にんげんは牛ではない' do except( described_class ).to_not equal( Cow ) end end
おしまい。
完成したのが こっちにあるので、てきとーに答え合わせしてみてね。
空気ねこにもたぶん分かる RSpec
空気ねこは猫、エレメンタルの青パーマネントで飛行を持ってると思われる。
消費マナは多分 (2)(B) でパワー/タフネスは 2/3 か 3/2 だと思われる。
この記事は RSpec のドキュメントを読んで学んだことを自分用にまとめたものなので、他の人にはあんまり役には立たないかもしれないかもしれないかもしれない。
ということで、RSpec のインストールの仕方を最初に書いておくと思ったが、参考にしたかもしれないリンクを最初に置いておく。
参考にしたかもしれないリンク
RSpec のインストールの仕方
私は開発用というか、書き捨てプロジェクトを ~/workspace に置いているんだけれども、そこに RSpec 使うようのフォルダ rb-hello-rspec を作成することにする。
% cd ~/workspace
% mkdir ./rb-hello-rspec
% cd ./rb-hello-rspec
すごくどうでもいいと思うんだけれども、rb は ruby、hello-rspec は RSpec こんにちはの意味を込めてなんか学ぶ用のフォルダにはそんな風につけている。
% emacsclient ./Gemfile
そんで Gemfile になんか書く:
source 'https://rubygems.org' gem 'rspec'
Gemfile のことはここでは端折るけども、次は bundle install する。
% bundle install
うまくいくと、Gemfile.lock ができる。
% ls
Gemfile Gemfile.lock
うまくいっていると、rspec できるので、 rspec --init する。
% rspec --init
そーすると、こげん感じになる:
% ls -AR
.:
.rspec Gemfile Gemfile.lock spec/
./spec:
spec_helper.rb
スペックファイル((RSpec におけるテストケースとかテストスクリプト的なファイル))は ./spec/ の中に書くことになる(多分)。
スペックファイルを書く
ということでスペックファイルを書いてみる。
% emacs-client ./spec/be_spec.rb
be matchers の例を見ながら書いてみた:
describe 'be_truthy matcher' do it 'be_truthy matcher' do expect( true ).to be_truthy expect( 7 ).to be_truthy expect( 'foo' ).to be_truthy expect( nil ).not_to be_truthy expect( false ).not_to be_truthy end end
テストるには rspec って打つとよさげ。
% rspec
.
Finished in 0.05764 seconds (files took 3.99 seconds to load)
1 example, 0 failures
続く！
Node.js 3 分デベロップ
うにょーん(ワイルドカード的挨拶)。りひにーです。
今日は Node.js 3 分デベロップと題して、Matrix protocol 的なやつのバージョンを返すやつを Node.js で作ってみようと思います。
yarn で必要なモジュールをいんすとろーるする
yarn で必要なモジュールないしはパッケージをいんすとろーる*1します。
% yarn add express body-parser
簡単ですね！
必要なやつを require する
今度はいんすとろーるしたやつを require します。
const express = require( 'express' ); const bodyParser = require( 'body-parser' );
express() る
express() してなんらかのオブジェクトをとってきます。
なんらかのオブジェクトは app という const な変数にとっておきましょう。
後で使います。
なんで const かというと、活きがいいので危険だからです。(とっても安全です)
const app = express();
body-parser の設定をしちゃう
body-parser の設定をしちゃいます。
先程とっておいた活きのいい app を使います。
気になる人は水中メガネかなんかをしておいた方が良いですよ！
水が跳ねますからね！(跳ねない)
// body-parser の設定をするよ！するよ！ app.use( bodyParser.urlencoded( { extended: true } ) ); app.use( bodyParser.json() );
ここら辺でポート番号を考えておく
ここら辺で一休みしてポート番号を考えておきます。
とりあえず、3000 にしておきましょう。
キリがいいし、なんだか新しい感じがするからです。(バイアス)
// ここら辺でポート番号を宣言しておく。 const port = process.env.PORT || 3000;
バージョンを返すやつを定義する
お待ちかね今日のメインディッシュ、バージョンを返すやつを定義します。
よくこことにらめっこしましょう。
// GET /${domain}:${port}/_matrix/client/versions app.get( '/_matrix/client/versions', (request, response) => { response.json( { versions: 'r0.0.1' } ); } );
鯖を起動する
バージョンを返すやつを定義したので、鯖を起動します。
// ルートを定義したので、鯖を起動するよ！！ app.listen( port ); console.log( 'listen on port: %d', port );
ここまでを app.js という名前で保存しておきましょう。
テストってみる
それでは、テストってみましょう。
今まで書いたコードが上手く書かれていれば、うまい具合にバージョンが返ってくるはずです。
それにはこんな風に打ちます:
% node ./app.js
そして、別のターミナルエミュレーターを起動し、以下のように打ちます:
% curl -XGET http://localhost:3000/_matrix/client/versions
どうですか？
バージョンが返ってきましたか？
(๑´ڡ`๑) おしまい
*1:インストール
すべてのピアノが破壊不能なわけではありません
apel 無し elscreen に変えた
おしまい (๑´ڡ`๑)
おやすみ
ʕ•͡ω•ʔ あれだ。今日はアドベントカレンダーはお休みなんだ。
ʕ•͡ω•ʔ うん、「また」なんだ。すまない。
ʕ•͡ω•ʔ 仏の顔もっていうしね、謝って許してもらおうとも思っていない。
ʕ•͡ω•ʔ でも、一連の流れを見た時、君は、きっと言葉では言い表せない「懐かしさ」みたいなものを感じてくれたと思う。
ʕ•͡ω•ʔ 殺伐とした世の中でそーいう気持ちを忘れないでほしい。そう思ってこの記事を書いたんだ。
ʕ•͡ω•ʔ じゃあ、おしまいだ。
╰( ´◔ ω ◔ `)╯ またな！
(*ﾟ∀ﾟ) これ、前もやんなかった？
╰( ´◔ ω ◔ `)╯ 知らんな！
pipenv すごいなってなった話
みなさん、アバラチア！！！(挨拶)
この記事は Syrup Lang Advent Calender 第 3 日目の記事である可能性が微量に存在すると思う。
pip でインストールしたパッケージが一括で更新できなくてつらいなってなってたところに pipenv っていうのがあるっていうのを知ったのでやってみようかと思った。
pipenv をインストールする
まずは pipenv をインストール。
% pip install pipenv
pipenv の使い方 (すごく簡単なやつ)
Python のプロジェクトっぽい py-hogepiyo に cd する。
% cd ~/workspace/py-hogepiyo
これは名前ではわからないけど、flask を使うプロジェクトなので flask を pipenv でインストールする:
% pipenv install flask
すると Pipfile と Pipfile.lock というファイルができるので、pipenv shell を使ってなんかそれっぽい環境で実行する。(雑な説明)
% ls
Pipfile Pipfile.lock __pycache__ index.py run run.bat templates
% pipenv shell
(py-hogepiyo-XXXXXXX) %
なんかそうすると、グローバルで flask がインストールされてなくても動かせるとか。 (まだやってない)
なんか pipenv update とかもできるそうで、良いの見つけたなと言う感じですね。
ということで、おしまい。
参考
Google Colab をやってみた
みなさん、おはこんばんにちございます。
Syrup Lang Advent Calender 第 2 日目の記事だと思います。
はじめに
Google Colab を使って Kaggle のタイタニックのコンペ用の Python スクリプトを書きたいなと思ったんですが、Google Colab の使い方を書いていく記事になってしまっていると思います。
まずは ゲームで使う train.csv と test.csv をアップロードします。
以下のコードを書いて、実行してみましょう。
わかりやすくするために、ここでは同じコードを 2 つのコードセルに別々に書いてtrain.csv と test.csv をアップロードします。
アップロードするには、コードセルに下記のようなコードを書いて、「コードを実行」ボタンを押します。
すると、アップロード用のウィジェットが表示されるのでアップロードしたいファイルをアップロードします。
from google.colab import files uploaded = files.upload()
わかりやすくするために、ここでは同じコードを 2 つのコードセルに別々に書いてtrain.csv と test.csv をアップロードします。
iPython Notebook で書いたものを Markdown にしているので、単体で実行可能なスクリプトにするために、import を書いていてウザさがあるかもしれませんが、我慢してください。
*1
データの確認
これで train.csv と test.csv の 2 つのファイルがアップロードされました。
この 2 つのファイルを pandas で読み込んで、確認してみましょう。
import pandas train = pandas.read_csv( 'train.csv' ) train.head()
import pandas test = pandas.read_csv( 'test.csv' ) test.head()
データの穴埋め
Age に穴があるので、それを埋めます。 (何故わかったのかは省略する) 穴は NaN で表されますが、その部分に Age の中央値を入れることにします。
とりあえず、Age の中央値を確認してみましょう:
import pandas train = pandas.read_csv( 'train.csv' ) train['Age'].median()
28.0 と出ました。
Age の NaN の部分には 28.0 が入るようです。
import pandas train = pandas.read_csv( 'train.csv' ) train['Age'] = train['Age'].fillna( train['Age'].median() ) train[[ 'Name', 'Age']].query( 'Age == 28.0' )
そーいうわけで、Embarked にも NaN があるので、一番多いと思われる(多分) S (サウサンプトン)を入れることにしました。
import pandas train = pandas.read_csv( 'train.csv' ) train['Embarked'] = train['Embarked'].fillna( 'S' ) train[[ 'Name', 'Embarked']].query( 'Embarked == "S"' )
Sex は文字列を数値に変換します。
male は 0 に、female は 1 に変換します。
import pandas train = pandas.read_csv( 'train.csv' ) train['Sex'] = train['Sex'].replace( 'male' , 0 ) train['Sex'] = train['Sex'].replace( 'female', 1 ) train.head()
まとめ
- Anaconda を入れなくても、Google Colab がある。
- Google Colab 上でもファイルをアップロードできる。
- Google Drive から Google Colab というアプリを追加するとノートが消えないかもしれない？
- こまめに保存しておくと吉。
*1:後で別にそんなことをする必要は無かったことがわかったが、とりあえずそのままにしておく