Welcome | Flask (A Python Microframework)
Welcome to Flask¶ Welcome to Flask’s documentation. Get started with Installation and then get an overview with the Quickstart. There is also a more detailed Tutorial that shows how to create a small but complete application with Flask. Common patterns are described in the Patterns for Flask section. The rest of the docs describe each component of Flask in detail, with a full reference in the API
if __name__ == '__main__': について - s-n-kのブログ
Python のコードを眺めてると時々登場してくるこいつ↓ if __name__ == '__main__': ずーっと謎だったけど、やっと意味が分かった！ ifの中身はスクリプトファイルとして実行された時にだけ実行されるらしい。 こんな理屈 スクリプトファイルとして実行されると __name__ っていう変数？ に '__main__' っていう文字列が入る。 Python のスクリプトが import された時は __name__ には import された名前が入る。 まぁ百聞は一見にしかずってことで、こんな test.py を書いてみる。 #! /usr/bin/env python # -*- coding: utf-8 -*- print 'import でも実行される __name__ = %s' % __name__ if __name__ == '__main__':
たたみ込み演算による画像処理
４．たたみ込み演算による画像処理 【たたみ込み演算】 たたみ込みは，画像処理を実行するときに最も頻繁に用いられる計算のひとつである．数学的には，もとの関数とたたみ込む関数との積の積分で表されるが，ディジタル信号においては，掛け算と足し算のみで容易に表現することができる． 図１を見てみよう．これは一次元信号に対するたたみ込みの演算例である． 図１ 一次元におけるたたみ込みの演算の計算例 この例では，関数 f に関数 g をたたみ込み，その結果を f *g として表している．b'，c' と進むにつれて，関数 g が１つずつずれて掛け算が行われていることがわかる．ただし，関数 f において両端の a と c については，関数 g をずらしていった際にそれぞれの x と z とが関数 f の範囲から外れてしまう．そのため，計算結果の a' と g' は，強制的に出力画素値を0とするか，または適切な
Web Login Service
› 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
ナイーブベイズを用いたテキスト分類 - 人工知能に関する断想録
今までPRMLを読んで実装を続けてきましたが、10章からは難しくて歯が立たなくなってきたのでここらで少し具体的な応用に目を向けてみようと思います。機械学習の応用先としては画像の方が結果を見ていて面白いんですが、当面は自然言語処理を取り上げます。そんなわけで一番始めの応用は機械学習と自然言語処理の接点として非常に重要なテキスト分類（Text Classification, Text Categorization）の技法たちを試していきたいと思います。テキスト分類は文書分類（Document Classification）という呼び方もあります。テキストと文書は同じ意味です。最初なので自分の知識の整理と入門者への紹介のためにちょっと丁寧にまとめてみました。 テキスト分類とは テキスト分類とは、与えられた文書（Webページとか）をあらかじめ与えられたいくつかのカテゴリ（クラス）に自動分類するタス
単純パーセプトロンをPythonで組んでみる - 渋谷駅前で働くデータサイエンティストのブログ
いきなり自分でハードル上げてみました（笑）。ちなみに何故単純パーセプトロンを最初に持ってきたのか？というと、id:echizen_tmさんのブログ記事でも触れておられる通り 機械学習には大きく分けて「識別関数」「識別モデル」「生成モデル」の3つの種類がある。このなかで識別関数は確率を使わないので初心者が入門するのに最適。 識別関数で有名なのはSVM(Support Vector Machine、サポートベクターマシン)。名前を聞いたことがある人も多いと思う。そこで早速SVMを学ぼうとすると敷居が高くて挫折しがち。 実はSVMは(大雑把に言うと)パーセプトロンという基礎的な識別関数に「マージン最大化」と「カーネル関数」という考え方を導入したもの。なので機械学習入門者は最初にパーセプトロンを学ぶのが良いと思われる。 それゆえ、実際に僕も以前Matlabで糞コード書きながら勉強してた時はやはり単
python-opencvチュートリアル
OpenCV2.4.2のサンプルコードを眺めていると、pythonのサンプルコードが増えていることに気がつきました。エッジ検出や顔検出のサンプルコードを動かして見たところ、サクサク動いたのでスクリプトだから遅くなるという訳ではないようです。 python2のフォルダにあったサンプルで、エラーが出なかったコードの一覧は以下のとおり。 browse.py 4096x4096の画像を縮小したものの一部にカーソルを当てると、その部分が拡大される。マウスイベントのサンプル？ calibrate.py カメラのキャリブレーション color_histogram.py 色ごとのヒストグラム。 contours.py 輪郭検出 digits.py SVNを使った手書き文字認識。認識できなかったものを赤く表示？ digits_video.py Webカメラで撮影した画像から文字認識。処理の速さと認識率にび
404 Blog Not Found:perl - ワンライナーの書き方入門
2008年03月30日19:45 カテゴリLightweight Languages一日一行野郎 perl - ワンライナーの書き方入門 まあ、ruby のコマンドラインオプションって、Perl由来ですから。 Rubyでワンライナーを書く方法のまとめ まぁ、Perlもあるしあんまり需要が無いのかも知れませんが。 というわけで、Rubyistにも役立つPerlのワンライナー入門です。 基本中の基本 コマンドとしてのperlは、スイッチがない場合、引数はスクリプト名として扱われます。 % cat hello.pl print "Hello, world!\n"; % perl hello.pl Hello, world! % コマンドライン中の文字列をスクリプトとして解釈させるには、-eを使います。 % perl -e 'print "Hello, World!\n"' Hello, worl
PythonのUnicodeEncodeErrorを知る - HDEラボ
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
高速数値計算ライブラリ「Numpy」覚書き - Pashango’s Blog
Pythonで一番有名で普及しているライブラリと言っても過言ではない「Numpy」の覚書きです。かなり多機能な数値計算ライブラリで、内部はC言語で記述されているため超高速に動作します。 ベクトル ベクトルの長さ＆正規化 import numpy a = numpy.array([[2,2]]) #ベクトルの長さ length = numpy.linalg.norm(a) #length=>2.8284271247461903 #ベクトルの正規化 a / numpy.linalg.norm(a) #=>array([[ 0.70710678, 0.70710678]]) 内積＆外積 import numpy v1 = numpy.array((1,0,0)) v2 = numpy.array((0,1,0)) #内積 numpy.dot(v1,v2) #=> 0 #外積 numpy.cros
問題集 - Pythonのお勉強
問題集 Simple Hello, world! 1から50までの和を計算して表示 2つの自然数の最大公約数を求める（ユークリッドの互除法） 2つの自然数の最小公倍数を求める。 10000以下の素数を表示する。 フィボナッチ数(1,1,2,3,5,8,13,...)を2**31より小さい範囲まで表示する。 無限にフィボナッチ級数を返し続けるgenerator。 n**(n**n) の一の位の数字を表示する。(nが1000程度でもそれなりの速度で動作しますが、nの剰余と合同を使えばpow使わずに済みます。下記参照) n**(n**n) の一の位の数字を表示する。(pow不使用) Normal テキストファイル'text.txt'から数字を読み込み大きい数から順に並べて画面に表示する 標準ライブラリを使ってsin 60°を求める 摂氏を入力すると、華氏で出力。華氏を入力すると、摂氏で出力。動作
はてなグループの終了日を2020年1月31日(金)に決定しました - はてなの告知
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
Python による日本語自然言語処理
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 でUTF-8, shift_jis, euc_jpなど日本語を使う方法
[Home] [Setting up Mac OS X] [Python]: [ファイルを読む] 日本語を使う Pythonで日本語を使う Python 2.4以降では、標準で日本語を扱うことができます。 PythonのソースコードをUTF-8で書くには 日本語を扱うPythonのスクリプトの中では、UTF-8の文字コードを使うのが 楽です。 Mac OS Xのターミナルで日本語を扱う場合は、 ここの「4. Terminalの設定を変える」の 指示に従ってください。 以下、ソースコードの簡単な例を示します。 #!/usr/bin/env python # -*- coding: utf-8 -*- import re jtext = u'子猫が隠れんぼをしています' print 'jtext has', len(jtext), 'Japanese characters.' if re.se
Pythonの数値計算ライブラリ NumPy入門
Scientific Computing Tools For Python — Numpy NumPy は Pythonプログラミング言語の拡張モジュールであり、大規模な多次元配列や行列のサポート、これらを操作するための大規模な高水準の数学関数ライブラリを提供する。(via Wikipedia) これまで知識があいまいだったNumPyについて、もう一度おさらいしたいと思います。NumPyはSciPyと併せて科学技術計算でよく利用されています。また、高速に行列演算ができるのでOpenCV(コンピュータビジョンライブラリ)でもNumPyを利用したPythonインタフェースが提供されるようになりました。 OpenCVのPythonバインディングについては去年のエントリーでも取り上げていますので参考までに。 * さくらVPSにOpenCVをインストールしてPythonから使う [2017/04/2
Pythonのlistとnumpy.arrayとかの速度比較 - 唯物是真 @Scaled_Wurm
導入 Pythonの数値計算ライブラリNumPyのarrayを使って、標準のlistを単純に置き換えてみると遅くなることが多いです。 実際どれぐらい速度に差があるのかlist, array, numpy.arrayで比較してみました。 処理時間の計測 Pythonに含まれるライブラリのtimeitを使います。 100000個の要素(すべてが1)を持つ配列の各要素の総和を1000回計算した時の処理時間を求めます。 forループの場合(イテレータでアクセスした場合)とsum関数、numpy.sum関数を使った場合について調べています。 ソースコードは一番下にあります。 使ったバージョンはPython 2.7.2, NumPy 1.6.2。 結果は以下のとおり(単位は秒)。 for sum numpy.sum list 3.17386984825 0.524603128433 9.5617320
Mac OS X上でFuelPHPを動かすまでの準備 | Re: no subject
今日も寝落ち… since 2011/8/22昨年末ぐらいに『はじめてのフレームワークとしてのFuelPHP』をキャンペーンで頂いて、春休みという程の休みもなかったが、（一応）長期休暇を利用してちょくちょく読み進めていた。 とりあえず動かしてみるか、と開発環境の構築を始めたがMAMPは何となく使いたくない。 この記事はMAMPを使わない環境構築のメモである。 この記事は以下の環境を想定している。 OS X 10.8.x (Mountain Lion) Homebrewがインストールされている Apache OS X 10.8 にデフォルトで入ってるApacheを使う。 まず、設定ファイル、/etc/apache2/users/[user_name].conf を作成する。 <Directory "/Users/[user_name]/Sites/"> AllowOverride All
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
機械学習の Python との出会い — 機械学習の Python との出会い
転送中