color example code: colormaps_reference.py — Matplotlib 2.0.2 documentation
""" ================== Colormap reference ================== Reference for colormaps included with Matplotlib. This reference example shows all colormaps included with Matplotlib. Note that any colormap listed here can be reversed by appending "_r" (e.g., "pink_r"). These colormaps are divided into the following categories: Sequential: These colormaps are approximately monochromatic colormaps vary
Image tutorial — Matplotlib 2.0.2 documentation
Startup commands¶ First, let’s start IPython. It is a most excellent enhancement to the standard Python prompt, and it ties in especially well with Matplotlib. Start IPython either at a shell, or the IPython Notebook now. With IPython started, we now need to connect to a GUI event loop. This tells IPython where (and how) to display plots. To connect to a GUI loop, execute the %matplotlib magic at
Windows でpython環境を作る - はしくれエンジニアもどきのメモ
Windows でpython環境を作る 公式インストールよりも、 Anaconda(Miniconda)でインストールするのがhot らしいので、 Miniconda を入れてみた。 主に、以下のQiita記事を参考にした。 qiita.com 環境 Windows10 64bit Anaconda(Miniconda)って何？ Python の公式インストーラーとまた違った別バンドル（版）のようです。 主な特徴としては以下。 Python のバージョン管理 パッケージの（バージョン）管理 仮想環境をつかって2.X系と3.X系の共存 Miniconda は、Anacondaに含まれるパッケージを最低限にしたもので、 必要な容量が少なく済む。今回は、このMiniconda をインストールした。 Miniconda のインストール Miniconda のインストーラーをDL してくる。 Mi
データサイエンティストを目指す人のpython環境構築 2016 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? pythonの環境構築について "python 環境構築"でググると20万件くらいヒットしますが、割と内容が古いです。 タイトルにはデータサイエンティストと書いてありますが、データサイエンティスト以外にもanacondaはおすすめです。 2.x or 3.x? 3.xは動かないライブラリが多いので2.x推奨 > 3.xで動かないライブラリがある、くらいまで来ました。 easy_installでpipを入れて、setuptoolsも入れて、でもwheelというのもあって... > 古いです。 virtualenv 必須 > そんなこともな
Pythonエンジニアが紹介する、Pythonの超便利なライブラリ・フレームワーク13個 - paiza times
Photo by hoerner_brett 秋山です。 私は主にPythonを使って開発をしているので、今回はPythonの便利なライブラリやフレームワークを紹介していきたいと思います。 といっても割と定番のものを中心に使っているので、既にPythonをがんがん使っている人にとっては「知ってるわ！」というものも多いかと思います。「最近Python書くようになりました～」という人たちにも「これ良い！」ってものが見つかればと思います。 ちなみに前回はPython2系と3系の違いについて書いてますので、「3系に移行しよっかなー」と考えている人は合わせて見てみてください。 paiza.hatenablog.com ■Pythonの便利なライブラリやフレームワーク ◆Web開発系フレームワーク ◇Django みんな大好き有名なDjango。RubyでいうところのRailsのような……全部のせ的な
Twitter Stream APIデータに対して初歩的な感情分析を試みる。 - Qiita
Twitter解析を行ううえでやってみたいことの１つとして感情分析があるのではないかと思います。（ですよね？）色々な手法があると思いますが、まずはその一番簡単な例から初めてだんだん高度に(できれば)していくというのを見ていきたいと思います。 分析対象データは今回もTwitterとします。ただ、いままではTwitter REST APIsで取得していましたが、今回はTwitter Stream APIでじゃんじゃかTwitterデータをインポートしていき、それに対して感情分析結果を数値化して合わせてデータベースに格納する、ということをやってみたいと思います。 Twitterデータをmongodbに取得する当たりの説明は以前の記事で行っていますので、よければご参照ください。 1. Twitter Stream APIからデータを取得しmongoDBに格納する。 1-1. 準備的なこと まずは下
Python3系 基礎文法 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? # Python 最速文法 # 参考 # みんなのPython 第3版 # [python] 年末大感謝祭！初心者脱出のためのPythonTipsを50個紹介 # http://kwatch.houkagoteatime.net/blog/2013/12/07/python-tips/ # エンコード指定 # -*- coding: utf-8 -*- # コードの区切り＝;（セミコロン） # モジュールのインポート import moduleName from moduleName import functionName from m
Pythonに咬まれるな : 注意すべきセキュリティリスクのリスト | POSTD
Pythonは、習得が容易で、より大きく複雑なアプリケーションの開発にすぐに適用していけることから、コンピューティング環境に広く普及し、勢いを強めています。ただ、あまりに明瞭で親しみやすい言語なので、ソフトウェアエンジニアやシステムアドミニストレータが警戒を解いてしまい、セキュリティに重大な影響を及ぼすコーディングミスを誘発する可能性はあるかもしれません。主に、初めてPythonを使う人を対象とするこの記事では、この言語のセキュリティ関連のクセに触れます。ベテラン開発者にとってもその特異性を意識するきっかけになればと思います。 入力関数 Python 2に多数存在するビルトイン関数の中で、 input はセキュリティの面で完全に難点です。この関数をひとたび呼び出すと、標準入力から読み込んだものが即座にPythonコードとして評価されます。 $ python2 >>> input() dir
python でコマンド実行。サブプロセスの終了待ち・強制終了・親プロセスと一緒に殺す。 - それマグで！
python でコマンドを実行するには subprocess モジュールを使う 以前にも書いたんだけど、気になったので、再度調べ直した。 suprocessでコマンドを実行する 単純にコマンドを実行するには、subprocess.call を使うのが楽ですね バッククォート ` やos.system のかわりに subprocess .call() を使うようです。 import subprocess cmd = "sleep 30" proc = subprocess.call( cmd , shell=True) 実行した結果はこちら。(シェル経由） USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND takuya 16804 0.0 0.0 20960 4076 pts/4 Ss 03:49 0:00 /bin/bash ta
classmethod, staticmethod
「Django(の名前が)カッコイイ！」という事でPythonを始めてみました。 - あくまで個人的に始めたということです - 本文中のサンプルコードなどは全てPython2.4で実行しています Pythonはじめました 入門書は『初めてのPython』 ほか、情報源 それでは始めましょう お好みでどうぞ ほかにも ドキュメントを読みましょう 自作モジュールにも使えます 中の事を少し 実装 例えばCPython JIT(Just In Time)コンパイラ フローズンバイナリ それではダイジェストでどうぞ ステートメント 代入ステートメント memo memo ifステートメント whileループとforループ ループ内で利用出来るステートメント forループとイテレータとジェネレータ 全てはオブジェクト 不変性 オブジェクト指向とは関係ありません 関数やクラスを書く順序 ビルトインオブジ
ログ出力のための print と import logging はやめてほしい - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに Python入門系の記事では概して、Pythonのロギング機能の紹介で最初にlogging.debug()といったloggingモジュール付属の関数を呼ぶ方法を案内しています。 Python本家が提供するloggingの「基本チュートリアル」でもこの点で大差ありません。Python本家の基本チュートリアルでは、print()関数を使用する方法もロギングの手段として有効であるとし、タスクに応じてprint()やlogging.debug()を使いわけよう、という流れで記述されています。 コマンドラインスクリプトやプログラムで普通
PythonでScrapyを使ってクローリングをしてみる - データ分析エンジニアのブログ
前回はurllib2というモジュールを使った簡単なスクレイピングの方法を紹介しました。 今日はScrapyというクローリング＋スクレイピングのフレームワークを使って、 ウェブから情報を取ってくる方法をご紹介します。 フレームワークな分、以前紹介した手法よりも大掛かりなものになるので クローリング対象の大小によって、使い分けするといいでしょう。 スクレイピングとクローリングの違い クローリング: Webページをリンクを辿り情報を収集すること スクレイピング: Webページから意図した情報を抜き出す作業のこと たまに一緒の意味で使う人がいるのですが、厳密にはこのような定義です。 Scrapyとは Scrapyはクローリングとスクレイピングの両方のフレームワークです。 robots.txtやsitemapをパースしてくれたり、 クローリングの間隔を一括で定義したりできるので便利です。 インストー
ScrapyでWebサイトのタイトルとURLを再帰的に取得する - Qiita
環境 OS：CentOS7 (64bit) Pythonバージョン：2.7.5 (CentOS7に標準でインストールされているもの) pipバージョン：6.0.8 Scrapyバージョン：0.24.5 Scrapyの導入 PythonはCentOS7に標準で2.7系がインストールされているので、そちらを使います。 ※ちなみに、Scrapyは現在 Python 3系では動きません。(対応は進められています） 以下のコマンドを使用して、pipからScrapyを導入します。 $ sudo pip install Scrapy プロジェクト作成 以下のコマンドを使用して、Scrapy用のプロジェクトを作成します。 $ scrapy startproject HelloScrapy 作成したプロジェクトの中身は以下の様になっているかと思います。 この中で、今回使用するのは以下のファイルです。 ite
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
Face Detection on Cloud Foundry
The Allison Kennedy is coming soon
http://jamfie.com/2016/05/18/learning-scrapy-tutorial-recursive-scraper/