Skip to content

Instantly share code, notes, and snippets.

import sys;w=lambda x:sys.stdout.write(x); [i if (i % 3 != 0 or w("Fizz") or 1) and (i % 5 != 0 or w("Buzz") or 1) and (i%3==0 or i%5==0 or w(str(i)) or 1) and w("\n") else i for i in range(1,101)]
fb(101).
fb(N) :-
N mod 15 =:= 0, write('fizzbuzz'), fb2(N).
fb(N) :-
N mod 3 =:= 0, write('fizz'), fb2(N).
fb(N) :-
N mod 5 =:= 0, write('buzz'), fb2(N).
fb(N) :-
write(N), fb2(N).
fb2(N) :-
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib
from BeautifulSoup import BeautifulSoup
import re
def li(id):
f = urllib.urlopen("http://togetter.com/li/"+id)
html = f.read().decode("utf-8", "replace")
#!/usr/bin/env python
# -*- coding: utf-8 -*-
def p(str):
#print str
pass
def readline():
import sys
f = open(sys.argv[1])
星空のメモリア考察
本編は普通って感じだったがEternal Heartやったらすごくお気に入りになった。多分夢アフターが人生(CLANNAD AfterStory)だからだと思うんだけど。
いっこ気になったので考察書いてみる。
・別のルートの結果(メアアフター含む)が夢アフターに平然と出てくるのはなぜか
ぶっちゃけ一番まともな解は「そこまで細かくシナリオライターが考えてない」って事なんだろうけど、もうちょっと違った視点で見てみる。
import time
def bench(func):
loop = 3
tim = [] * loop
for i in range(loop):
start = time.time()
func()
tim.append( time.time() - start )
Tracking Latent Dynamics
潜在的構造変化検出の情報論的学習理論
潜在情報の例:unixのコマンドログ
 潜在変数(クラスタ):メール、プログラム作成、情報漏えい
データ:cp, bash, make ...
潜在情報の確率モデル
P(X) = shigma_k=1 P(X|Z)P_k(Z)
Latent Dynamicsの数学モデル
Jun 20 15:43:36 a /etc/init.d/mysql[5843]: 0 processes alive and '/usr/bin/mysqladmin --defaults-file=/etc/mysql/debian.cnf ping' resulted in
Jun 20 15:43:36 a /etc/init.d/mysql[5843]: #007/usr/bin/mysqladmin: connect to server at 'localhost' failed
Jun 20 15:43:36 a /etc/init.d/mysql[5843]: error: 'Can't connect to local MySQL server through socket '/var/run/mysqld/mysqld.sock' (2)'
Jun 20 15:43:36 a /etc/init.d/mysql[5843]: Check that mysqld is running and that the socket: '/var/run/mysqld/mysqld.sock' exists!
Jun 20 15:43:36 a /etc/init.d/mysql[5843]:
#! -*- coding:utf-8 -*-
import random
import numpy as np
def p(str):
print str
pass
import numpy as np
from pylab import plot
x = []
for i in xrange(100):
x.append(np.random.multivariate_normal( [1, 1], [[ 2, 0],[0, 1]]))
xx = zip(*x)