Python3関連のことを調べてみた2021年10月22日

３D姿勢推定＋Unityでリアルタイム３Dトラッキングするシステムについて現状まとめ

#何をした？
3D人物姿勢推定機械学習モデルを用いてWEBカメラの画像から人物の各関節位置（姿勢）をリアルタイムで推定し、得られた3D位置を使用してUnity上の3Dモデルを動かすシステムを作成

#成果
**1.複数人のリアルタイムトラッキング**
GoogleColaboratory上の3D姿勢推定モデル
入力：WEBカメラの画像をYoutubeLive経由で送信
出力：カメラ位置を原点とした各関節の3D位置（10~15FPS程度）

↓　UDP通信

ローカルPC上のUnity
入力：カメラ位置を原点とした各関節の3D位置（関節間の角度をモデルに適用）
出力：3Dモデルのモーション（リアルタイム表示・BVH形式出力）

YouTube動画/Liveを入力とし、無料クラウドGPU環境(Google Colab)上で複数人の人物追跡・3D姿勢推定を行った結果をローカルPCのUnityで受信し、3Dモデルに反映させる試みのテスト pic.twitter.com/HUmxrmPe3y

— K2 (@K2ML2) January 24, 2021

**2.指のトラッキング**
MediaPipeのHand Trackingモデルを追加して指のトラッキングを追加

今週の進捗。
3D姿勢推定にmediapipeのHand trackingを追加した。

動作の流れ：
手を振る動作→1→2→3→4→5→グッド→ウクレレを構えてジャカジャカ鳴らす動作 pic.twitter.com/ijmEZNReOU

— K2 (@K2ML2) January 31, 2021

#使用した機械学習モデルについて（複数のモデルの

ラズパイで消費電力を取得する（１）

#目的
Raspberry Pi4とCTセンサーを用いて、消費電力を取得し、AWS IoT Core経由で、ElasticSearchに流し込むこと。

#方法
ざっくりの流れは以下の通りです。

1. ハードウェアの構築
1. 消費電力取得プログラムの作成
1. AWS環境の構築

###1.1　ラズパイのセットアップ

まずは、ラズパイ上で、Pythonのスクリプトが実行できるようにセットアップしていきます。

####1.1.1　必要なものを用意する

* Raspberry Pi 4（通称ラズパイ）
* USB-Cの電源（3.0A以上供給可能なもの）
* あらかじめRaspberry Pi OSがインストールされたmicroSDカード
* USBキーボード
* USBマウス
* モニター
* マイクロ HDMI-HDMIケーブル

**ラズパイのインターフェース**

Raspberry Pi 上で UART通信をする Pthon環境で プログラム

【1960年生まれのおじさん日記】
 60歳の定年退職後に再就職した現在の職場で ≪STM32(32bit汎用マイコン)≫でプログラム作成を
 依頼され その後もRaspberry Pi でブロックチェーンを構築してと言われ 分からないことだらけ！
 一応は、若いころから 製造業で働き 制御用ソフト や アプリケーションの作成をしたこともある
 けれども・・・

 この年齢になって Raspberry Pi でブロックチェーンの構築などするとは思わなかったおじさんの
 メモ書き記録。間違いも多々あるかと思いますが、お許しください。

—
**はじめに**
Raspberry Pi4 上で UART通信を行う プログラムを Pythonで書いてみました。

環境は、Raspberry Pi4 に標準で搭載されている [Thonny Python IDE]

—
**準備**
シリアル通信を行うためのライブラリーを Raspberry Pi4 に入れる

~~~
>$ pip install pyserial

例外処理で大元のエラー箇所をlogしたい時

# 結論
“`some.py
import sys
import traceback
from some_module import some_func

def some_some():
try:
some_process…
some_val = some_func() # エラーが起こる処理 -> さらに　some_func()で呼んでいるsome_blah_func()でraiseしてるとする
except Exception as e:
t, v, tb = sys.exc_info()
print(traceback.format_tb(tb)[-1]) # <-大元のエラー箇所を出力する ``` すると出力はこんな感じ。 ``` some_container | File "/some_path/some_blah_module.py", line 30, in some_blah_func some_container | raise ``` # 解説 s

購買回数の分布と負の二項分布の関係

# はじめに

購買回数/来店回数の分布は負の二項分布で表すことができるとよく言われます。
この事について、何故そうなるのかを書いていきたいと思います。

# 使用データ

[共立出版 – データ分析プロセス](https://www.kyoritsu-pub.co.jp/bookdetail/9784320123656)に付属しているデータTafeng.csvを使用します。

## データを見てみる

2000年11月のデータを使います。購買回数(来店回数)を出したいので、同じ日付かつ同じユーザーの重複を削除し、購買回数を出します。

“`python:python
df = pd.read_csv(‘Tafeng/Tafeng_dataset/Tafeng.csv’)
df[‘dt’] = df[‘Time’].str[:10]
df[‘month’] = df[‘Time’].str[:7]
# 2000-11のみ使用
df_target = df[df[‘month’] == ‘2000-11’]
# DB全体の人数
target_users = pd.DataFrame(

python-docxでサムネイルを削除する

## 【問題点】アイコンまっしろやんけ！
F5でリロードしてみると、一瞬だけワードのアイコンが出る。
すぐに真っ白になるので、多分画像ファイルの縮小版表示と似たことが起きているっぽい

## 【原因】問題はやっぱり「縮小版」（英語：Thumbnail）
「縮小版」、そんな機能があるのか…と、「Word 縮小版」とググったら見つかりました。

## 【解決策】以下のファイルを開いて再度保存
開くファイルはdefault.docx
これをテンプレートにして新たなWordファイルが作られてるっぽい。
![imag

Pythonでesa.ioのAPIを触る

# はじめに
ドキュメント共有サービスであるesa.ioではAPIを公開していて、APIを通して記事やコメントの取得や作成、スターをつけたりけしたり等広くesa.ioの機能を利用できます。

今回は、pythonでesa.ioのAPIを触ってみましょう！

# インストール
pythonで作成されたesa APIのクライアントライブラリを利用して、APIにアクセスします。
ライブラリ: [piyo](https://github.com/argonism/piyo)

“` shell
pip install piyo
“`

# APIを叩いてみる

とりあえず、クライアントをnewします。
``と``は自分のアクセストークンとチーム名に置き換えてください。
Clientにアクセストークンを渡す代わりに、環境変数のESA_ACCESS_TOKENにアクセストークンをセットしても大丈夫です。

“` python3
from piyo import Client

def main():
client = Client(a

Pythonプログラミング：urllib.requestを使ったtimeoutを指定したHTTPリクエスト発行

# はじめに

Tipsです。
Webサイトを対象に（Sleepを入れて負荷をかけないように）スクレイピングをしていました。
が、時折ハングアップしてしまう場面にも直面していました。

・・・はい、timeoutの設定が漏れてました。
そのため、応答があるまで待ち続けてしまっていました（≒ハングアップの状況）。

というわけで、HTTPリクエストを発行する処理を見直したいと思います。

## 本稿で紹介すること

– urllib.requestを使ったHTTPリクエストの発行

尚、筆者は以下のVersionで動作確認をしています。
– Python: 3.6.10

# サンプルコード

結論だけ、BeforeとAfterのCodeを紹介。

## Codeを紹介

端的に言えば、urlopen関数で、timeoutパラメータを指定するだけです。
以下、Code例です。
元のCode全体は、**[こちら](https://qiita.com/Blaster36/items/680000a7479e3a90857f)**を参照されたし。

“`python:Before
de

Python始めました。（その２）

　前回の続きになります。
　[Python始めました。(その1)] (https://qiita.com/K-Ohgata/items/4a79f0e618590c3b5116)
　相変わらずコードばかりで読みづらいですが、ご容赦ください…。

# if文
　pythonはインデントでif文などの範囲(ブロック)を判別する。

“`python:sample.py
fruits = [‘apple’, ‘orange’, ‘grape’, ‘peach’]
if ‘apple’ in fruits:
print(‘apple is.’)
if ‘orange’ in fruits:
print(‘orange is too.’)
else:
print(‘apple is not.’)
print(‘I want to eat apple.’)

if fruits: # 値ある場合はTrueとして処理される
print(fruits[0])

color=’yellow’
if color==’red’:
prin

python-docxで日本語用のフォントを設定する

## できること
「日本語用のフォント」を設定できるようになります

## 利用法
“`Python3:real_usecase.py
# 東アジア言語用のフォント設定をします
paragraph.runs[0].font.name_eastasia = “ＭＳ ゴシック”
“`

## 設定
python-docxのファイルをいじって、東アジアの言語（いわゆるCJK Languageだと思われる）に対応させます。
私はminicondaを利用していますが、各自の環境に合わせていじるファイルの場所を特定してください

“`Python3:miconda3/envs//Lib/site-packages/docx/text/font.py/Font
# 以下の部分をnameのgetter/setterの後あたり

画像ビューワー、ボタン操作、JSONで保存　＃メモ

WSLで実行する場合は下記参照
https://dev.classmethod.jp/articles/wsl-x-window/

“`

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

target = “target/*.png”
print(“target:”+target)

data_BasePath = sorted(glob.glob(target))
print(“target:”+target)

data_BasePath = sorted(glob.glob(target))
print(“image Num:”+ str(len(data_BasePath)))

yesno_dict={}
# for idx_inter, data_BasePath_png in enumerate(data_BasePath):
idx_inter = 0
while True:
data_BasePath_png = data_BasePath[idx_inter]
# 入力画

AnacondaのインストールからJupyterLabの起動まで【WIndows10】2021.10

## はじめに
機械学習/データサイエンスにおけるPython環境構築は、ライブラリの依存関係が強く、インストールに手間がかかり、非常に面倒です。
ここでは、お手軽に環境構築するために、科学計算のためのPythonおよびR言語のディストリビューションであるAnacondaのインストールと、JupyterLabの起動までを説明します。またAnaconda Navigatorを用いた仮想環境の作成方法について説明します。
※この記事では、Windows10を使っています。

## Anacondaのインストール
####1. Anacondaホームページから、Products>Individual Editionへ。
https://www.anaconda.com/

####2. Downloadをクリックしてインストーラーをダウンロードしてください。

Raspberry piへのTensorFlowのインストール (モルカーを画像認識で判別したい！)

#本記事の内容
– Raspberry PiにpipでTensorFlow 1.14をインストールする (モルカーを画像認識で判別したい！)

画像認識の仕組みをラズベリーパイで実現しようとしています。
モルカーを画像認識で判別したいと思っています。出来たら可愛いなあと。

まずはTensorFlowをRaspberry piにインストールします。

尚、pipでインストールできるのは、1.14までの様です。
1系の最新版である、1.15.Xをpipでバージョン指定してインストールしようとしてもエラーになりました。
1.15をインストールしたい場合は、ソースからビルドする方法で自前でインストールする必要がありそうです。

#実施環境
– Windows 10
– TeraTarm Version 4.9.4
– Raspberry Pi 2 Model B
– PLANEX 無線LAN子機 GW-USNANO2A ※Raspberry Pi 2はWi-Fi通信モジュールがないため、無線LAN子機をUSBに接続しWi-Fi通信を行う。
– 家庭内の無線LANネットワーク環境にて実施

#

Pythonで個人的によくわすれるやつ

## 関数引数について
pythonにおいて関数引き数は参照型であるため引数で渡した値が対象の関数内で書き換わること期待したが、
pythonの基本型はimmutableであり、関数の呼び出し前後でオブジェクトが変わっており、期待する振る舞いではなかった。
下記例において、add関数内で変数cntが再度生成されたというように考えるべきであり、引数のcntは単純な読み取り専用となっている。
品質的にはそれが好ましいと感じている。

“`python
def add(cnt:int) -> int:
print(‘——————————–‘)
print(‘cntのid 加算前 = {0}’.format(id(cnt)))
cnt = cnt + 1
print(‘cntのid 加算後 = {0}’.format(id(cnt)))
return cnt

counter : int = 0
print(‘——————————–‘)
print(‘関数呼び出し

Python3.7以降でsubprocess.run()関数を使いexe実行

#Python3.7以降でexeを実行する
Python3.5以降でexeを実行するには、**subprocess.run**を使います。
（※Python3.4以前は**subprocess.call**です。）
そしてこの記事で紹介するパラーメータは3.7以降のものなのでご注意ください。

コマンドプロンプトで以下コマンドで実行するexeを例に説明します。
（例）cmd> `sample.exe /a /b /c`

“`python
import subprocess

result = subprocess.run(“sample.exe /a /b /c”)
print(result)
#戻り値
#CompletedProcess(args=’sample.exe’, returncode=0)

“`

　

戻り値の通り、これだけでは出力結果やエラー出力結果が得られません。
そこで、`capture_output`と`text`パラメータを設定してやります。

“`python
import subprocess

result = subprocess.r

tar.gzファイルのダウンロードから解凍保存をメモリ上で実施したい

## やりたいこと
tar.gzファイルを外部からダウンロードし、メモリ上で解凍。
解凍したファイルを任意のディレクトリに保存。（tar.gzファイルは保存しない）

## 実現方法
“`python
import requests
import tarfile
import io

with tarfile.open(fileobj=io.BytesIO(requests.get(‘tar.gzの取得先URL’).content)) as tarf:
tarf.extractall(‘保存先ディレクトリ’, members=tarf)
“`

オムロン環境センサ（2JCIE-BU）をラズパイで使ってみた。（２）

今回は、前回の記事で２JCIE-BUから取得できることがわかった各種の値を溜め込むためにラズパイにPostgreSQLをインストールして、セッティングしていきます。

https://qiita.com/Toshiaki0315/items/aa43e78c024bb900ef53

# PostgreSQLのインストール

最初何も考えずにsudo apt install postgresを実行したらエラーになりました。

インストール失敗ログ

“`shell-session:
pi@raspberrypi:~ $ sudo apt install postgresql
パッケージリストを読み込んでいます… 完了
依存関係ツリーを作成しています
状態情報を読み取っています… 完了
以下の追加パッケージがインストールされます:
libllvm7 libpq5 postgresql-11 postgresql-client-11 postgresql-client-comm

kivyMDチュートリアル其の参什捌 Components – Selection篇

ハロー、Qiita!いかがお過ごしでしょうか。

今週も相変わらず、KivyMDの触れ込みをやっております。お時間ありましたら
お付き合いください。

ニュース的には、特にとりとめもないのですが、変わったことでいうと衆議院
解散くらいでしょうか。まさかの政治ネタが2週間連続という。投票結果がどう
なるかということをデータ分析で予想するというのも面白そうですね。私は、
知識がおぼつかず見ているだけになりそうですが…

ということで今週も元気にやっていきましょう。今週はSelection篇となります。

## Selection

マテリアルデザインのリンクは見ておいて頂けたらと思います。

マニュアルの最初の説明は以下のようになっています。

> Selection refers to how users indicate specific items they intend to take action on.

ここも個人の考え方をいれないよう、依頼をしてみます。

> 選択とは、ユーザーが行動を起こすための具体的な項目を示すことです。

選択 = Selection

となって

ワンライナー年月日取得(python)

巷を探してもいったん変数格納しているまどろっこしいのしか見つからないので、書いてみました。

“`python:今日の日付取得
import datetime
print(datetime.datetime.today().strftime(‘%Y-%m-%d’))
“`

昨日の日付を取得するのにも、変数作りまくっているまどろっこしいのしかないですよね。次の式で一発取得です。

“`python:昨日の日付取得
import datetime
print((datetime.datetime.today() – datetime.timedelta(days=1)).strftime(‘%Y-%m-%d’))
“`

取得したい日付はtimedeltaの引数を調節すればOKです。
使える引数は以下が参考になります。
https://docs.python.org/ja/3/library/datetime.html

良きワンライナーライフを！

【Python3】０から作るPython初心者プログラミング【01】-じゃんけんプログラム-

#【初回ご挨拶】こんにちは! ぬかさんエンジニアリングです。(初投稿‼)

この**「０から作るPython初心者プログラミング」シリーズ**は、Python初心者である私が、**初心者の初心者による初心者のための実践的プログラミングスキル**を皆さんと実践的に学び共有していきたいという趣旨の元に発足した企画です。

お題となるプログラムを最初に提示しますので、各自コーディングをした後にこの記事を読みながら答え合わせをしてみてください！

Python入門書を読み終えてこれから実践的コーディングをたくさんこなしていきたいと思っている……..けど**どんなプログラムを作ればいいかわからない‼**とお題に困っていた皆さん、このシリーズをこなして実践力が上がりました！と言ってもらえるように頑張ってコツコツ書いていきますので**是非ご一読を！それからLGTMも是非！**
$