next stepの位置に対して、初期の進行方向に対する角度制限を加えた2次元のランダムウォークをアニメーションで示してみる。
サボテンの栽培とpython, matplotlib, SciPy, NumPy, scikit-image, Pandasに関する技術ブログ
[matplotlib animation] 113. Angle-limited random walkのアニメーション
next stepの位置に対して、初期の進行方向に対する角度制限を加えた2次元のランダムウォークをアニメーションで示してみる。
[matplotlib] 124. 縞模様の線でline plotを表示
matplotlibのax.plot()でgapcolorを設定することで縞模様の線グラフを作成する方法について説明する。
[matplotlib] 123. 凡例ボックス内の凡例表示位置の調整
matplotlibのax.legend()で表示できる凡例で、凡例ボックス内の凡例表示位置を調整する方法について説明する。
[matplotlib] 122. 凡例の順序を逆にして表示
matplotlibのax.legend()で表示できる凡例の順を逆にする方法について説明する。
[matplotlib 3D] 61. 3D plotにおけるアスペクト比(2023年最新版)
matplotlib mplot3dの3Dグラフで、アスペクト比を調整する方法について説明する。
[matplotlib animation] 112. 3D plotのroll回転アニメーション
Matplotlib 3.6.0から追加された新機能[3d plotのroll angle]を変化させて、3d plotの回転アニメーションをmatplotlibのFuncAnimationのアニメーションで表示する。
[matplotlib animation] 111. 3D plotでfocal lengthを変えた時の見た目の変化
Matplotlib 3.6.0から追加された新機能[3d plotのfocal length]を変化させた時に3d plotの見た目がどのように変わるかを、matplotlibのFuncAnimationのアニメーションで表示する。
[toto] 第1334回 totoの対象試合に関するデータ
はじめに第1334回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1333回 totoの対象試合に関するデータ
はじめに第1333回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[matplotlib] 121. 散布図の点で画像を表示する Stippling by scatter plot
matplotlibのscatter plotで画像を表示する方法について説明する。画像を表示する関数であるimshowと比較した結果も表示する。
[toto] 第1332回 totoの対象試合に関するデータ
はじめに第1332回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[ipywidgets] 37. IntSliderで多項式近似の次数を調整してフィッティング
Jupyter WidgetsであるipywidgetsのIntSliderで多項式近似の次数を調整してフィッティングする方法について紹介する。多項式近似にはlmfitのPolynomialModelを使用した。
[toto] 第1331回 totoの対象試合に関するデータ
はじめに第1331回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1330回 totoの対象試合に関するデータ
はじめに第1330回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1329回 totoの対象試合に関するデータ
はじめに第1329回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1328回 totoの対象試合に関するデータ
はじめに第1328回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1327回 totoの対象試合に関するデータ
はじめに第1327回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1326回 totoの対象試合に関するデータ
はじめに第1326回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1325回 totoの対象試合に関するデータ
はじめに第1325回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1324回 totoの対象試合に関するデータ
はじめに第1324回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1323回 totoの対象試合に関するデータ
はじめに第1323回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1322回 totoの対象試合に関するデータ
はじめに第1322回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1321回 totoGOAL3の対象試合に関するデータ
はじめに第1321回 totoGOAL3で行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣
[matplotlib] 120. picture-jitter plot by sns.stripplot
sns.stripplotではカテゴリ形式のデータの散布図をプロットすることができる。その際、プロットの重なりを抑えるために、プロットをランダムに横方向にずらしたプロットをジッタープロットという。ここでは、ジッタープロットのマーカーに画像を適用する例について紹介する。
[matplotlib animation] 110. Moving grid
matplotlibのFuncAnimationとmplot3dで球体の下と横のグリッドが動くアニメーションを表示する。
[toto] 第1320回 totoの対象試合に関するデータ
はじめに第1320回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1319回 totoGOAL3の対象試合に関するデータ
はじめに第1319回 totoGOAL3で行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣
[toto] 第1318回 totoの対象試合に関するデータ
はじめに第1318回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1317回 totoの対象試合に関するデータ
はじめに第1317回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1316回 totoの対象試合に関するデータ
はじめに第1316回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1314回 totoの対象試合に関するデータ
はじめに第1314回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1313回 totoの対象試合に関するデータ
はじめに第1313回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1312回 totoの対象試合に関するデータ
はじめに第1312回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1311回 totoの対象試合に関するデータ
はじめに第1311回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1309回 totoの対象試合に関するデータ
はじめに第1309回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1308回 totoの対象試合に関するデータ
はじめに第1308回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1307回 totoの対象試合に関するデータ
はじめに第1307回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1305回 totoの対象試合に関するデータ
はじめに第1305回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1304回 totoの対象試合に関するデータ
はじめに第1304回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[toto] 第1303回 totoの対象試合に関するデータ
はじめに第1303回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[matplotlib] 119. hatchで使用可能な模様一覧(ax.fill_between)
棒グラフ(ax.bar)や塗りつぶし(ax.fill_between)では、hatchを設定することで、さまざまな模様をつけることができる。ここでは、ax.fill_betweenを用いて、hatchで使用可能な模様の一覧を表示する。 また、hatchの模様の太さを変える方法についても説明する。
[toto] 第1301回 totoの対象試合に関するデータ
第1301回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。
[seaborn-image] 8. scientific_ticksでカラーバーの表記を10のn乗に変更して表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、カラーバーの表記を10のn乗に変更して表示できるscientific_ticksについて説明する。
[seaborn-image] 7. ParamGridで各種フィルタのパラメータを変化させた結果をまとめて表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、各種フィルタのパラメータを変化させた結果をまとめて表示できるParamGridについて説明する。
[seaborn-image] 6. fftplotでフーリエ変換した画像を表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、画像にフーリエ変換した画像を表示するfftplotについて説明する。
[seaborn-image] 5. filterplotで各種フィルタをかけた画像を表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、画像に各種フィルタをかけて表示できるfilterplotについて説明する。
[scikit-image] 108. マキシマムフィルタによる高輝度部分の強調(skiamge.filters.rank.maximum)
skiamgeのfiltersのrank.maximumを使って、画像中の高輝度部分を強調する方法について説明する。
[SciPy] 29. 平均化フィルタによる画像の平滑化(ndimage.uniform_filter)
scipyのndimageのuniform_filterを使って、画像を平均化して平滑にする方法について説明する。
[SciPy] 28. パーセンタイルフィルタによる画像の平滑化(ndimage.percentile_filter)
scipyのndimageのpercentile_filterを使って、画像を任意のパーセンタイル点で平滑化する方法について説明する。
[SciPy] 27. ミニマムフィルタによる低輝度部分の強調(ndimage.minimum_filter)
scipyのndimageのminimum_filterを使って、画像中の低輝度部分を強調して、高輝度部分を目立たなくする方法について説明する。
[SciPy] 26. ラプラシアンフィルタによるエッジ検出(ndimage.laplace)
はじめにscipyのndimageのlaplaceを使って、ラプラシアンフィルタで画像のエッジを検出して表示する方法について説明する。コード&解説モジュールのインポートバージョン画像の読み込み下記サイトから画像を取得し、plt.imrea.
[SciPy] 25. LoGフィルタによるエッジ検出(ndimage. gaussian_laplace)
scipyのndimageのgaussian_laplaceを使って、LoGフィルタで画像のエッジを検出して表示する方法について説明する。
[seaborn-image] 4. rgbplotでRGB画像を分割表示
はじめにSeaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、
[SciPy] 24. ガウス微分フィルタによるエッジ検出(ndimage.gaussian_gradient_magnitude)
scipyのndimageのgaussian_gradient_magnitudeを使って、画像のエッジを検出して表示する方法について説明する。
[seaborn-image] 3. ImageGridによる複数画像の表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、複数の画像を表示できるImageGridについて説明する。
[seaborn-image] 2. imghistによる画像とそのヒストグラムの同時表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、グレースケール画像とそのヒストグラムを同時に表示することのできるimghistについて説明する。
[seaborn-image] 1. imgplotによる画像データの表示
Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、RGB画像またはグレースケール画像を表示することのできるimgplotについて説明する。
[matplotlib animation] 109. バイバインのアニメーション
matplotlibのFuncAnimationで、「ドラえもん」のひみつ道具の一つであるバイバインで栗まんじゅうを増やすアニメーションを表示する。
[lmfit] 26. 指数関数的に修正されたガウス分布モデルによるカーブフィッティング
lmfitは非線形最小二乗法を用いてカーブフィットするためのライブラリであり、Scipy.optimize.curve_fitの拡張版に位置する。ここでは、データを指数関数的に修正されたガウス分布(EMG)によりカーブフィッティングする方法について説明する。
[lmfit] 25. 減衰高調波発振器モデルによるカーブフィッティング
lmfitは非線形最小二乗法を用いてカーブフィットするためのライブラリであり、Scipy.optimize.curve_fitの拡張版に位置する。ここでは、データを減衰高調波発振器モデルによりカーブフィッティングする方法について説明する。
[lmfit] 24. 減衰高調波発振器モデルによるカーブフィッティング
lmfitは非線形最小二乗法を用いてカーブフィットするためのライブラリであり、Scipy.optimize.curve_fitの拡張版に位置する。ここでは、データを減衰高調波発振器モデルによりカーブフィッティングする方法について説明する。
[SciPy] 23. convex_hull_plot_2dによる凸包(とつほう)の表示
scipyのConvexHullとconvex_hull_plot_2dを使って、凸包を表示する方法について説明する。
[ipywidgets] 36. F分布の自由度をIntSliderで調整して表示
F分布とは、統計の分野で分散分析(ANOVA)などに用いられる確立分布である。ここでは、分布のパラメータである自由度をIntSliderで調整することで、対話的に、自由度の異なるF分布を表示させる方法について説明する。
[matplotlib] 118. 飲み応えカーブ(ax.fill_between)
アサヒビールの新スーパードライに表示されている辛口カーブのような飲みごたえカーブをmatplotlibで表示する方法について説明する。
[ipywidgets] 35. FloatLogSliderで正則化パラメータを調整してL2正則化
sklearn.linear_modelのRidgeにより、過学習を抑制した線形回帰(L2正則化)ができる。ここではノイズの多いデータを対象に、ipywidgetsのFloatLogSliderでL2正則化のパラメータ(alpha)を調整する方法について説明する。
[scikit-learn] 13. linear_model.RidgeによるL2正則化
sklearn.linear_modelのRidgeにより、線形回帰で過学習を抑制することが可能なL2正則化ができる。ここではノイズの多いデータを対象に、L2正則化のパラメータ(alpha)を調整した時の変化をアニメーションで表示する。
[NumPy] 13. ヒストグラム用のbinsをnp. histogram_bin_edgesで作成する
np.histogram_bin_edgesでヒストグラム用のbinsを作成する。作成したbinsでヒストグラムを作成して表示する方法について説明する。
[lmfit] 23. basinhopping法によるフィッティング
データをガウス関数モデルでカーブフィッティングする際に、basinhopping法を用いた。色々なパラメータを変化させてフィッティングした時のデータをiter_cbを使って取得し、matplotlib FuncAnimationでアニメーションを作成した。これによって、各種パラメータがフィッティングに及ぼす影響を調べた。
[lmfit] 22. ガウス関数モデルによるフィッティング過程をiter_cbで可視化
データをガウス関数モデルによりカーブフィッティングする過程をiter_cbを使ってデータを取得し、matplotlib FuncAnimationでアニメーションとする方法について説明する。
[matplotlib] 117. 目盛りの細かい調整(ax.tick_params)
matplotlibのax.tick_params()で目盛りのフォーマットを細かく調整する方法について説明する。
[matplotlib] 116. 漢字間違い探し(ax.text())
matplotlibのax.text()で漢字を図に挿入して、間違い探しを作成する方法について説明する。
[pandas] 21. データ数100万の1次元データをpd.read_csvで読み込む
pandasのread_csvで100万個の1次元データを読み込む方法を説明する。
[SciPy] 22. ノイジーなデータをsignalのsavgol_filterで平滑化
scipyのsavgol_filterを使って、ノイズの多いデータを滑らかにする方法について説明する。
[matplotlib animation] 108. フーリエ逆変換アニメーション
matplotlibのFuncAnimationでフーリエ逆変換によって画像の低周波成分から高周波成分にかけて順次表示していくアニメーションを表示する方法について説明する。
[scikit-image] 107. skimageで画像のヒストグラムを作成する(exposure. histogram)
skimageのexposure. histogramで画像のヒストグラムを作成する方法について説明する。 画像のヒストグラムとは、各ピクセルの値が画像全体でどの程度あるかを視覚的に表示したものである。また、skimage, numpy, matplotlibの各ライブラリでヒストグラムを作成する関数を比較した結果も説明する。
[toto] 第1269回 totoの対象試合に関するデータ
第1269回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。
[scikit-image] 106. skimageで本物風印鑑画像を作成する(filters. gaussian, transform.rotateなど)
skimage、scipy, numpy, matplotlibでムラ、かすれのある本物風印鑑画像を作成する方法について説明する。
[matplotlib] 115. 図上に円環または楕円環を表示(patches.Annulus)
matplotlib.patchesのAnnulusで図上に円環または楕円環を表示する方法について説明する。
[toto] 第1268回 totoの対象試合に関するデータ
第1268回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。
[seaborn] 16. 2次元ヒートマップをheatmapで表示
簡潔かつ明瞭にデータを可視化できるライブラリであるseabornを用いて、2次元ヒートマップをheatmapで表示する方法について説明する。
[toto] 第1267回 totoの対象試合に関するデータ
はじめに第1267回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[fitbit] 8. Fitbit APIで睡眠効率を取得してカレンダーヒートマップで表示(sns.heatmap)
fitbitとは、心拍数、歩数や睡眠をトラッキングするために腕に着用するタイプのスマートウォッチです。ここでは、Fitbit APIを使って一月分の睡眠効率を取得し、seabornのヒートマップで表示する方法を解説します。
[matplotlib animation] 107. 画像のクロスディゾルブアニメーション
matplotlibのFuncAnimationで画像のクロスディゾルブアニメーションを表示する方法について説明する。
matplotlib.pyplotのimshowで2つの画像をアルファブレンドする方法について説明する。
[SciPy] 21. spatial.distanceのVoronoi,voronoi_plot_2dで塗りつぶしボロノイ図
scipy.distanceのVoronoi,voronoi_plot_2dを使って、ボロノイ領域を塗りつぶしたボロノイ図を表示する方法について説明する。
jupyter labの出力セルをスクロール不可にして全体を表示する
jupyter labを使ってmatplotlibなどで大きめの図を出力した際、出力セルがスクロール可能な状態で出力され、全体を俯瞰して見れない困った状態になることがあります。ここでは、出力セルをスクロール不可状態にして全体を表示する方法について説明します。
[scikit-image] 105. skimageで使用可能な窓関数s(filters.window)
skimage.filters.windowで画像に適用可能な窓関数を生成することができる。画像に窓関数をかける処理は画像のフーリエ変換で必要不可欠な前処理といっても過言ではない。ここではscikit-imageで利用可能な窓関数を画像に適用した例について説明する。
[scikit-image] 104. 写真のイラスト風変換(segmentation.slic, graph. rag_mean_color, filters. unsharp_mask)
skimage.segmentation.slic, graph. rag_mean_color, filters. unsharp_maskを使って、写真画像をイラスト風に変換する例について説明する。
[toto] 第1266回 totoの対象試合に関するデータ
第1266回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。
skimage.segmentation の morphological_geodesic_active_contourで、モフォロジカル・スネーク法によるセグメンテーションを行うことができる。ここでは、Morphological Geodesic Active Contours (MorphGAC)で画像をセグメンテーションした例について説明する。MorphGACは、輪郭がはっきりしている画像に適しているが、輪郭がノイジーだったり、不明瞭な箇所があったりする場合には、輪郭を強調するための前処理が必要となる。ここでは、inverse_gaussian_gradient関数を用いた例について説明する。
[scikit-image] 102. MorphACWEによる画像のセグメンテーション(skimage.segmentation.morphological_chan_vese)
skimage.segmentation の morphological_chan_veseで、モフォロジカル・スネーク法によるセグメンテーションを行うことができる。ここでは、Morphological Active Contours without Edges(MorphACWE)で画像をセグメンテーションした例について説明する。MorphACWEはオブジェクトの内側と外側の領域のピクセル値の平均値が異なる場合にうまく機能すると言われている。
[toto] 第1265回 totoの対象試合に関するデータ
第1265回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。
[scikit-image] 101. レベルセット法の初期レベルセット(ディスク)を作成するための関数(skimage.segmentation.disk_level_set)
skimage.segmentation の disk_level_setでレベルセット法で行うセグメンテーションのためのディスク状の初期レベルセットを作成する方法について説明する。
skimage.segmentation の checkerboard_level_setでレベルセット法で行うセグメンテーションのためのチェッカーボードの初期レベルセットを作成する方法について説明する。
[toto] 第1264回 totoの対象試合に関するデータ
はじめに第1264回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
[ipywidgets] 34. バンドパスフィルタ(skimage.filters.difference_of_gaussians)のsigmaをFloatSliderで調整して2Dフーリエ変換
skimage.filters の difference_of_gaussiansで画像にバンドパスフィルタを適用することができる。ここではipywidgetsのFloatSliderでフィルタのsigmaを調整してフーリエ変換する方法について説明する。
[scikit-image] 99. 画像にバンドパスフィルタ(skimage.filters.difference_of_gaussians)をかけて2Dフーリエ変換
skimage.filters の difference_of_gaussiansで画像にバンドパスフィルタを適用して、フーリエ変換する方法について説明する。
[matplotlib animation] 106. skimage.segmentation.expand_labelsによるラベル領域の非オーバーラップ展開
skimageのlabelで作成したlabel画像のラベルをexpand_labelsによって重なり合うことなく拡大させた様子をmatplotlibのFuncAnimationのアニメーションで表示する。
[matplotlib] 113. ラベル画像のクリックイベントでラベルと元画像を拡大して表示
matplotlibのbutton_press_eventで、skimageのlabelで作成したlabel画像のラベルとその元画像を拡大して横に表示する方法について説明する。
[matplotlib] 112. クリックイベントでラベル画像のregionprops情報を表示
matplotlibのbutton_press_eventで、skimageのlabelで作成したlabel画像上の各ラベル情報を画像の横に表示する方法について説明する。
「ブログリーダー」を活用して、サボパイさんをフォローしませんか?
指定した記事をブログ村の中で非表示にしたり、削除したりできます。非表示の場合は、再度表示に戻せます。
画像が取得されていないときは、ブログ側にOGP(メタタグ)の設置が必要になる場合があります。
next stepの位置に対して、初期の進行方向に対する角度制限を加えた2次元のランダムウォークをアニメーションで示してみる。
matplotlibのax.plot()でgapcolorを設定することで縞模様の線グラフを作成する方法について説明する。
matplotlibのax.legend()で表示できる凡例で、凡例ボックス内の凡例表示位置を調整する方法について説明する。
matplotlibのax.legend()で表示できる凡例の順を逆にする方法について説明する。
matplotlib mplot3dの3Dグラフで、アスペクト比を調整する方法について説明する。
Matplotlib 3.6.0から追加された新機能[3d plotのroll angle]を変化させて、3d plotの回転アニメーションをmatplotlibのFuncAnimationのアニメーションで表示する。
Matplotlib 3.6.0から追加された新機能[3d plotのfocal length]を変化させた時に3d plotの見た目がどのように変わるかを、matplotlibのFuncAnimationのアニメーションで表示する。
はじめに第1334回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1333回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
matplotlibのscatter plotで画像を表示する方法について説明する。画像を表示する関数であるimshowと比較した結果も表示する。
はじめに第1332回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
Jupyter WidgetsであるipywidgetsのIntSliderで多項式近似の次数を調整してフィッティングする方法について紹介する。多項式近似にはlmfitのPolynomialModelを使用した。
はじめに第1331回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1330回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1329回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1328回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1327回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1326回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1325回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
はじめに第1324回 totoで行われる試合のチームデータをまとめた結果を以下に示します。下記サイトを参考にしてデータをまとめました。まとめた内容としては、チームスタイル指標(チャンス構築率, シュート成功率, 得点,失点, 敵陣ポぜッショ
next stepの位置に対して、初期の進行方向に対する角度制限を加えた2次元のランダムウォークをアニメーションで示してみる。