smores

conda create -n P36 python=3.6 conda env list conda activate P36 pip install pkgs or python -m pip install pkgs deactivate or deactivate P36 conda env remove -n P36 https://dojang.io/mod/page/view.php?id=2470 파이썬 가상환경 해당 버전 파이썬으로 실행해서 폴더 단위로 가상환경 만듬 여러 버전 파이썬이 필요하면 미리 여러버전 다른 폴더에 설치해 놓아야 함 C:\Python310, C:\Python36, ... C:\project>python -m venv example C:\project>cd example C:\project\example>S..

yyaxis left plot(X,C,'.-') yyaxis right stairs(X,RSI) yyaxis left ylabel('stock price') ylim([0 200]) yyaxis right ylabel('RSI') ylim([0 100])

x = linspace(0,2,20)';             % generate some data y = sin(x); plot(x,y,'.-b') xy = ginput(1)    ~~~~~~~~~~~~~~Python also uses ginput()

직접 작성해서 유용하게 잘 써먹는 함수 중 하나입니다. 가끔 그림으로 된 그래프를 수치 데이터로 변환하고 싶을때 사용합니다. 사용법은 1. 우선 rgb 3 color layer 24비트 (또는 alpha 포함한 4 layer 32비트) 이미지로 그래프를 준비하고 2. 그림에 원색이 섞여있거나 하면 가급적 원색이 없는 상태로 (예를 들어 24비트 그레이) 만들고 3. 윈도우 그림판에 그림을 올린 후 그림에 없는 색상을 기준으로 데이터 범위를 둘러싸는 외곽선과 원하는 데이터 포인트를 원하는 색상으로 두께 1 pixel 짜리 선과 점으로 표시해둡니다. 이 함수는 색상을 기준으로 좌표 범위와 데이터 포인트를 찾습니다. 4. 함수의 인자는 help 로 보면 설명이 나옵니다. 예를 들어 이런 그림이라는 가정하에 그..

매트랩에 비해 많이 불편하다. ㅠㅠ 이래서 매트랩을 쓰게 되는 듯... import numpy as np from scipy import interpolate import matplotlib.pyplot as plt X = np.linspace(0,10,10) Y = np.sin(X) X1 = np.linspace(0,10,100) f1 = interpolate.interp1d(X,Y,'linear') f2 = interpolate.interp1d(X,Y,'cubic') f3 = interpolate.interp1d(X,Y,'quadratic') Y1 = f1(X1) Y2 = f2(X1) Y3 = f3(X1) Y4 = np.sin(X1) plt.plot(X,Y,'o', X1,Y1, X1,Y2, X1,Y3..

import subprocess, time import os cd = os.getcwd() print(cd) jpg = 'scene4.jpg' # p = subprocess.Popen(["MSPaint", jpg]) p = subprocess.Popen(["MSPaint", '']) time.sleep(2) # input() p.kill()

x = linspace(0,25); y = sin(x/2); yyaxis left plot(x,y); r = x.^2/2; yyaxis right; plot(x,r);

매트랩은 가장 첫 두 인덱스를 기준으로 한 2차원 매트릭스의 다중차원으로 보여주는 반면 Numpy 에서는 인덱스 순서 대로 처리, 즉 마지막 두 인덱스의 2차원 매트릭스의 다중차원 중첩 식으로 보여줌. 예를 들어 ones(3,4,2,2) 라는 것을 구현할 경우 매트랩 >> ones(3,4,2,2) ans(:,:,1,1) = 1 1 1 1 1 1 1 1 1 1 1 1 ans(:,:,2,1) = 1 1 1 1 1 1 1 1 1 1 1 1 ans(:,:,1,2) = 1 1 1 1 1 1 1 1 1 1 1 1 ans(:,:,2,2) = 1 1 1 1 1 1 1 1 1 1 1 1 Numpy >>> c = np.ones((3,4,2,2)) >>> c array([[[[1., 1.], [1., 1.]], [[1., ..

for i in range(10): for j in range(10): print(i,j) if i==5 and j==7: break else: continue break

# pip install pypdf2 import PyPDF2 def merge_pdfs(_pdfs): mergeFile = PyPDF2.PdfFileMerger() for _pdf in _pdfs: mergeFile.append(PyPDF2.PdfFileReader(_pdf, 'rb')) mergeFile.write("New_Merged_File.pdf") if __name__ == '__main__': _pdfs = ['1.pdf', '2.pdf', '3.pdf'] merge_pdfs(_pdfs)