python/OpenCVで透過pngをオーバレイする - Blanktar
昨日のリアルタイムな笑い男を実装するために使っていた画像の合成っていうかオーバレイっていうか上書きっていうか、とにかく笑い男をかぶせる奴。ググってもなかなかそれっぽい情報が出てこないので記録。 レナさんの画像に適当に書いた星マークを乗っけます。 とりあえず透過とか考えずに乗っけるだけ乗っけたバージョン。 Copy import cv2 src = cv2.imread('star.png') # 乗っけたい画像。星。 dst = cv2.imread('lena.jpg') # 下敷きになる画像。レナさん。 width, height = src.shape[:2] # サイズを取得しておく。 # dst[上のy座標:下のy座標, 左のx座標:右のx座標] dst[0:height, 0:width] = src cv2.imwrite('out.jpg', dst) Copyimport
Pythonパッケージ間の共起関係を可視化してみる | POSTD
はじめに 私は、 BigQueryのGitHubデータ を使って、GitHubリポジトリにある上位3,500個のPythonパッケージの共起を抽出し、 速度ベルレ積分を使ってd3のForceレイアウト を可視化してみました。また、 python-igraph にあるアルゴリズムを使ってグラフをクラスタ化し、 http://graphistry.com/ にアップデートしました。 以下のスクリーンショットは、d3の可視化にあるNumPyのクラスタです（画像をクリックするとライブ版をご覧いただけます）。 以下は、graphistrynによって抽出されたNumPyのクラスタです（画像をクリックするとライブ版をご覧いただけます）。 グラフの特徴： 各ノードは、GitHubで見つけることのできる、それぞれのPythonパッケージです。半径は、 ノードのDataFrame セクションで計算されています
【matplotlib】軸の目盛りを指数表記にしたいです - ねるねるねるねをねらずにくうぜ
HDF5の読み込みは次回にまわします。ごめんね。 今回は、個人的にむっちゃ苦労したお話について、メモ。 目的は、 Scientific notationの指数を10^{n}にする Scientific notationの指数の文字をでかくする です。 まずは状況設定 import numpy as np import matplotlib.pyplot as plt x = np.arange(1,1000,1) y = 10e-7*x fig, ax=plt.subplots(figsize=(5*1.618,5)) ax.plot(x,y) これ、y軸の目盛り・・・指数表記したくない？したいよね？ というわけで、こいつをうまく指数表記する方法をここでは述べます。 結論 以下のようにやれ。 import numpy as np import matplotlib.pyplot as pl
iOS上で動作する革命的ものづくり環境「Pythonista 3」の魅力をとくと語る
iOS用のアプリは通常、開発アカウントを取得し、Macを使って開発します。 開発アカウントを取得するほどではないが、iOSデバイス上で何かやりたい処理がある、という人はいるでしょう。 あるいは、プログラム好きな人なら率先してiOSデバイス上でプログラミングをしたいと思うのではないでしょうか。 そうしたニーズに存分にこたえることができる、iOSデバイス上で動作する統合開発環境がPythonista 3です。 2016年9月21日に開催されたPyCon JP 2016で @equal_001 さんがPythonistaについて発表されていたのでご紹介。 Python支持者のことをPythonistaといいますが、アプリ名はそこから取ったんでしょうね。 正真正銘のPythonが内蔵されていて、ローカルで動きます。 [参考] Kazuhiro AbeさんはTwitterを使っています: 「インタプ
Legend guide — Matplotlib 2.0.2 documentation
Legend guide¶ This legend guide is an extension of the documentation available at legend() - please ensure you are familiar with contents of that documentation before proceeding with this guide. This guide makes use of some common terms, which are documented here for clarity: legend entry A legend is made up of one or more legend entries. An entry is made up of exactly one key and one label. legen
pylab_examples example code: subplots_demo.py — Matplotlib 2.0.2 documentation
"""Examples illustrating the use of plt.subplots(). This function creates a figure and a grid of subplots with a single call, while providing reasonable control over how the individual plots are created. For very refined tuning of subplot creation, you can still use add_subplot() directly on a new figure. """ import matplotlib.pyplot as plt import numpy as np # Simple data to display in various fo
Motivating Examples — Jupyter Notebook 7.4.7 documentation
The Markdown parser included in the Jupyter Notebook is MathJax-aware. This means that you can freely mix in mathematical expressions using the MathJax subset of Tex and LaTeX. Some examples from the MathJax demos site are reproduced below, as well as the Markdown+TeX source. Motivating Examples# The Lorenz Equations# Source# \begin{align} \dot{x} & = \sigma(y-x) \\ \dot{y} & = \rho x - y - xz \\
機械学習のためのPythonの基礎「NumPy」を学ぶ - learning.ikeay.net
機械学習といえば「Python」です。なぜPythonなのかというと、数値演算や機械学習に関するライブラリがたくさん揃っているからだそう。行列がとても扱いやすいNumPy、グラフ描画が簡単にできるmatplotlib、機械学習のscikit-learnなどなど… 機械学習ではこの３つのライブラリを大いに活用します。 まずは今回はscikit-learnを使った機械学習ではかなり重要になってくる「NumPy」を学びます。 私はPythonもはじめてなのでまずはPythonの概要を把握しつつ、「100 numpy exercises」というNumPyを基礎から学べる問題集を写経して学習したいと思います。 環境構築 まずは環境構築です。詳しくは下記のリンクに飛んで確認いただきたいのですが、Macの場合は、Pythonのバージョン管理システムである「pyenv」と、分析環境を構築するのに便利な「A
Pythonを使ったデータ分析に関する内容をJupyter Notebookにまとめ始めました - c-bata web
研究をかれこれ2年半ぐらい続けてきたので、研究をする中で必要になった機械学習の手法について調べたりコードを書いたりしてきたのですが、まだまだ触ったことのない機械学習の手法も多く、研究で必要になる手法以外の知識も付けたくなってきたので、勉強し始めました。 Sphinxにまとめるか悩んだのですが、「ひとまず簡単にスライドにできること」・「手元でもすぐにコードを実行できる」という理由でJupyter Notebookを使用しています。 もし誤りやタイポ等があれば、IssueやPRお待ちしております。 github.com 今のところ↓の2つについてまとめました。 Jupyter Notebook / Numpy / Pandas / matplotlib入門 決定木(Decision Tree) ノートブックの内容一覧 内容については今後何度も変更をすると思いますが、とりあえず今の予定としては下
Kv language — Kivy 2.3.1 documentation
Kv language¶ Concept behind the language¶ As your application grows more complex, it’s common that the construction of widget trees and explicit declaration of bindings becomes verbose and hard to maintain. The KV Language is an attempt to overcome these shortcomings. The KV language, sometimes called kvlang or the kivy language, allows you to create your widget tree in a declarative way and to bi
PythonのマルチプラットフォームGUIライブラリkivyを使ってMac, Ubuntu, iOS用のGUIアプリを作る方法 - MyEnigma
Kivyプログラミング ―Pythonで作るマルチタッチアプリ― (実践Pythonライブラリー)posted with カエレバ原口 和也 朝倉書店 2018-06-25 Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに 1. iOS,AndroidのGUIを作ることはできない。 2. ライセンスが微妙 kivyとは? 各プラットフォームへのインストール方法 Macへのインストール Macへのインストール(for iOS) Ubuntuへのインストール Windowのインストール 各プラットフォームでHello world GUIを表示する方法 MacでのHello world GUI UbuntuでのHello world GUI WindowsでのHello world GUI iOSでのHello world GUI 1. アプリのディレクトリを作
Basic Operations on Images — OpenCV 3.0.0-dev documentation
Access pixel values and modify them Access image properties Setting Region of Image (ROI) Splitting and Merging images Almost all the operations in this section is mainly related to Numpy rather than OpenCV. A good knowledge of Numpy is required to write better optimized code with OpenCV. ( Examples will be shown in Python terminal since most of them are just single line codes )
CodecademyのPython講座を修了したので感想など - Noblesse Oblige 2nd
さて 今年の1月23日から始めたCodecademyのPython講座を先日修了したので感想などを語ってみようと思う。 今までの学習の軌跡についてはこちらを。 igcn.hateblo.jp Codecademyって？ codecademy.com そもそもcodecademyとは何ぞやだけど、 Codecademy はHTMLやCSSなどマークアップ言語及びPython、PHP、Javascript、Rubyなどのプログラミング言語関連のコーディング講座を無料で提供しているオンラインプラットフォームである。 Codecademy - Wikipedia 説明が面倒なのでWikipediaから引用しちゃったけど、まぁそういうことです。 要はブラウザ上でプログラミング言語の学習が出来るサイト。 開発環境不要ですぐ始められる 初心者がプログラミングを学習しようとした時にまず躓くのが開発環境のイ
Jupyter nbconvert（ファイル変換）メモ - はしくれエンジニアもどきのメモ
Jupyter nbconvert（ファイル変換）メモ Jupyter Notebook のファイルを別形式に変換してくれるnbconvertコマンドについてのメモ。 環境 Windows 10 conda 4.02 Jupyter notebook 4.1 「Download As」での変換 「File」→「Download As」からノートファイル(.ipynb)をDL（変換）できる。 .ipynb ファイルから変換できる形式は、以下の5種類である。 「Download As」から変換できる形式 Python(.py) markdown cell で書かれた部分はコメントアウトされ、 code cell の入力(In[X])部分のみが有効になっている。 HTML(.html) markdown cell で書かれたhtmlやcssの部分もそのまま有効になるので、 最も互換性の高い変換に
プリキュアの各言語での実装まとめ - Qiita
前置き 空前のズンドコブームによりズンドコキヨシが各言語で実装されています。 ズンドコキヨシまとめ - Qiita きよしのズンドコ節のリリースは2002年 1 です。歴史があります。 しかしそれと同じくらいプリキュアにも歴史があります。プリキュアシリーズ第1作目である ふたりはプリキュア の放映開始は2004年です。ズンドコと近い！ キュアエンジニア 2 としては妙な親近感と対抗意識がわいたので、各プログラミング言語で実装されたプリキュアの紹介をしたいと思います 各言語での実装紹介 Acme::PrettyCure （Perl実装） https://github.com/kan/p5-acme-prettycure Acme::PrettyCure - JPerl Advent Calendar 2010 Acme Track Acme::PrettyCure - プリキュアは永遠に不滅
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
How do I get monitor resolution in Python?
Rubyによるデータ解析
pylab_examples example code: figlegend_demo.py — Matplotlib 2.0.2 documentation
UnicodeEncodeError: 'cp932' codec can't encode character ... illegal multibyte sequence - Qiita
pythonでオフィス快適化計画
