You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
前置き すごく手間のいる作業が存在していた。ざっくり スプレッドシートを複製 運用管理ツールからjsonを複数DL シミュレータ実行 シミュレータ実行結果をスプレッドシートに貼り付け 目視で結果確認(NGならリトライ) スプレッドシートからExcelファイルexport メール&Slackで報告 実質的な作業時間としては10~20min(リトライあるともっと)かかるが、色んなツールが必要だからとにかく面倒。 図にするとこんな感じ 環境 masOS Mojave ver10.14.6 Python 3.7.3 pip 19.2.2 激効率化(自動化)した結果 パラメータ指定なしのコマンド一つで、欲しかったExcelファイルが作成されるようにした 自動化のポイント 1. 運用観点 無駄は無くしていこうな方針で2点対応。 1-1. スプレッドシートの廃止 シミュレート結果の確認+Excelファイ
import configparser ini_filename = "sample.ini" """INIファイルのなかみ [General] Name = hogehoge """ parser = configparser.ConfigParser() parser.read(ini_filename) """ 大文字/小文字/混在 どうであっても読み込める """ assert parser["General"]["Name"] == "hogehoge", "混在" assert parser["General"]["name"] == "hogehoge", "小文字" assert parser["General"]["NAME"] == "hogehoge", "大文字" これはINIファイルの読み込み/書き込みのどちらにも作用します。 RawTherapeeというソフトで
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
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
この関数は第一引数に、平均を求めたい配列を、第二引数に平均を求める軸の方向を、第三引数に重みを、第四引数に値の返し方を指定します。 基本的な使い方 それぞれの引数を見ながら使い方を見て見ましょう。まずは、平均を求めたい配列だけを指定する場合から見ていきましょう。 In [1]: import numpy as np In [2]: a = np.array([33, 44, 54, 23, 25, 55, 32, 76]) # 適当な配列を1つ作る。 In [3]: np.average(a) # まずはaの平均を求めてみる。 Out[3]: 42.75 In [4]: a = a.reshape(2,4) # aのshapeを変更。 In [5]: a Out[5]: array([[33, 44, 54, 23], [25, 55, 32, 76]]) In [6]: np.avera
機械学習では画像分類等の画像認識を行う際は画像を正方形にリサイズする必要があります。 しかし、画像によってはアスペクト比が1:1ではない為にただリサイズすると歪んでしまうことがあります。 そうならないために画像に余白を追加して、正方形に整形したいと思います。 ソースコード import cv2 import math if __name__ == "__main__": img = cv2.imread('./sample.jpg') height, width, color = img.shape # 画像の縦横サイズを取得 # 縦長画像→幅を拡張する if height > width: diffsize = height - width # 元画像を中央ぞろえにしたいので、左右に均等に余白を入れる padding_half = int(diffsize / 2) padding_im
実行する処理が重い場合、処理を受け付けるプログラムと処理を実行するプログラムを分離して、非同期にバックグラウンドで処理をすることで、リクエスト元のプログラムには素早く応答を返すことができる。1 PythonではCeleryを使うケースが多いようなので、調べたことをメモする。 セットアップまずは、pipでインストール
アドベントカレンダー21日目です 昨日は@marusannの映画.comから人気映画をスクレイピングでした✨ スクレイピングといえば、最近知人から、Node.jsのpuppeteerをオススメしてもらいました 動的なサイトの情報はSeleniumで取得するのが最適だと思っていたのですが、puppeteerでも余裕だと聞きまして...❕ RubyやPHPでスクレイピングをしている人もおり、びっくり 知らないことばかりです 背景 Pythonで高速化したい!と思って調べていた並列処理、並行処理などなど 「なんとなくわかったつもり」でいる自分に喝を入れ、頭を整理するために、備忘録がてらこの記事を使わせていただきます 間違っている箇所などあれば、ご指摘お願いします! 🙂調べながら頭の中を整理🙂 並列処理と並行処理ってなんぞや コンピュータに複数の処理装置を内蔵し、複数の命令の流れを同時に実行す
四捨五入ではなく小数点以下の切り捨て・切り上げについては以下の記事を参照。 関連記事: Pythonで小数点以下を切り捨て・切り上げ: math.floor(), math.ceil() NumPyやpandasのround()については以下の記事を参照。 関連記事: NumPy配列ndarrayを四捨五入・偶数丸めするnp.round 関連記事: pandasで四捨五入・偶数丸め・切り捨て・切り上げ 組み込み関数round() 組み込み関数としてround()が提供されている。モジュールをインポートすることなく使える。 組み込み関数 - round() — Python 3.12.0 ドキュメント 第一引数に元の数値、第二引数ndigitsに桁数(何桁に丸めるか)を指定する。 小数を任意の桁数に丸める 浮動小数点数floatに対してround()を使う例を示す。 第二引数を省略すると整数
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
処理を実行中です
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