概要 OpenCVでは顔を簡単に認識することができます。 今回は画像から顔を認識した後に顔の部分だけトリミングを行い、その結果を保存します。 使用する言語はPythonをです。 顔認識を行う 以下のソースで顔認識を行い、顔が認識された座標をコンソールに表示します。 解析する画像は実行時に引数として指定してください。 # -*- coding:utf-8 -*- import cv2 import sys import os import shutil args = sys.argv argc = len(args) if(argc != 2): print '引数を指定して実行してください。' quit() image_path = args[1] cascade_path = "/usr/local/opt/opencv/share/OpenCV/haarcascades/haarcas

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

pandasのDataFrameを使えば、pythonでもデータをリレーショナルデータベースライクに使えるんだわーい！と思っていました。すぐに気づきました。Seriesって何だ。。。データが扱えればいいやではなく、pandasが提供するSeriesとDataFrameがなぜ存在するのか、どう使うのか、どう使い分ければいいのかをきちんと理解した上で使って行きましょう。 pandasのドキュメントによれば、Seriesは、 Series is a one-dimensional labeled array capable of holding any data type (integers, strings, floating point numbers, Python objects, etc.). The axis labels are collectively referred to a

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

ホーム / ハック / [Python] pipで任意のディレクトリにライブラリをインストールする

こちらを参照（Python3をCentOS7にyumでインストール） #概要 スクリプトプログラムをPythonで書くつもり、標準でインストールされるPythonは2.6で古いので3.X系をyumインストールする。 メンテナンス性を考えるとPOSIX原理主義が良いのだろうけど、スクリプトを書き上げるまでの時間を考えて日和る（どうせメンテナンスするのは自分ひとりだし、ドキュメントはしっかり残すこととする） ##環境 CentOS6.8 final ###手順 殆ど最上部のリンクの通り IUS Community Project リポジトリ追加 # yum install -y https://centos6.iuscommunity.org/ius-release.rpm Python3.x系のインストール # yum install -y python36* （これだとdebug-info

//pythonは入っているが、pipコマンドはない。 $ python -V Python 2.7.5 $ pip -bash: pip: command not found // まずはpipコマンドを準備する $ curl -O https://bootstrap.pypa.io/get-pip.py $ python get-pip.py --user // 上記コマンドを実行すると、.localにインストール＋パスが追加される $ ll ~/.local/bin/pip -rwxrwxr-x 1 ymko ymko 201 Jul 15 03:58 /home/ymko/.local/bin/pip $ echo $PATH /usr/local/bin:/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/ymko/.local/bin:/

PYTHONUSERBASE pipでinstallするとき--userオプションをつけるとユーザーディレクトリにインストールしてくれて権限の都合とかがある時便利なのだが、そのインストール先をデフォルトから変えたくなった。 pipさん曰く1、pythonのsite.USER_BASEに従っているそうなのでsite.USER_BASEの説明2とPYTHONUSERBASEの説明3を見ると、 デフォルトでは~/.localや~/Libraryや%APPDATA%になっている 環境変数PYTHONUSERBASEで設定できる ようだ。 というわけで、PYTHONUSERBASEかsite.USER_BASEを設定すれば解決。

Pythonのライブラリをまとめてインストールする方法をご紹介します。 pip がインストールされていれば、 pip install の -r オプションで一括インストールが可能です。 $ pip install -r requirements.txt $ pip install --require requirements.txt # このように書いても OK requirements.txt の中身は次のような形でライブラリの一覧を書きます。 cssselect==0.9.1 lxml==3.2.4 mechanize==0.2.5 pyquery==1.2.6 requests==2.0.1 selenium==2.37.2 wsgiref==0.1.2 この形は pip freeze の出力形式と同じなので、特定のライブラリ環境を別のところに移したい場合なんかにも pip free

最終更新：2018/11/26 はじめに pythonはLLですが、なぜかメモリを何十GBも消費するような（一般的なPCのリソースからすれば）大規模なデータ分析に広く使われています。このようなデータ分析では、往々にしてメモリ不足が生じ、それなりに配慮してプログラムを書かないとそもそもプログラムが走らない、MemoryErrorが出るといった事態が発生しがちです。 そういうときにやるべきことをつらつらと書いていきます。なお、下の方に行くほど邪悪度（）が増していきます。 目次 はじめに 対策 メモリを増設する・システムのswap領域を増やす multiprocessingを使っているなら使うのをやめる、あるいはプロセス数を減らす 要らないデータはGCに回収させる リストは積極的にnumpy配列にする 疎行列型配列を使用する 32bitにする 配列処理は破壊的代入で行う numpyの機能に頼る

Pythonってメモリ使いすぎる...。てことで、標準モジュールのresourceを使って、使用メモリのサイズを制限しましょう。 #!/usr/bin/env python # coding:utf-8 import resource rsrc = resource.RLIMIT_AS soft, hard = resource.getrlimit(rsrc) ## Memory sizeの制限 ## 現在の設定を取得 ## softはユーザーで設定、hardはスーパーユーザーで設定できる。 soft = 1024 resource.setrlimit(rsrc,(soft,hard)) ## 1024バイト、-1はシステムで許されている上限を設定。 rsrc = resource.RLIMIT_CPU ## CPU使用時間の制限:単位(秒) resource.setrlimit(rsrc

Pythonスクリプトの速度を計測し、そのボトルネックを探る。さらに、メモリ使用量、メモリリークの原因特定までの調査方法を解説する。 あなたが書いたすべてのPythonプログラムで厳密なパフォーマンス計測が必要になるというわけではないにせよ、その時が来たら、役に立ってくれる様々な種類のツールがPythonのエコシステムにはあるのだということを知っておけば安心できるだろう。 プログラムのパフォーマンスを計測することは、すなわち以下の4つの基本的な質問に答えることだと要約できる。 どのくらい高速に実行できるか？ スピードのボトルネックはどこか？ どのくらいのメモリを使うか？ メモリリークしているのはどこか？ これから、いくつかの素晴らしいツールを使ってこれらの質問に答えていくための詳細を見ていこう。 大ざっぱな実行時間 素早くざっくりとコードの実行時間を計るのに、古き良きUNIXのユーティリテ

皆さんこんにちは お元気ですか。私は元気です。 今日はPythonにおけるメモリ少なく使う方法を紹介したいと思います。 なぜ、そんな方法を書くに至ったか。それは、こんなエラーをしょっちゅう見ているからですね。 Traceback (most recent call last): File "lasagne_wheal.py", line 48, in <module> prediction = model.predict_proba(np.array(X_test)) MemoryError 画像処理を行っている人間ならよくやりがちかもしれませんが、 要はint8で持っている情報をfloatに変換してデータが膨れ上がったことによってメモリが 不足していることから発生しています。 Convolutional Neural Networkを大きな画像で実施しようとするとよく発生するのではないで

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

この記事はちょっと古いので書き直しました。 lake-michigan.hatenablog.com 目下Python手習い中。 ある日、複数存在する設定ファイル（運用中にファイル数も値の数も変わる）から、全部の値を読み込むスクリプトが欲しいと思いました。 シェルスクリプト => できなくはなさそうだけどめっちゃめんどくさそう Perl => Config::Simple がぴったりけど、環境的に追加モジュールは使いたくない Python => デフォルトで使えるConfigParserってのがよさげ ということで、シンプルにできそうなPythonを採用。 こんな感じで、セクションごとに設定値を用意（特に意味はない）。 setting.prop [person] name=Hanako Yamada age=20 school=KEIO host=192.168.10.12 [school

ここHumanGeo社ではPythonを使うことが多く、それは極上の楽しみでもあります。美しく機能的なコードを短時間で記述するのにPythonはうってつけで、私個人にとっても一押しの言語です。仕事に限らずプライベートでも使っています。そんな素晴らしいPythonですが、欠点がないわけではありません。それはあまりにも遅いことです。幸いPythonには、コードをプロファイリングするための優れたツールがいくつかあるので、コードの美しさと速さを共存させることができます。 HumanGeoで働き出した頃、実行に長時間を要すプログラムのボトルネックを探り、何とかしてそれを速くさせるという仕事を担当しました。その内容は、 cProfile や PyCallGraph （ ソース ）、はたまたPyPy（高速なPython用代替インタプリタ）などの各種ツールを使って、プログラムを最適化するためのベストな方法

直すのが大変そうな時も pyformat や isort など補助してくれそうなツールがある。 2015-08-11 追記 (既に修正済み): PEP 257 周りの説明で事実の誤認があった。 hacking だけでは PEP 257 のチェックはしないようだ。 flake8-pep257 をインストールすることでチェックできる。 エディタの補助 可能な限りはやく気がつくため、エディタのプラグイン等で自動チェックできるなら、した方がいい。 以下は代表的なエディタでの flake8 でチェックするプラグイン。 これらの機能を取り込んだ IDE 化するプラグインもあるので、好きな方を使おう。 Vim ... vim-flake8 Emacs ... flymakes-python-pyflakes Sublime Text ... Python Flake8 Lint Atom ... lin

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

特徴 conftest.pyを使って、セットアップコードを書くことができる(ディレクトリ毎に作成可能) hook機能が豊富 DIっぽい機能を使って、テスト関数にデータを渡すことができる テスト対象オブジェクトの生成と取得に使ったり デコレーターを使って、テスト関数に値を渡すことが可能 事前設定値を渡したり、テストの期待値などを渡す unittestのように、テストコードを書くためのクラスを作らなくてもよい 結果出力が見やすい アプリリリース時に機能を削ったり、見送ったりした時にテストをスキップするのが簡単。 ディレクトリごとにconftest.pyを書くとは、こういうことです。 tests ├── __init__.py ├── event │   ├── __init__.py | |── conftest.py # 共通のセットアップコード │   ├── battle_event_1