UnsatisfiableError: The following specifications were found
to be incompatible with the existing python installation in your environment:

Specifications:

– pygame -> python[version=’2.7.*|3.5.*’]

Your python: python=3.7

If python is on the left-most side of the chain, that’s the version you’ve asked for.
When python appears to the right, that indicates that the thing on the left is somehow
not available for the python version you are constrained to. Note that conda will not
change your python version to a different minor version unless you explicitly specify
that.

という説明がありました。pygameはpython3.7には対応していないようです。

Anaconda NavigatorでCreateで新しい環境Environmentを作ることにします。ここでpyton3.5を指定。この環境にpython35と名付けておきます。で、jupyterをインストールするところから。結構時間がかかりますね。

で、jupyterノートブック上で、

!conda install -c cogsci pygame

を実行してみます。

うまくいきませんでした。状況はむしろ悪化して、普通にjupyterをつかうことすらできなくなりました。カーネルエラーというのになります。こまった。。

あれこれためして（Environmentsで使っていないものを削除したり）、base(root), Anaconda3, python35の3つの環境にまで減らしておいてpython35でjupyterノートブックを開き、そのノート上で、

!pip install -U pygame –user

としてRUNしました。すると、

  Downloading pygame-2.5.2-cp37-cp37m-win_amd64.whl (10.7 MB)
Installing collected packages: pygame
Successfully installed pygame-2.5.2

ぶじ終了のメッセージがでました。さっきと何が違ったのかわかりませんが。

pythonのスクリプト内からアクロバットを使ってPDFを開き、再保存する方法

give me a python code that automatically open pdf files in acrobat then save again in acrobat.

https://chat.openai.com/

Certainly! Here’s a Python code snippet that uses the subprocess module to open PDF files in Adobe Acrobat and save them again:

import subprocess

def open_pdf_and_save(filepath):
# Specify the path to your Adobe Acrobat executable
acrobat_path = r’C:\Program Files (x86)\Adobe\Acrobat DC\Acrobat\Acrobat.exe’

# Open the PDF file in Adobe Acrobat
subprocess.Popen([acrobat_path, filepath])

# Wait for Adobe Acrobat to open
input(“Press Enter after saving the PDF in Adobe Acrobat:”)

# Close Adobe Acrobat
subprocess.call([‘taskkill’, ‘/F’, ‘/IM’, ‘Acrobat.exe’])

# Usage example
pdf_filepath = r’C:\path\to\your\pdf\file.pdf’
open_pdf_and_save(pdf_filepath)

所属つきの氏名一覧があったときに、どんな所属があってそれぞれ何人いるのかを調べたいと思いました。

pandas.DataFrame.nunique()

保護されたPDFの場合、一定期間が経過すると閲覧できなくなるものがあります。しかしどうしても手元に記録として残しておきたい場合もあるかもしれません。そんな場合の苦肉の策としてPDFをスクリーンキャプチャしておくということが考えられます。しかしそのPDFが何百ページもあると手作業で行うことは現実的でありません。そこでpythonプログラミングで自動的にスクリーンキャプチャするコードを作りました。

# PDFをスクリーンキャプチャー
# アドビアクロバットプロでPDFを開いている前提。それとJupyterを動かしているウェブブラウザ以外は、アプリケーションやウインドウは開かないこと。
# http://python.geo.jp/

import pyautogui
from datetime import datetime
import time

pyautogui.hotkey(‘alt’, ‘esc’)#PDFのウインドウを前に
pyautogui.hotkey(‘alt’,’v’)#アドビアクロバットプロ　メニューで「表示」を選択全画面表示
pyautogui.keyDown(‘f’)#アドビアクロバットプロ　全画面表示
time.sleep(5)#needs enough time 最初はこれくらい必要

for i in range(100):#ＰＤＦのページの全ページ数の数字を入れること

screen_shot = pyautogui.screenshot() #スクリーンキャプチャー
t = datetime.now()
current_time = t.strftime(“%Y%m%d_%H%M%S_”)#現在時刻をファイル名に使うため

#画像を保存　保存したければコメントアウトすること
# screen_shot.save(current_time+str(t.microsecond)+’.png’)

pyautogui.press(‘enter’)#画面を次のページに
time.sleep(1)#needs enough time　１秒で十分だった。０．５秒でもよかったかも。

JSONというものをときどき、いや、しばしば見かけるのですが、これが何者なのかがよくわかりませんでした。

JSONとは

下の記事が、完全な初心者には優しい解説でした。とりあえず拒絶反応が起きないようにする効果があります。

表形式では表現が困難な構造のデータを、人間に対するある程度の可読性を残しつつ、コンピュータに対しても伝達できるような記法、その1つがJSONです。（非エンジニアに贈る「具体例でさらっと学ぶJSON」　2015年05月28日 classmethod.jp）

JSONは多くのプログラミング言語で利用可能である。例えば、ActionScript, C, C++, C#, ColdFusion, Common Lisp, Curl, D言語, Delphi, E, Erlang, Groovy, Haskell, Java, JavaScript (ECMAScript), Lisp, Lua, ML, Objective-C, Objective CAML, Perl, PHP, Python, R, Rebol, Ruby, Scala, Squeakなど。（JavaScript Object Notation　ウィキペディア）

PythonによるJSONの取り扱い

わかりやすい説明。

JSON ファイルを扱うには、まず JSON ファイルからデータを読み込む必要があります。
JSON ファイルを読み込む手順は
(1)JSON ファイルを開く
(2)開いたファイルを JSON として読み込む
の 2 ステップです。具体的には、以下のように記述します。（qiita.com）

『東京大学の データサイエンティスト育成講座』という本の第2章の章末問題に、モンテカルロ法により円周率を求めてみようというものがありました。０から１までの範囲で一様な乱数を2個発生させ（x,y)、原点からの距離が1未満になる個数の割合から、円周率を求めるという原理です。4点(0,0),(1,0),(1,1),(0,1)がつくる正方形の面積は1で、4分の１の円の面積（半径＝１）は、円周率ｘ1×1/4 なので、上記の割合が面積の割合になることから、円周率が求まります。

numpy配列の要素のうち、ある条件を満たす要素のみを抽出する方法がわからなくてあれこれ調べてみたら、配列aからの要素の抽出は、

a[条件]

という書式でいけることがわかりました。たとえば、乱数を発生させて0.5未満のみ選びたければ、下のようになります。

x = np.random.uniform(0.0, 1.0, 10)
print(x)
x1=x[x<0.5]
print(x1)

実行結果の出力は、

[0.3476324  0.30311298 0.61869065 0.29137365 0.82916676 0.16149072
 0.02440774 0.36505252 0.2109926  0.72545332]
[0.3476324  0.30311298 0.29137365 0.16149072 0.02440774 0.36505252
 0.2109926 ]

という具合です。(x,y)の原点からの距離は、np.hypot(x,y)で求められます(npはnumpy）。math.hypot(x,y)を使った場合には、エラーになりました。

TypeError: only size-1 arrays can be converted to Python scalars

np.hypot(x,y)だとこのエラーは回避できました。（ｘ、ｙ）の点の描画は、点の形状が「小さな円」なら、’o’、「点」は、’.’（ピリオド）、「ピクセル」は’,’（カンマ））で指定して描けます。これらの知識を使って『東京大学の データサイエンティスト育成講座』第2章の章末問題やってみると、

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

n = 10000
x = np.random.uniform(0.0, 1.0, n)
y = np.random.uniform(0.0, 1.0, n)
d = np.hypot(x,y)
plt.figure(figsize = (5,5))

plt.plot(x[d<1], y[d<1],’,’, color=’red’)
plt.plot(x[d>=1],y[d>=1],’,’,color=’blue’)
print(‘円周率:’,4*sum(d<1)/n)

この方法で計算した円周率は、n = 10000 でも、例えば円周率: 3.1384などとなり、あまり正確ではありませんでした。もっと数を増やさないといけないようです。n = 10000000 にしたら、計算に15秒くらいかかりましたが、円周率: 3.1414896　と正確さが増しました。

pythonで2つのリスト[‘太郎’,’花子’,’ひろし’]と[‘ひろし’,’春子’,’夏子’]とがあったときに、重複する要素の重複を無くしたうえで２つのリストを合わせて１つにするにはどうすればよいでしょうか？listでやる方法はわかりませんが、ListをDictionaryに変換し、さらにDataFrameに変換してやると、drop_duplicates()というメソッドが使えます。

list1 = ['太郎','花子','ひろし']
list2 = ['ひろし','春子','夏子']

dic1 = { '名前' : list1 }
dic2 = { '名前' : list2 }

df1 = pd.DataFrame(dic1)
df2 = pd.DataFrame(dic2)

df3 = pd.concat([df1,df2]).drop_duplicates()

print(df1,'\n\n',df2,'\n\n',df3)

上のコードを実行した結果は、

名前
0 太郎
1 花子
2 ひろし

名前
0 ひろし
1 春子
2 夏子

名前
0 太郎
1 花子
2 ひろし
1 春子
2 夏子

となりました。

ちなみに、重複する部分を除去した残りのリストにするには、パラメータkeep=Falseをこのように指定してやります。

df3 = pd.concat([df1,df2]).drop_duplicates(keep=False)

するとdf3は、

と、重複する要素を除いたものになります。

pythonでエクセルファイルを処理したいことが頻繁にありますが、pandasのデータフレームとして読み込むと、その後の処理がしやすいです。

pd.read_excel(ファイルのパス)

のようにして読み込むことができます。デフォルトでは一番上の行がカラムの名前と見なすしてしまうため、一番上の行からデータが始まる場合には、header = Noneと指定します。

自分は職場のウインドウズＰＣと家で使うウインドウズＰＣとの両方で同じpythonスクリプトが実行できるように、フォルダ（ディレクトリ）の構造を同じにしています。ただ、ユーザーネームが異なるため、それを読み取るようにしています。

import os
import pandas as pd

WindowsUserName = os.getlogin()
folder = 'C:\\Users\\'+WindowsUserName+'\\Desktop\\Python Scripts\\'
file = 'ファイル名.xlsx'

df = pd.read_excel(folder+file, header = None)

といった感じ。もちろん、ファイルのパスは、各自、自分のフォルダの構造に合わせる必要があります。