仮想通貨 defi 1ヶ月運用報告 2021.06.09

 

仮想通貨 defi 1ヶ月運用結果

2021.06.09

 

ステーブル 4580ドル(50万4000円)

コイン 1690ドル(18万6000円)

 

⬇︎

4650ドル(51万2000円)

934ドル(10万3000円)

※金額は、あくまで目安です。大雑把な値です。

 

ステーブルの利益は、トークンだけでなく、コインの利益もプラスして計算しています。なので、利益は増減が激しいです。

この間の大暴落を直撃したのに、この程度の損失で済んでいます。もう少し継続してdefiをしてみます。

 

 

 

python m1 mac 初期設定

色々書きましたが、結局のところ、以下のような方法が一番最適だと思われます。python上に、色々とライブラリーをのせると、動作の相性が良くないものも一緒になり、アンインストールが面倒です。また、プロジェクトごとに、使用したいライブラリーやバージョンが違う場合もあります。

 

 

1.仮想環境をつくる

2.anacondaをネットから、インストールし、仮想環境に入れる

3.上記、二つの空間に、anaconda pip install で、ライブラリを乗せていく

4.jupyter notebook で機械学習開始

 

 

 

 

化学、有機化学機械学習ディープラーニング

anaconda導入

anaconda3 のサイトに移動し、ダウンロードし自分のファイルに保存。

仮想環境で、conda -V を実行しても、condaを認識しなかったので、仮想環境の場合は、いつも通り、pathを設定する必要があるみたいです。

 

そこで、

  • vi ~/.bash_profile 

vimが開いたら

  • i (インサートモードにする)

以下のパスを.bash_profileに追加

  • exportPATH=/Users/user_name/anaconda3/bin:$PATH

 

  • esc(インサートモードの終了)
  • :wq(保存して終了)
    以下のコマンドをターミナルで実行して、追加したパスを反映させる

 

anacondaのpathが通っていることを確認

  • source ~/.bash_profile

 

 

以上で、完了

 

今度は、環境作りをします。

  • conda create -n ds_env python=3.9

ds_env という名前の conda環境をつくる。

pythonのバージョンは3.9で

余談:dsは "data science" の略。

 

  • conda info -e

 作成済みの環境を確認

  • conda activate ds_env

ds_env という名前の conda環境を起動

仮想環境で動かしているので (env)⇨(ds_env) (env)の環境へ移行

  • conda list 

その環境にすべてインストールされているパッケージを確認

出来上がった環境に、ライブラリを乗せていきます。

  • conda install jupyter

ブラウザベースの対話形式実行環境「jupyter」のインストール

  • conda install numpy

行列計算ライブラリ「numpy」のインストール

  • conda install pandas

データ構造演算ライブラリ「pandas」のインストール

  • conda install matplotlib

グラフ描画ライブラリ「matplotlib」のインストール

 

 

Pythonの仮想環境まとめ | CodeCampus

 

 

 

化学、有機化学機械学習ディープラーニング

 

macでのライブラリのインストール方法

化学で機械学習をするに当たって、必要になるライブラリをインストールしていきます。

 

ただ、現在のところ、m1チップでは、いくらか入らないライブラリがあるようです。ただ、python3.9にアップデートしておくと、制限付き(下の注意事項欄に記載)ですが、いくらか対応できるみたいです。早く、まだ開発されたばかりなので、できないこともあるようです。私の場合は、大方インストールできたので、問題はなさそうです。あと、処理がやっぱり早いですね。

 

1. numpy

通常の方法では、インストールできませんでした。知らなかったので、control+Cで、無限ループを止めるはめになりました。そこで、調査結果、m1では、いくつかのライブラリがまだ未対応のようで、特別な方法で、インストールしていくことになりました。

  • pip install cython
  • pip install --no-binary :all: --no-use-pep517 numpy

 

2.pandas

 

3.matplotlib

matplotlibは、一度、libjpegをインストールしないと、入らないみたいでした。また、control+Cで無限ループを止める羽目に。。。

  • brew install libjpeg
  • pip install matplotlib

4. scikit-learn

  • pip install scikit-learn

 

 

 

注意:

pandas, scikit-learnはx86_64上でしかインストールできませんし,実行できません。対してnumpy, matplotlibはarm64上でもx86_64上でも動きます。よってこれらを同時に使いたい場合は,インストール時も実行時もアーキテクチャx86_64に統一しましょう。
現在のところはプロジェクトやディレクトリ単位で,どちらのアーキテクチャ上で行うかを逐一自分で覚えておきながら実行するということになりそうです。

 

 

2021.05.29

化学、有機化学機械学習ディープラーニング

 

 

 

python3.9のダウンロード 方法

インストールした、jupyter notebookでは、matplotlibなどがインストールできなかったので、pythonのverをアップデートすることにしました。現在のverは、 python -Vで確認できます。Python3.9なら、色々とサポートしてるみたい。

 

まず、ダウンロードするために、

  1. Homebrewをインストールします。

でまずはverを確認します。自分は、インストールしていなかったので、存在しませんと返されました。そこで、以下のコマンドを入力し、インストールします。

エンターキーやPWを入力する必要があるので、適宜行います。

brew -v でインストールできたか、確認すると、まだ存在しないと出てきました。そこで、よくよくコマンドを見てみると、「Next Step」が記載されていました。また、pathを通さなければいけないみたいです。今回は、分かりやすく追加方法もコマンドに記載されていたので、以下のように、コマンドを入力します。

  • export PATH="$PATH:/opt/homebrew/bin/"

これで、再度 brew -Vと入力すると、homebrew のverが返ってきました。

  1. pyenvのインストール

次に、python 3.9をダウンロードするために、pyenvのインストールをします。

  • brew install pyenv

でダウンロードを開始します。頑張って、brewのpathを通したおかげで、brewを認識してくれましたね。インストール後、ビールがいっぱい出てきます。その後、

  • pyenv -v

を入力し、インストールできていることを確認し、verも問題ないことが分かりました。

  • 実行結果が /bin/zsh の場合、以下4つのコマンドを実行してください。
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.zshrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.zshrc
echo 'eval "$(pyenv init -)"' >> ~/.zshrc
source ~/.zshrc
何をしたのかと言うと、「.bash_profile」もしくは「.zshrc」というファイルに設定用のコードを追加しました。何が起きているかよくわからないかと思いますが、ここは気にしなくて大丈夫です。
  1. pythonのインストール

まずは、インストール可能な、pythonのverを確認しましょう。最新版をインストールして良いでしょう。

  • pyenv install --list

多くのpythonのverが開発されてきたので、たくさんのlistが出てきます。この中で、最新版は、3.9.5だと分かったので、ダウンロードしていきます。

  • pyenv install 3.9.5

これで、ダウンロード完了です。次に、以下のコマンドを入力します。 新たなバージョンをインストールしたあとはこれをしないとshimsコマンドが再構成されないらしいです。

  • pyenv rehash

適当なフォルダ上で、ダウンロードできているか、確認してみます。

  • python3 -v

私の場合、python3.9.5をダウンロードしたので、python3.9.5と返ってきました。無事、インストールできたみたいです。

 

 

 

化学、有機化学機械学習ディープラーニング

 

 

macでプログラミングを始めてみよう(有機化学での機械学習)−2

前回、macでのjupyter notebookのpathを通す作業をしましたが、どうも前回の方法では、一時的なルートを作成しただけだったようでした。再度、jupyter notebookと打ち込んで見ると、「そんなもの定義されてないよ」と返ってきました。なので、解決策を調べました。 

おそらく、pathを通すだけなので、色々と試行錯誤すれば、設定することができるみたいですが、最も簡単で単純な方法は、管理者権限で、jupyter notebook をインストールする方法みたいでした。以下がコマンドのようです。

sudo -H pip3 install jupyter

パスワードを求められると思いますが、PCのpwを入力しましょう。問題なく、インストールが開始されます。3分ほどかかるでしょう。一度、jupyter notebookをインストールしているので、再構築しました。と警告が表示されると思います。(初めての場合は、表示されないと思います)

ーH の意味は、以下のようだそうです。

別のユーザーとしてコマンドを実行する-H

-H(HOME)オプションは、セキュリティポリシーがHOME環境変数を、パスワードデータベースで指定されているターゲットユーザー(デフォルトではroot)のホームディレクトリに設定することを要求します。ポリシーによっては、これがデフォルトの動作になる場合があります。

Python - Jupyter NotebookをMac M1 搭載機にインストールする - デジタル推進課

 

 

その後、ターミナルをquit()で終了し、再度立ち上げて、起動するか検証しました。

jupyter notebook 

無事、立ち上げに成功しました。ですので、管理者権限で、pipインストールを行った方がよかったようでした。。。

 

 

 

python 有機化学、化学、機械学習ディープラーニング、初期設定、初めて、やり方、設定方法

 

macでプログラミングを始めてみよう(有機化学での機械学習)

mac m1 で有機化学機械学習をしてみよう。

m1チップは、高速な処理が可能なので、有機合成のような、プログラミングには、もってこいだと思います。windowsでの経験もありますが、macの方が、使いやすいなと個人的には感じます。

 

まずは、pythonの環境構築から設定してみます。

 

 

1. macのFinderでterminal app.を開きます。

 

2. 以下を実行してみましょう。

  • ターミナル.appで叩いたコマンドと結果

    • ターミナルの場所:Finderでアプリケーション>ユーティリティ>ターミナル.app
  • python -V -> Python 2.7.16

  • which python -> /usr/bin/python

  • python3 -V -> Python 3.8.2

  • which python3 -> /usr/bin/python3

    • missing xcrun at :/Library/Developer/CommandLineTools/usr/bin/xcrun
    • というエラーになったら、それはXcode Command Line Toolsがインストールされてないようなので
    • コマンド xcode-select --install を叩いて まずCommand Line Toolsをインストールしてみてください
  • インストールには、10分程度かかりました。
    python3 --version

で、pythonのverが、最新になっていることを確認しても良いでしょう。

 

 

3. 化学分野で機械学習をするには、jupyter notebookが使いやすいので、インストールします。

  • pip3 install jupyter

pipのverが古いようなので、インストールできなかった場合は、一度pipをアンインストールします。アップグレードしようと試みましたが、そもそも、pipが古いverなので、アップグレードはできませんでした。なので、アンインストールが必要です。

  • Sudo pip uninstall pip

アンインストールします。すると、なぜかpipのverが新しくなったファイルが作成されました。

  • sudo pip3 install jupyter

やっと、jupyter notebook をインストールできました。これには、3分程度かかります。

  • jupyter notebook 

これで、jupyter notebookのサイトに飛ぶはずです。ここで、飛ばない場合は、pathが通っていません。pathを通す作業が必要になります。

pip3 show jupyter

でpathを確認します。おそらく、Location: /Library/Python/3.8/site-packagesとなっています。

echo $SHELL

デフォルトのシェルを確認します/bin/zshになっているはずです。そりゃ、path通らないなと。。。早く、ディープラーニングで、有機合成を体験してみたいと思っているでしょうが、少し辛抱します。では、pathの設定をしていきます。

まずは、ターミナルを新規で開いきます。
その後、 vi .zprofile   を入力。export PATH=$PATH:~/Library/Python/3.8/binのpathを入力することで、通ります。設定反映コードは、source .zprofileですが、入力しなくても、なぜかpathの設定をすることができました。

 

  • jupyter notebook 

ちゃんと、jupyter notebook を開くことができましたね。これで、初期の環境構築は、できました。他の必要なことについて、インストールしていきましょう。

m1チップになり、intelと違う点もあるようなので、環境構築の方法について、記載しました。