Redisでソート – 日曜研究室
一部でRedisがアツいということで触ってみました。 SQLとはかなり違ってて理解するのに少し苦労しました。 忘れないようにソートに関連する処理の方法を2パターン書いておきます。 なお、Redisの使い方はまだ1時間程度しか調べてないですし、NoSQL自体始めてなので、「ソートはこうやるんだよ」的なエントリではなくて「こうやったらソートできたんだけどこれでいいの？教えてエロイ人」的なエントリですので、指摘／補足などあるとありがたいです。 使ってるのはRedis 1.2.6 + redis-py 1.34.1 + Python 2.7です。 1. idのセットとスコアリング用のデータを別に用意する方法（普通のsetを使う方法） import redis, random # Redisサーバーに接続 r = redis.Redis(host='127.0.0.1', port=6379, db
python-distribute.org - python distribute リソースおよび情報
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
ビタビアルゴリズムをpythonで実装してみた - Screaming Loud
ビタビアルゴリズムを理解も兼ねて実装してみました． # -*- coding:utf-8 -*- states = ("rainy","sunny") observations = ("walk","shop","clean","shop","walk") start_prob = {"rainy":0.6,"sunny":0.4} transit_prob = {"rainy":{"rainy":0.7,"sunny":0.3}, "sunny":{"rainy":0.4,"sunny":0.6}} emission_prob = {'rainy' : {'walk': 0.1, 'shop': 0.4, 'clean': 0.5}, 'sunny' : {'walk': 0.6, 'shop': 0.3, 'clean': 0.1}} def viterbi(observs,state
SockJS and Tornado for Python real-time web projects - Kristian Øllegaard
Serial Entrepreneur & Software Developer Founder & CEO at Fenerum, Founder & Board Member at Plecto e: kristian@oellegaard.com p: +45 41 40 04 11 At Djangocon EU last year, I gave a talk about how you could easily get up and running with real-time web applications using Django and Socket.IO. I have now been running an application using this principle for a year and I am everything but a fan of it.
SymPy 1.14.0 documentation
Welcome to SymPy’s documentation!¶ A PDF version of these docs is also available. SymPy is a Python library for symbolic mathematics. If you are new to SymPy, start with the introductory tutorial. This is the central page for all of SymPy’s documentation. Installation¶ Instructions on how to install SymPy. Tutorials¶ Tutorials are the best place to start for anyone new to SymPy or one of SymPy’s f
Deciding if a Point is Inside a Polygon - Pure Python
This is not a particularly tricky problem, but there wasn't a Python solution on the net when I went looking. I've simply adapted some C code I found at this excellent page. # determine if a point is inside a given polygon or not # Polygon is a list of (x,y) pairs. def point_inside_polygon(x,y,poly): n = len(poly) inside =False p1x,p1y = poly[0] for i in range(n+1): p2x,p2y = poly[i % n] if y > mi
SymPy で 点の内外判定 - うおっ
環境： Windows 7 32bit, Python 2.7.3 ある点が、多角形の内側にあるか外側にあるかを判定する。 Python の場合、 SymPy ライブラリを使うと楽にできる。 SymPy は記号計算のためのライブラリで、いろいろなことができる。 SymPy のインストール Python 2の場合 インストーラを使う。 Google Code Archive - Long-term storage for Google Code Project Hosting. から sympy-0.7.2.rc1.win32.exe をダウンロードし、実行してインストールする。 Python 3の場合 pip からインストールできる。 コマンドラインで pip install sympy を実行。 pip については pip と ipython インストール手引き (Windows編) -
Webカメラの画像をpythonのsocketを使って転送する
BeagleBoneタンクに欠かせない装備はWebカメラです。Webカメラの映像をコマンドセンター(自分の部屋)にて確認し、状況に応じた適切な命令をタンクに送ることがでるようになります。 タンクとコマンドセンター間は無線LANで繋ぐので、ソケットを使って画像を転送する必要があります。Cでソケットプログラムを書くのは面倒ですが、pythonにはラッパークラスがあって比較的簡単にソケットプログラミングができます。 Webカメラで取得した画像の送信フローは以下のとおりです。 タンクはコマンドセンターから画像要求が来た場合に、Webカメラで取得した画像をJPEGに圧縮して送り返します。コマンドセンターでは受信した画像をデコードし、画面に表示します。受信しているデータはJPEGなので、そのままJPEGファイルとしてディスクに書き込むことも可能です。 SocketServerモジュールのサンプルコード
Django でメールを送信と確認 - 憧れ駆動開発
メールを送信する。Python 標準モジュールやライブラリにもありそうだけど、Django 組み込みであるのでそれを利用する。 日本語1.4::メールの送信 — Django 1.4 documentation つかう ドキュメントのままです from django.core.mail import send_mail send_mail('Subject here', 'Here is the message.', 'from@example.com', ['to@example.com'], fail_silently=False) # もうちょっとつかいまわしやすくする message = message subject = subject # to 部分はリストかタプルで指定 email_from = "atas@hoge.com" email_to = ("noreply@hog
Python Imaging Libraryで画像をぼかした円で切り取る
► 2020 (9) ► 08/02 - 08/09 (1) ► 07/26 - 08/02 (4) ► 07/19 - 07/26 (4) ► 2019 (49) ► 06/09 - 06/16 (1) ► 06/02 - 06/09 (1) ► 05/26 - 06/02 (2) ► 05/19 - 05/26 (3) ► 03/17 - 03/24 (21) ► 03/10 - 03/17 (10) ► 02/03 - 02/10 (5) ► 01/27 - 02/03 (3) ► 01/13 - 01/20 (3) ► 2018 (72) ► 12/30 - 01/06 (3) ► 12/23 - 12/30 (6) ► 12/16 - 12/23 (5) ► 12/09 - 12/16 (3) ► 12/02 - 12/09 (7) ► 11/25 - 12/02 (8) ► 1
Python製デプロイツール Fabricを初めて使う際に役立つTips
by @dekokun on 2013/04/07 19:30 Tagged as: Python, Fabric, デプロイツール. 2013/04/09 追記 意外と反響があるようなので、Tips追加しました。 2013/05/10 追記 並列実行について調べたのでついでに追記 「次のプロダクトはシンプルなデプロイツールだと噂のCinnamonでも使ってみるかー」と言っていたら、「Cinnamonは使ってるユーザ数が少なそうだし同様のことが行えるFabricのほうがいいんじゃないですかね。」というツッコミをいただき、今回はPerlのプロジェクトでもないためFabricを使用することにしました。 初めて触るFabric、やはり初学者にはいろいろとよくわからない部分があったため、はまって解決したことや便利なTipsなどをつらつらと列挙していきます。 なお、以下情報はPython2.7及びF
Earth Mover's Distance (EMD) - 人工知能に関する断創録
Earth Mover's Distance (EMD) について調べたことを整理しておきます。EMDは、ユークリッド距離のような距離尺度の一つで、二つの分布の間の距離を測ることができます。言語処理ではあまり聞いたことなかったのですが、画像処理や音声処理では比較的有名な距離尺度のようです。 EMDが使える問題設定は下図のようになります。 EMDは特徴量と重みの集合（シグネチャと呼ぶ）で与えられる分布Pと分布Qの間の距離です。ここで、特徴量間では距離 が定義されているのが前提です。特徴量がベクトルのときはユークリッド距離、特徴量が確率分布のときはカルバック・ライブラー距離（情報量）などです。EMDは、特徴量の集合が2つ与えられたときに、1個1個の特徴量間の距離をもとに、特徴量集合間の距離を求められるんですね。これはすごい。 重みは具体的な応用によって使い方が変わりますが、その特徴量の重要度を
Python Imaging Libraryの使い方 〜The Image Module - white wheelsのメモ
Python Imaging Libraryの関数を使いながらのメモです。 テスト用のモジュールTestPIL.pyを作成し、同じディレクトリに全て同じサイズの適当なRGB画像"test.bmp","test2.bmp","mask.bmp"を用意して実行してみました。以下使えそうな関数をひたすらピックアップ&リストアップ。関数の書き方は、変数名:型、関数名(引数名:引数型):返却値型という表記を使うことにします。 モジュールのインポート from PIL import Image Imageクラスのメンバ変数 format:string 画像ファイルのフォーマット mode:string 階調。"1":2値画像,"L":グレースケール,"RGB","CMYK"など size:turple (width, height) 画像サイズ pallete:palette 画像モードが"P"のとき
PILで画像の変換 - 理想のユーザ・インターフェイスを求めて
PIL(python imaging library)を使って画像の変換をやってみる。 http://www.pythonware.com/library/index.htm ここにチュートリアルやリファレンスがあるので、たいへん学びやすい。 画像ファイルの形式をjpegに変換する まず、画像ファイルの形式をjpegに変換する。以下のスクリプトconv.pyを作成しておく。 import os, sys import Image for infile in sys.argv[1:]: f, e = os.path.splitext(infile) # ファイルの拡張子を取り出す。 outfile = f + ".jpg" if infile != outfile: try: Image.open(infile).save(outfile) except IOError: print "ca
NumPyのarrayとPILの変換 - white wheelsのメモ
Python Imaging LibraryのImageクラスのデータをNumpyのarrayとして扱うための方法について。 Numpyの関数を使って直接pixel値を書き換えることが目標です。 まずは両方のライブラリをインポートしておきます。 import numpy import Image PILからNumpyのarrayへの変換 numpyで用意されているasarray関数を使うと、PILのImageオブジェクトを配列に変換することができます。 imgArray = numpy.asarray(pilImg) さらに配列の値を書き変えられるようにするためには、writeableフラグをTrueにする必要があるようです。 imgArray.flags.writeable = True NumpyのarrayからPILへの変換 PILのfromarrayメソッドによって、配列の各値を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
mod_wsgi not found for apache/windows
Django
python PILで透明なベース画像 - peroon's diary
Trouble using python PIL library to crop and save image
numpy.vectorize — NumPy v2.3 Manual