python 39

PIL을 사용하여 이미지를 자르는 방법은 무엇입니까?

PIL을 사용하여 이미지를 자르는 방법은 무엇입니까? 지정된 이미지에서 처음 30행과 마지막 30행을 제거하여 이미지를 잘라내고자 합니다.저는 검색해봤지만 정확한 해결책을 얻지 못했습니다.누가 제안 좀 해주시겠어요?방법이 있습니다. w, h = yourImage.size yourImage.crop((0, 30, w, h-30)).save(...) 이를 위해 PIL(필로우)을 가져와야 합니다.크기가 1200, 1600인 이미지가 있다고 가정합니다.이미지를 400, 400에서 800, 800으로 자를 것입니다. from PIL import Image img = Image.open("ImageName.jpg") area = (400, 400, 800, 800) cropped_img = img.crop(area..

programing 2023.06.13

표본 데이터에서 신뢰 구간 계산

표본 데이터에서 신뢰 구간 계산 정규 분포를 가정하여 신뢰 구간을 계산하려는 표본 데이터가 있습니다. 나는 numpy 패키지와 scipy 패키지를 찾아서 설치했고 평균과 표준 편차(numpy.mean(data))를 반환하기 위해 numpy가 되었습니다.샘플 신뢰 구간을 얻는 것에 대한 조언을 해주시면 감사하겠습니다.import numpy as np import scipy.stats def mean_confidence_interval(data, confidence=0.95): a = 1.0 * np.array(data) n = len(a) m, se = np.mean(a), scipy.stats.sem(a) h = se * scipy.stats.t.ppf((1 + confidence) / 2., n-1) ..

programing 2023.06.13

Numpy 어레이를 Disk에 보존하는 가장 좋은 방법

Numpy 어레이를 Disk에 보존하는 가장 좋은 방법 저는 큰 누피 배열을 빠르게 보존할 수 있는 방법을 찾고 있습니다.디스크에 바이너리 형식으로 저장한 다음 비교적 빠르게 메모리로 다시 읽어 들이고 싶습니다. cPickle은 아쉽게도 충분히 빠르지 않습니다. numpy.savez와 numpy.load를 찾았습니다.하지만 이상한 것은 numpy.load가 "메모리 맵"에 anpy 파일을 로드한다는 것입니다.이것은 배열을 정기적으로 조작하는 것이 매우 느리다는 것을 의미합니다.예를 들어, 이와 같은 것은 정말 느립니다. #!/usr/bin/python import numpy as np; import time; from tempfile import TemporaryFile n = 10000000; a = ..

programing 2023.06.08

Panda를 사용하여 열의 최대값 찾기 및 해당 행 값 반환

Panda를 사용하여 열의 최대값 찾기 및 해당 행 값 반환 Python Pandas를 사용하여 저는 그것을 찾으려고 노력하고 있습니다.Country&Place최대치로 최대값을 반환합니다. data.groupby(['Country','Place'])['Value'].max() 하지만 어떻게 그에 상응하는 정보를 얻을 수 있습니까?Country그리고.Place이름?가정하면df에는 고유한 인덱스가 있으며, 이는 최대 값을 가진 행을 제공합니다. In [34]: df.loc[df['Value'].idxmax()] Out[34]: Country US Place Kansas Value 894 Name: 7 인덱스 레이블을 반환합니다.따라서 데이터 프레임에 인덱스에 중복이 있는 경우 레이블이 행을 고유하게 식별하지..

programing 2023.06.08

파이썬에서 modb를 어떻게 계산합니까?

파이썬에서 modb를 어떻게 계산합니까? 파이썬에 모듈로 함수가 있습니까?math도서관? 아닌가요?15 % 43? 근데.15 mod 41번이죠?저기 있습니다.%사인입니다. 남은 것들을 위한 것이 아니라 모듈로 작업입니다.튜플을 반환하는 것도 시도할 수 있습니다.(x // y, x % y)>>> 15 % 4 3 >>> 모듈로는 정수 나눗셈 후 나머지를 제공합니다.mod = a % b 이것은 다음의 결과를 저장합니다.a mod b변수에.mod. 그리고 당신 말이 맞아요15 mod 43이며, 이것은 python이 정확히 반환하는 것입니다. >>> 15 % 4 3 a %= b또한 유효합니다.%를 사용하는 것이 어떻습니까? print 4 % 2 # 0 모듈로를 완전히 파악하고 있는 것 같지는 않습니다. a % b..

programing 2023.06.08

생성된 변수, 함수 등을 통역사의 메모리에서 삭제할 수 있는 방법이 있습니까?

생성된 변수, 함수 등을 통역사의 메모리에서 삭제할 수 있는 방법이 있습니까? 저는 이 질문에 대한 정확한 답을 며칠 동안 찾고 있었지만 좋은 것을 얻지 못했습니다.저는 프로그래밍의 완전한 초보자는 아니지만, 아직 중급 수준도 아닙니다. Python의 셸에 있을 때 다음과 같이 입력합니다.dir()그리고 현재 범위(메인 블록)에 있는 모든 개체의 이름을 볼 수 있으며, 그 중 6개가 있습니다. ['__builtins__', '__doc__', '__loader__', '__name__', '__package__', '__spec__'] 그러면 변수를 선언할 때, 예를 들어x = 10기본 제공 모듈 아래의 해당 개체 목록에 자동으로 추가됩니다.dir()그리고 제가 타이핑을 칠 때dir()다시, 이제 표시됩..

programing 2023.06.08

판다 열 합계 가져오기

판다 열 합계 가져오기 저는 아래와 같이 여러 개의 열이 있는 Pandas 데이터 프레임을 가지고 있으며, 총 열 수를 얻고 싶습니다.MyColumn. print df X MyColumn Y Z 0 A 84 13.0 69.0 1 B 76 77.0 127.0 2 C 28 69.0 16.0 3 D 28 28.0 31.0 4 E 19 20.0 85.0 5 F 84 193.0 70.0 내 시도: 다음을 사용하여 열의 합계를 구하려고 했습니다.groupby그리고..sum(): Total = df.groupby['MyColumn'].sum() print Total 이로 인해 다음 오류가 발생합니다. TypeError: 'instancemethod' object has no attribute '__getitem__'..

programing 2023.06.08

self 파라미터의 목적은 무엇입니까?왜 그것이 필요합니까?

self 파라미터의 목적은 무엇입니까?왜 그것이 필요합니까? 이 예를 고려해 보십시오. class MyClass: def func(self, name): self.name = name 나는 그것을 알고 있습니다.self는 인스참를조다니합스턴의의 .MyClass하지만 왜 그래야 합니까?func으로 명적으포다니를 포함합니다.self매개 변수로?사용해야 하는 이유self그 방법의 코드에?일부 다른 언어는 이를 암시적으로 만들거나 특수 구문을 대신 사용합니다. 설계 결정에 대한 언어에 구애받지 않는 고려사항은 이/자체 포인터를 필수적으로 명시적으로 사용할 경우의 이점을 참조하십시오. OP가 생략한 디버깅 질문을 닫으려면self메서드에 대한 매개 변수 및 got aTypeErroruseTypeError: meth..

programing 2023.04.29

빈 Panda DataFrame 생성 후 채우기

빈 Panda DataFrame 생성 후 채우기 여기 판다 데이터 프레임 문서부터 시작하겠습니다: 데이터 구조 소개 Data Frame에 시계열 계산의 값을 반복적으로 채우고 싶습니다.열 A, B 및 타임스탬프 행이 모두 0 또는 모두 NaN인 DataFrame을 초기화합니다. 이 .row[A][t] = row[A][t-1]+1것 같아요. 저는 현재 아래와 같은 코드를 사용하고 있습니다만, 조금 보기 흉하다고 느끼고 있습니다.Data Frame을 직접 사용할 수도 있고, 일반적인 방법으로 사용할 수도 있습니다. 주의: Python 2.7을 사용하고 있습니다. import datetime as dt import pandas as pd import scipy as s if __name__ == '__main..

programing 2023.04.24