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
前回、seabornを使ったグラフ出力を紹介しました。 そこで、今回はこのプログラムをFlask対応に変更し、グラフをブラウザーで表示できるようにします。 <変更前のプログラム> #!/usr/bin/python #-*- encoding: utf-8 -*- import numpy as np import matplotlib matplotlib.use('Agg') import matplotlib.pyplot as plt import seaborn as sns def main(): sns.set(font="serif") flip=1 x = np.linspace(0, 14, 100) for i in range(1, 7): plt.plot(x, np.sin(x + i * .5) * (7 - i) * flip) plt.savefig("g
[Flask + Matplolib] Flaskを使ってMatplotlibグラフを表示する Flask(python)側で計算させた結果を、Matplotlibを使ってグラフにし、それを上手いことHTMLで表示したいと思ってるので調査してみる。 先行事例 ローカルに画像を保存する方法 キャッシュに保存する方法 Content-Type:image/pngで送る方法 なんとなくしらべると上記の流れがありそう。 調査 matplotlib を Flask から使う方法 引用 Matplotlib in a web application server — Howto — Matplotlib v1.0.1 documentation Upload a StringIO object with send_file | Flask (A Python Microframework) flask
matplotlibでpatchにtransformをつけると消えてしまうように見える現象が起きた。 まず、散布図の上に普通に長方形のpatchを乗せてみる。 clf() scatter(random(100), random(100)) ax = gca() rect = Rectangle((0, 0), 1, 1, alpha=0.3) ax.add_patch(rect) matplotlib.pyplot.savefig("test.png", dpi=100) ここまではとても自然にできる。じゃあこの長方形を回転してみよう、とtransformを指定すると消えてしまう。transformの作り方がまずいのかと思ったがAffine2D.identity()でも消えてしまう。 clf() scatter(random(100), random(100)) ax = gca() t
概要と環境 openCVの顔検出方法について調べて試してみました。入門者向けに解説します。 以下はopenCV関連記事です。 OpenCV3.3とPython3.6をAnacondaでWindows10へインストール openCVの顔検出でパラメータを指定して手っ取り早く検出精度を高める openCVで複数画像ファイルから顔検出をして切り出し保存 openCVで効率的に大量画像を顔検出するためのtips 検証環境は下記のとおりです。 openCVの顔検出でできたこと 人物画像に対して顔検知して四角枠で囲みました。 複数人でも大丈夫。すごい! 変顔だって検知します!(後ろの人も検知できてます) 顔検知から鼻検知に切り替えることもできます。 oepnCVの顔検出の仕組み 論文や具体的なアルゴリズムを見て調べて確認していないので、以降の解説は誤りがあるかもしれません(指摘いただけたら嬉しいです)
今は多分 JavaScript のライブラリでかっこいいグラフとかをひょいひょい作ってくれたりすんじゃないかな、と思うのですが、いや、よく知らないですが、やはり使い慣れた matplotlib を web アプリでも使いたいです。 でも、いかんせん matplotlib は X11 を使って描画するものですので、web アプリで使うのは難しいのではないか、と思ったら、そんなことはありません。 バックエンドに AGG (Anti-Grain Geometry) を使い、画像データを作ります。 やること matplotlib で作ったグラフを flask web アプリケーションで描画します。 flask を使う理由は、便利だから、ぐらいなので、使わなくても同じようにすれば同じようにできると思います。 また、以下の2パターンでやります。 png データをレスポンスで返す 画像ファイルを一時ファ
はじめに TensorFlowの利用はDockerを使うと簡単です。 TensorFlowのDocker公式イメージにはmatplotlibがインストールされているのですが、そのままではpyplot.show()などが使えません。 要するにデフォルトではGUIが表示できません。 そこで今回はTensorFlow + Docker + matplotlibでGUIを利用可能にします。 また、今回はホストOSがwindowsであるという前提で進めます。 なお、今回の内容はGitHubで公開しているスライドの内容に基づいています。 Dockerのインストール Dockerのインストールについてはここを参照してください。 MobaXtermのインストール MobaXtermはWindowsで動作するターミナルです。 このMobaXtermはX11フォワーディング機能を標準機能として備えています。
前にmatplotlibをオブジェクト指向スタイルで使う - minus9d's diaryという記事を書きました。しかし、matplotlib によるデータ可視化の方法 (1) - Qiita および Why do many examples use "fig, ax = plt.subplots()" in Matplotlib/pyplot/python - Stack Overflow によると、plt.subplots()という関数を使うと、より簡潔に書けるようです。この記事ではplt.subplots()の例を紹介します。 なお、以下のコード片では、全て冒頭に import matplotlib.pyplot as plt import numpy as np と書かれているものとします。 一つの図に一つのグラフの場合 まず、一つの図と一つのグラフ領域を持つ絵を、私が前の記事で
You are reading an old version of the documentation (v2.0.2). For the latest version see https://matplotlib.org/stable/ Artist tutorial¶ There are three layers to the matplotlib API. The matplotlib.backend_bases.FigureCanvas is the area onto which the figure is drawn, the matplotlib.backend_bases.Renderer is the object which knows how to draw on the FigureCanvas, and the matplotlib.artist.Artist i
2016-11-11 「ax.annotate 文字と矢印」を追加,見出しを微調整 2016-11-11 「Locator 目盛り位置」を追加 2016-12-16 「Locator 目盛り位置」をアップデート 2017-02-11 凡例を「枠外に出す」方法を追加
昔やったはずなのに忘れていたからメモ。 物忘れが激しくて困る。 import matplotlib.pyplot as plt plt.legend(loc='best', fancybox=True, shadow=True, ...) 要はmatplotlib.pyplot.legend()関数内で色々設定する。決まった定型文のようなものをコンマで区切って入れていく。 以下、自分が使いそうな関連をまとめておく。 凡例の位置: 基本的には loc='~' と言った感じで作成。本家のページを探したらこんなのがあった。数字を入れてもいいし、loc='best' のように書いてもいい。 Location StringLocation Code ‘best’0 ‘upper right’1 ‘upper left’2 ‘lower left’3 ‘lower right’4 ‘right’5 ‘
Text introduction¶ matplotlib has extensive text support, including support for mathematical expressions, truetype support for raster and vector outputs, newline separated text with arbitrary rotations, and unicode support. Because it embeds fonts directly in output documents, e.g., for postscript or PDF, what you see on the screen is what you get in the hardcopy. FreeType support produces very ni
iPythonでデータ分析するときに、当然matplotlibやseabornでグラフを描画するのですが、日本語対応されてなく文字化けを起こします。 グラフの描画はデータの概要を掴んだりビジュアライズしたりするためなので、文字化けを起こしていると割と致命的です。 今回はその修正方法でちょっとだけハマったので、まとめておきます。 環境: Mac OS Sierra Python 3.5.1 :: Anaconda 4.0.0 (x86_64) iPython (jupyter) 手順 0. フォントがあるかどうか確認。 以下のようにすると使えるフォントが一覧で確認できます。 import matplotlib as mpl font_paths = mpl.font_manager.findSystemFonts() font_objects = mpl.font_manager.creat
「計算を行い結果を作図して確認」という作業において計算をリモートで実行するケースも多い.この作業フローについて思い浮かぶ選択肢は以下の通り. 計算結果の出力データ(ログ)をファイルに保存.(テキストベースだったり,シリアライズしたものだったり.)それをクライアントに転送し,別のプログラムで作図,確認する. Jupyter Notebookを使う.サーバにてJupyter Notebookサービスを動かし,クライアントからWeb Browserで接続,もちろん図もBrowser上で確認. サーバとリモートデスクトップ接続して,一連の作業を行う. サーバサイドで作図,図のファイル出力まで行う.PNG,PDF等イメージファイルをクライアントPCで見る. これまでは選択肢1, 2を選ぶことが多かったが,今回,選択肢4のサーバサイドでの作図についてTipsを紹介したい. 最初の失敗 「matplot
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