エアーベッド(AYCLIF)感想
2021年03月04日 22時16分35秒
長いこと、折りたたみ可能なソファーベッドを使っていましたが、
布団も古くなり、ふかふか感がなくなり、
ベッドの折りたたみ部分の出っ張りが感じられるようになり不快に。
エアーベッドだと引っ越し時も楽かと思い、エアーベッドに買い替え。
エアーベッドのメーカーなんて知らないので、とりあえずAmazonに出てきたAYCLIF製を購入。
寝心地はかなりいい。
腰痛にはかなりおススメな感じ。
ただ、フローリング&壁際に設置するとゴムの摩擦音が凄い。
摩擦音が違和感ありすぎて、眠りにつけない。
そんなわけで、100均でベッドの下に引けるようなシートを購入して敷く。
壁際には、本来はフローリングに貼り付ける正方形の布?のようなのを壁に貼り付け。
これでゴムの摩擦音はほぼなくなりました。
エアーベッドを使い始めて5カ月ほど。
ずっとエアーベッドの上に布団を敷いたままにしていましたが、
久々に布団をたたむと、エアーベッドのカビが!!
どうやらエアーベッドと布団の間には結露が発生する模様。
ベッドしか使ったことなかったので知らなかった。。。
カビは出始めで少しだけだったので掃除して使い続けることに。
エアーベッドを使い始めて7カ月。
異常なまでに空気が抜けるのが早くなる。明らかに空気が漏れている。
手をエアーベッドの表面に当てて穴を探すと、空気漏れを発見!!
補修シールは捨ててしまっていた為、普通のガムテープを貼り付けてみる。
空気の流れは全く感じなくなり、空気漏れの音もしなくなったので大丈夫かと思ったが、全然空気が漏れる。
エアーベッドの全面を手をかざし、耳をかざすも他に穴が空いてる感じはしない。
けど明らかに漏れている。
ガムテープ補修では効果ないのだろうか?
とりあえず使い物にならないので処分。
エアーベッドは常用するものではないらしいですが、常用すると寿命は早いようです。
布団も古くなり、ふかふか感がなくなり、
ベッドの折りたたみ部分の出っ張りが感じられるようになり不快に。
エアーベッドだと引っ越し時も楽かと思い、エアーベッドに買い替え。
エアーベッドのメーカーなんて知らないので、とりあえずAmazonに出てきたAYCLIF製を購入。
寝心地はかなりいい。
腰痛にはかなりおススメな感じ。
ただ、フローリング&壁際に設置するとゴムの摩擦音が凄い。
摩擦音が違和感ありすぎて、眠りにつけない。
そんなわけで、100均でベッドの下に引けるようなシートを購入して敷く。
壁際には、本来はフローリングに貼り付ける正方形の布?のようなのを壁に貼り付け。
これでゴムの摩擦音はほぼなくなりました。
エアーベッドを使い始めて5カ月ほど。
ずっとエアーベッドの上に布団を敷いたままにしていましたが、
久々に布団をたたむと、エアーベッドのカビが!!
どうやらエアーベッドと布団の間には結露が発生する模様。
ベッドしか使ったことなかったので知らなかった。。。
カビは出始めで少しだけだったので掃除して使い続けることに。
エアーベッドを使い始めて7カ月。
異常なまでに空気が抜けるのが早くなる。明らかに空気が漏れている。
手をエアーベッドの表面に当てて穴を探すと、空気漏れを発見!!
補修シールは捨ててしまっていた為、普通のガムテープを貼り付けてみる。
空気の流れは全く感じなくなり、空気漏れの音もしなくなったので大丈夫かと思ったが、全然空気が漏れる。
エアーベッドの全面を手をかざし、耳をかざすも他に穴が空いてる感じはしない。
けど明らかに漏れている。
ガムテープ補修では効果ないのだろうか?
とりあえず使い物にならないので処分。
エアーベッドは常用するものではないらしいですが、常用すると寿命は早いようです。
PR
Charlotte
2021年02月13日 22時19分51秒
ONE、Kanon、AIR、CLANNADが大好きな麻枝信者です。
信者と言いながら麻枝准の情報を集めてはいない為、新作が出ていることに気づかないことあります。
その為、Charlotteは知りませんでした。
dアニメストアのおススメにCharlotteが表示されたことで存在を知りました。
で、視聴。アニメ版Charlotteを視聴しハマってしまったため、漫画版も購入。
漫画版はアニメ版の補完的な意味も込めてるのだろうか?
アニメ版ではなかった内容がちょっとあります。
ラストも、アニメ版のラスト+α。
けれども、アニメ版であった内容が漫画版では一切描かれていなかったりもする。
漫画版は最初から6巻で完結させるつもりで企画が立ち上がったのか、切り詰めた感が所々ある感じ。
もうちょっと巻数増やして細かく描いて欲しかった。
なので、アニメと漫画両方見てちょうどいい感じ。
でもまぁ漫画版購入してよかった。後悔は一切なし。
アニメ版Charlotteしか見てない人は漫画版も是非どうぞ。
Charlotte1巻試し読みはこちら

信者と言いながら麻枝准の情報を集めてはいない為、新作が出ていることに気づかないことあります。
その為、Charlotteは知りませんでした。
dアニメストアのおススメにCharlotteが表示されたことで存在を知りました。
で、視聴。アニメ版Charlotteを視聴しハマってしまったため、漫画版も購入。
漫画版はアニメ版の補完的な意味も込めてるのだろうか?
アニメ版ではなかった内容がちょっとあります。
ラストも、アニメ版のラスト+α。
けれども、アニメ版であった内容が漫画版では一切描かれていなかったりもする。
漫画版は最初から6巻で完結させるつもりで企画が立ち上がったのか、切り詰めた感が所々ある感じ。
もうちょっと巻数増やして細かく描いて欲しかった。
なので、アニメと漫画両方見てちょうどいい感じ。
でもまぁ漫画版購入してよかった。後悔は一切なし。
アニメ版Charlotteしか見てない人は漫画版も是非どうぞ。
Charlotte1巻試し読みはこちら
爪切り G-1200 匠の技 感想
2020年10月07日 21時27分01秒
薬局にも置いてる爪切り G-1200 匠の技
名前的に凄い切れそうな感じ。
気になったので購入。
使った感じとしては、
・普通に切れる。あまり力を入れなくてもスッと切れる。
・爪飛び防止のキャッチャーが外れない。
箱に「外れにくい場合は・・・」と外すコツの記載があるが「外れにくい」ではなく「外れない」
もう外すのは諦めて、その内壊して外そうと決心したくらい外れない。
・爪飛び防止のキャッチャーケースが邪魔で切りにくい
↓こんな感じで切る人は問題ないと思う
私は指を曲げて、手のひらを顔に向けて切るスタイル。
このスタイルの場合、キャッチャーケースが邪魔で、刃と刃の隙間から、刃が爪にどんな感じにフィットしてるか確認が出来ない。
よって切りにくい。
1回使って、もう使うのやめようかなって感じです。
名前的に凄い切れそうな感じ。
気になったので購入。
使った感じとしては、
・普通に切れる。あまり力を入れなくてもスッと切れる。
・爪飛び防止のキャッチャーが外れない。
箱に「外れにくい場合は・・・」と外すコツの記載があるが「外れにくい」ではなく「外れない」
もう外すのは諦めて、その内壊して外そうと決心したくらい外れない。
・爪飛び防止のキャッチャーケースが邪魔で切りにくい
↓こんな感じで切る人は問題ないと思う
私は指を曲げて、手のひらを顔に向けて切るスタイル。
このスタイルの場合、キャッチャーケースが邪魔で、刃と刃の隙間から、刃が爪にどんな感じにフィットしてるか確認が出来ない。
よって切りにくい。
1回使って、もう使うのやめようかなって感じです。
【Python】複数のMIMEファイルから添付ファイルを取得して保存
2020年10月04日 00時14分06秒
特定のフォルダに複数のMIMEファイルを保存。 そのフォルダ内にある全てのMIMEから添付ファイルだけ取得したかったので、Pythonでツールを作成。
import glob from email.parser import Parser # MIME一覧のパス、ファイル名を指定 files = glob.glob('パス/ファイル名') for file in files: with open(file, 'r', encoding='iso-8859-1') as f_mime: mime_str = f_mime.read() mime_obj = Parser().parsestr(mime_str) for part in mime_obj.walk(): filename = part.get_filename() if filename: content = part.get_payload(decode=True) with open('パス' + filename, 'wb') as fout: fout.write(content)
【pyspark】DataFrameのレコード毎に処理を行う。UDF(User Defined Function)
2020年09月21日 00時10分07秒
DataFrameのレコード毎に特定の処理を行いたい場合、UDF(User Defined Function)の例。
from pyspark.sql.functions import udf
from pyspark.sql.functions import udf
from pyspark.sql import SparkSession
from pyspark.sql.functions import struct, lit
from pyspark.sql.types import StringType
def f(row):
str = f"{row['name']}は{row['age']}歳です"
return str
udf_func = udf(f)
spark = SparkSession.builder.getOrCreate()
d = [
{'name': 'Tanaka', 'age': 10},
{'name': 'Suzuki', 'age': 15},
{'name': 'Satou', 'age': 19}
]
df = spark.createDataFrame(d)
result_df = df.withColumn('udf_result', udf_func(struct(*df.schema.names)))
result_df.show(truncate=False)
+---+------+-------------------+
|age|name |udf_result |
+---+------+-------------------+
|10 |Tanaka|Tanakaは10歳です|
|15 |Suzuki|Suzukiは15歳です |
|19 |Satou |Satouは19歳です |
+---+------+-------------------+