Compiling OpenCV 2.0 with Python 2.6 (installed via MacPorts) bindings is not straight forward. The main problem, as Gregory Dudek noted, is that using a version of Python installed via MacPorts isn't automatically linked to by the OS X (Darwin) C complier. The matter becomes more complicated if you have 3 different version of Python on the same system. Assumptions I'm assuming you have MacPorts i

クラス cls の新しいインスタンスを作るために呼び出されます。 __new__() は静的メソッドで (このメソッドは特別扱いされている ので、明示的に静的メソッドと宣言する必要はありません)、インスタンスを 生成するよう要求されているクラスを第一引数にとります。残りの引数はオブ ジェクトのコンストラクタの式 (クラスの呼び出し文) に渡されます。 __new__() の戻り値は新しいオブジェクトのインスタンス (通常は cls のインスタンス) でなければなりません。 典型的な実装では、クラスの新たなインスタンスを生成するときには "super(currentclass, cls).__new__(cls[, ...])"に適切な引数を指定してスーパクラスの __new__() メソッドを呼 び出し、新たに生成されたインスタンスに必要な変更を加えてから返します。 __new__() が

やっと、”初めてのPython“のIV部を読み終わりました。 “初めてのPython“の読書はすごく順調に進んでいます。 そう、すごく順調に…。 そこには触れないようにして、今日のPythonのまとめに行きましょう。 初めてのPython IV部 “初めてのPython“のIV部は、”関数“についてまとめてあります。 “え、関数なんて余裕だよ。“という人も、読み飛ばさずに読んでください。 Pythonにおける関数も他の言語とちょっと変わっています。 PHPの関数宣言functionにあたる宣言がPythonではdefです。 この宣言を使って、Pythonではこんなことが出来ちゃいます。 def create_memory(x, y): def memory(): return x, y return memory mem = create_memory(2, 3) print me

› This page is for LHD/NIFS collaborators only. › Input your email address used for LHD/NIFS collaboration into the "Login Name" field. Before using this authentication system, please set your password via a web page. › More info and help. National Institute for Fusion Science, National Institutes of Natural Sciences

2008-07-20 - subversion 2008-07-08 - Kubuntu 2008-07-04 - scipy 2008-05-25 - apache 2008-05-09 - ctypes 2008-04-26 - ファイルシステム - Linux - ループバックデバイス 2008-04-21 - コマンド 2008-04-03 - emacs 2008-03-17 - itertools 2008-03-14 - python - RecentDeleted - cvs 2008-03-10 - .bashrc 2008-02-06 - PIL 2008-01-21 - cron 2008-01-17 - popen2 2008-01-12 - sip 2008-01-10 - 初級編 概要 高速な計算モジュール？ numpy do

初学者にとってプログラミングを難しくしている理由の一つは，プログラムが動いている様子を想像しづらい，という点です。プログラムに，変数，ループや条件分岐があるので，状態によって実行結果が変わります。同じプログラムでも，与えられる条件や内部状態によって違った動きをします。 熟練したプログラマであれば，条件による挙動の変化や内部状態の境界値を巧みに脳内で想像しながら，すいすいとプログラムを作ってゆくことができます。しかし，初心者にはそのようなことが難しい。そのため，とりあえずプログラムを書いてみて動かしてみるのですが，内部状態の遷移による挙動の変化をうまくイメージできないので，間違えるし，また間違いの原因がどこにあるか理解できなかったり，結果として正しく動くプログラムを作ることができないのです。 4月19日(水)に開催される勉強会にお呼ばれして，お話をすることになった。10年間多くの方に読んで頂

python での行列・ベクトル数値計算 python で行列ベクトル演算が可能です。でも、実際に行列ベクトル計算をしようとしたとき戸惑わされました。python での行列ベクトル演算について手頃な解説がありませんでした。コード例も殆どなく、試行錯誤で使う必要がありました。回り道をしました。特に Matrix と array の使い分けに戸惑いました。結論は「慣れるまでは Matrix を使わずに array の範囲だけで使っとけ。」です。慣れた後でも Matrix を使うメリットは限られます。array だけで済ましたほうが余分なことを考えずに済みます。 このような遠回りをすることなく python での数値計算を手っ取り早く始められるようにように、この Web page を書きました。C 言語や数値計算についての素養はあるが python は使い始めの方、早急に行列 ベクトル演算を行う

Searching available documentationMATLAB/OctavePythonDescription

配列を操作する from numpy import * # 配列の作成 a = array([1,2,3]) b = array((10,11,12) # 配列の加算 結果:array([11,13,15]) a + b # 配列のデータ型を確認 結果:dtype('<i4') a.dtype # 配列の割り算 結果:array([0,0,1]) a/3 # データ型を指定して、配列の作成 a = array([1,2,3], dtype=float) # 配列版range関数 ,arangeを使用して、配列作成 data = array([0.5, 1.2, 2.2, 3.4, 3.5, 3.4, 3.4, 3.4], float) t = arange(len(data), dtype='float') * 2*pi/(len(data)-1) # すべての配列を出力する。 t[:]

このページは、Rubyレシピブック (詳細) をPythonで書こうというたくらみです。内容は当たり前のことばかりですが、たまにしかコードを書かない人間は、こうしたことがわからなくてイライラしてしまいます。10行くらいのプログラムならさっと見てさっとかけるようにするのが目標です。 2008年1月21日19：00　ロボットによる荒らし対策を施しました。 レシピブック作成にご協力いただける方がいらっしゃいましたら、最初にユーザー登録をお願いします。 レシピブックを修正する際は、一度ログインをしてください。ログインすると右肩の部分に編集の項目が現れます。 記述方法は、structuredText もしくはreStructuredText でお願いできればと思います。 WEB上の情報 Python クイックリファレンス日本語訳 pythonライブラリリファレンス pythonチュートリアル Per

Latent Dirichlet Allocationはテキストのような不連続データのための生成的確率モデル。入力はドキュメント。出力はドキュメントを特徴づける何か（tf-idfみたいなもん）。 基本的なアイディアは、あるドキュメントは潜在的ないくつかのトピックが混合していて、それぞれのトピックは語の分布で特徴づけられている、ということ。 論文[1]ではαとβというパラメータを用いてドキュメントが以下のように生成されると仮定している。 ドキュメントのトピックの分布θがディリクレ分布Dir(α)に基づいて選ばれる。 ドキュメントの語数N個になるまで以下を繰り返す。 トピックznが多項分布Mult(θ)に基づいて選ばれる。 単語wnが確率p(wn|zn,β)で選ばれる。 ただし、トピックzの数をk個、単語wの種類をV個とすると、パラメータαはk次元のベクトル、βはk x V次元の行列でβij=

はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明　訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも

Python は高機能で安定したプログラム言語ですが、本格的に開発するには環境を適切に設定しなければいけません。 ここではPython の開発環境構築手順を記述します。 内容はMac OS X 10.7 Lion でテストしています。 基本部分は他のプラットフォームでも利用できるように配慮していますが、主にMac向けです。 目次 Python のインストール ライブラリ管理 easy_install pip virtualenv 文字コード関連 補完の設定 ライブラリ類のインストール Docutils Pygments PIL(Python Imaging Library) PyObjC nose Trac Pythonをソースコードからコンパイルする Mac OS X 変更履歴 Python のインストール Python は 2.x系と 3.x系のバージョンが存在します。 Mac は L

Pythonにはじめて触って、いつのまにか1年が過ぎたのですが、一番はまったのは、やっぱりunicodeの扱いだったと思います。 特に、 UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-12: ordinal not in range(128) のようなエラーにはさんざん悩まされました。ここがたとえばrubyなど他の言語と比べてわかりにくいために、Pythonが取っつきにくい言語になっているのではないか、と個人的には思います。 そこで、このエラーに関係するはまりどころとTipsをいくつか列挙してみました。これからPythonに触れられる方の参考になればと思います。 なお、環境はUNIX上のPython 2.4, 2.5を想定しています。 u1はunicode型で、s1はstr型です。s1にどのよ