D3.jsはグラフの表示などができるJavaScriptのライブラリです。今回はこれを使って散布図を表示させてみます。 はじめに データの可視化をする方法として一番有名なものはエクセルです。しかし、エクセルだと操作できるグラフを作ったり、かっこいいグラフを作るのは結構しんどいです。ほかに思いつく方法はPythonとかRとかMATLABですが、普通のパソコンには入っていないので、グラフ作成ツールを作っても共有できません。でもブラウザならどのパソコンにも入ってるし、便利かもと気づいたので、ブラウザで動くD3.jsを試してみました。 元ネタ [1]» HTML5 の File API でドラッグ＆ドロップする TECHSCORE BLOG [2]JavaScript - CSVをパースする - Qiita [3]D3.js チュートリアル：基本5 – Axisで軸を表示して散布図を作る。 - D

Raspberry Piで秋月電子で売っている安いステッピングモーター(コパル製 SPG20-1332)を回す。 以前、Arduinoで二相励磁駆動させたものをRaspberry Piでやってみました。 回路は以下の様な感じで。 Raspberry PiのI/Oは3.3V系なので、トランジスタアレイ(TD62004APG)を入れてレベルシフトしています。 #include <stdio.h> int main() { int i; system("echo \"7\" > /sys/class/gpio/export"); system("echo \"8\" > /sys/class/gpio/export"); system("echo \"9\" > /sys/class/gpio/export"); system("echo \"10\" > /sys/class/gpio/exp

Arduinoでステッピングモーターを制御するには、A4988ステッピングモータードライバーかEasyDriverの制御モジュールを使うと簡単に制御する事が出来る。 配線も簡単で、A4988とEasyDriverはほぼ同じ配線で制御出来る。各モジュールの違いは物理サイズや電解コンデンサの有無、対応電圧、最大マイクロステップで細かい差異があるが、基本はあまり変わらない。 EasyDriverの配線は以下の通り。図面上はStep / Directionがクロスしているが、ブレッドボードシールド上に配置して配線した場合隣に来るためこのピンアサインにしている。 Pin7はOutput / LowでMS2を接続する事でハーフステップ設定にしている（EasyDriverはデフォルト1/8ステップ） A4988の配線。ほぼ同じだが、A4988は基板駆動用の電源が必要、Sleep/Resetピンのショート

システムの構築、新しい技術の習得、PythonやDevOpsなどに情熱を注ぐソフトウェア開発者です。現在はチューリッヒを拠点とするビッグデータのスタートアップで働いており、データ分析およびデータ管理ソリューションのためのPythonの技術を磨いています。 1 はじめに Python は開発時間を短縮できるという点で一般的に評価の高い言語です。しかし、Pythonを使って効率よくデータ分析をするには、思わぬ落とし穴があります。動的かつオープンソースのシステムであるという特徴は、初めは開発を容易にしてくれますが、大規模システムの破綻の原因になり得ます。ライブラリが複雑で実行時間が遅く、データの完全性を考慮した設計になっていないので、開発時間の短縮どころか、すぐに時間を使い果たしてしまう可能性があるのです。 この記事ではPythonやビッグデータで作業をする時に、最も時間を無駄にしがちな事柄につ

ここ。 Getting Started on Heroku with Python | Heroku Dev Center Heroku は Ruby や Rails を使ったことがなかったので今まで敬遠してたんだけど python のチュートリアルがあったのでやってみた。 つまずいたポイントとか覚えておきたいことなど、軽くメモ。 heroku アカウントでログインしながら進めるとチャプターに線が引かれていくのいいすね。 （2015/11/01 追記） こちらのチュートリアルは Heroku での開発手順や基本的なコマンドを学ぶにはいいですが、 Heroku での Django アプリケーション開発という点ではこちらの方が詳しい。 Getting Started on Heroku with Python | Heroku Dev Center （追記ここまで） （2015/12/22 追

こんにちは，1000chです． 前回はギター，リコーダーの音を離散フーリエ変換によって 周波数軸でのデータに変換しました． しかし実行してみるとわかるのですが，前回のようなDFTの定義そのままに書いたプログラムでは，処理に時間がかかってしまいます． とてもじゃないですがリアルタイムのデータ解析なんてこたぁできません． じゃー計算方法を工夫してなんとか素早く処理を行おう，という話になります． そこで考案されたのが，高速フーリエ変換（Fast Fourier Transform，FFT）という手法です． ということで，今回はFFTのアルゴリズムとpythonでの使い方についてみていきます． （ぶっちゃけただfftで周波数解析するだけであれば，アルゴリズムはブラックボックスでもいいんですけどねー） FFTのアルゴリズム 信号処理の話を調べたとき，やたらと出てくるキーワードの一つが"FFT"だと思

matplotlibはPythonでグラフを描画するときなどに使われる標準的なライブラリです。 画像ファイルを作るばかりでなく、簡単なアニメーションやインタラクティブなグラフを作ることも可能です。 実際の例はmatplotlibサイトのギャラリーで見ることができます。 matplotlib/gallery matplotlibは本家のサイトやどこかのブログにあるチュートリアルや例を描画してみるぶんには簡単なのですが、 実際に自分でプロットするとなると基礎的な概念を理解していないと使いにくいライブラリでもあります。 また、基礎的な概念を理解していないとドキュメントを参照する際にもどこを見て、どう実用すればいいのかわかりません。 そこで、この記事ではそのあたりのmatplotlibの基礎を解説していきます。 なお、Python自体の知識はある程度仮定していますが、matplotlib自体の実装