matplotlibのstyleを変える - Qiita
Matplotlibでかっこいいプロットにしたい seabornのプロットはかっこいい。毎回インポートするのめんどくさいなと思っていたのですが、seabornをインポートせずにseabornのスタイルを使うことができることに気づいた。（もしかすると当たり前？） もちろん、あらかじめseabornをインストールしておく必要はある。 どんなプロットができるか、メモ。 どんなスタイルがあるか確認 matplotlib/mpl-data/stylelibというフォルダに入っているxxx.mplstyleがスタイルファイル。もちろん自分で作ることもできる。結局、どのスタイルも一長一短なので、自分で作って置いておくのが一番いいかもね。 中身の例：dark_background.mplstyle Set black background default line colors to white. lin
Pythonの可視化パッケージの使い分け - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Pythonで可視化といえばMatplotlibだけど、APIがごちゃちゃしていて覚えにくいのが難点かな。BokehがAPIもうまく整理されていて一番使い勝手がいい気がするけど、まだまだ日本語の情報が少ないのが惜しいところ。 これからはWebにも対応できるBokehが伸びてくるんじゃないかと勝手に期待している。 おすすめの使い分け方 簡単なデータを手早くプロットするなら Matplotlib MATLABからPythonに乗り換えたなら Matplotlib かっこよく人に見せたいなら Bokeh 対話操作を入れたいなら Bokeh グ
Pythonのmatplotlibで、複数の地図とデータを同時にプロット - Qiita
地球惑星科学の研究などをやっていると、1つの図に複数の地図とデータを同時にプロットしたいという場面にしばしば遭遇する。 試しに今回は、Pythonのmatplotlibを用いて、 1〜12月の1ヶ月毎の2次元データ(全球の海面水温データ)を地図とともに同時に1つの図にプロットする ことを目標とする。 1. 複数の地図を同時にプロット コード import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.basemap import Basemap xlim = [100, 170] # 図の範囲(x軸方向：経度) ylim = [10, 60] # 図の範囲(y軸方向：緯度) column = 3 # 列の数 fsizex, fsizey= 16, 18 # 図の横・縦の長さ line_interval = 15
Python, matplotlibでフローチャートのようなものを強引に描く - Qiita
はじめに 仕事である数値計算をした．プログラムは以前から持っていたPythonのものを改良したものだが，収束計算を伴うものであり，以前から計算手順を示すための簡単なフローチャートのようなものを作りたいと思っていた．そこで，Pythonで「フローチャートのようなもの」を作るプログラムを作ってみた． 色々考えてみたが，結局は妙案は生まれず，グラフ用紙に定規と鉛筆で手書きするものを，Polygonとtextをコードに埋め込んで手書きと同じことをコンピュータにやらせるだけの内容となった． はじめはフローチャートだけのつもりだったが，変数説明など関連事項も同じトーンのほうがかっこいいので，ついでに表を作るプログラムも作ってみた．本質的にはフローチャート用プログラムと何ら変わりはない．プログラムの内容は超原始的であるが，出力は白黒ながら結構かっこいいかも（自己満足です）． プログラミング環境は，コンピ
【Seaborn】日本語を表示する (フォントを変更する) - Qiita
Seaborn? Seaborn とは、Pythonの外部モジュールのひとつで、統計データの可視化を目的として作られています。 公式ページでは、 Seaborn is a Python visualization library based on matplotlib. It provides a high-level interface for drawing attractive statistical graphics. (SeabornはmatplotlibにもとづくPythonの可視化ライブラリです。魅力的な統計グラフを描くためのハイレベルなインターフェースを提供します。) と説明されています。要は、matplotlibをかっこ良く、かつ使いやすくするためのライブラリです。 しかし、Seabornはフォントの問題でデフォルトでは日本語をうまく表示することが出来ません1。
pythonで美しいグラフ描画 -seabornを使えばデータ分析と可視化が捗る その2 - Qiita
Pythonでのグラフ描画 Pythonチャートを描く場合の定番は「matplotlib」ですが、その見た目のやや野暮ったい感じと、表記法のややこしさが指摘されています。 そこで、この記事ではMatplotlibの機能をより美しく、またより簡単に実現するためのラッパー的存在である、「Seaborn」の使い方を取り上げます。 詳しくは下記リンクをご覧ください。 本記事では下記記事でのSeaborn、及びiris,tip,titanicのデータがインポートされている前提で進めます。 ◆pythonで美しいグラフ描画 -seabornを使えばデータ分析と可視化が捗る その1 http://qiita.com/hik0107/items/3dc541158fceb3156ee0 分布プロット ここではtipデータを使ってみます。 曜日ごとに、お客さんの会計（total_bill）がどう分布している
matplotlib と Seaborn の軸の日本語設定 - Qiita
Python でとりあえずグラフを描画する場合は matplotlib を使うことが多いと思います。しかし、設定 API がたくさんありすぎてどれを使うべきか迷ったり、デフォルトのカラーパレットがイマイチな印象があります。Seaborn を使うとこれらの課題のいくつかを解決できます。具体例は以下の記事が参考になるでしょう。 pythonで美しいグラフ描画 -seabornを使えばデータ分析と可視化が捗る その1 - Qiita pythonで美しいグラフ描画 -seabornを使えばデータ分析と可視化が捗る その2 - Qiita 純粋な数値演算の場合は縦軸も横軸も数値や日付などになることが多いのですが、データセットによっては日本語を扱うこともあるでしょう。ラベルやテキストに日本語を使うためにはフォント設定が必要になります。この問題にはいくつかの記事が参考になります。 matplotlib
岩隈久志(SEA)のナイスピッチングをPythonで可視化(Jupyter,seaborn,pitchpx) - Qiita
Jupyterとseaborn、pitchpxを使ったMLB野球データの可視化 前回の記事（といっても4ヶ月近く経っちゃいましたがw）の続編かつ、BPStudy#103「Baseball Play Study 2016」の技術的な補足資料となります. 野球Hack!（野球プログラミング）2016年の新作となります. 【はじめに】ライセンスについて 絶対質問が来る&コメントが入るので先に書いちゃいます. 使用ライブラリ(Jupyter,seabornなど)のライセンスは各ライブラリのページもしくはPyPIのページで確認ができます. 今回使用する野球データ(MLBAM)のライセンスは、 個人利用程度であれば問題ありません！！！ ただし、商用利用、大量に取得&スクレイピングはNG この辺の解説は以下のリンクを参照ください&認識齟齬があればコメントを. http://gd2.mlb.com/com
TensorFlow の "AttributeError: 'module' object has no attribute 'xxxx'" エラーでつまづいてしまう人のための移行ガイド - Qiita
TensorFlowでディープラーニングを試してみるにあたって、まずは先人たちが公開してくれているスクリプトを動かしてみよう、と思うわけですが、こういうエラーにぶつかってしまいます AttributeError: 'module' object has no attribute 'scalar_summary' AttributeError: 'module' object has no attribute 'merge_all_summaries' AttributeError: 'module' object has no attribute 'SummaryWriter' etc... 「そんな関数はない」と言われてるようですが、恥ずかしながらTensorFlowもPythonもちゃんと勉強しないままにまずはスクリプトを実行してみよう、という状況ですので、ひとつひとつググってStac
TensorFlowによるももクロメンバー顔認識（後編） - Qiita
前編: http://qiita.com/kenmaz/items/4b60ea00b159b3e00100 中編: http://qiita.com/kenmaz/items/ef0a1308582fe0fc5ea1 機械学習やディープラーニングについては全く初心者のソフトウェアエンジニアが、畳込みニューラルネットワークを用いて「ももいろクローバーZ」のメンバーの顔識別を行うアプリを作った話の続きです。 学習過程 前回までで精度85%のモデルができたものの、無知の状態からのスタートだったので最初の頃は全然精度が出せてませんでした。誰かの役に立つかもしれないので試行錯誤の経過をメモっておこう。 ファーストバージョン MNISTのexpertのサンプルを元にとりあえず実装 => 精度53~56% 課題1: 例えば、右向きの顔写真=>全部「高城れに」、真正面を向いている写真はあーりん、といった
ティープラーニングでザッカーバーグの顔を識別するAIを作る（学習データ準備編） - Qiita
⓪はじめに 前々から「流行りのAIとかディープラーニングやってみたい！」と思っていたので、ミーハー魂から2017年5月のGWの自由研究として、機械学習(ディープラーニング)の前提知識0からの勉強を決意。実際に作ったもののサンプル動画等はこちらより。最終的なコードはこちらに。 【つくったもの】 シリコンバレーの大御所起業家のマーク・ザッカーバーグ氏(Facebook)、ビル・ゲイツ氏(Microsoft)、**イーロン・マスク氏(SpaceX,Tesla)**の3人の顔を識別するAI。 (現状、まだこちらはネット上にアップしていません。時間がある時にアップしたいです *2017年5月時点) 【筆者(@AKIKIKIKIKIKIK)のプロフィール】 データ解析や機械学習の前提知識はなし。プログラミングの大体は独学。RailsでWEBアプリ作るのが好き。 【機械学習&ディープラーニングで参考にさ
Macで深層学習の環境をさくっと作る手順 with TensorFlow and OpenCV - Qiita
はじめに 新しくMacBook Airを購入したので、これまで使っていたMacBook Airと同じ環境を構築するために必要な手順を整理します。 再セットアップをする時に困らないため自分用にメモしている感じですが、共有すると誰か他の人のためにもなるかもしれないと期待するところです。 主な手順 以下の順番でインストールします。 Xcode pyenv anaconda autoconf、automake、libtool、CMake OpenCV TensorFlow Xcode App Storeを起動してXcodeをインストール。 pyenvとanaconda 以下のスクリプトを作成して実行。 ※ ここでは2017年5月6日現在の最新版4.3.1のanacondaをインストールします。 git clone https://github.com/yyuu/pyenv.git ~/.pyenv
各種正則化から転移学習まで。tensorflowソースコードで見るDL性能改善手法 まとめ(ver 2)
最近DL(Deep Learning)の各手法についてtensorflowで実装する場合の実際のコードを聞かれることが多くなってきたので一度まとめておきます。 (10/17/2017 Batch Normalization, Gradient Clipping, ビジュアライズ関連 追加) 下のリストはInside of Deep Learning （ディープラーニングの性能改善手法 一覧）に載せたものです。しかし個人的な経験からも性能改善は一筋縄ではいきません。単に性能の高いモデルを使えば良いといういうわけではなくデータの規模や質によってはシンプルなモデルを使った方が良い時もあります。 ↑ Best より表現力があり問題の処理に適したモデルを利用する より多くのデータあるいはより精度の良いデータを使う パラメータを収束／学習させるための工夫 汎化性能をあげるための工夫 ↓ Better
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
https://qiita.com/yudsuzuk/items/a13236a415f238da857e
matplotlibのanimation.FuncAnimationを用いて柔軟にアニメーション作成 - Qiita
matplotlibでジャーナルに投稿可能な図を作るためのメモ - Qiita
python/matplotlibの図上にてクリックで座標値を取得したりキーボード入力値を取得したりする - Qiita
matplotlibのヒストグラムで分割線を表示 - Qiita
データの可視化をPython seabornでお手軽に。 - Qiita
Seabornのカラーパレットの選び方 - Qiita
