Remin

計算ドリル

子供が計算慣れするように計算ドリルを作って1日1回計算してもらってます。ドラゴン桜っぽく作ってみました。（見てないのでググってそれっぽく。小学高学年レベルかと。）

足し算、引き算、掛け算、割り算を各２５問で計100問。低学年の子供は難しいようです。答えも右端にのせてますので自分で答え合わせもしてます。

見本です↓

5枚ダウンロードできます。

8.6 ダウンロード

総接種回数：87,381,662回（令和３年８月２日公表）

首相官邸発表の新型コロナウイルスワクチン接種の数字で都道府県別を出してみた。人口は令和元年。

都道府県名	接種回数	内１回目	内２回目	人口	接種率1回目割合	接種率2回目割合
01 北海道	3661361	2126311	1535050	5250000	0.405	0.292
02 青森県	958334	544346	413988	1246000	0.437	0.332
03 岩手県	870050	510676	359374	1227000	0.416	0.293
04 宮城県	1633647	949562	684085	2306000	0.412	0.297
05 秋田県	806023	433880	372143	966000	0.449	0.385
06 山形県	921415	513824	407591	1078000	0.477	0.378
07 福島県	1431204	812148	619056	1846000	0.440	0.335
08 茨城県	1951368	1160511	790857	2860000	0.406	0.277
09 栃木県	1162826	672613	490213	1934000	0.348	0.253
10 群馬県	1524279	907064	617215	1942000	0.467	0.318
11 埼玉県	4386675	2547523	1839152	7350000	0.347	0.250
12 千葉県	3924508	2271678	1652830	6259000	0.363	0.264
13 東京都	8741653	5243970	3497683	13921000	0.377	0.251
14 神奈川県	5799319	3308517	2490802	9198000	0.360	0.271
15 新潟県	1744982	993814	751168	2223000	0.447	0.338
16 富山県	762144	430756	331388	1044000	0.413	0.317
17 石川県	894750	510442	384308	1138000	0.449	0.338
18 福井県	614533	350862	263671	768000	0.457	0.343
19 山梨県	569276	309242	260034	811000	0.381	0.321
20 長野県	1510078	850563	659515	2049000	0.415	0.322
21 岐阜県	1550566	862606	687960	1987000	0.434	0.346
22 静岡県	2388917	1367179	1021738	3644000	0.375	0.280
23 愛知県	4799156	2806030	1993126	7552000	0.372	0.264
24 三重県	1296886	734471	562415	1781000	0.412	0.316
25 滋賀県	967351	562521	404830	1414000	0.398	0.286
26 京都府	1779910	995970	783940	2583000	0.386	0.303
27 大阪府	5660254	3296028	2364226	8809000	0.374	0.268
28 兵庫県	3973917	2260556	1713361	5466000	0.414	0.313
29 奈良県	1008802	563709	445093	1330000	0.424	0.335
30 和歌山県	825708	469414	356294	925000	0.507	0.385
31 鳥取県	439803	251059	188744	556000	0.452	0.339
32 島根県	515224	300777	214447	674000	0.446	0.318
33 岡山県	1510524	874825	635699	1890000	0.463	0.336
34 広島県	1992881	1139921	852960	2804000	0.407	0.304
35 山口県	1246095	706164	539931	1358000	0.520	0.398
36 徳島県	596368	330808	265560	728000	0.454	0.365
37 香川県	664278	371877	292401	956000	0.389	0.306
38 愛媛県	1023877	566532	457345	1339000	0.423	0.342
39 高知県	601548	336814	264734	698000	0.483	0.379
40 福岡県	3640684	2107365	1533319	5104000	0.413	0.300
41 佐賀県	716389	399288	317101	815000	0.490	0.389
42 長崎県	1079914	615639	464275	1327000	0.464	0.350
43 熊本県	1456812	839998	616814	1748000	0.481	0.353
44 大分県	892305	508493	383812	1135000	0.448	0.338
45 宮崎県	825115	457220	367895	1073000	0.426	0.343
46 鹿児島県	1226268	692012	534256	1602000	0.432	0.333
47 沖縄県	833685	491217	342468	1453000	0.338	0.236
合計	87381662	50356795	37024867	126167000	0.399	0.293

Python テキスト開く with構文

with構文でテキスト開く。

デスクトップ上のテキストを開くためにパスを取得する。

jupyter labならフォルダ構造のなかで右クリック、Copy Pathで取得する。（’Desktop/test.txt’）
デスクトップ上ならshift+右クリックでパスのコピーで取得する。ただし先頭にrをつけること。（r”C:\Users\～Desktop\test.txt”）

with open(‘Desktop/test.txt’,’r’,encoding=”utf-8″) as f:
text = f.read()
print(text)

で読み込めました!

open、closeよりこちらが手間なく簡単かも。

（こちらもencding=がないと’cp932’のエラーが出ます。）

Python テキスト開くopen関数　readメソッド

デスクトップ上のテキストを開くためにパスを取得する。

jupyter labならフォルダ構造のなかで右クリック、Copy Pathで取得する。（’Desktop/test.txt’）

デスクトップ上ならshift+右クリックでパスのコピーで取得する。ただし記述には先頭にrをつけること。（r“C:\Users\～Desktop\test.txt”）

で記述してみる。

file = open(‘Desktop/test.txt’)
text = file.read()
file.close() #openしたら必ずcloseが必要

‘cp932’ codec can’t decode byte 0x86 in position ～とエラー発生。

どうも文字コードが違う模様。

pythonのエンコーディングを確認。

import sys
sys.getdefaultencoding()

回答’utf-8’でした。

そしたらopen関数にencoding=”utf-8″を追加して

file = open(‘Desktop/test.txt’,encoding=”utf-8″)
text = file.read()
file.close()

print(text)

でやっとテキスト内容表示されました！

Python 内包表記

空のリストに100から109までの値を入れる

通常
nums=[]
for i in range(10):
nums.append(i+100)
print(nums)

結果
[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]

内包表記
nums = [i+100 for i in range(10)]

結果
[100, 101, 102, 103, 104, 105, 106, 107, 108, 109]

Python itemメソッド、zip関数、enumerate関数

items()メソッドで辞書のkeyと値を同時に取る

zip関数　複数のリストの要素を同時に取る

enumerate関数　リストの要素とインデックスを同時に取る

items()メソッドで辞書のkeyと値を同時に取る

dictionary = {‘A’:’英語’,’B’:’国語’,’C’:’算数’,’D’:’理科’,’E’:’社会’}

for key,value in dictionary.items():
print(key,value)

結果

A 英語
B 国語
C 算数
D 理科
E 社会

zip関数　複数のリストの要素を同時に取る

a =[‘A’,’B’,’C’]
b =[‘英語’,’国語’,’算数’]
for i,j in zip(a,b):
print(i,j)

結果
A 英語
B 国語
C 算数

enumerate関数　リストの要素とインデックスを同時に取る

a =[‘A’,’B’,’C’]

for i,j in enumerate(a):
print(i,j)

結果
0 A
1 B
2 C

未来形

いつも忘れるので忘備録

will ～だろう　予測、～するよ　意思　

be going to ～するつもり　to以下に向かって動いている。

be – ing　予定　もう決まっている、動きはない。

will be -ing 想像+予定　～しているだろう。

2030年の世界地図帳　あたらしい経済とSDGs、未来への展望　落合陽一

2030年の世界地図帳　あたらしい経済とSDGs、未来への展望　落合陽一を読んだ。

これからの世界について考える上で重要な鍵となりそうな国際的な枠組みが登場しています。その一つが本書のテーマにもなっている SDGs です。

テクノロジーで変わる将来とこれからの世界の枠組みであるSDGsについて書かれています。
テクノロジーで貧困、格差、教育、環境はどう変わるのか。SDGsにどう対処するのか。

SDGsは
1貧困をなくそう
2飢餓をゼロに
3すべての人に健康と福祉を
4質の高い教育をみんなに
5ジェンダー平等を実現しよう
6安全な水とトイレを世界中に
7エネルギーをみんなにそしてクリーンに
8働きがいも経済成長も
9産業と技術革新の基盤をつくろう
10人や国の不平等をなくそう
11住み続けられるまちづくりを
12つくる責任つかう責任
13気候変動に具体的な対策を
14海の豊かさを守ろう
15陸の豊かさも守ろう
16平和と公正をすべての人に
17パートナーシップで目標を達成しよう

SDGsは自分に関係ないと感じれれる反面、できることもある。ジェンダー平等とか。

そういった主体的に取り組むべきことは責任もって行動し、

その他は自分にかかわりないことを自覚するならその課題を考え続け、代わりに行動する人を応援すること、とある。

自分に関係ないことは無関心になりがちですがSDGsのどれかを取り組んでいる人や企業を応援することはできるしできることはやっていきたい。

そういう応援をしないということは結局SDGsの反対、つまり貧困、飢餓、不平等、環境破壊を応援している気がするから。

選挙とかにも通じるのかも。無関心ということは。。

緊急小口資金にも要件がある

知人が去年自主的に退職しコロナ禍で就職活動していたがうまくいかず生活苦しくなる。
そこで緊急小口資金でお金を借りようとして電話をしたがこのケースではコロナの影響じゃないですねと言われる。
緊急小口資金のwebを見ると緊急小口資金は「新型コロナウイルス感染症の影響を受けて、休業等による収入の減少がある」場合とある。
無利子無保証人だからコロナ禍で生活に苦しんでいる人は借りやすい資金だと思っていたが対象となる人が限定的なので要注意である。

古いGmailの削除

Gmail の容量がちょっと大きくなってきたので古いのを消そうと思いたった。
ググってみると検索で「older_than:10ｙ」とかで10年前のメール検索できるらしい。もちろん希望の数字に置き換えてもOK。
これだ！
でもやってみると検索して出てくるのが５０件ずつで、いちいち５０件ずつ消していくのはこれまた手間がかかる。
なんとかできないかなぁと色々動かしてみるとチェックボックスの右の逆三角形を押したら「すべて」って出てくる！

この全てを押した後青文字で「この検索条件に一致するすべてのスレッドを選択」を押す。

すると全部選択できました。
後は削除ボタンで削除。ゴミ箱に移動するからこれも削除。再び容量を見るとだいぶ少なくなりました、よかったよかった。