［小ネタ］PythonでVBAを含むExcelファイルを扱う(OpenPyXL) | DevelopersIO
はじめに データアナリティクス事業本部のkobayashiです。 以前OpenPyXLでExcelファイルを読み込む記事を書きましたが、VBAを含むxlsm形式のExcelファイルをテンプレートファイルとして読み込み、特定のセルにOpenPyXLで値を書き込んだ後に別ファイルに書き込むという事を行いましたのでその内容をまとめます。 以前の記事 OpenPyXLのリポジトリ : openpyxl / openpyxl · GitLab 環境 Python 3.7.4 OpenPyXL 3.0.0 インストール 以前の記事でインストール方法を記載しましたが一応インストール方法をまとめておきます。 pipを使いインストールします。 pip install openpyxl # Excel内の画像ファイルを扱う場合はpillowライブラリが必要なのでインストールしておきます。 pip instal
OpenCV – 特徴点マッチングで物体検出、移動量、回転量を推定する | pystyle
概要 OpenCV の特徴点マッチングを利用して物体を検出する方法について解説します。 物体検出の手順 画像を読み込む 入力画像 1 の物体を入力画像 2 から探します。 sample1.jpg 入力画像 1 sample2.jpg 入力画像 2 物体ごとにマスクを作成する 特徴量マッチングは 1 対 1 の物体同士で行うものですが、2 枚目の画像には複数の物体が写っているため、これを 1 つずつ比較できるように物体ごとのマスクを作成します。 マスク作成手順 import cv2 from IPython.display import Image, display def imshow(img): """ndarray 配列をインラインで Notebook 上に表示する。""" ret, encoded = cv2.imencode(".jpg", img) display(Image(e
【Python】エクセル操作：win32comを通してマクロVBAを使用する方法 | OFFICE54
Pythonでエクセルを操作するパッケージにはopenpyxlやxlwings、win32comなどがあります。 それぞれにメリット・デメリットがありますが、エクセルのマクロVBAに慣れている方はwin32comを使用するのがお勧めです。 なぜかというと、win32comならばVBAを操作することができるからです。 そのためほかのエクセル操作のパッケージではできないようなことも、win32comなら実現することができます。 逆にwin32comはPythonだけでなく、VBAの知識が必須になります。 本記事ではエクセル操作を目的として、Pythonのwin32comを通してマクロVBAを使用する方法を解説していきます。 pywin32ライブラリは、PythonからWindowsAPIのアクセスを提供しています。 公式GitHUBは以下リンクになります。 pywin32公式GitHUB この
pythonで複数のcsvファイルを1つのcsvファイルにまとめる(ヘッダーが1行だけの前提） - Qiita
はじめに 初めての投稿です。python初心者です。 設備などから吐き出された共通フォーマットのcsvファイルを複数まとめて１つのファイルにしたいと思い色々調べて作ったコードを紹介します。 2020/04/06追記 ヘッダーが一行かつ、きれいにすべてのデータがあるときに有効。 データが無い行があるとエラーになる可能性あるので注意。 環境 python3.x jupyter Notebook csv mac コード 実行場所にあるtestフォルダ内にフォーマットが同じcsvが大量にある想定。 import pandas as pd import glob # パスで指定したファイルの一覧をリスト形式で取得. （ここでは一階層下のtestファイル以下） csv_files = glob.glob('test/*.csv') # 読み込むファイルのリストを表示 for a in csv_file
pandas.DataFrame, Seriesを連結するconcat | note.nkmk.me
複数のpandas.DataFrame, pandas.Seriesを連結（結合）するpandas.concat()関数の使い方について説明する。 pandas.concat — pandas 2.0.3 documentation 新たな行や列を追加するにはconcat()よりもその他の方法のほうが簡単な場合がある。詳細は以下の記事を参照。 関連記事: pandas.DataFrameに列や行を追加（assign, appendなど） 共通のデータ列を持つ複数のpandas.DataFrameをその列の値に従って結合するにはpandas.merge()関数またはpandas.DataFrameのmerge()メソッドを使う。 関連記事: pandas.DataFrameを結合するmerge, join（列・インデックス基準） 本記事のサンプルコードのpandasのバージョンは以下の通り。
read_csv でヘッダあり・なしCSVの読み込み - Qiita
# ヘッダありCSV df = read_csv(filename, header=0) # ヘッダなしCSV df = read_csv(filename, header=None, names=['user_id', 'name']) リファレンスを読む pandasでCSV読み込みをするにあたって、ヘッダ行の扱い方の指示はリファレンスを読んでもいまひとつ理解しづらいものがあります。 header : int, list of int, default ‘infer’ Row number(s) to use as the column names, and the start of the data. Default behavior is to infer the column names: if no names are passed the behavior is identi
[python]EXCEL関係のライブラリｗin32comのエラー｜ゴンザレス｜note
EXCELファイルの.xlsxをpdfに変換するプログラム import win32com.client # win32comのインポート excel = win32com.client.Dispatch("Excel.Application") # Excelの起動 file = excel.Workbooks.Open(excelパス) # Excelファイルを開く file.WorkSheets(EXCELシート名).Select() # シート名を指定 file.ActiveSheet.ExportAsFixedFormat(0, pdfパス) file.Close() # 開いたエクセルを閉じる excel.Quit() # Excelを終了がある．これを実行すると pywintypes.com_error: (-2147352567, '例外が発生しました。', (0, 'Mi
![[python]EXCEL関係のライブラリｗin32comのエラー｜ゴンザレス｜note](https://cdn-ak-scissors.b.st-hatena.com/image/square/d14e4019db096b6d79c80493b8201f771f4dd40d/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F50224233%2Fprofile_c1f3f1d372aad6aaba2be7cfefb4738d.jpg%3Ffit%3Dbounds%26format%3Djpeg%26quality%3D85%26width%3D330)
estimateAffine2DとestimateAffinePartial2D
アフィン行列の推定関数 アフィン行列は対応する3点があれば求められます。3点の変換元と先のペアがあればその間の変換は一意に決まります。 その変換は cv2.getAffineTransform(src, dst) で可能です。これは日本語のドキュメントがいっぱいあります。 4点以上の対応点群がある場合には、それら変換は一意に決まらず通常「推定」が入ります。その推定には以前のOpenCV(v4.0以前。v2.3とか)では cv2.estimateRigidTransform(src, dst, fullAffine) がよくつかわれていたようで、これに関しては日本語のドキュメントが多いです。ただOpenCV 4.0では非推奨扱いになっています。ちなみにRigidは「堅い」とかそんな意味のようです。なんとなくわかります。射影変換みたいに柔らかくなさそうです。 日本語（2.2）
【opencv 基礎知識 #5】透視投影変換行列に関連する関数まとめ (getPerspectiveTransform, calibrateCamera, warpPerspective, perspectiveTransform, undistort, remap) - MotoJapan's Tech-Memo
忘れやすい透視投影変換行列周りの関数をメモ。(python) 1. 透視投影変換行列を求める方法 1.1. 台形補正の場合 [getPerspectiveTransform] 1.2. レンズ歪み補正の場合 [calibrateCamera] 2. 透視投影変換行列による変換方法 2.1. 画像を変換する [warpPerspective] 2.2. 座標を変換する [perspectiveTransform] 2.3. 画像を変換する1[undistort]（レンズ歪み補正） 2.4. 画像を変換する2[remap]（レンズ歪み補正） おまけ 逆行列について レンズ歪み補正について camera_M、dist_coefの定義 具体的な camera_M、dist_coefの中身の例 具体的に前回の投稿でも使っている。 motojapan.hateblo.jp 1. 透視投影変換行列を求め
無料枠で使っていたはずのAWSから$200の請求が届いたお話 - Qiita
はじめに このようなタイトルになっていますが、100%自分のミスで$200の請求が来ました。 自分はAWSを勉強するため、12ヶ月間のAWS無料枠というもの利用してアカウントを作成しました。 当時の自分は注意事項等をほとんど読まなかったので「これでAWSは1年間使い放題や。たくさん勉強するで〜」意気込んでいました。 AWSを利用し始めてから3ヶ月後に請求の通知が届いていたので内容を確認すると「$200」との記載が。 勉強利用でしか使っていなかったと思っていたので、通知が届いた瞬間は震え上がりました。 結果的には全額は支払わずに済んだのですが、このような過ちをAWS初心者の人が起こさないため(高額請求が来てもなんとかなるよと安心感を伝えるため)記事を書きました。 この記事の主な対象者 これからAWSの学習を始めようと思っている人 AWSの課金周りについて知りたい人 無料枠でAWSを使っている
[AWS]機種変更後のMFA認証端末移行設定 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 概要 本書ではMFA認証に使用しているスマートフォンを機種変更する際に、旧端末から新規端末をMFA認証端末に切り替えるように設定します。新規端末にMFA認証を切り替えずに旧端末を売却やキャリアに返還すると、MFA認証が通らずAWSにログインできない可能性がありますので、旧端末を手放す前に必ず新規端末にMFA認証を切り替えます。 0.前提条件 旧端末にMFA認証を設定していること。 本書ではPCはMacBookAir2019,MFA認証端末はiPhoneSE2を使用します。 1. 新規端末にMFA認証アプリをインストール 新規購入したiP
![[AWS]機種変更後のMFA認証端末移行設定 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/c4d4423439372d985fb6871ffc68bfd09a785e1e/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fcdn.qiita.com%25252Fassets%25252Fpublic%25252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnFpaXRhLWltYWdlLXN0b3JlLnMzLmFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkYwJTJGMzA3MjYxJTJGcHJvZmlsZS1pbWFnZXMlMkYxNTc1NzI5NTk2P2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZmbT1wbmczMiZzPTZjMDliYTEwOWNkMDUwZTM3OWFmNDc5ZWNiMTA0MzU0%2526blend-x%253D120%2526blend-y%253D467%2526blend-w%253D82%2526blend-h%253D82%2526blend-mode%253Dnormal%2526s%253De8abafb2cd6ce43a7aa5441ab124dd2d%3Fixlib%3Drb-4.0.0%26w%3D1200%26fm%3Djpg%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCQVdTJTVEJUU2JUE5JTlGJUU3JUE4JUFFJUU1JUE0JTg5JUU2JTlCJUI0JUU1JUJFJThDJUUzJTgxJUFFTUZBJUU4JUFBJThEJUU4JUE4JUJDJUU3JUFCJUFGJUU2JTlDJUFCJUU3JUE3JUJCJUU4JUExJThDJUU4JUE4JUFEJUU1JUFFJTlBJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9OWQwOWFhMTc4MWMyM2JhMTQ5NGNmZTYwOGUzNmViMjc%26mark-x%3D120%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDB5dWljaGkxOTkyX3dlc3QmdHh0LWNvbG9yPSUyMzFFMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtcGFkPTAmcz03YjZkYmUyZjEzNGIzYWRmOGY5NDk3MWYzNGM2NWFjNw%26blend-x%3D242%26blend-y%3D480%26blend-w%3D838%26blend-h%3D46%26blend-fit%3Dcrop%26blend-crop%3Dleft%252Cbottom%26blend-mode%3Dnormal%26s%3Df7c7895a19e9577bfc2f7f132251a88d)
goo辞書
この画面は、短期間に多くの検索を行ったお客様に表示しております。 ご使用のコンピュータがウィルス等に感染していたり、スパイウェアが埋め込まれている可能性はございませんでしょうか。 お心あたりのないお客様は、下記の画像内に表示されている英数字を入力し、「送信」ボタンを押して頂くことにより通常の検索画面に戻ることができます。 またご使用のブラウザーでクッキーをオフ（無効）にしている場合はお手数ですが、クッキーをオン（有効）にしてください。 Lots of queries are issued in short period. Please check your computer if it is defected by virus or spyware, and please make sure your cookie settings are ON. After that, input th
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
Merge csv files using python without repeating header
Pythonで画像のピクセル操作 - Qiita
Removing header column from pandas dataframe
【openpyxl】エクセル：数式・関数の計算結果が取得できない問題の解決（data_only=True） | OFFICE54