pythonで散布図アニメーションを試してみた - 株式会社CFlatの明後日スタイルのブログ
最近pythonを触り始めたのですが、散布図をアニメーションさせる方法が分からなかったので調べてみました。 散布図はmatplotlib.plt.scatter(x,y)で作成する事が出来ます。 また、アニメーションをさせる方法は二通りのやり方があるようです。 animation.ArtistAnimation 事前に用意してあるデータを描画 animation.FuncAnimation 随時データを更新する そこで円周上の点を一度ずつ移動させるというアニメーションをArtistAnimationとFuncAnimationの2つの方法で試してみました。 実行結果はどちらも次のようなものになります。 animation.ArtistAnimationの場合 事前にplt.scatterの戻り値をlistに保存しておき、animation.ArtistAnimationの第二引数に渡すと
多層パーセプトロンで手書き数字認識 - 人工知能に関する断創録
多層パーセプトロンが収束する様子（2014/1/23）の続き。数字認識は前にニューラルネットによるパターン認識（2005/5/5）をJavaで作りましたが今回はPythonです。 今回は、多層パーセプトロンを用いて手書き数字を認識するタスクを実験します。今回からscikit-learnというPythonの機械学習ライブラリを活用しています。ただ、scikit-learnには多層パーセプトロンの正式な実装はない*1ため多層パーセプトロンのスクリプトはオリジナルです。今回から比較的大きなデータを扱うためなるべく高速に動作し、かつPRMLと変数名を合わせることで理解しやすいようにしました。 digitsデータ 手書き数字データは、MNISTというデータが有名です。PRMLの付録Aでも紹介されています。今回はいきなりMNISTではなく、scikit-learnのdigitsというより単純なデータセ
Python for Data Analysisはpandas: The Definitive Guide
あまり深く考えすにタイトルだけで購入したのだが、良い意味で裏切られた。でも分析の手法を期待して買うと退屈かもしれない。 この本はpandasの作者がそのライブラリの説明を事細かに語っているという内容です。 pandasは何かというと Python has long been great for data munging and preparation, but less so for data analysis and modeling. pandas helps fill this gap, enabling you to carry out your entire data analysis workflow in Python without having to switch to a more domain specific language like R.pandas データプレ
Mac OSX 10.8にmatplotlibをインストールする
昔からmatplotlibのインストールはめんどくさかったんだが、OSX 10.8には全然入らない、入る気配すらみせない。 インストールできたと思ってもipython --pylabするとAbort trap: 6する。python対話環境からimportしてみると がでる。sofみたらln -sでいけるでっていうのを見つけたんだけど、「えーこれで解決すんの？」と思いつつやってみたけどやっぱダメだった。 さらに色々調べていたら、Mac OSX 10.7 LionにNumpy,Scipy,Matplotlibなどをインストールするというエントリをみつけて、Scipy Superpackを入れてみたらあっさりインストールできた。 仮想環境じゃないけどまぁいいかなぁと。 Numpy Scipy Matplotlib iPython Pandas がインストールされるのでPython for Da
Matplotlib その 1 | Kenji Sato
ここでは，強力なプロットツール matplotlib を使って2次元プロットについて学びます．ダウンロードおよびマニュアルは，こちらへどうぞ → http://matplotlib.sourceforge.net/ matplotlib.pyplot に親しむ matplotlib では pylab というモジュールを使った簡便な（Matlabライクな）プロット方法が用意されていますが，オブジェクト指向的な記法が推奨されています．こちらを使うには，matplotlib.pyplot をインポートしてやります． 以下では，実用上必要になりそうな手法をいくつか具体例を通して学んでいきます． 関数のプロット まずは普通の関数のプロットから．矩形波とその三角近似をプロットします．細かい方法はスクリプト内のコメントを参照してください． #!/usr/bin/env python # -*- codi
Pylabでデータの図をプロット
要はGnuplot+bashスクリプトからの卒業を目指して。 #coding:utf-8 import pylab input_file=open("../../Data_all.txt","r") data_list=[] Fe=[] l=[] line_data_cols=[4,7,10] line_ids=[0,3,6] for id in range(9): Fe.append([]) for input_line in input_file: if input_line.strip().split(',')[14]==' l': l.append(float(input_line.strip().split(',')[2])) for line_col_num in line_data_cols: """ line_id: 0-2 Fe I 3-5 Fe XXV 6-8 Fe X
Matplotlibのメモ (Pylab) - 旧”Sei’s Insight @ スタンフォード大学大学院 航空宇宙工学科 in シリコンバレー” は、http://www.seihiguchi.com/jp/ へ引越ました！
PYTHONにはゲームから数値計算用まで数々のモジュールが提供されていますが,Matlabグラフィックス環境に似せたことができるPylabなるものが存在します.PYTHON特有の使い方を習得できれば, Numeric, SciPyがあることだしMatlabが必要なくなるかも.これでより簡単に綺麗に図が描けます. 配布元: http://matplotlib.sourceforge.net/ 約1ヶ月前からPYTHONを使いはじめ, GPIB経由の計測制御コードを書き, グラフィックスにはGnuplotを使っていました.Gnuplotのクラシックな感じが大好きで, Tgif + Gnuplot + LaTeXのトリオは生活必需品といえます.ついでにOctaveも.が, 絵的な美的さを求めるとMatlabのグラフィックス環境が勝っています. インストールはソースをダウンロードしてuntar後,
クモの巣図法 - 人工知能に関する断創録
指数的成長モデルとロジスティックモデル（2011/2/19）のつづき。 ロジスティックモデルはどの初期値から始めてもフィードバックループをまわすと最終的に0.5に引き込まれることがわかる。この引き込まれる軌道を視覚的にグラフ化したのがクモの巣図法。まず、指数モデルでクモの巣図法を描いてみた。 #coding:utf-8 import numpy as np from pylab import * import matplotlib.lines as lines """クモの巣図法を描画""" def drawGraph(func): """関数funcを描画""" xList = [] yList = [] for x in np.arange(-1.0, 1.0, 0.01): xList.append(x) yList.append(func(x)) plot(xList, yList
matplotlibで3次元プロット
一昔前は2次元しか扱えなかったが、最近では3次元プロットも利用できるmatplotlib。Cookbook/Matplotlib/mplot3Dあたりを読めばなんとなく使い方はわかる。利用するには、以下のようにモジュールを読み込んでおく。 import pylab as p import matplotlib.axes3d as p3 ネットで調べてみたらscipy+matplotlibによる３元連立常微分方程式の軌道について書かれているサイトを発見。ふむふむ、参考になる。Gnuplot.pyは知らなかったな。でも最終更新が2003年と古い。numpyではなく古いNumericを使っているっぽい。やはり、matplotlibがいいなぁ。でも、plot3Dだとうまくいかないようなことが書かれている。そうなのか…と思って試してみた。例示されているコード中のscatter3Dをplot3Dに変更
matplotlibドキュメントのHowtoが役立つ件 - シコウサクゴ（）
matplotlibを使うなら参照せずにはいられないmatplotlibのサイトにあるドキュメントですが、今日もドキュメントを探索してたら、Howtoという記事を見つけました。読んでみると気になる項目が。ちょっとメモしておきます。 Make a movie（動画の作り方） matplotlibでは出来ないと思ってました。どうやって作るんでしょうか。 If you want to take an animated plot and turn it into a movie, the best approach is to save a series of image files (eg PNG) and use an external tool to convert them to a movie. ざっくり言うと、「PNGをいっぱい作って、外部のソフトで動画に変換してください」ってことです
matplotlibで散布図を作成 - シコウサクゴ（）
散布図を描画してほしいとの指示が。しかも、要求が多かったので（色分けなどなど）、兼ねてから使いたかったmatplotlibを使って作ってみた。matplotlibのダウンロード、インストール、使い方などは Matplotlib: Python plotting — Matplotlib 3.1.0 documentation を参照してください。 作った散布図はこちら↓ 今回は、windowsで動かしました。普段はサーバー上でpythonを動かすためにCUIが多いので、matplotlibのGUIにちょっと驚きました。 ソースは以下。 # encoding=UTF-8 from matplotlib.pyplot import *; C = 4; # クラス数 f = open("data.csv"); # x座標,y座標,色を決める数値 のデータ datas = f.readlines(
回帰直線をPythonとMatplotlibで描く - necoffeeのにっき
２つのリストの要素から回帰直線を導出して、MatplotlibでプロットするプログラムをPythonで書いてみた。たぶんへんてこなプログラムだと思うけど、気にしない。 ※ 追記 sum = 0 lst = [1, 2, 3] for i in lst: sum += i のようなことやってるけど、sum(lst)でよかったね。 from pylab import * def meanList(lst): """ return the mean of lst """ sum = 0.0 for i in lst: sum += i return sum / len(lst) def a_slope(X, Y): """ X, Y : List return a of regression equation y = ax + b """ L, s1, s2 = len(X), 0.0, 0.0
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Scipy Lecture Notes — Scipy lecture notes
Google Code Archive - Long-term storage for Google Code Project Hosting.
サービス終了のお知らせ