Add x and y labels to a pandas plot
Suppose I have the following code that plots something very simple using pandas: import pandas as pd values = [[1, 2], [2, 5]] df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1', 'Index 2']) df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video streaming dropout by category') How do I easily set x and y-labels while preserving my ability to use specific colo
Pythonの数値計算ライブラリ NumPy入門
Scientific Computing Tools For Python — Numpy NumPy は Pythonプログラミング言語の拡張モジュールであり、大規模な多次元配列や行列のサポート、これらを操作するための大規模な高水準の数学関数ライブラリを提供する。(via Wikipedia) これまで知識があいまいだったNumPyについて、もう一度おさらいしたいと思います。NumPyはSciPyと併せて科学技術計算でよく利用されています。また、高速に行列演算ができるのでOpenCV(コンピュータビジョンライブラリ)でもNumPyを利用したPythonインタフェースが提供されるようになりました。 OpenCVのPythonバインディングについては去年のエントリーでも取り上げていますので参考までに。 * さくらVPSにOpenCVをインストールしてPythonから使う [2017/04/2
（インターン向けに書いた）Pythonパッケージを作る方法 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事は何？ Pythonパッケージの作り方を説明する Pythonパッケージを作るときに意識して欲しいことを説明する この記事はポエムです これまでのあらすじ インターンを迎える予定なのですが、彼らはパッケージを作ったことがないそうです。 一方で、企業としては、パッケージ化までしてくれないと、実務に使うまで時間がかかってしまって大変です。 そこで、社内向けに「Pythonパッケージの作り方」という文書を書きました。これをインターンの人に読んでもらっていい感じのパッケージを作ってもらうぜ！という都合の良い目論見です。 しかし、 私もい
尾山ゼミ
2015/01/29 Anaconda のアップデート 2015/01/10 willowのインストール メニュー 2014/12/30 エンコードの変更 2014/11/17 Python Essentials Python を使う はじめに（初回ゼミ） 解答のダウンロード トップページ コーディング規則 Source Tree のインストール Anaconda のインストール LaTeX のインストール 2014/09/21 新たなパッケージの導入 2014/09/02 共同開発のモデル サブモジュール トラブルシューティング 基本操作手順 2014/07/15 Schelling’s Segregation Model 2014/07/07 Finite Markov Chains
Python Tips: 実行中のスクリプトの名前を取得したい
Pythonで、実行中のスクリプトの名前を取得する方法をご紹介します。 と構えるまでもなくやり方はかんたんで、組み込みの変数 file を使います。
【Python】pipの使い方 - TASK NOTES
Pythonのパッケージ管理システムであるpipの使い方をまとめました。まだ使用したことのない機能もあるので、今後使用するタイミングがあれば随時追加していきます。 pipとは Pythonのパッケージ管理システムでRubyでいうGemのようなものです。パッケージは PyPI - the Python Package Index からインストールされます。Pythonはその他にもパッケージ管理システムがありますが今は pip 一択です。 Python パッケージ管理技術まとめ (pip, setuptools, easy_install, etc) がよくまとまってます。 pipのドキュメント pip — pip 7.1.0 documentation pipのアップデート pipはPython 2.7.9 以降、Python 3.4以降からデフォルトでインストールされています。あまり古
Pythonでの日付操作のめも - Qiita
>>> from datetime import datetime >>> import calendar >>> now = datetime.strptime('2014-11-1', '%Y-%m-%d') datetime.datetime(2014, 11, 1, 0, 0) >>> #任意の月の日曜日の日にちをリストで取得する >>> [x[calendar.SUNDAY] for x in calendar.monthcalendar(now.year, now.month)] [2, 9, 16, 23, 30] >>> # ひと月に4回しかない曜日の場合、リストの先頭値が0になる >>> [x[calendar.MONDAY] for x in calendar.monthcalendar(now.year, now.month)] [0, 3, 10, 17, 24]
datetimeとエポックタイムの変換 - メモ置き場
メモ # coding=utf-8 import time from datetime import datetime def datetime_to_epoch(d): return int(time.mktime(d.timetuple())) def epoch_to_datetime(epoch): return datetime(*time.localtime(epoch)[:6]) now = datetime.now() # => 2012-10-10 21:12:17.544219 epoch = datetime_to_epoch(now) # => 1349871137 epoch_to_datetime(epoch) # => 2012-10-10 21:12:17
range()で生成したリストの逆順を得る - にたまごほうれん草アーカイブ
for文でrangeをインデックスにして使うときにちょっとハマったのでメモ。（Python 2.5.5） ハマってたこと リストを逆順にするreverse()メソッドを使おうとして、 a = range(10) a.reverse() #=> [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] となるのに、 a = range(10).reverse() #=> None となってしまう。そのため、for文で使いにくくて困っていた。 解決方法 結局、やり方としては3種類ぐらいあるみたい。 rangeの第3引数に-1を指定 reversed(list)を使う スライスを使う rangeの第3引数に-1を指定 rangeの第3引数は生成する配列の数値の間隔。 ただし、range(10)の逆順を得ようとすると、第1,2引数もそれぞれ1引かないといけないので使いづらい。 range(10
Pythonで2つのdatetimeオブジェクトの期間の1日ごとに処理をする - メモ置き場
2つのdatetimeオブジェクトがあって、その期間の1日ごとに処理を行いたいケースがあったので、調べたところ以下のような感じに落ち着いた from datetime import datetime, timedelta start = datetime.strptime('201201', '%Y%m') end = datetime.strptime('201202', '%Y%m') def daterange(start_date, end_date): for n in range((end_date - start_date).days): yield start_date + timedelta(n) for i in daterange(start, end): # 処理 print i # => 2012-01-01 00:00:00 # => 2012-01-02 00
matplotlib - memoring
memoring コンピュータを研究に使うための私的メモ。Python、Fortran、Ubuntu、etc... トップページページ一覧メンバー掲示板編集 × matplotlib 最終更新： miyacdoor 2014年03月07日(金) 11:35:22履歴 Tweet 基本 インポート プロット 図を閉じる アクティブなオブジェクトの取得 カレントaxisを変更する。 GUIでの操作 インタラクティブモード 図の大きさ・配置・色 キャンバスのサイズ・解像度を設定する。 図の余白 背景を透明にする。 色の巡回パターンを指定する。 マルチプロット 複数の図を描く サイズの違う図を並べる AxesGrid toolkit マルチプロットをタイル状に配置する 凡例 凡例を表示 オプション 凡例の位置を自由に決める 凡例のフォントサイズを変える 凡例の表示順序を逆にする。 判例を複数列にし
Pythonで少なくメモリを使用する方法 - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。私は元気です。 今日はPythonにおけるメモリ少なく使う方法を紹介したいと思います。 なぜ、そんな方法を書くに至ったか。それは、こんなエラーをしょっちゅう見ているからですね。 Traceback (most recent call last): File "lasagne_wheal.py", line 48, in <module> prediction = model.predict_proba(np.array(X_test)) MemoryError 画像処理を行っている人間ならよくやりがちかもしれませんが、 要はint8で持っている情報をfloatに変換してデータが膨れ上がったことによってメモリが 不足していることから発生しています。 Convolutional Neural Networkを大きな画像で実施しようとするとよく発生するのではないで
Python pandas 関連エントリの目次 - StatsFragments
このブログ中の pandas 関連のエントリをまとめた目次です。 最近 pandas 開発チーム と PyData グループ の末席に加えていただき、パッケージ自体の改善にもより力を入れたいと思います。使い方についてご質問などありましたら Twitter で @ ください。 目次につけた絵文字は以下のような意味です。 🔰: 最初に知っておけば一通りの操作ができそうな感じのもの。 🚧: v0.16.0 時点で少し情報が古く、機能の改善を反映する必要があるもの。 🚫: 当該の機能が deprecate 扱いとなり、将来的に 代替の方法が必要になるもの。 基本 簡単なデータ操作を Python pandas で行う 🔰 Python pandas でのグルーピング/集約/変換処理まとめ 🔰 また、上記に対応した比較エントリ: R {dplyr}, {tidyr} Rの data.tab
Python pandas プロット機能を使いこなす - StatsFragments
pandas は可視化のための API を提供しており、折れ線グラフ、棒グラフといった基本的なプロットを簡易な API で利用することができる。一般的な使い方は公式ドキュメントに記載がある。 Visualization — pandas 0.17.1 documentation これらの機能は matplotlib に対する 薄い wrapper によって提供されている。ここでは pandas 側で一処理を加えることによって、ドキュメントに記載されているプロットより少し凝った出力を得る方法を書きたい。 補足 サンプルデータに対する見せ方として不適切なものがあるが、プロットの例ということでご容赦ください。 パッケージのインポート import matplotlib.pyplot as plt plt.style.use('ggplot') import matplotlib as mpl m
Intoroduction of Pandas with Python
2. 自己紹介 ● 早川 敦士 （@gepuro) ● 電気通信大学システム工学科４年生 ● 専攻：信頼性工学 ● 好きな言語：Python,R,AWK ● 趣味：花火,テキストマイニング,アニメ ● 活動場所：電通大,MMA,iAnalysis,DBCLS 2 3. Pandasとは？ pandas is an open source, BSD-licensed library providing high-performance, easy-to- use data structures and data analysis tools for the Python programming language. http://pandas.pydata.org/ より pandasはハイパフォーマンスなライブラリ で、Pythonでデータ構造やデータ解析ツー ルをめっちゃ使いやすい。（超意
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
Numpyによる乱数生成まとめ - Qiita
Sign in - Google Accounts
https://matplotlib.org/stable/api/dates_api.html
Matplotlib for Python Developers
Anaconda のアップデート - 尾山ゼミ