pip도 아래 명령들을 이용하면 현재 패키지 버전들을 저정하고, 필요한 버전들을 설치할 수 있다.
python 프로젝트들이 나중에 버전이 꼬여서 난리나는거 보면
필수적인데 왜 다들 안쓸까..
| pip list pip freeze > requirements.txt |
[링크 : https://intelloper.tistory.com/53]
| pip install -r requirements.txt |
| cv2.stereoBM + WLS (0) | 2024.02.28 |
|---|---|
| matplotlib animation (0) | 2024.02.28 |
| pyhthon numpy 생략없이 출력 (0) | 2024.02.26 |
| matplotlib grayscale image to 3d graph (0) | 2024.02.22 |
| python tcp 서버 예제 (0) | 2024.01.22 |
먼가 쓸데없이 복잡해서 외우고 쓰진 못할 듯 -_ㅠ
| import sys import numpy numpy.set_printoptions(threshold=sys.maxsize) |
[링크 : https://stackoverflow.com/questions/1987694/how-do-i-print-the-full-numpy-array-without-truncation]
| matplotlib animation (0) | 2024.02.28 |
|---|---|
| pip 패키지 관리 (0) | 2024.02.27 |
| matplotlib grayscale image to 3d graph (0) | 2024.02.22 |
| python tcp 서버 예제 (0) | 2024.01.22 |
| 파이썬 소켓 예제 (0) | 2024.01.17 |
matplotlib을 이용하여 lena를 3d로 그리는게 보이길래 해보려는데
아래와 같이 deprecated 경고만 발생해서 되는걸 못 찾다가
| >>> ax = fig.gca(projection='3d') <stdin>:1: MatplotlibDeprecationWarning: Calling gca() with keyword arguments was deprecated in Matplotlib 3.4. Starting two minor releases later, gca() will take no keyword arguments. The gca() function should only be used to get the current axes, or if no axes exist, create new axes with default keyword arguments. To create a new axes with non-default arguments, use plt.axes() or plt.subplot(). >>> ax= Axes3D(fig) <stdin>:1: MatplotlibDeprecationWarning: Axes3D(fig) adding itself to the figure is deprecated since 3.4. Pass the keyword argument auto_add_to_figure=False and use fig.add_axes(ax) to suppress this warning. The default value of auto_add_to_figure will change to False in mpl3.5 and True values will no longer work in 3.6. This is consistent with other Axes classes. |
chatGPT에게 물어보니 아래와 같이 줘서 시도하니 나오긴 나온다.
| import cv2 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # 이미지 읽기 image_path = 't.png' img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) # 이미지의 높이와 너비 얻기 height, width = img.shape # 2D 배열을 생성하여 각 픽셀의 깊이 값을 저장 depth_map = np.zeros_like(img, dtype=np.float32) # 각 픽셀의 깊이 계산 (여기서는 그레이스케일 값으로 대체) depth_map = img.astype(np.float32) # 3D 그래프 생성 fig = plt.figure() ax = fig.add_subplot(111, projection='3d') # X, Y 좌표 생성 x = np.arange(0, width, 1) y = np.arange(0, height, 1) x, y = np.meshgrid(x, y) # 깊이 맵을 사용하여 Z 좌표 생성 z = depth_map # 3D 그래프에 표시 ax.plot_surface(x, y, z, cmap='viridis') # 그래프 표시 plt.show() |
분위기를 보아하니 viridis 를 해서 저런 녹색톤이 나오는것 같은데 plasms가 웬지 flir에서 보던 느런 느낌이려나?
[링크 : https://matplotlib.org/stable/users/explain/colors/colormaps.html]
위에서 보면 아래와 같이 lena 이미지가 똭!
[링크 : https://jehyunlee.github.io/2021/07/10/Python-DS-80-mpl3d2/]
| pip 패키지 관리 (0) | 2024.02.27 |
|---|---|
| pyhthon numpy 생략없이 출력 (0) | 2024.02.26 |
| python tcp 서버 예제 (0) | 2024.01.22 |
| 파이썬 소켓 예제 (0) | 2024.01.17 |
| ipython notebook -> jupyter notebook (0) | 2024.01.11 |
예제를 복붙하고 nc 를 통해 테스트 하는데
nc 접속이 끊어지니 쓰레드에서 수신했다고 무한으로 뜬다.
접속하고 받는건 되지만, 끊어지는건 처리가 안된 예제..
[링크 : https://mogoh-developer.tistory.com/9]
[링크 : https://nalara12200.tistory.com/153]
[링크 : https://github.com/levhyun/python_socket]
+
2024.01.23
| pyhthon numpy 생략없이 출력 (0) | 2024.02.26 |
|---|---|
| matplotlib grayscale image to 3d graph (0) | 2024.02.22 |
| 파이썬 소켓 예제 (0) | 2024.01.17 |
| ipython notebook -> jupyter notebook (0) | 2024.01.11 |
| 파이썬 가상환경 (0) | 2024.01.09 |
블러킹 방식이지만 잘 되긴 함.
[링크 : https://1d1cblog.tistory.com/69]
그래서 멀티쓰레드로 작동하게 해야하나? 고민중
[링크 : https://m.blog.naver.com/jkg57/222480924841]
[링크 : https://nachwon.github.io/asyncio-futures/]
[링크 : https://orashelter.tistory.com/47]
[링크 : https://docs.python.org/3.6/library/asyncio-protocol.html]
| matplotlib grayscale image to 3d graph (0) | 2024.02.22 |
|---|---|
| python tcp 서버 예제 (0) | 2024.01.22 |
| ipython notebook -> jupyter notebook (0) | 2024.01.11 |
| 파이썬 가상환경 (0) | 2024.01.09 |
| pyplot legend picking (0) | 2023.10.05 |
interactive python 해서 ipython인가?
notebook은 ipython 꺼였는데 jupyter의 일부가 되었다고 한다.
Installing IPythonThere are multiple ways of installing IPython. This page contains simplified installation instructions that should work for most users. Our official documentation contains more detailed instructions for manual installation targeted at advanced users and developers.If you are looking for installation documentation for the notebook and/or qtconsole, those are now part of Jupyter. |
[링크 : https://ipython.org/install.html]
| python tcp 서버 예제 (0) | 2024.01.22 |
|---|---|
| 파이썬 소켓 예제 (0) | 2024.01.17 |
| 파이썬 가상환경 (0) | 2024.01.09 |
| pyplot legend picking (0) | 2023.10.05 |
| matplotlib (0) | 2023.10.04 |
이것저것 조사해보는데
무식하지만 가장 확실한(?) docker로 버전별로 혹은 프로젝트 별로 생성하는 것부터
python 에서 제공하는 venv
venv를 확장해서 사용하는 virtualenv
그리고 conda 정도로 정리되는 듯.
conda
[링크 : https://m.blog.naver.com/jonghong0316/221683053696]
virtualenv, venv
[링크 : https://jaemunbro.medium.com/python-virtualenv-venv-설정-aaf0e7c2d24e]
conda, venv
[링크 : https://yongeekd01.tistory.com/39]
venv, pipenv, conda, docker(이걸.. 가상이라고 하긴 해야 하는데.. 해줘야 하는거 맞....나?)
[링크 : https://dining-developer.tistory.com/21]
virtualenv, pyenv, pipenv
[링크 : https://jinwoo1990.github.io/dev-wiki/python-concept-3/]
+
conda - Conda provides package, dependency, and environment management for any language.
파이썬 전용이 아닌가?
[링크 : https://docs.conda.io/en/latest/]
[링크 : https://anaconda.org/]
[링크 : https://anaconda.org/anaconda/conda]
+
virtualenv
| is slower (by not having the app-data seed method), is not as extendable, cannot create virtual environments for arbitrarily installed python versions (and automatically discover these), is not upgrade-able via pip, does not have as rich programmatic API (describe virtual environments without creating them). |
[링크 : https://virtualenv.pypa.io/en/latest/]
+
venv
[링크 : https://docs.python.org/3/library/venv.html] 3.12.1
venv는 3.7 이후부터 사용이 가능한 것으로 보임. 즉, 버전별로 호환성은 없을 가능성이 있음
| pyvenv 스크립트는 파이썬 3.6 에서 폐지되었고, 가상 환경이 어떤 파이썬 인터프리터를 기반으로 하는지에 대한 잠재적인 혼동을 방지하기 위해 python3 -m venv를 사용합니다. |
| 파이썬 소켓 예제 (0) | 2024.01.17 |
|---|---|
| ipython notebook -> jupyter notebook (0) | 2024.01.11 |
| pyplot legend picking (0) | 2023.10.05 |
| matplotlib (0) | 2023.10.04 |
| pyplot (0) | 2023.10.04 |
이 선이 머다~ 라고 써있는데 legend인데
거기 클릭하면 선이 보이고 안보이고 하는 기능을 picking이라고 적어 놓은듯
우측 상단에 1 Hz / 2 Hz가 legend인데
레전드 내의 파란색 선을 아~~~주 잘 골라서 클릭하면
아래처럼 사라진다.
[링크 : https://matplotlib.org/stable/gallery/event_handling/legend_picking.html]
| ipython notebook -> jupyter notebook (0) | 2024.01.11 |
|---|---|
| 파이썬 가상환경 (0) | 2024.01.09 |
| matplotlib (0) | 2023.10.04 |
| pyplot (0) | 2023.10.04 |
| python matplotlib 설치 (0) | 2023.03.08 |
gnuplot을 래핑해서 만든건줄 알았는데 독립된 건가?
[링크 : https://matplotlib.org/stable/tutorials/pyplot.html]
| 500.000 points scatterplot gnuplot: 5.171 s matplotlib: 230.693 s |
[링크 : https://stackoverflow.com/questions/911655/gnuplot-vs-matplotlib]
2차축 추가. y축에 대해서 주로 넣지 x 축에 넣는건 먼가 신선하네
| import datetime import matplotlib.pyplot as plt import numpy as np import matplotlib.dates as mdates from matplotlib.ticker import AutoMinorLocator fig, ax = plt.subplots(layout='constrained') x = np.arange(0, 360, 1) y = np.sin(2 * x * np.pi / 180) ax.plot(x, y) ax.set_xlabel('angle [degrees]') ax.set_ylabel('signal') ax.set_title('Sine wave') def deg2rad(x): return x * np.pi / 180 def rad2deg(x): return x * 180 / np.pi secax = ax.secondary_xaxis('top', functions=(deg2rad, rad2deg)) secax.set_xlabel('angle [rad]') plt.show() |
[링크 : https://matplotlib.org/stable/gallery/subplots_axes_and_figures/secondary_axis.html]
특이하게 배열로 된 값이 들어가는게 아닌, 함수를 통해서 1차축에 대해서 계산해서 2차축을 쓰는 듯?
| Axes.secondary_xaxis(location, *, functions=None, **kwargs) Axes.secondary_yaxis(location, *, functions=None, **kwargs) functions2-tuple of func, or Transform with an inverse If a 2-tuple of functions, the user specifies the transform function and its inverse. i.e. functions=(lambda x: 2 / x, lambda x: 2 / x) would be an reciprocal transform with a factor of 2. Both functions must accept numpy arrays as input. The user can also directly supply a subclass of transforms.Transform so long as it has an inverse. See Secondary Axis for examples of making these conversions. |
| 파이썬 가상환경 (0) | 2024.01.09 |
|---|---|
| pyplot legend picking (0) | 2023.10.05 |
| pyplot (0) | 2023.10.04 |
| python matplotlib 설치 (0) | 2023.03.08 |
| python openCV / PIL 포맷 변경 (0) | 2022.04.12 |
하나의 그래프에 여러개의 데이터를 한번에 그리기
| import matplotlib.pyplot as plt import numpy as np # create data x = [1,2,3,4,5] y = [3,3,3,3,3] # plot lines plt.plot(x, y, label = "line 1", linestyle="-") plt.plot(y, x, label = "line 2", linestyle="--") plt.plot(x, np.sin(x), label = "curve 1", linestyle="-.") plt.plot(x, np.cos(x), label = "curve 2", linestyle=":") plt.legend() plt.show() |
[링크 : https://www.geeksforgeeks.org/plot-multiple-lines-in-matplotlib/]
| pyplot legend picking (0) | 2023.10.05 |
|---|---|
| matplotlib (0) | 2023.10.04 |
| python matplotlib 설치 (0) | 2023.03.08 |
| python openCV / PIL 포맷 변경 (0) | 2022.04.12 |
| 파이썬 딕셔너리 변수 생성과 리턴 enumerate, zip (0) | 2022.04.12 |
|
