2017-07-08

【Pythonメモ】zip

zip

複数のシーケンスを並列的に反復処理が出来る。

list1 = [1, 2, 3] list2 = [4, 5, 6] for (a, b) in zip(list1, list2): #list1,list2を同時にループ … print(a,b)

>> list1 = [1, 2, 3]
>> list2 = [4, 5, 6]

for (a, b) in zip(list1, list2): 
    print(a,b)

1 4
2 5
3 6

#シーケンスの要素数が異なる場合、要素数が少ない場合に合わせて挙動

>> list1 = [1, 2, 3,4]
>> list2 = [4, 5, 6]

for (a, b) in zip(list1, list2): 
    print(a,b)

1 4
2 5
3 6

2017-06-18

【Pythonメモ】enumerate OrderDicts nditer

enumerate

リストをインデックス化することができます。

>> list=["a","b","c","d","e"]
>>> for index,val in enumerate(list):
        print(index,val)

(0, 'a')
(1, 'b')
(2, 'c')
(3, 'd')
(4, 'e')

OrderDicts

ディクショナリとほぼ同じだが、順序が保存出来る。

>>> tests = OrderedDict()
>>> tests['test1'] = '1'
>>> tests['test2'] = '2'
>>> tests['test3'] = '3'
>>> print tests
OrderedDict([('test1', '1'), ('test2', '2'), ('test3', '3')])

>>> for k, v in fruits.items():
        print(k,v)
 
('test1', '1')
('test2', '1')
('test3', '2')

numpy nditer

nditerを用いると、繰り返し処理が楽なる

例えば、2×3行列なら以下のように×

import numpy as np

np_array = np.random.randn(2,3)

print(np_array)

nditer = np.nditer(np_array, flags=['multi_index'])

while not nditer.finished:
    print(np_array[nditer.multi_index])
    nditer.iternext()
    
[[-1.10258502 -1.390158   -1.3459963 ]
 [ 0.92886904 -0.2251729   0.23059408]]

-1.10258502292
-1.39015799755
-1.3459963044
0.928869035018
-0.225172899317
0.230594077137

pythonのみで同じ処理を書くのは以下の通り

ネストしなくていい分、nditerを使ったほうが楽です。

for  test in np_array:
    for t in test:
        print(t)

2017-06-16

【pythonメモ】numpyメソッド randn max sum

random randn

標準正規分布を出力(標準0、分散1）

import numpy as np

>>> np.random.randn() 
#-0.728737781876976
>>> np.random.randn(2,3) #2×3
array([[-0.01827125, -0.38984807,  0.08674773],
       [ 0.68593183,  0.82708901, -0.15050036]])

max

配列の中の最大値を出力

>>> np.random.randn(2).max()
2

sum(axis)

>>> np.array([1,2]).sum()
3

2017-06-13

【Pythonメモ】numpyメソッド argmax

argmax

配列の中の最大値のインデックスを返すメソッドです。

>>> import numpy as np 
>>> test = np.array([1,2,5,40,20,30]) #配列は6個
>>> np.argmax(test)
3 #インデックスは0から数える

>>> test2 = np.array([[1,2,3][10,20,30]]) #二次配列
>>> np.argmax(test2) #全要素の中から最大値を返す
5  

※軸を指定する時は第二引数にaxis=2といった形で指定

>>> test3 = [[1,2,5],[40,20,30],[10,20,30]]
>>> np.argmax(test3,axis=1)　#軸を1にしあｔ
array([2, 0, 2])

>>> test4 =[[[1,2,5],[40,20,30],[10,20,30]],[[1,2,5],[40,20,30],[10,20,30]]]
>>> np.argmax(test4,axis=2) #軸を2にした
array([[2, 0, 2],
       [2, 0, 2]])

2017-06-12

【Pythonメモ】numpyメソッド

メソッド調査

arange reshape linspace zeros_like ones_like zeros ones linspace

arange

np.arange([start,]stop, [step,])

一次元の配列を返す。 startが入っていない場合は0から始まる

import numpy as np

np.arange(6) #初期値　start 0 step 1
#array([0, 1, 2, 3, 4, 5])

np.arange(1,3,0.1)

# array([ 1. ,  1.1,  1.2,  1.3,  1.4,  1.5,  1.6,  1.7,  1.8,  1.9,  2. , 2.1,  
# 2.2,  2.3,  2.4,  2.5,  2.6,  2.7,  2.8,  2.9])

zeros_like

配列の値をゼロにする。

np.zeros_like([[1,2,3],[2,3,4]])

#array([[0, 0, 0],
#       [0, 0, 0]])

ones_like

配列の値をイチにする。

np.ones_like([[1,2,3],[2,3,4]])

#array([[1, 1, 1],
#       [1, 1, 1]])

zeros

配列(行×縦)を作成、値はゼロ

 np.zeros([3,2])
 #array([[ 0.,  0.],
 #     [ 0.,  0.],
 #     [ 0.,  0.]])
 
 np.zeros((3,2)) #タプルも大丈夫

ones

配列(行×縦)を作成、値はイチ

 np.ones([3,2])
 #array([[ 1,  1],
 #     [ 1,  1],
 #     [ 1,  1]])

linspace

numpy.linspace(start, stop, num) 初期値(start)から終わり(stop)までを等間隔で配列を作成

np.linspace(0,1,5) 

#array([ 0.  ,  0.25,  0.5 ,  0.75,  1.  ])

flatten

多次元配列を一次元配列に変換

np.array([[1,2],[3,4],[5,6]]).flatten()

#array([1, 2, 3, 4, 5, 6])

2017-06-05

【Python】OpenCV2.4系　輪郭メソッド　メモ

findContours(img,retrieval_mode,approx_mode)

画像の輪郭抽出に用いられます。

img:入力画像 retrieval_mode:抽出方法 approx_mode:近似モード

抽出方法について

わかりづらいのですが輪郭が複数あった際の処理方法を示しています。よく取り上げられるのはCV_RETR_LIST　でしょうか。この方法を設定すると、opencvが認識した輪郭全てを配列として返します。ここを参照

近似モードについて

知覚した輪郭(点の集合)をどのように保存するか示しています。

代表的な近似モードは以下でしょうか。

CHAIN_APPROX_NONE (輪郭として抽出されたほぼ？)全ての点を保存します。その他はわかりませーん＼(^o^)／

drawContours(img, contours, -1,color,thickness)

検出した輪郭を描画します。

img:入力画像

contours:findContoursで抽出された輪郭(list形式)

第三引数:．全輪郭を描画する時はー1

2017-06-03

【Python】OpenCV 初歩的メソッドメモ

はじめに

opencvを最近になって勉強しています。

備忘録として初歩的なメソッドをメモしておきます。

環境：Python 2.7.12 opencv 2.4.12

画像の読み込み

imread(読み込み画像パス)

色空間の変換

cvtColor(img,cv2.COLOR_BGR2GRAY)

COLOR_BGR2GRAY ・・・グレースケールにする

ウィンドウに画像を表示

imshow ・・・ウィンドウに画像を表示

# -*- coding: utf-8 -*-
import cv2

img = imread("./test.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #u'グレーに変換'
cv2.imshow('image', img) #u'第一引数はウィンドウの名前、第二引数は画像データ'
cv2.waitKey(0) #u'キーが押されるまで待機'

if key == 27:
    cv2.destroyAllWindows()