あけましておめでとうございます（遅） すみません。年末年始とバタバタしていて更新が一切できていませんでした。本日からまた当サイトの更新をしていきます。何卒よろしくお願いします。 簡単に近況報告を。年末、妻がインフルエンザにかかりまして、一昨日まで子供を連れて実家に避難していました。万が一子供がインフルエンザにかかって後遺症でも残ったら大変ですからね…。いやぁ、子供がかからなくて本当に良かったです。インフルエンザ、本当に流行っているらしいですね。皆様もお気をつけて…。 そして、実家にいた影響で私は食べ過ぎてしまいました。一時は最大6kgも太ってしまいましたが、今はもう少し落ち着いて4kg増です。人生でこんな体重になったのは初めて。歳を感じます。食事制限とちょっとした運動を毎日やることにしました。 睡眠時間は大事です。今日はもう寝ます。では。
連日簡易的ですみません。 サンタさんがプレゼントを置いていきました。我が家のクリスマスツリーの下にプレゼントがありますよ。子供の反応が楽しみです、反応ないかもしれないけど… 以下、全然関係ない話です。先日、DartとJavascriptの実行速度の違いを調べてみるという話をしました。調べてみたところ、実行速度にそこまで大きな違いはなさそうでした。そうするといよいよ、FlutterではなくReactを学んだ方がよさそうです。ということで、Flutterの学習を中断し、Reactの勉強に移行します。Dartと違ってJavascriptならある程度書き方が分かるので、学習コストが下がります。助かる。 それにしても、Javascriptって意外と速いんですね。例えば、次の記事では各言語の実行速度をライプニッツの公式による円周率の計算によって計測しています。 【11種言語比較】プログラミング言語の”処理速度”を考える https://plainprogram.com/processing-speed-of-program/ インタプリタ型の言語だからPythonと同じくらい遅いのかと思っていました。何故速いかというと、その鍵はJITコンパイルにあるようです。ChromeやNode.jsで用いられているJavascriptのエンジン「V8」ではJITコンパイル（ソースコードの実行時にするコンパイル）が行われており、そのおかげで速いとのこと。ということは、処理を関数にまとめて繰り返し用いるようなコードを書くと更に高速化が見込めるというわけですね。 JITコンパイラといえば、先日Python3.13でも追加されましたね。まだ実験的に導入した段階とのことで、そこまで実行速度は出ないことが予想されます（あまりよく調べていないので、実は速いのかもしれません…）。JITコンパイルが行われるJavaやJavascriptでこれだけの速度が出ている現状を考えると、Pythonもそのうちもっと高速化するのでしょうね。そうなると、いよいよ弱点らしい弱点が静的型付でないくらいになりますね。すごいなぁ、Pythonは。
本日の気付き 物事の構造として最も効率的かつ効果的なものは再帰的構造なのではないかという仮説。今のところ反例が思いつかない。この仮説を裏付ける情報の獲得を目的として、フラクタル（図形の部分と全体が自己相似になっている幾何学の概念）を勉強してみると面白いかも…なんて思ったり。 本日の読書 明日朝早い関係で今日は時間がないので、後日まとめます。 その他 今年のM-1グランプリは非常にレベルが高かった。令和ロマン、連覇すごいですね！漫才のクオリティが別格である上に、引き出しも多い。これは納得の結果です。 決勝ラウンドまで進めなかったけれど、2本目のネタを見たいと思えるコンビがほとんどでした。例えばエバース、面白かったなぁ。あと真空ジェシカがM-1過去一面白かった。来年も期待しています。
今日は本当に疲れた...もう体力の限界なので簡易的な日記でご容赦を。 今日は妻の友人の家でクリスマスパーティーをしてきました。うちの子供と妻の友人のお子さんのためのイベントです。クリスマスパーティーって楽しくていい思い出になりますからね。 子供達はよく笑っていました。クリスマスパーティーそのものを楽しんでくれていたかは分かりませんが、楽しそうで何よりでした。向こうのお子さんにサンタさんから代わりに預かってきたプレゼントを渡したところ、楽しそうに遊んでいて嬉しかったです。 さて、明日は我が家にもサンタさんが来ますよ。我が子よ、楽しみに待っているがいい。ふはは。
概要 データサイエンスの勉強のため、JupyterLabのデスクトップアプリ版であるJupyterLab DesktopをWindows11へインストールします。インストール手順をまとめました。 インストールとアプリケーション実行に関する注意 JupyterLab Desktopは2025年10月3日現在、以下のような注意書きがされています。 私はデータサイエンスのための勉強ができればいいので、無視してインストール、アプリケーションを実行することとします。機密性の高いデータを利用するときや信頼できないノートブックを開いて実行するときは別の選択肢（Desktopではなく従来のJupyterLabを使用する等）を検討すべきかと思います。 インストール手順 GitHubページからインストーラをダウンロードします。今回はWindows11へインストールするので、図のリンクをクリックします。 ダウンロードしたインストーラをダブルクリックして実行し、ライセンス内容を確認してから「同意する」をクリックします。 インストールが終わると作成されたショートカットからJupyterLab Desktopが起動できます。ダブルクリックで起動したら右上のハンバーガーアイコン > 「Manage Python environments」をクリックします。 「Environments」 > 「Create new」をクリックします。 以下の内容で「Create」をクリックします。「Name」や「Environment type」はご自身の環境に合わせて設定してください。 しばらくするとPythonの実行環境が作成されます。作成されたら「New notebook」をクリックします。 新しいノートブックが開けばインストールは成功です。 必要に応じて外部ライブラリのインストールを行ってください。例えばセルに、 copy_allpip install pandas と入力してShift + Enterを押下すると、Pandasがインストールされます。