このレベルのプログラミング能力のニートがプログラマのバイトとして実戦投入されたら詰んだ [296498938]
■ このスレッドは過去ログ倉庫に格納されています
俺がIT業界に実戦投入される前に俺ってこういうプログラムかけるからいけるやろってイキってたコードがこれ
実戦ではプログラムの規模から覚える量の多さから何もかも違った、少しの行のプログラム程度でニートでもいけるとタカをくくってすみませんでした
import requests
# Webページを取得して解析する
av=["涼宮琴音", "長瀬麻美", "最上一花","咲田ラン","咲野瑞希"]
for i in range(48):
html = requests.get('https://www.av-league.com/actress-list/all/all_all_default_'+str(i+1)+'.html')
for a in av:
if a in html.text:
print(a+str(i+1))
こういうのもある
import re
from parse import parse
text="""
白川ゆず148cm39kgB82W57H82
スレンダー3/34≒8.8%
宮崎リン153cm42.2kgB85W60H85
スレンダー6/48≒12.5%
藤井レイラ155cm46.5kgB90W62H86
普通体型0/2≒0%
望月あやか160.1cm53kgB87W65H90
普通体型0/71≒0%
若宮穂乃163cm50kg
B89W58H93
ぽっちゃり1/51≒2%
羽咲美亜158cm43kg
B83W55H84
スレンダー3/11≒27.3%
堀内未果子163cm48kg
B84W58H82
スレンダー14/35≒40%
朝陽えま162cm48kg
B88W57H90
普通体型0/17≒0%
神咲まい160cm45kg
B80W53H80
スレンダー2/17≒11.8%
穂高ひな156cm48kgB85W58H88
スレンダー2/7≒28.6%
田中ねね151cm51kgB86W62H90
ぽっちゃり11/128≒8.6%
世良あさか158cm46kgB90W59H88
スレンダー1/6≒16.7%
"""
cm=[parse("{:d}{:S}", c).fixed[0] for c in re.findall("[\d, \.]+cm", text)]
print(sum(cm)/len(cm))
kg=[parse("{:d}{:S}", c).fixed[0] for c in re.findall("[\d, \.]+kg", text)]
print(sum(kg)/len(kg))
b=[float(c[1:]) for c in re.findall("B[\d, \.]+", text)]
print(sum(b)/len(b))
w=[float(c[1:]) for c in re.findall("W[\d, \.]+", text)]
print(sum(w)/len(w))
h=[ float(c[1:]) for c in re.findall("H[\d, \.]+", text)]
print(sum(h)/len(h))
import warnings
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.animation as animation
from PIL import Image, ImageDraw
def sub(country, t, df):
df2=df[(df['Country'] == country)]
df3=df2[['Age group' , t]]
df3[country]=df3[t]
return df3[['Age group' , country]]
def solve(countries, year, sex, t, df):
df2=df[ (df['Year']==year) & (df['Sex']==sex)]
df3=df2['Age group']
for country in countries:
df3=pd.merge(df3, sub(country, t, df2))
return df3.set_index('Age group')
warnings.simplefilter('ignore')
pd.set_option('display.max_columns', None)
# CSVの読み込み
dff = pd.read_csv('age5_19.csv')
sex='Girls'
#te='Prevalence of BMI<minus2SD (moderate & severe underweight)'
te='Prevalence of BMI<minus1SD (underweight)'
#for year in range(1975, 2017):
for year in range(2016, 2017):
plt.figure()
#dff2=solve(['Japan', 'China', 'Viet Nam', 'South Korea', 'Philippines', 'Thailand', 'Indonesia','Taiwan','China (Hong Kong SAR)'], year, sex, te, dff)
dff2=solve(['Japan', 'South Korea','Taiwan','China (Hong Kong SAR)'], year, sex, te, dff)
dff2.plot(title='Prevalence of underweight by country for '+sex+' in '+str(year))
plt.ylim([0,0.3])
plt.savefig('gif2/'+sex+'/fig'+str(year)+'.png')
plt.close('all')
# pandasの読み込み
import pandas as pd
pd.set_option('display.max_columns', None)
# CSVの読み込み
df = pd.read_csv('age5_19.csv')
print(df.head(1))
# CSVとして出力
for i in range(2010, 2020):
for j in range(5,20):
for k in ['Girls']:
df[(df['Age group']==j) & (df['Year']==i) & (df['Sex']==k)].to_csv('csv2010_2019Girlonly/age'+str(j)+'year'+str(i)+k+'.csv') なに、バックレなければ詰んではいない
バイトはクビがあるが そんなもんやるよりsolidity勉強して人生一発逆転しようや まあ初めて二、三日ならそんなもんじゃないの。これからだ頑張れよ👍 その内容なら誰が書いても似たようなコードになるだろ
i j k はやめろ スクレイピングでググってそれを真似ればいいだけだろ
すでに他の人が通ってきた道だからな
自分でPG書く必要はないというか、素人レベルだと邪魔になるから書くな プログラミング知識ゼロのやつでもググりながら3時間くらいでかけそう お前がクソコードを書くように
周りもクソコードを書くわけで
それを理解するには時間がかかるんだ 自逆風自慢スレのつもりなんだろうけどそんなもんは新人でも書けるからなｗ このゴミが書くような逐次型処理？のプログラムは書けるけど
オブジェクト設計とかドメイン駆動設計みたいな考え方でプログラム書く方法がわからんわ 10 A=0
20 A=A+1
30 PRINT A
40 GOTO 20 全くわからんがこれ書ける程度のコーディング力で転職出来るもんなの re.findall("[\d, \.]+cm", text)]
この正規表現の部分は150 50cmでもマッチするんじゃね
まあ動いてるならいいんだけど >>24
年齢による
元気な奴隷を募集してるカス企業はいくらでもある pandas使ってるのにfor使ってるの見るとなんかう〜んってなる >>13
なんでijk はダメなんだ？
後学のために教えて欲しい 変にイキったコード書くくらいならコピペの方が保守しやすいんでよろしく ■ このスレッドは過去ログ倉庫に格納されています
