ネット通販で買って大失敗した
ひざ丈かと思ってたワンピースがくるぶし丈
ウエストやヒップの位置も全体的に下で、かなりの長身を想定したデザインだった
通販サイトではきれいな外人のモデル女性がひざ丈くらいで着てたりするんだけどね
こいつ自分で表現とかほざいてたんだけどさ、SNSの拡散性だけ利用して肝心の内容に配慮しないのって、表現者としてクソ甘えてるよな。
伝えるために中身を工夫するって、表現と畑違いのサラリーマンですら資料作成でやってることだ。多くの人に見せるなら、多くのために心を砕けよ。動物の死骸写真ばら撒いて表現でございとかレベルが低すぎる。
そしてもちろん心を砕いた結果があの写真だったならば別に問題なかった。しかしこいつは自分の表現とろくに向き合いもしていない。だから「あなたは肉食わないんですか」「うんこの例えは違う」なんてアホなことが言える。
食の観点から言えば肉食う過程と結果なんだから、うんこの例えはどんぴしゃだろ。でもこいつはうんこは汚くて嫌で自分の写真は綺麗だと思ってる。「動物は死んだ瞬間に他の動物が生きるための食料、命そのものになる。」「可哀想は偽善」とか綺麗ごとは言えても、その結果鴨の夫婦がこんなうんこになりました、って事実は写真にできない。命がけとかデカイこと言って他人には押し付けるくせに自分は覚悟を持ち合わせていない。写真に文句言ってくる奴は晒し上げられても、踏み込んだ表現は批判が怖くてできない。そういう打算だけの写真家様。
ここで言う地位とは、入手のしやすさ、好感度、価格の低さ、日常的に消費されている度合いの事を言う。
おそらく最も地位の高い和菓子は大福か煎餅だ。和菓子の代表格。
ほぼ同列でかりんとう、団子、羊羹、カステラ、どら焼き、おかきが並ぶ。
美味しいもんね、わかるよ。
ちょっと品揃えの悪いスーパーに行くとまず売ってない。コンビニにはほぼ売ってない。
本日おかしのまちおかにて久々に桃山を入手してきた。ありがたい事である。
なぜこんなに美味しくて、手軽に食べられて、値段も安いものが、こんなに入手しにくいのか?
個人的には最中より入手しにくい状況に納得がいかない。最中も嫌いではないが、お前には負けていないはずだ。
それにきっと「好きな和菓子は何?」と聞いた時に「桃山」と答える人なんてレアすぎる。聞いたことないけど。
あんなシュワシュワした酸っぱいいちごが入ってる大福よりよっぽど美味いよ!ってかいちご大福あれマジでわかんない。あんこといちごが全然マッチしてないだろ。別でいいじゃん。
気分的にはCDのセールスでAKBがトップ取ってるようなもんだ。
ちなみに大好物のもろこしはさらに入手しにくい。最近見かけない。おかしのまちおかにも無かった。
どこで買えるんだ、もう何年も食べていない…食べたい…
机を叩くと拳が板をすり抜ける確率よりは高そう
もう遺産分割の話とかに移っててもよさそうだよね
オタクって言葉を選民思想のステータスにしたのは若い人というよりむしろちょっと前の世代の行動の結果だよ。
それの残りカスに影響された層が今もいるってことと、
pythonでのデータファイル読み込みについてpython初心者です。p... - Yahoo!知恵袋 に対する回答。
Step1. 次のようなファイル datafile.py を作成します。
# Set your np object in this file. np = .... # data data = [ [np.array([1,2,3]),np.array([0,1])], [np.array([4,5,6]),np.array([2,3])], [np.array([7,8,9]),np.array([4,5])], ]
Step2. 本体のファイルで datafile.py を呼び出します。
以下、変数 data, np には 上記の内容が、保存されて返ってきます。
from datafile import data, np
注意: 簡単ですが、この方法の場合 datafile.py の中で np オブジェクトも定義する必要があります。PHP で言う所の include 的なのがあったら楽なんですけどね〜。
Step1. 次のようなファイル datafile.csv を作成します。
1,2,3,0,1 4,5,6,2,3 7,8,9,4,5
Step2. data = [np.array..., np.array... ] としたいところを次のように書き換えます。
data = [] e = lambda i: int(c[i]) file = open('datafile.csv') for line in file: c = line.split(',') data.append([ np.array([e[0], e[1], e[2]]), np.array([e[3], e[4]]) ]) file.close
補足 lambda式