NumPy / pandas | hydroculのメモ
NumPy / pandas 2015/06/27 NumPyは行列などの数値計算を高速に行うためのPythonのライブラリ。 ndarrayというNumPyの多次元配列は、ベクトル計算やブロードキャストを高速に処理できるようC言語で実装された多次元配列で、 Pythonの組み込みの配列とは実装が異なる。行列計算や統計処理など豊富な関数が用意されており、Pythonのループよりも配列を高速に処理できるようになっている。 ndarrayがNumPyの目玉の1つ。 Pythonの組み込みの配列では2次元配列を表現しようと思うと配列の配列になるが、 ndarrayは多次元配列であり、次元ごとに要素数は統一されている必要がある。また、ndarrayは要素数が固定で原則として変更することができない固定長配列である。 pandasというライブラリは、NumPyがベースになっており、データ分析を簡単に行
NumpyとScipy
Numpy Scipy 1 / 18 Numpy Scipy SciPy NumPy (Numerical Python) NumPy ⊂ SciPy numpy , scipy scipy , numpy , , numpy, scipy scipy 2 / 18 & � 1 $ sudo apt-get install python-numpy python-scipy 2 $ python 3 ... 4 >>> import numpy 5 >>> numpy.array([2,0,1,4]) 6 array([2, 0, 1, 4]) 3 / 18 import 1: � 1 >>> import numpy 2 >>> numpy.array([2,0,1,4]) # numpy. 2: � 1 >>> from numpy import * 2 >>> array([2,0,
NumPy配列を対象としたユニバーサル関数 | hydroculのメモ
NumPy配列を対象としたユニバーサル関数 2015/05/02 ndarrayの要素ごとになにかを計算して結果を新しいndarrayにして返す関数をユニバーサル関数(universal function)という。他の言語でいうmap関数みたいなものを、 NumPyのndarrayに対して、三角関数とか、切り捨て処理とかの計算処理ごとに専用の関数にして高速化したもの。 関数の形をしていないが、ベクトル計算といって、四則演算もndarrayに対してできる。 ndarr1 = np.array([0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]) print(ndarr1) # 出力結果 # [ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. ] print(np.sin(ndarr1)) # 出力
機械学習のためのPythonの基礎「NumPy」を学ぶ - learning.ikeay.net
機械学習といえば「Python」です。なぜPythonなのかというと、数値演算や機械学習に関するライブラリがたくさん揃っているからだそう。行列がとても扱いやすいNumPy、グラフ描画が簡単にできるmatplotlib、機械学習のscikit-learnなどなど… 機械学習ではこの３つのライブラリを大いに活用します。 まずは今回はscikit-learnを使った機械学習ではかなり重要になってくる「NumPy」を学びます。 私はPythonもはじめてなのでまずはPythonの概要を把握しつつ、「100 numpy exercises」というNumPyを基礎から学べる問題集を写経して学習したいと思います。 環境構築 まずは環境構築です。詳しくは下記のリンクに飛んで確認いただきたいのですが、Macの場合は、Pythonのバージョン管理システムである「pyenv」と、分析環境を構築するのに便利な「A
pythonのOpenCVでリアルタイムに笑い男 - Blanktar
2016-01-11 追記HTML5版もあります。併せてどうぞ。 先ほどの記事から何だか調子に乗ってしまってリアルタイムな笑い男を作ってみた。 組み合わせればリアルタイムにモザイクももちろん出来るはず。眠いからやらないけれど。 今回はpillowを使わずにOpenCVとnumpyだけでやってみました。 そのせいで合成まわりが面倒くさくなってしまった感じ。素直にpillow使えばよかったかもしれない。 笑い男の画像はぐぐって拾ってきてください。透過pngなら何でも動くはず。多分。 0: for rect in faces: rect *= 4 # 認識を4分の1のサイズの画像で行ったので、結果は4倍しないといけない。 # そのままだと笑い男が小さくって見栄えがしないので、少し大きくしてみる。 # 単純に大きくするとキャプチャした画像のサイズを越えてしまうので少し面倒な処理をしている。 rec
1
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
