This domain may be for sale!
redis-py - Python Client for Redis# Getting Started# redis-py requires a running Redis server, and Python 3.7+. See the Redis quickstart for Redis installation instructions. redis-py can be installed using pip via pip install redis. Quickly connecting to redis# There are two quick ways to connect to Redis. Assuming you run Redis on localhost:6379 (the default)
An assessment of the performance of several methods Introduction Building long strings in the Python progamming language can sometimes result in very slow running code. In this article I investigate the computational performance of various string concatenation methods. In Python the string object is immutable - each time a string is assigned to a variable a new object is created in memory to repre
本書では数学的概念を実装するプログラムで実際に問題を解決しながら、その応用法を探求します。具体的には、図形変換、顔検出、画像圧縮、画像補正、ページランク、機械学習、暗号と秘密共有などの例を使い、ベクトルと行列、それらを動かすアルゴリズムについて学びます。対象は、プログラマーおよび具体計算を通じて線形代数を学びたい学生。厳密な証明が目的ではないので数学に詳しくなくてもかまいません。Python 3プログラムを用いることで図やグラフからベクトルと線形変換を視覚的にとらえることができるため読者はイメージをつかみやすいでしょう。章末の問題を解くことで自分がその章で何を学んだのか、また自分の理解度を確認できます。 関連ファイル サンプルコード サンプルコード 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書
We have added support for new Linux machine types to conda, namely armv7l (used by the new Raspberry Pi 2 and other ARM boards), and ppc64le (POWER8 LE used by IBM Power Systems and OpenPOWER servers) machine types. You can now use conda on these machines to install any of our prepackaged binaries, but you can also use conda-build to create your own, and upload them to anaconda.org. This blog post
機械学習を行うために、画像から特定の物体(領域)だけ切り出して認識したり学習データを作りたい、ということがよくあると思います。 本稿では非常に多くの機能を持つOpenCVの中から、そうした機械学習のために利用する機能にフォーカスしてその利用方法を紹介していきたいと思います。具体的には、下記のモジュールを中心に扱います。 CVPR 2015 Tutorials 基本的な切り出しの手順は以下のようになります。以下では、このプロセスに則り解説を行っていこうと思います。 前処理: 物体検出が行いやすいように、画像の前処理を行います 物体検出: 物体の検出を行い、画像から切り出します 輪郭検出: 画像上の領域(輪郭)を認識することで、物体を検出します 物体認識: OpenCVの学習済みモデルを利用して対象の物体を認識し、検出を行います 機械学習の準備: 切り出した画像を用い、予測や学習を行うための準
OpenCVのオブジェクト検出器作成方法についての解説です。 学習データの作成 まず最初にオブジェクト検出器の学習に使う教師データを用意する必要があります。そのためにまずGUIでオブジェクトの位置を指定するGUIツールを作りました。 PythonのOpenCVを使います。 #!/usr/bin/env python #! -*- coding: utf-8 -*- import cv2 import numpy as np import sys drawing = False sx, sy = 0, 0 gx, gy = 0, 0 rectangles = [] ok = False def draw_circle(event,x,y,flags,param): global sx, sy, gx, gy, drawing if event == cv2.EVENT_LBUTTONDOWN
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? pythonの環境構築について "python 環境構築"でググると20万件くらいヒットしますが、割と内容が古いです。 タイトルにはデータサイエンティストと書いてありますが、データサイエンティスト以外にもanacondaはおすすめです。 2.x or 3.x? 3.xは動かないライブラリが多いので2.x推奨 > 3.xで動かないライブラリがある、くらいまで来ました。 easy_installでpipを入れて、setuptoolsも入れて、でもwheelというのもあって... > 古いです。 virtualenv 必須 > そんなこともな
Python3.5にpyodbcをpipでインストールしようとしたところ、以下のエラーが出てインストールできませんでした。 (env) >pip install pyodbc ... running bdist_wheel running build running build_ext building 'pyodbc' extension error: Unable to find vcvarsall.bat ... その時の対応をメモとして残します。 環境 Windows7 x64 Python 3.5.1 32bit c:\python35-32にインストール pyodbc 3.0.10 Visual Studio Community 2015 調査 PyPIを見たところ、Python3.4向けのものはありましたが、Python3.5向けのものは見当たりませんでした。 pyodbc
Python パッケージ管理技術まとめ (pip, setuptools, easy_install, etc) Python のパッケージ管理関係の情報がオフィシャルには整理されてなく、 またパッケージ管理まわりででてくるキーワードもいくつもあって分かり難いので完結にまとめてみました。 このドキュメント自体は少し長いですが、結論としては2015年1月時点では 原則 pip を使ってパッケージの管理を行う setuptools も広く使われているので入れておくとよい。そもそも pip のインストール時に自動的ににインストールされる distribute は 2013年に setuptools にマージされたので不要 という方針でよいと思います。 ただ少し古い情報ソースやパッケージのドキュメントを読んでいると distribute の利用が勧められていたり、 site-packages, e
Pythonの拡張モジュールであるPyCryptoをビルドしてWindowsへインストールしようとしたところ、以下のエラーが出たため対処した時のメモを残します。 (env) >pip install pycrypto ... building 'Crypto.Random.OSRNG.winrandom' extension error: Unable to find vcvarsall.bat 環境 Windows10 x64 Python 3.5.1 32bit PyCrypto 2.6.1 Visual Studio なし 調査 このエラーの場合、Visual Studio Community 2015でVisual C++ 2015用の共通ツールをインストールすれば、ビルド・インストールできます。 vcvarsall.bat needed for python to compile
私は最近引っ越して、学校の近くに住むことになりました。 距離としては5キロぐらい。 そんな道程を電車で行くのもいいんですが、気分転換というか、自転車で登校できたら寄り道も出来ていいなと思い、初めてのロードバイクを買いました。 最初はオートリースでロードバイクを借りました。そして購入。 そして届いたロードをママチャリと比べて見ると、サドルの高さやタイヤの細さに驚きました。 せっかくなのでスピードメータを取り付けてママチャリとロードを比べてみました。 ママチャリは平均速度15キロ程度思いっ切り走っても30キロが限界。 そしてロードはというと・・・・・・。 さすが走るための自転車。水切りや無駄な重たいものが無い為速いこと速いこと 平均速度は25キロ程で、最高で45キロまで行きました。 さすがの自分もそんな自転車にびっくり。 自分の通学路は右が山、左が海と絶景が楽しめるようになっていて 夏の涼しい
Powerful Python One-Liners This page is devoted to short programs that can perform powerful operations called Python One-Liners. You may ask: why should I care? The answer is profound: if you cannot read and write one-liner code snippets, how can you ever hope to read and write more complicated codebases? Python one-liners can be just as powerful as a long and tedious program written in another la
"Programming Computer Vision with Python" 概略訳 *1 コンピュータビジョンの基礎となる定理やアルゴリズムの基礎を知りたい場合には、このハンズオン形式の入門がよいスタートになります。オブジェクト認識、3次元再現、ステレオイメージ法、仮想現実(AR)や、その他のコンピュータビジョンのアプリケーションを、Pythonを使った分かりやすいサンプルで学ぶ事ができます。 参考データ Programming Computer Vision with Python: Tools and algorithms for analyzing images 作者: Jan Erik Solem出版社/メーカー: O'Reilly Media発売日: 2012/06/29メディア: ペーパーバックこの商品を含むブログを見る Programming Computer Vis
Flickr is one of the most popular photo hosting websites on the planet. Their extensive API gives programmers plenty of opportunity to use Flickr any way they see fit. The easy to use Flickr API has several interfaces written in Python, the best one created by Beej. I’ve been the maintainer for this interface since August 2007. Features that set this Flickr API interface apart from other Python im
コンテンツへスキップ 登録は無効化されました。
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