前回、Python Basemapの背景地図として利用できそうな無料の地図タイルを調べていた際、 memomemokun.hateblo.jp 国土地理院の陰影起伏図ってどうたって描いてるんだろう（？）と調べてましたら、ArcGISさんに地形の高低情報から陰影起伏 (Hillshade) を計算するための計算式が載ってたので、 陰影起伏 (Hillshade) の仕組み—ヘルプ | ArcGIS Desktop ちょっと真似して、国土地理院の標高タイル（数値標高モデル）データを使い、自前で陰影起伏図を描いてみました。 こんな感じ！ 通常の陰影起伏図では、光源の方位角 315度（つまり北西方向）、光源の水平線からの高度45度で描画するのがどうも国土地理院の陰影起伏図でもデフォルトのようで、上はその方向から日の光が当たってる感じで地形の起伏を描いたものですが、 ちょっとまて！　わたしゃ、お日様

今回は，a.png を基準とした際，b.png および c.png のズレを求め，補正するという操作を行います．処理の内容を説明すると， ①OpenCVで画像をグレースケールにて取得， ②cv2.phaseCorrelate を用いて，位相限定相関を計算し，ズレを計算する， ③cv2.warpAffine を用いて，ズレの分だけ画像を移動する， となります．実装は以下に記載しています． import numpy as np import matplotlib.pyplot as plt %matplotlib inline import cv2 filename_li = ["a.png", "b.png", "c.png"] img_li = [] for i in filename_li: img = cv2.imread(i, 0) # 第二引数を 0 にすることでグレースケールで読

PythonユーザのためのJupyter[実践]入門posted with カエレバ池内 孝啓,片柳 薫子,岩尾 エマ はるか,@driller 技術評論社 2017-09-09 Amazonで検索楽天市場で検索Yahooショッピングで検索 目次 目次 はじめに 1. 環境の独立性を保つために各プロジェクト毎にvirtualenvを使う 2. Python3を使う 3. requirements.txtを保存しておく 4. すべてのimport文とパスの設定は初めのセルに入れる 5. はじめはコードは汚くても良い 6. グローバル名前空間を汚さないために、セルの中の処理は関数とする 7. 長い計算時間の結果をキャッシュするためにJoblibを使う 8. セルの独立性をできるだけ保つ 9. 変数名は短くても良い 10. ユーティリティ関数にはアサーションを使ってテストを書く 参考資料 MyE

12月、私は PuPPy(the Puget Sound Python users group)の会合でQ&A セッション を行いました。そこでようやくPython 3が誕生した理由と、string/bytesに関する全てを説明しました。Python 3が作られた理由をユーザはもう知っているはずだと思っていたので、私はこの説明で称賛を得たことに、ちょっと驚きました。後で考えてみると、Pythonに詳しい人もそうでない人も含めて大多数の人が、その理由を探すように言われたり、好奇心からその理由を探し当てられるなどと考えた私が愚かでした。ですから、このブログの記事で、Python 3が存在する理由をわかりやすく説明します。後方互換性の全くない unicode / str / bytes の仕様変更は、Python 3のコードの移植の中でも本当に難解な部分ですので、私たちがその仕様変更を選択した理

先日、AWS CLI 1.6.8にアップグレードしたらエラーで使えなくなったという記事を書きましたが、確認したい事があったので、システムデフォルトのPythonを使うのをやめて pyenv でローカル環境にインストールして使うことにしました。 pyenvとは Pythonのバージョン管理ツールです。複数のバージョンをインストールしてプロジェクト毎に使い分けたりする事のできる、Rubyでいう rbenv と同じようなものです。 https://github.com/yyuu/pyenv pyenvのインストール Homebrewを使ってインストールします。Homebrewのインストールはコチラ $ brew install pyenv ==> Downloading https://github.com/yyuu/pyenv/archive/v20141211.tar.gz ########

Photo by hoerner_brett 秋山です。 私は主にPythonを使って開発をしているので、今回はPythonの便利なライブラリやフレームワークを紹介していきたいと思います。 といっても割と定番のものを中心に使っているので、既にPythonをがんがん使っている人にとっては「知ってるわ！」というものも多いかと思います。「最近Python書くようになりました～」という人たちにも「これ良い！」ってものが見つかればと思います。 ちなみに前回はPython2系と3系の違いについて書いてますので、「3系に移行しよっかなー」と考えている人は合わせて見てみてください。 paiza.hatenablog.com ■Pythonの便利なライブラリやフレームワーク ◆Web開発系フレームワーク ◇Django みんな大好き有名なDjango。RubyでいうところのRailsのような……全部のせ的な

Jupyter Notebookの拡張機能を使ってみる Jupyter Notebook をさらに拡張してくれるIPython-notebook-extensions を使ってみたのでメモ。 環境 Windows 10 conda 4.0.5 Jupyter 4.1.0 IPython-notebook-extensions のインストール 今回は、「IPython-notebook-extensions」をインストールする。 github.com 管理者でコマンドプロンプトを実行して、 文字コードが変わっている場合はchcp を戻しておく。 chcp 932 インストール方法は書いてある通り、pip でできる。 anaconda でインストールしたjupyter にも問題なかった。 pip install https://github.com/ipython-contrib/IPytho

まずは簡単なところから 床とボールを表示させ、ボールを落下させてみましょう 目次 目次 ODEの基本の2つ: 剛体と形状 コードの解説~ODEの設定~ Worldの作成 剛体の作成・配置 コードの解説~VPythonの設定~ 床とボールの作成・設定 コードの解説~シミュレーションループ:VPythonとODEの連携~ [FreeFall.py] # -*- coding:utf-8 -*- import visual as vs import ode vs.scene.center = (0, 2, 0) """ ODE環境の設定 """ # ODEワールドの作成 + ワールドの重力設定 world = ode.World() world.setGravity((0, -9.81, 0)) # 剛体の作成 + 質量特性の設定 Ball_Body = ode.Body(world) M =

目的 とりあえず動かす, というところまでの how to な記事が少なくいろいろ苦労したので, そのあたりのことを書いておきたい. スクリプトから API 叩くというだけなら sympy 入れたら良いだけなのだが, インタラクティブな UI で遊ぶことを目指す. 概要 ipython notebook するとウェブサーバが上がってデフォルトブラウザでそいつを開くので, ここで sympy を使って微分方程式解いたり plot() したりする. 導入 Gentoo # emerge numpy scipy sympy ipython jinja www-servers/tornado jsonschema jinja やら tornado やらは ipython notebook に必要なのだが, 依存関係に入ってないので, 手動で入れる必要がある. なにか他にも必要かもしれない. Hom

Photo by Yuya Tamai 秋山です。 私は主にPythonを使って開発をしているのですが、Python2系とPython3系にはいろんな変更点があります。 で、互換性がない変更点も割とあって、よく知らないまま初心者が2系から3系に移行しちゃうと結構危険なところもあるので、今日はその辺の話をしていきます。 print に括弧が必要になっちゃったよねーみたいな話や、よく言われている raw_input とか xrange の話は飛ばします。 ■意外と気をつけたいPython3系における変更点 ◆map,filter,zipがイテレーターを返してくる Python2系ではmap, filter, zipともに普通のリストを返していますよね。 map_object = map(int, "12345") print(list(map_object)) print(list(map_o

最近、このモジュールを妻に紹介したところ、そのシンプルさと実用性に驚いていました。 joblib joblibの存在は以前から知ってはいたものの、実際のところはよく理解しておらず、いろいろな機能を寄せ集めたようなモジュールだと思っていました。まあ、その印象は今もあまり変わりませんが、実は非常に便利なモジュールだったのです。私は Flowminder の同僚から再度joblibを勧められて、このモジュールをデータ分析用のコードに幅広く使用しました。では、その機能について紹介しましょう。joblibは大きく分けて、 キャッシング 、 並列化 、 永続化 （データの保存と読み込み）の3つの機能から成ります。実を言うと、私はまだ並列プログラミングの機能は使ったことがないのですが、あとの2つの機能は頻繁に使ってきました。 キャッシング機能とは、シンプルなデコレータを使って、関数を簡単に”メモ化”する

scipyにはstatsという統計関数をまとめたモジュールがあります． statsにはいろいろな統計関数が用意されていますが，APIは統一されていますので，それについてちょっとまとめてみます． どんな統計関数があるの？ かなりの種類があり，すべてを書くわけにはいかないので， 公式のリファレンスへのリンクを置いておきます． 連続確率変数 離散確率変数 API 各統計関数は，scipy.stats.hogeとしてアクセスできます． 例えば，正規分布なら，scipy.stats.normです． APIはすべての統計関数で共通なので，以下では正規分布の例を使います． from scipy.stats import norm # 正規分布 rvs (Random variates) 確率変数 x = norm.rvs(loc=0, scale=1, size=1) 期待値loc，標準偏差scaleの