ロボティクスにおける幾何学処理のためのscipy.spatial.transform.Rotation入門 - MyEnigma
3次元回転: パラメータ計算とリー代数による最適化 目次 目次 はじめに scipy.spatial.transform.Rotationにおける三次元回転の表現方法 三次元点の回転 回転の掛け合わせ 逆回転 参考資料 MyEnigma Supporters はじめに ロボティクスにおいて、幾何学処理、 特に三次元の回転は基本的な処理です。 myenigma.hatenablog.com 上記の記事で、ROSのtfを使った場合の三次元回転処理や、 C++のEigenを使った場合の三次元回転処理を紹介しましたが、 Pythonで三次元回転を扱う場合には、 scipy.spatial.transform.Rotationを使うのが便利です。 docs.scipy.org 今回の記事では、 このscipy.spatial.transform.Rotationの使い方について 簡単に紹介したいと思
pyscience11 で C++ から SciPy と Matplotlib を使う - yokaze.github.io
私事ですが、GitHub で pyscience11 というライブラリを公開しています。 このライブラリは Header-Only で、C++ から NumPy, SciPy, Matplotlib を手軽に使うことができます。 動作には pybind11 が必要です。 次の例では、pybind11 の組み込み Python 環境で誤差関数 (erf) を表示しています。 #include <pybind11/embed.h> #include <pybind11/pybind11.h> #include <pyscience11/matplotlib.h> #include <pyscience11/matplotlib/pyplot.h> #include <pyscience11/numpy.h> #include <pyscience11/scipy/special.h> name
AWS LambdaでNumpy、Scipyを使ってみる！Serverless Frameworkとプラグインを使えばパッケージ管理が簡単！ ｜ DevelopersIO
Numpy、ScipyはLambdaのLayer機能を利用することで今回紹介する方法を使わなくても利用できます。AWSがNumpy、ScipyをホストしたLayerを提供しているので対象のLambdaのレイヤに設定することで利用できます。 詳細はこちらをご確認ください。 どうも！大阪オフィスの西村祐二です。 機械学習やデータ分析でよく目にするライブラリとして、Numpy、Scipyがあると思います。 今回、そのライブラリをAWS Lambda上で動かしてみた、という話になります。 通常、上記を実現するためにいくつか注意点があるのですが、Serverless Frameworkとプラグインのserverless-python-requirementsを使えば、その注意点をほぼ気にすることなく実現できたのでブログにまとめておきます。 AWS Lambdaで外部モジュールを利用する際の注意点 外
Pythonで地震計の地震加速度のデータから地震震度を計算する - ServersMan@VPS（CentOS）でお気楽サーバー運営 (^^♪ (忘れっぽいので個人メモ用)
興味本意で^^;地震情報関係のサイトを今作っているのですが、地震計のデータから地震の計測震度を計算する必要が出てきて、Pythonで地震計の地震加速度のデータから計測震度を計算する関数を作ったので、ちょっとメモ。 防災科学技術研究所 強震観測網(K-NET,KiK-net) さんで公開されてる地震計の地震加速度のデータファイルから、地震の計測震度をPythonで計算してみる。 K-NETさんで公開されてる地震計のデータファイルは↓こんな感じのフォーマットなので、 ----+----1----+----2----+----3----+----4----+----5----+----6----+----7----+----8 Origin Time 2006/01/18 23:25:00<LF> (1) 地震発生時刻 Lat. 37.798<LF> (2) 震央北緯 Lon. 142.200<
私訳「暫定的 NumPy チュートリアル」 - naoya_t@hatenablog
# 原文：http://www.scipy.org/Tentative_NumPy_Tutorial このチュートリアルを読む前に、Pythonについてちょっとは知っているべきだ。記憶をリフレッシュしたいと思うなら、Pythonチュートリアルを見てくるがいい。 このチュートリアルに出てくる例を試したいなら、あなたのPCに少なくとも Python NumPy はインストールされているべきで、他に入ってると便利なのは： ipython は拡張されたインタラクティブなPythonシェルで、NumPyの機能を探検するのにとても便利 matplotlib があると図表の描画が可能になる SciPy はNumPyの上で動く科学計算ルーチンを沢山用意してくれる 基礎 NumPy の主要なオブジェクトは、同じ型（普通は数）の要素のみから成り、正の整数のタプルで添字付けされた、均質なテーブル（というか多次元
Introduction to NumPy & SciPy
2. Contents NumPy & Scipy の機能紹介 → ndarrayクラスの操作を中心に説明 NumPy & SciPy を使ったプログラミング → 線形回帰、 主成分分析, K-Means → Pythonの特徴であるOOPも取り入れる ndarrayのviewと参照渡し 3. Contents NumPy & Scipy の機能紹介 → ndarrayクラスの操作を中心に説明 NumPy & SciPy を使ったプログラミング → 線形回帰、 主成分分析, K-Means → Pythonの特徴であるOOPも取り入れる ndarrayのviewと参照渡し 4. What is NumPy/SciPy? Pythonで数値計算 数値計算 ≒ 繰り返し作業、ループ Pyhton : ループが遅い、その他諸々は書きやすい。 C,Fortran : ループが速い、冗長な表現が多い
SciPyとmatplotlibのインストール(Python) - Qiita
scipyのインストールにgfortran, numpyが必要なようです。 warningがいっぱい出ますが無視で brewでpythonを入れた場合、pipの場所は /usr/local/lib/python2.7/site-packages/ なので、PYTHONPATHを通しておきます。 Eclipseの場合は、環境設定のPyDev→Interpreter - Python→newで browseから/usr/local/Cellar/python/2.7.4/bin/pythonを選択すると、 PYTHONPATHを通す場所の一覧が表示されるので、全部にチェックを入れて OKすれば良いです。 (追記) easy_installが廃止されてpipが標準装備になったのは最新版(2.7.4)からのようです。 pythonのバージョンが古い場合は更新してください。
[Homebrew] SciPyにOpenBLASを組込んで高速化する: 黄昏てなんかいられない
05/28の記事で、OpenCV + Python環境を構築する過程でPython仮想環境にNumPyとSciPyを組み込んだ。どちらもPythonでプログラム開発をやるには必須のライブラリだが、この2つについて調べるうちに、OpenBLASというオープンソースの線形計算ライブラリが存在し、このライブラリを組み込んでビルドするとNumPyとSciPyを高速化できるらしいことを知った。これにトライしてみたら成功したので、その作業記録を書いておく。 ■OpenBLASを組み込んだNumPyとSciPyのビルド すでにNumPyとSciPyをインストール済みだったので、まずは、「pip」コマンドを使ってこの2つのライブラリをアンイストールした。 % pip uninstall numpy % pip uninstall scipy % pip list distribute (0.6.40) s
ぐうたらの部屋
それぞれ入手して、インストールしてください。 設定 特別な設定をしなくても、動作します。 ただし、Windows環境下にてmatplotlibはIDLEやコンソール等の対話モードで使用すると、フリーズすることがあります。 この点に関しては、本家サイトのFAQに記載されています。 My matplotlib window is freezing 設定を変更することで、動作を改善することができます。 私の環境では、コンソールやIDLEの対話モードの状況は改善しませんでしたが、 PyCrustでは、フリーズすることがなくなりました。 なお、PyCrustは、wxPythonのデモコードに付属しているツールです。 設定内容は、以下のとおりです。 C:\Documents and Settings\yourname\.matplotlibにmatplotlibrcファイルをつくる matplotli
Python: 分子動力学(MD)計算のSciPyによる主成分分析(PCA)
分子動力学(MD)計算で得られた座標データに対して、SciPyで主成分分析をしてみた。通常、座標のトラジェクトリーに対して最小二乗法によるフィッティングを行ってからPCAを行うのだが、ここで示すPCAの仮引数trjに渡すトラジェクトリーはフィッティングを前提にしてある。 実際のコードではフィッティングやら、ARPACKの利用やら、原子の重み付けの方法やらをオプションで引き渡して処理するようになっているのだが、ここでは内容を明確にするために、MDの一般的なPCAに絞ったコードを示す。 MD計算により10個の構造が出力される場合、N原子を持つ一構造のXYZ座標のリスト([N][3])をトラジェクトリー([10][N][3])として渡す(trj)。原子量は要素がN個のリストとなる(mass)。原子量のリストを渡さなければ原子の重み付けは行われず、Essential Dynamics (ED)の計
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
サービス終了のお知らせ
Loading...
Install Python, NumPy, SciPy, and matplotlib on Mac OS X