Keita N - 流行の科学技術を勝手に追いかけるブログ人工知能仮想現実ブロックチェーン

data_science:Chapter3 記述統計と単回帰分析

こんにちはKeita_Nakamori(´・ω・`)です。

ここから統計っぽくなってきました。

記述統計　推論統計　回帰とやっていきます。

ディレクトリの操作もJupyter notebook上でできますのでメモっています。

データの読み込み＞pandas.DataFrame化

ヒストグラム　箱ひげ図　散布図

分散　標準偏差　変動係数　相関係数　共分散　相関

線形単回帰分析　決定係数（寄与率）

ローレンツ曲線　ジニ係数化

スクリプトメモ

data_scientist_chapter_3

data_science:Chapter2 科学計算データ加工グラフの基礎

こんにちは　Keita_Nakamori(´・ω・`)です。

Numpy, Scipy, pandas, Matplotlib, seaborn の基礎です。

この章も、Python慣れしている方は読み飛ばして問題ない章です。

スクリプトメモ

data_scientist_chapter_2

data_science:Chapter1 Pythonの基礎

こんにちは、Keita_Nakamori(´・ω・`)です。

「東京大学のデータサイエンティスト育成講座」を参考に学習を進めています。

pythonで色々と実行していきますので、章ごとにスクリプトのメモを残していこうと思います。※　我流でやっていますので本書の中身とは異なります。

第一章はpythonの基礎的な操作方法なので、なれている方にとっては読み飛ばして良いところです。

無名関数（ラムダ式）の復習くらいですかね。ああ、そんなのもあったな程度です。高階関数　イテレーター　ジェネレータ　デコレーターなどは出てきません。

基本、なくてもデータサイエンスでは困りません。

スクリプトメモ

data_scientist_chapter_1

保護中: block-chain:暗号資産 mulyerコイン開発（メンバーのみ閲覧可）

Web Application: 第１１回　HTMLにTensorFlowを連動させる

やっていきましょう　(´・ω・`)これで一旦終わりにします。

views.py

from django.shortcuts import render
from django.shortcuts import redirect # 追加

# Httpレスポンスをするためのモジュール
from django.http import HttpResponse

# テンプレートファイルを読み込む
from django.template import loader

# forms.pyで定義したPhotoFormクラスを呼び出す
from .forms import PhotoForm

# models.pyで定義したPhotoクラスを呼び出す
from .models import Photo #追加


def index(request):
    # webサイトのindex.html に相当する部分
    # 構造がとても複雑だが、こういうものだと諦めること。
    # 引数としてrequestを受け取る

    # index.htmlを読み込み
    # オブジェクトtemplateを定義する
    template = loader.get_template('carbike/index.html') #追加

    # forms.pyのクラスPhotoFormのインスタンスを作成して、
    # ディクショナリcontextを定義しておく。
    context = {'form':PhotoForm()}

    # オブジェクトtemplateのrender関数に
    # フォームcontextと引数requestを入れて
    # HttpResponseを返す
    return HttpResponse(template.render(context, request)) 

def predict(request):
    # POSTでなければindexへ強制遷移します。
    if not request.method =='POST':
        # return なにも返さない
        print("redirect('carbike:index')が動きます")
        redirect('carbike:index')
    
    # < これ以降はPOSTでデータが取得できている状態 >

    # PhotoFormインスタンスを作成する
    form = PhotoForm(request.POST, request.FILES)

    # 念の為、データが空だったらエラーを返す
    if not form.is_valid():
        raise ValueError('Formが不正です')
    
    # 変数Photo に　画像データを格納する。
    # （別途Photoクラスを作成する必要がある。models.py参照）
    photo = Photo(image=form.cleaned_data['image'])
    print("変数photoにPhoto(image=form.cleaned_data['image'])を格納完了")
    print(photo)

    # 判断結果のリターンをmodels.pyのpredictメソドから取得する
    predicted, percentage = photo.predict()

    # 表示する内容
    template = loader.get_template('carbike/result.html')

    context = {
        'photo_name': photo.image.name,
        'photo_data': photo.image_src(),
        'predicted': predicted,
        'percentage': percentage,
    }

    return HttpResponse(template.render(context, request))

from django.shortcuts import render

from django.shortcuts import redirect # 追加

# Httpレスポンスをするためのモジュール

from django.http import HttpResponse

# テンプレートファイルを読み込む

from django.template import loader

# forms.pyで定義したPhotoFormクラスを呼び出す

from .forms import PhotoForm

# models.pyで定義したPhotoクラスを呼び出す

from .models import Photo #追加

def index(request):

# webサイトのindex.html に相当する部分

# 構造がとても複雑だが、こういうものだと諦めること。

# 引数としてrequestを受け取る

# index.htmlを読み込み

# オブジェクトtemplateを定義する

template = loader.get_template('carbike/index.html') #追加

# forms.pyのクラスPhotoFormのインスタンスを作成して、

# ディクショナリcontextを定義しておく。

context = {'form':PhotoForm()}

# オブジェクトtemplateのrender関数に

# フォームcontextと引数requestを入れて

# HttpResponseを返す

return HttpResponse(template.render(context, request))

def predict(request):

# POSTでなければindexへ強制遷移します。

if not request.method =='POST':

# return なにも返さない

print("redirect('carbike:index')が動きます")

redirect('carbike:index')

# < これ以降はPOSTでデータが取得できている状態 >

# PhotoFormインスタンスを作成する

form = PhotoForm(request.POST, request.FILES)

# 念の為、データが空だったらエラーを返す

if not form.is_valid():

raise ValueError('Formが不正です')

# 変数Photo に　画像データを格納する。

# （別途Photoクラスを作成する必要がある。models.py参照）

photo = Photo(image=form.cleaned_data['image'])

print("変数photoにPhoto(image=form.cleaned_data['image'])を格納完了")

print(photo)

# 判断結果のリターンをmodels.pyのpredictメソドから取得する

predicted, percentage = photo.predict()

# 表示する内容

template = loader.get_template('carbike/result.html')

context = {

'photo_name': photo.image.name,

'photo_data': photo.image_src(),

'predicted': predicted,

'percentage': percentage,

}

return HttpResponse(template.render(context, request))

form.py

# フォームを生成するモジュール
from django import forms

class PhotoForm(forms.Form):
    # 画像をアップロードする機能
    image = forms.ImageField(widget=forms.FileInput(attrs={'class':'custom-file-input'}))

# フォームを生成するモジュール

from django import forms

class PhotoForm(forms.Form):

# 画像をアップロードする機能

image = forms.ImageField(widget=forms.FileInput(attrs={'class':'custom-file-input'}))

model.py

from django.db import models

# Create your models here.

import numpy as np #tfよりも先に行っておく

# 追加モジュール
import io, base64 #画像ファイルを数値に変換　ブラウザへ画像を戻す
import tensorflow as tf #追加

# vgg16_predict.pyからモジュールをコピペ
import numpy as np
from PIL import Image
import sys

from tensorflow import keras
from tensorflow.keras.models import load_model

# 推論するセッションの初期化を行っておく
graph = tf.get_default_graph()

class Photo(models.Model):
    # models.Modelを拡張してPhotoクラスを作成する

    # 画像データをアップロードするディレクトリを指定する
    # myproject直下に /media/photos　の２階層ディレクトリを新規作成すこと。
    image = models.ImageField(upload_to='photos')

    # < vgg16 パラメータ >
    # 画像サイズ
    IMAGE_SIZE = 224 

    # モデルファイルを読み込む（別途フォルダ作成が必要）
    # ./car_motorbike/ml_models/vgg16_trans.h5 を作成しておくこと。
    MODEL_FILE_PATH = './car_motorbike/ml_models/vgg16_trans.h5' 
    print('モデルファイルパス読み込み完了')

    # vgg16_predict.pyからコピペ
    # 出力結果のクラスを定義
    classes = ["car", "motorbike"]
    num_classes = len(classes) # クラス数を定義

    def predict(self):
        print('Photo.predictメソド開始')

        # 引数から画像ファイルを参照して読み込む
        # クラスメソドとして定義してあげる
        
        # モデルの初期化
        model = None

        # 毎回同じモデルのセッションにデータを投入するためグローバル変数とする
        global graph
        
        with graph.as_default():

            # 予め定義しておいたMODEL_FILE_PATH からモデルを定義できるようにする
            model = load_model(self.MODEL_FILE_PATH) 

            # 画像データを格納する
            img_data = self.image.read()

            # 画像データをメモリ上に保持して、ファイルのようにアクセスできるよう、
            # バイナリデータに変換する
            img_bin = io.BytesIO(img_data)
            
            # pillow の Imageでバイナリデータを開く
            image = Image.open(img_bin)
       
            # 以下、vgg16_predict.pyからコピペ

            # 画像サイズを定義（VGG16に合うように）
            # image_size = 224 クラスとして定義済み

            # 画像ファイルをコマンドラインの第２引数から開く
            # 今回はimag_binから開くので不要
            # image = Image.open(sys.argv[1]) 

            # 画像ファイルをRGBに変換する
            image = image.convert('RGB')

            # 画像を同じサイズに揃える
            # image = image.resize((image_size, image_size))
            image = image.resize((self.IMAGE_SIZE, self.IMAGE_SIZE))

            # RGB値をnumpy配列に変換する 
            data = np.asarray(image)

            # データを正規化する
            data = data / 255.0

            # リストにappendしてnumpy配列にする
            X = []
            X.append(data)
            X = np.array(X)

            # VGG16_transモデルをロードする
            # model = load_model('./vgg16_trans.h5') すでに上記で行っているので不要

            # VGG16_transモデルにデータを入れて予測結果を返す
            # スコアが配列で帰ってくるので[0]番目をつける
            result = model.predict([X])[0] 

            # 最も大きい数字を採用する
            predicted = result.argmax()
            percentage = int(result[predicted] * 100)

            # プリントする
            print(self.classes[predicted], percentage)

            # 判断結果とパーセンテージをreturnする
            return self.classes[predicted], percentage

    def image_src(self):
        # views.pyの 'photo_data': photo.image.src() へ連動させる
        with self.image.open() as img:
            base64_img = base64.b64encode(img.read()).decode()
            return 'data:' + img.file.content_type + ';base64,' + base64_img

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

from django.db import models

# Create your models here.

import numpy as np #tfよりも先に行っておく

# 追加モジュール

import io, base64 #画像ファイルを数値に変換　ブラウザへ画像を戻す

import tensorflow as tf #追加

# vgg16_predict.pyからモジュールをコピペ

import numpy as np

from PIL import Image

import sys

from tensorflow import keras

from tensorflow.keras.models import load_model

# 推論するセッションの初期化を行っておく

graph = tf.get_default_graph()

class Photo(models.Model):

# models.Modelを拡張してPhotoクラスを作成する

# 画像データをアップロードするディレクトリを指定する

# myproject直下に /media/photos　の２階層ディレクトリを新規作成すこと。

image = models.ImageField(upload_to='photos')

# < vgg16 パラメータ >

# 画像サイズ

IMAGE_SIZE = 224

# モデルファイルを読み込む（別途フォルダ作成が必要）

# ./car_motorbike/ml_models/vgg16_trans.h5 を作成しておくこと。

MODEL_FILE_PATH = './car_motorbike/ml_models/vgg16_trans.h5'

print('モデルファイルパス読み込み完了')

# vgg16_predict.pyからコピペ

# 出力結果のクラスを定義

classes = ["car", "motorbike"]

num_classes = len(classes) # クラス数を定義

def predict(self):

print('Photo.predictメソド開始')

# 引数から画像ファイルを参照して読み込む

# クラスメソドとして定義してあげる

# モデルの初期化

model = None

# 毎回同じモデルのセッションにデータを投入するためグローバル変数とする

global graph

with graph.as_default():

# 予め定義しておいたMODEL_FILE_PATH からモデルを定義できるようにする

model = load_model(self.MODEL_FILE_PATH)

# 画像データを格納する

img_data = self.image.read()

# 画像データをメモリ上に保持して、ファイルのようにアクセスできるよう、

# バイナリデータに変換する

img_bin = io.BytesIO(img_data)

# pillow の Imageでバイナリデータを開く

image = Image.open(img_bin)

# 以下、vgg16_predict.pyからコピペ

# 画像サイズを定義（VGG16に合うように）

# image_size = 224 クラスとして定義済み

# 画像ファイルをコマンドラインの第２引数から開く

# 今回はimag_binから開くので不要

# image = Image.open(sys.argv[1])

# 画像ファイルをRGBに変換する

image = image.convert('RGB')

# 画像を同じサイズに揃える

# image = image.resize((image_size, image_size))

image = image.resize((self.IMAGE_SIZE, self.IMAGE_SIZE))

# RGB値をnumpy配列に変換する

data = np.asarray(image)

# データを正規化する

data = data / 255.0

# リストにappendしてnumpy配列にする

X = []

X.append(data)

X = np.array(X)

# VGG16_transモデルをロードする

# model = load_model('./vgg16_trans.h5') すでに上記で行っているので不要

# VGG16_transモデルにデータを入れて予測結果を返す

# スコアが配列で帰ってくるので[0]番目をつける

result = model.predict([X])[0]

# 最も大きい数字を採用する

predicted = result.argmax()

percentage = int(result[predicted] * 100)

# プリントする

print(self.classes[predicted], percentage)

# 判断結果とパーセンテージをreturnする

return self.classes[predicted], percentage

def image_src(self):

# views.pyの 'photo_data': photo.image.src() へ連動させる

with self.image.open() as img:

base64_img = base64.b64encode(img.read()).decode()

return 'data:' + img.file.content_type + ';base64,' + base64_img

result.html

<!-- リザルトページを作成します。-->

<!-- テンプレートであるbase.htmlに対して　拡張する宣言をします。-->
{% extends 'carbike/base.html' %}

<!-- タイトル title をbase.htmlに埋め込みます。-->
{% block title %}判定結果{% endblock %}

<!-- 内容 content　をbase.htmlに埋め込みます。-->
{% block content %}
<div>
    <!-- classはbootstrap記法で文字間の調整になる
        mtマージントップ mb マージンボトム 境界線底部 -->
    <h4 class="mt-4 mb-5 border-bottom">車とバイクを判別します。</h4>

    <!-- 判別結果と推定確率のテーブルを設置する -->

    <table class='table'>
        <tbody>
            <tr>
                <td>ファイル名</td>
                <td>{{ photo_name }}</td>
            </tr>
            <tr>
                <td>画像ファイル</td>
                <td><img class='preview-img' src={{ photo_data }}></img></td>
            </tr>
            <tr>
                <td>推定ラベル</td>
                <td>{{ predicted }} </td>
            </tr>
            <tr>
                <td>推定確率</td>
                <td>{{ percentage }} %</td>
            </tr>
        </tbody>
    </table>

    <!-- 戻るボタンを設置する -->
    <a href="{% url 'carbike:index' %}" class="btn btn-primary">画像選択メニューに戻る</a>
 
</div>
{% endblock %}

{% extends 'carbike/base.html' %}

{% block title %}判定結果{% endblock %}

{% block content %}

<div>

<!-- classはbootstrap記法で文字間の調整になる

mtマージントップ mb マージンボトム境界線底部 -->

<h4 class="mt-4 mb-5 border-bottom">車とバイクを判別します。</h4>

<tbody>

<tr>

<td>ファイル名</td>

<td>{{ photo_name }}</td>

</tr>

<tr>

<td>画像ファイル</td>

</tr>

<tr>

<td>推定ラベル</td>

<td>{{ predicted }} </td>

</tr>

<tr>

<td>{{ percentage }} %</td>

</tr>

</tbody>

</table>

<a href="{% url 'carbike:index' %}" class="btn btn-primary">画像選択メニューに戻る</a>

</div>

{% endblock %}

実行してみる

conda activate djangoai

cd anaconda_projects

cd djangoai

cd myproject

pythin manage.py runserver

url:http://127.0.0.1:8000/carbike

おわり

いやー疲れました、djangoは難しい。小さなアプリでも多くのファイル間を連携させないと動いてくれないんですね。

今後は、マッチングアプリや遠隔監視カメラなんてものを作ってみたいと思います。

IOT:加速度センサMPU-6050をラズパイ pythonで動かしてみる（２）

前回は、数値の出力まででしたので、今回はリアルタイムプロットに挑戦します。

グラフ付きスクリプト

# -*- coding: utf-8 -*-

import smbus
import math
from time import sleep
from time import perf_counter
import time
import matplotlib.pyplot as plt

#mpu6050のデバイスアドレス（決まっている）
DEV_ADDR = 0x68

ACCEL_XOUT = 0x3b
ACCEL_YOUT = 0x3d
ACCEL_ZOUT = 0x3f
TEMP_OUT = 0x41
GYRO_XOUT = 0x43
GYRO_YOUT = 0x45
GYRO_ZOUT = 0x47

PWR_MGMT_1 = 0x6b
PWR_MGMT_2 = 0x6c   

# sudo i2cdetect 0 : Error: Could not open file `/dev/i2c-0' or `/dev/i2c/0'
# sudo i2cdetect 1 : I will probe file /dev/i2c-1
# エラーの出ない方がバス番号(0 か 1)
# コネクションオブジェクトを取得
bus = smbus.SMBus(1)

# write_byte_data(アドレス, コマンド, 1バイトの値)
# スリープを解除 多分（最初はスリープしている）
bus.write_byte_data(DEV_ADDR, PWR_MGMT_1, 0)

# make plot
times = [0 for i in range(60)]
axs = [0 for i in range(60)]

time = 0
ax = 0

# initialize matplotlib
plt.ion()
plt.figure()
li_x, = plt.plot(times, axs) # need " , "
#li_y, = plt.plot(times, ays) # need " , "
#li_z, = plt.plot(times, azs) # need " , "

#plt.xlim(-1,1)
plt.ylim(-2,2)
plt.xlabel("time")
plt.ylabel("ax,ay,az")
plt.title("ax,ay,az real time plot")


def read_word(adr):
    
    high = bus.read_byte_data(DEV_ADDR, adr)
    low = bus.read_byte_data(DEV_ADDR, adr+1)
    val = (high << 8) + low
    return val

def read_word_sensor(adr):
    #２バイトデータから　１ワードデータへデコードする
    val = read_word(adr)
    if (val >= 0x8000):  return -((65535 - val) + 1)
    else:  return val

def get_temp():
    # 温度を算出する
    temp = read_word_sensor(TEMP_OUT)
    x = temp / 340 + 36.53      # data sheet(register map)記載の計算式.
    return x

def getGyro():
    # ３軸 角速度を算出する
    x = read_word_sensor(GYRO_XOUT)/ 131.0
    y = read_word_sensor(GYRO_YOUT)/ 131.0
    z = read_word_sensor(GYRO_ZOUT)/ 131.0
    return [x, y, z]

def getAccel():
    # ３軸 加速度を算出する
    x = read_word_sensor(ACCEL_XOUT)/ 16384.0
    y= read_word_sensor(ACCEL_YOUT)/ 16384.0
    z= read_word_sensor(ACCEL_ZOUT)/ 16384.0
    return [x, y, z]

# Define initial time
t_init = perf_counter()

while perf_counter() - t_init < 60.0 :
    t = perf_counter() - t_init
    # ３軸 加速度を算出し出力する
    ax, ay, az = getAccel()
    print ('{0:4.3f}, {1:4.3f}, {2:4.3f}, {3:4.3f}'
           .format(t, ax, ay, az))    

    #最新のデータを追加すると同時に最初のデータを削除する
    times.append(t)
    times.pop(0)
    axs.append(ax)
    axs.pop(0)
    #ays.append(ax)
    #ays.pop(0)    
    #azs.append(ax)
    #azs.pop(0)    
    
    
    # 区間プロットする
    li_x.set_xdata(times)
    li_x.set_ydata(axs)
    plt.xlim(min(times), max(times))
    plt.draw() # plt.ion()に対応 （plt.show()ではない）

    plt.pause(0.01)
    sleep(0.02)

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

# -*- coding: utf-8 -*-

import smbus

import math

from time import sleep

from time import perf_counter

import time

import matplotlib.pyplot as plt

#mpu6050のデバイスアドレス（決まっている）

DEV_ADDR = 0x68

ACCEL_XOUT = 0x3b

ACCEL_YOUT = 0x3d

ACCEL_ZOUT = 0x3f

TEMP_OUT = 0x41

GYRO_XOUT = 0x43

GYRO_YOUT = 0x45

GYRO_ZOUT = 0x47

PWR_MGMT_1 = 0x6b

PWR_MGMT_2 = 0x6c

# sudo i2cdetect 0 : Error: Could not open file `/dev/i2c-0' or `/dev/i2c/0'

# sudo i2cdetect 1 : I will probe file /dev/i2c-1

# エラーの出ない方がバス番号(0 か 1)

# コネクションオブジェクトを取得

bus = smbus.SMBus(1)

# write_byte_data(アドレス, コマンド, 1バイトの値)

# スリープを解除多分（最初はスリープしている）

bus.write_byte_data(DEV_ADDR, PWR_MGMT_1, 0)

# make plot

times = [0 for i in range(60)]

axs = [0 for i in range(60)]

time = 0

ax = 0

# initialize matplotlib

plt.ion()

plt.figure()

li_x, = plt.plot(times, axs) # need " , "

#li_y, = plt.plot(times, ays) # need " , "

#li_z, = plt.plot(times, azs) # need " , "

#plt.xlim(-1,1)

plt.ylim(-2,2)

plt.xlabel("time")

plt.ylabel("ax,ay,az")

plt.title("ax,ay,az real time plot")

def read_word(adr):

high = bus.read_byte_data(DEV_ADDR, adr)

low = bus.read_byte_data(DEV_ADDR, adr+1)

val = (high << 8) + low

return val

def read_word_sensor(adr):

#２バイトデータから　１ワードデータへデコードする

val = read_word(adr)

if (val >= 0x8000): return -((65535 - val) + 1)

else: return val

def get_temp():

# 温度を算出する

temp = read_word_sensor(TEMP_OUT)

x = temp / 340 + 36.53 # data sheet(register map)記載の計算式.

return x

def getGyro():

# ３軸角速度を算出する

x = read_word_sensor(GYRO_XOUT)/ 131.0

y = read_word_sensor(GYRO_YOUT)/ 131.0

z = read_word_sensor(GYRO_ZOUT)/ 131.0

return [x, y, z]

def getAccel():

# ３軸加速度を算出する

x = read_word_sensor(ACCEL_XOUT)/ 16384.0

y= read_word_sensor(ACCEL_YOUT)/ 16384.0

z= read_word_sensor(ACCEL_ZOUT)/ 16384.0

return [x, y, z]

# Define initial time

t_init = perf_counter()

while perf_counter() - t_init < 60.0 :

t = perf_counter() - t_init

# ３軸加速度を算出し出力する

ax, ay, az = getAccel()

print ('{0:4.3f}, {1:4.3f}, {2:4.3f}, {3:4.3f}'

.format(t, ax, ay, az))

#最新のデータを追加すると同時に最初のデータを削除する

times.append(t)

times.pop(0)

axs.append(ax)

axs.pop(0)

#ays.append(ax)

#ays.pop(0)

#azs.append(ax)

#azs.pop(0)

# 区間プロットする

li_x.set_xdata(times)

li_x.set_ydata(axs)

plt.xlim(min(times), max(times))

plt.draw() # plt.ion()に対応（plt.show()ではない）

plt.pause(0.01)

sleep(0.02)

リアルタイムプロット

できました！　以上です。

IOT:加速度センサMPU-6050をラズパイ pythonで動かしてみる（１）

こんにちは、加速度センサーのMPU-6050を買ったので、試運転してみます。

下記webを参考にさせていただきました。

まずは配線しましょう。

使用するピンは 1 , 3 , 5 , 6 です。

MPU-6050の電源電圧は 3.3[V] ですが、GY-521に3.3[V]のレギュレータICが載っていて、I2Cバスのプルアップ抵抗が 3.3[V] へ繋がっているので、5[V]電源の Arduino に直接つないで使うことが出来ます。

という記述を見つけましたが、おとなしく+3.3Vに接続します。

ラズパイをネットワークにつないでVNC接続します。

ラズパイの設定でSSH,VNC,I2C,SPIとか全部　有効にします。

ターミナルで >ifconfigして　アドレスを確認します。

192.168.10.xxx

ウィンドウズマシン上でVNC Viewerから新規コネクト作成で192.168.10.114します。

このとき、重要なのは　ユーザーネームは自分で設定したIDではなくて pi です！！で、パスワードは自分で設定したやつです。

非常に紛らわしいですね。毎回詰まります。

GPIOでI2Cが有効になっているか確認

$ gpio readall

すると、GPIOの一覧が確認できます。

 +-----+-----+---------+------+---+---Pi 3B--+---+------+---------+-----+-----+
 | BCM | wPi |   Name  | Mode | V | Physical | V | Mode | Name    | wPi | BCM |
 +-----+-----+---------+------+---+----++----+---+------+---------+-----+-----+
 |     |     |    3.3v |      |   |  1 || 2  |   |      | 5v      |     |     |
 |   2 |   8 |   SDA.1 | ALT0 | 1 |  3 || 4  |   |      | 5v      |     |     |
 |   3 |   9 |   SCL.1 | ALT0 | 1 |  5 || 6  |   |      | 0v      |     |     |
 |   4 |   7 | GPIO. 7 |   IN | 0 |  7 || 8  | 1 | ALT5 | TxD     | 15  | 14  |
 |     |     |      0v |      |   |  9 || 10 | 1 | ALT5 | RxD     | 16  | 15  |
 |  17 |   0 | GPIO. 0 |   IN | 0 | 11 || 12 | 0 | IN   | GPIO. 1 | 1   | 18  |
 |  27 |   2 | GPIO. 2 |   IN | 0 | 13 || 14 |   |      | 0v      |     |     |
 |  22 |   3 | GPIO. 3 |   IN | 0 | 15 || 16 | 0 | IN   | GPIO. 4 | 4   | 23  |
 |     |     |    3.3v |      |   | 17 || 18 | 0 | IN   | GPIO. 5 | 5   | 24  |
 |  10 |  12 |    MOSI | ALT0 | 0 | 19 || 20 |   |      | 0v      |     |     |
 |   9 |  13 |    MISO | ALT0 | 0 | 21 || 22 | 0 | IN   | GPIO. 6 | 6   | 25  |
 |  11 |  14 |    SCLK | ALT0 | 0 | 23 || 24 | 1 | OUT  | CE0     | 10  | 8   |
 |     |     |      0v |      |   | 25 || 26 | 1 | OUT  | CE1     | 11  | 7   |
 |   0 |  30 |   SDA.0 |   IN | 1 | 27 || 28 | 1 | IN   | SCL.0   | 31  | 1   |
 |   5 |  21 | GPIO.21 |   IN | 1 | 29 || 30 |   |      | 0v      |     |     |
 |   6 |  22 | GPIO.22 |   IN | 1 | 31 || 32 | 0 | IN   | GPIO.26 | 26  | 12  |
 |  13 |  23 | GPIO.23 |   IN | 0 | 33 || 34 |   |      | 0v      |     |     |
 |  19 |  24 | GPIO.24 |   IN | 0 | 35 || 36 | 0 | IN   | GPIO.27 | 27  | 16  |
 |  26 |  25 | GPIO.25 |   IN | 0 | 37 || 38 | 0 | IN   | GPIO.28 | 28  | 20  |
 |     |     |      0v |      |   | 39 || 40 | 0 | IN   | GPIO.29 | 29  | 21  |
 +-----+-----+---------+------+---+----++----+---+------+---------+-----+-----+
 | BCM | wPi |   Name  | Mode | V | Physical | V | Mode | Name    | wPi | BCM |
 +-----+-----+---------+------+---+---Pi 3B--+---+------+---------+-----+-----+

+-----+-----+---------+------+---+---Pi 3B--+---+------+---------+-----+-----+

| BCM | wPi | Name | Mode | V | Physical | V | Mode | Name | wPi | BCM |

+-----+-----+---------+------+---+----++----+---+------+---------+-----+-----+

| | | 3.3v | | | 1 || 2 | | | 5v | | |

| 2 | 8 | SDA.1 | ALT0 | 1 | 3 || 4 | | | 5v | | |

| 3 | 9 | SCL.1 | ALT0 | 1 | 5 || 6 | | | 0v | | |

| 4 | 7 | GPIO. 7 | IN | 0 | 7 || 8 | 1 | ALT5 | TxD | 15 | 14 |

| | | 0v | | | 9 || 10 | 1 | ALT5 | RxD | 16 | 15 |

| 17 | 0 | GPIO. 0 | IN | 0 | 11 || 12 | 0 | IN | GPIO. 1 | 1 | 18 |

| 27 | 2 | GPIO. 2 | IN | 0 | 13 || 14 | | | 0v | | |

| 22 | 3 | GPIO. 3 | IN | 0 | 15 || 16 | 0 | IN | GPIO. 4 | 4 | 23 |

| | | 3.3v | | | 17 || 18 | 0 | IN | GPIO. 5 | 5 | 24 |

| 10 | 12 | MOSI | ALT0 | 0 | 19 || 20 | | | 0v | | |

| 9 | 13 | MISO | ALT0 | 0 | 21 || 22 | 0 | IN | GPIO. 6 | 6 | 25 |

| 11 | 14 | SCLK | ALT0 | 0 | 23 || 24 | 1 | OUT | CE0 | 10 | 8 |

| | | 0v | | | 25 || 26 | 1 | OUT | CE1 | 11 | 7 |

| 0 | 30 | SDA.0 | IN | 1 | 27 || 28 | 1 | IN | SCL.0 | 31 | 1 |

| 5 | 21 | GPIO.21 | IN | 1 | 29 || 30 | | | 0v | | |

| 6 | 22 | GPIO.22 | IN | 1 | 31 || 32 | 0 | IN | GPIO.26 | 26 | 12 |

| 13 | 23 | GPIO.23 | IN | 0 | 33 || 34 | | | 0v | | |

| 19 | 24 | GPIO.24 | IN | 0 | 35 || 36 | 0 | IN | GPIO.27 | 27 | 16 |

| 26 | 25 | GPIO.25 | IN | 0 | 37 || 38 | 0 | IN | GPIO.28 | 28 | 20 |

| | | 0v | | | 39 || 40 | 0 | IN | GPIO.29 | 29 | 21 |

+-----+-----+---------+------+---+----++----+---+------+---------+-----+-----+

| BCM | wPi | Name | Mode | V | Physical | V | Mode | Name | wPi | BCM |

+-----+-----+---------+------+---+---Pi 3B--+---+------+---------+-----+-----+

$ sudo i2cdetect -y 1

すると、I2Cが接続されているのが確認できます。

     0  1  2  3  4  5  6  7  8  9  a  b  c  d  e  f
00:          -- -- -- -- -- -- -- -- -- -- -- -- -- 
10: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
20: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
30: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
40: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
50: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- 
60: -- -- -- -- -- -- -- -- 68 -- -- -- -- -- -- -- 
70: -- -- -- -- -- -- -- --

0 1 2 3 4 5 6 7 8 9 a b c d e f

00: -- -- -- -- -- -- -- -- -- -- -- -- --

10: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --

20: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --

30: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --

40: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --

50: -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --

60: -- -- -- -- -- -- -- -- 68 -- -- -- -- -- -- --

70: -- -- -- -- -- -- -- --

実行スクリプト

では、加速度を取得してみましょう。ベタ貼りしてみました。

# -*- coding: utf-8 -*-

import smbus
import math
from time import sleep
import time

DEV_ADDR = 0x68

ACCEL_XOUT = 0x3b
ACCEL_YOUT = 0x3d
ACCEL_ZOUT = 0x3f
TEMP_OUT = 0x41
GYRO_XOUT = 0x43
GYRO_YOUT = 0x45
GYRO_ZOUT = 0x47

PWR_MGMT_1 = 0x6b
PWR_MGMT_2 = 0x6c   

bus = smbus.SMBus(1)
bus.write_byte_data(DEV_ADDR, PWR_MGMT_1, 0)

def read_word(adr):
    high = bus.read_byte_data(DEV_ADDR, adr)
    low = bus.read_byte_data(DEV_ADDR, adr+1)
    val = (high << 8) + low
    return val

def read_word_sensor(adr):
    val = read_word(adr)
    if (val >= 0x8000):  return -((65535 - val) + 1)
    else:  return val

def get_temp():
    temp = read_word_sensor(TEMP_OUT)
    x = temp / 340 + 36.53      # data sheet(register map)記載の計算式.
    return x

def getGyro():
    x = read_word_sensor(GYRO_XOUT)/ 131.0
    y = read_word_sensor(GYRO_YOUT)/ 131.0
    z = read_word_sensor(GYRO_ZOUT)/ 131.0
    return [x, y, z]


def getAccel():
    x = read_word_sensor(ACCEL_XOUT)/ 16384.0
    y= read_word_sensor(ACCEL_YOUT)/ 16384.0
    z= read_word_sensor(ACCEL_ZOUT)/ 16384.0
    return [x, y, z]


while 1:
    ax, ay, az = getAccel()
    gx, gy, gz = getGyro()
    print ('{0:4.3f},{0:4.3f},{0:4.3f},{0:4.3f},{0:4.3f},{0:4.3f},' .format(gx, gy, gz, ax, ay, az))

# -*- coding: utf-8 -*-

import smbus

import math

from time import sleep

import time

DEV_ADDR = 0x68

ACCEL_XOUT = 0x3b

ACCEL_YOUT = 0x3d

ACCEL_ZOUT = 0x3f

TEMP_OUT = 0x41

GYRO_XOUT = 0x43

GYRO_YOUT = 0x45

GYRO_ZOUT = 0x47

PWR_MGMT_1 = 0x6b

PWR_MGMT_2 = 0x6c

bus = smbus.SMBus(1)

bus.write_byte_data(DEV_ADDR, PWR_MGMT_1, 0)

def read_word(adr):

high = bus.read_byte_data(DEV_ADDR, adr)

low = bus.read_byte_data(DEV_ADDR, adr+1)

val = (high << 8) + low

return val

def read_word_sensor(adr):

val = read_word(adr)

if (val >= 0x8000): return -((65535 - val) + 1)

else: return val

def get_temp():

temp = read_word_sensor(TEMP_OUT)

x = temp / 340 + 36.53 # data sheet(register map)記載の計算式.

return x

def getGyro():

x = read_word_sensor(GYRO_XOUT)/ 131.0

y = read_word_sensor(GYRO_YOUT)/ 131.0

z = read_word_sensor(GYRO_ZOUT)/ 131.0

return [x, y, z]

def getAccel():

x = read_word_sensor(ACCEL_XOUT)/ 16384.0

y= read_word_sensor(ACCEL_YOUT)/ 16384.0

z= read_word_sensor(ACCEL_ZOUT)/ 16384.0

return [x, y, z]

while 1:

ax, ay, az = getAccel()

gx, gy, gz = getGyro()

print ('{0:4.3f},{0:4.3f},{0:4.3f},{0:4.3f},{0:4.3f},{0:4.3f},' .format(gx, gy, gz, ax, ay, az))

結果

ちゃんと動いていますね。

次回

数値データをグラフ化して見ましょう。

動的にmatplotlibを利用する必要がありますので、ちょっと考えなくてはなりません。

Python: 無名関数　lambda 式

こんにちは Keita_Nakamoriです。(´・ω・)


台風１9号が接近し、レベル４の避難命令が出ましたので最寄りの小学校へ避難しております。ひまです。
無名関数　lambda 式
無名関数を使うときはlambda（ラムダ）と書きます。
(lambda a, b : a * b) (5, 8)
lambda a, b :　の部分
def xxx(a, b): に相当します。
a*b　の部分
通常の関数で言うところの return a*b　に相当します。
(5, 8) 　の部分
xxx関数を定義したとして、xxx(5,8) のように引数を２つ渡すことに相当します。
以上より、通常の関数では


		
		
			
			
Python
			
			def xxx(a,b):
    return a*b

xxx(5,8)
			
				
					
				
					1
2
3
4
				
						def xxx(a,b):
    return a*b
 
xxx(5,8)
					
				
			
		


 
のところを
一行で (lambda a,b : a*b)(5,8)
と書けるのです。

書いているうちに台風が去っていきました。お家に帰りましょう。(´・ω・)

Web Application: 第１０回　HTMLで内容を作成する

前回までで　carbikeのindex画面とpredict画面を生成しました。

今回はhtmlを記述していってwebサイトをかっこよくしていきます。

django-bootstrap4 をインストール

django-bootstrap4を使いますので、

> pip install django-bootstrap4をします。

django-bootstrap4-1.0.1　が入りました。

htmlファイルの作成

/myproject/car_motorbike/ の下に

/templates/carbike/base.html
/templates/carbike/index.html
/templates/carbike/predict.html

というファイルを３つ作成します。

まずはじめに各ページ共通の部分である雛形としてbase.htmlを作成します。

index.htmlとpredict.htmlには各ページ固有の内容を記述して、雛形であるbase.htmlに埋め込んでいくやり方を取ります。

base.html　の作成

各ページ共通の部分である雛形です。

<!DOCTYPE html>
<!-- この base.html　はテンプレートファイルとして作成され、各ページに流用されます。 -->
<html lang="ja">
<head>
    <meta charset="UTF-8">

    <!-- static/carbike/css/style.cssを参照できるようにディレクトリを指定する-->
    {% load static %}

    <!-- django-bootstrap4 と bootstrap_cssを使用する宣言-->
    {% load bootstrap4 %}
    {% bootstrap_css%}

    <!-- ディレクトリstaticの下のcarbike/css/style.cssを読み込む --> 
    <link rel='stylesheet' type="text/css" href="{% static 'carbike/css/style.css' %}">

    <!-- bootstarap_javascript の jquery を読み込む -->
    {% bootstrap_javascript jquery='full' %}

    <!-- 各ページ固有のタイトル title を代入する部分 -->
    <title>Image classification by TensorFlow | {% block title %}{% endblock %}</title>

</head>

<body>
    <!-- ナビゲーションバーを設置する -->
    <nav class="navbar navbar-expand-lg navbar-light bg-light">
        <a class="navber-brand" href="#">Image classification by TensorFlow</a>
    </nav>

    <!-- メインの内容を設置する -->
    <div class="container">

        <!-- 各ページの内容 content を代入する部分 -->
        {% block content%}{% endblock %}
    </div>
</body>

</html>

<!DOCTYPE html>

<head>

{% load static %}

{% load bootstrap4 %}

{% bootstrap_css%}

{% bootstrap_javascript jquery='full' %}

<title>Image classification by TensorFlow | {% block title %}{% endblock %}</title>

</head>

<body>

<a class="navber-brand" href="#">Image classification by TensorFlow</a>

</nav>

{% block content%}{% endblock %}

</div>

</body>

</html>

bootstrap4の記法は下記のようにDTL: Django Template Languageで

{% xxxxxxx %} と書きます。

１．タイトル

{% block title %}{% endblock %}　の部分にindex.html,およびpredict.html各ページ固有のタイトルが代入されます。

２．内容

{% block content%}{% endblock %}　の部分にindex.html,およびpredict.html各ページ固有の内容が代入されます。

cssファイルの作成

上記、base.htmlの中で、スタイルシートの宣言をしていますが、自分でディレクトリとファイルを作成する必要があります。

<link rel=’stylesheet’ type=”text/css” href=”{% static ‘carbike/css/style.css’ %}”>

staticディレクトリを　myproject/car_motorbike/直下（templatesと同階層に作成して、その中に/carbike/css/style.css というcssファイルを作成しておきます。

あとで記述していきますので、現時点では空ファイルでOKです。

index.html　の作成

indexベージを作成します。

<!-- インデックスページを作成します。-->

<!-- テンプレートであるbase.htmlに対して　拡張する宣言をします。-->
{% extends 'carbike/base.html' %}

<!-- タイトル title をbase.htmlに埋め込みます。-->
{% block title %}車とバイクの画像をTensorFlowで判別するdjangoアプリ{% endblock %}

<!-- 内容 content　をbase.htmlに埋め込みます。-->
{% block content %}
<div>
    <!-- classはbootstrap記法で文字間の調整になる
        mtマージントップ mb マージンボトム 境界線底部 -->
    <h4 class="mt-4 mb-5 border-bottom">車とバイクを判別します。</h4>
    <p>画像ファイルを選択して　ボタンをクリックしてください。</p>

    <!-- ファイルの投稿フォームを作成
        実行したときのページ移動先の指定 ファイル送付方式
        クラス名定義 エンコードタイプ指定-->
    <form action="{% url 'carbike:predict' %}" method="post"
    class="form" enctype="multipart/form-data">
    
    <!-- サーフ対策：外部プログラムからデータを送りつけられないようにする-->
    <!-- cross site request forgery 対策-->
    {% csrf_token %}

    <!-- データのアップロードフォームを作成する -->
    <div class="form-group">
        <div class="custom-file">

            <!-- 二重括弧の意味 ==> djandoの変数を参照する-->
            <!-- form.image ==>views.pyから送られてくる
                imageの値を取得してformに埋め込む-->
            {{ form.image }}
            
            <label class="custom-file-label" for="customFile">
                ここをクリックしてください。
            </label>
        </div>
    </div>

    <!-- submitボタンを設置する -->
    <button type="submit" class="btn btn-primaty">提出</button>

    </form>
</div>
{% endblock %}

{% extends 'carbike/base.html' %}

{% block title %}車とバイクの画像をTensorFlowで判別するdjangoアプリ{% endblock %}

{% block content %}

<div>

<!-- classはbootstrap記法で文字間の調整になる

mtマージントップ mb マージンボトム境界線底部 -->

<h4 class="mt-4 mb-5 border-bottom">車とバイクを判別します。</h4>

<p>画像ファイルを選択して　ボタンをクリックしてください。</p>

<!-- ファイルの投稿フォームを作成

実行したときのページ移動先の指定ファイル送付方式

クラス名定義エンコードタイプ指定-->

<form action="{% url 'carbike:predict' %}" method="post"

class="form" enctype="multipart/form-data">

{% csrf_token %}

<!-- form.image ==>views.pyから送られてくる

imageの値を取得してformに埋め込む-->

ここをクリックしてください。

</label>

</div>

</form>

</div>

{% endblock %}

１．埋め込み先の宣言

雛形ページであるbase.htmlに対してタイトルと拡張宣言をします。

{% extends ‘carbike/base.html’ %}

２．埋め込むタイトルを定義

{% block title %}xxxx{% endblock %}

３．埋め込む内容を定義

{% block content %}xxxx{% endblock %}

forms.py　を作成する

myproject/car_motorbike/の下に forms.pyを新規作成します。

# フォームを生成するモジュール
from django import forms

class PhotoForm(forms.Form):
    # 画像をアップロードする機能
    image = forms.ImageField(widget=forms.FileInput(attrs={'class':'custom-file-input'}))

# フォームを生成するモジュール

from django import forms

class PhotoForm(forms.Form):

# 画像をアップロードする機能

image = forms.ImageField(widget=forms.FileInput(attrs={'class':'custom-file-input'}))

views.py へforms.pyを埋め込む

indexページの表示内容であるindex関数の部分を hello worldをreturnするだけの状態から、formを表示する内容に変更します。

from django.shortcuts import render

# Httpレスポンスをするためのモジュール
from django.http import HttpResponse

# テンプレートファイルを読み込む
from django.template import loader #追加

# forms.pyで定義したPhotoFormクラスを呼び出す
from .forms import PhotoForm #追加

# models.pyで定義したPhotoクラスを呼び出す
# まだ作っていないので保留
# from .models import Photo #追加


def index(request):
    # webサイトのindex.html に相当する部分
    # 構造がとても複雑だが、こういうものだと諦めること。
    # 引数としてrequestを受け取る

    # index.htmlを読み込み
    # オブジェクトtemplateを定義する
    template = loader.get_template('carbike/index.html') #追加

    # forms.pyのクラスPhotoFormのインスタンスを作成して、
    # ディクショナリcontextを定義しておく。
    context = {'form':PhotoForm()}

    # オブジェクトtemplateのrender関数に
    # フォームcontextと引数requestを入れて
    # HttpResponseを返す
    return HttpResponse(template.render(context, request)) 

def predict(request):
    # 仮のリターンを作っておく
    return HttpResponse('show predictions here')

from django.shortcuts import render

# Httpレスポンスをするためのモジュール

from django.http import HttpResponse

# テンプレートファイルを読み込む

from django.template import loader #追加

# forms.pyで定義したPhotoFormクラスを呼び出す

from .forms import PhotoForm #追加

# models.pyで定義したPhotoクラスを呼び出す

# まだ作っていないので保留

# from .models import Photo #追加

def index(request):

# webサイトのindex.html に相当する部分

# 構造がとても複雑だが、こういうものだと諦めること。

# 引数としてrequestを受け取る

# index.htmlを読み込み

# オブジェクトtemplateを定義する

template = loader.get_template('carbike/index.html') #追加

# forms.pyのクラスPhotoFormのインスタンスを作成して、

# ディクショナリcontextを定義しておく。

context = {'form':PhotoForm()}

# オブジェクトtemplateのrender関数に

# フォームcontextと引数requestを入れて

# HttpResponseを返す

return HttpResponse(template.render(context, request))

def predict(request):

# 仮のリターンを作っておく

return HttpResponse('show predictions here')

やっていることは３つのみ

１．テンプレートオブジェクトを定義

template = loader.get_template(‘carbike/index.html’)

２．コンテキストオブジェクトを定義

context = {‘form’:PhotoForm()}

３．HttpResponseをreturnする

return HttpResponse(template.render(context, request))

apps.pyを確認する

現在このアプリケーションが認識されているアプリ名を確認します。

CarMotorbikeConfigクラスの中に　name = ‘car_motorbike’　と定義されています。

from django.apps import AppConfig


class CarMotorbikeConfig(AppConfig):
    name = 'car_motorbike'

from django.apps import AppConfig

class CarMotorbikeConfig(AppConfig):

name = 'car_motorbike'

これを後述のsettings.pyのINSTALLED_APPSリストに追加します。

myproject/settings.py を編集する

# Application definition　の部分を書き換えます。

リストINSTALLED_APPS にクラス名’car_mortorbike.apps.CarbikeConfig’と ‘bootstrap4’を追記します。

# Application definition

INSTALLED_APPS = [
    'car_motorbike.apps.CarMotorbikeConfig',
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'bootstrap4',
]

# Application definition

INSTALLED_APPS = [

'car_motorbike.apps.CarMotorbikeConfig',

'django.contrib.admin',

'django.contrib.auth',

'django.contrib.contenttypes',

'django.contrib.sessions',

'django.contrib.messages',

'django.contrib.staticfiles',

'bootstrap4',

]

ではここまでをブラウズしてみます。

仮想環境へ　conda activate djangoai

開発サーバーへ　python manage.py runserver

url http://127.0.0.1:8000/carbike

ここで、画像を選択肢画提出ボタンを押すと、ページが遷移します。

ここはまだ作り込んでいないので、これでOKです。

次回

以上、次回は第１１回目です。

django　複雑ですねえ。これは習得するのに時間がかかる・・・。(´・ω・`)

Web Application: 第９回　Djangoでページのルーティング設定をする

前回、myproject管理フォルダ内のurls.pyを編集しましたが、今回は

car_motorbikeアプリケーションフォルダ直下に、同じくurls.pyを新規作成して、下記スクリプトを書きます。

car_motorbike/urls.py　新規作成

from django.urls import path

# 追加モジュール 今回は同じ階層にある
# さらにアプリケーションと同じ階層(.)なので viewsは被らない。
# よって、基本構文で良い
from . import views

app_name = 'carbike' # 追加した

# urlパターンをリストで作っておく
urlpatterns = [
    path('', views.index, name='index'),

    # predictアドレス　後ほどviewsにpredictメソドを定義するために
    # views.py　へ def predict(): を追加する
    path('predict/', views.predict, name='predict'),
]

from django.urls import path

# 追加モジュール今回は同じ階層にある

# さらにアプリケーションと同じ階層(.)なので viewsは被らない。

# よって、基本構文で良い

from . import views

app_name = 'carbike' # 追加した

# urlパターンをリストで作っておく

urlpatterns = [

path('', views.index, name='index'),

# predictアドレス　後ほどviewsにpredictメソドを定義するために

# views.py　へ def predict(): を追加する

path('predict/', views.predict, name='predict'),

]

アプリケーションネームapp_nameとして明示的にcarbikeと定義してあります。ここはなくてもいいかもしれませんし、car_motorbikeにするべきかもしれませんが、ひとまずこれでやってみます。

１．当該スクリプトで使用するモジュールであるviews.py は　当該urls.pyと同層になるので

from . import views

という不思議なインポート記述になります。

viewsモジュールはまだ作成していませんので実行すると当然エラーになりますが、あとで作成しますので心配いりません。

２．そして、画像を入力したときにvvc16_predct.pyを走らせて予測結果を返す画面である predict画面を定義します。

urlpatternsリストにリスト要素として

path(‘predict/’, views.predict, name=’predict’)

を追加します。これで urlのツリー構造として /carbike/predict が定義されたことになります。

views.predictメソドはこれから作成しなければなりませんので、現時点ではエラーが出ます。

３．なお、このcar_motorbike/urls.pyスクリプトは myproject/urls.py から呼び出されるものなので、これから myproject/urls.py の方を改良していきます。

ルーティングというやつです。

myproject/urls.py　編集

ではここから　car_motorbike/urls.py　へルートをつなげていきます。

from django.contrib import admin

# includeメソドを追加で読み込む
from django.urls import path, include

urlpatterns = [
    path('admin/', admin.site.urls),

    # 追加urlパターン carbikeというフォルダを見に来たら、carbike.indexを呼び出す
    # path('carbike/', carbike.index), 

    # 追加urlパターン carbikeというフォルダを見に来たら、
    # car_motorbike.urls.pyの中にあるルーティングを読みに行く
    path('carbike/', include('car_motorbike.urls')),
    ]

from django.contrib import admin

# includeメソドを追加で読み込む

from django.urls import path, include

urlpatterns = [

path('admin/', admin.site.urls),

# 追加urlパターン carbikeというフォルダを見に来たら、carbike.indexを呼び出す

# path('carbike/', carbike.index),

# 追加urlパターン carbikeというフォルダを見に来たら、

# car_motorbike.urls.pyの中にあるルーティングを読みに行く

path('carbike/', include('car_motorbike.urls')),

]

１．include関数を新たにインポートして、先程作成した car_mortorbike/urls.pyを参照するようリストurlpatternsにリスト要素としてpath(‘carbike/’, include(‘car_motorbike.urls’))を追加します。

２．これで、ブラウザ上のurl指定に/carbikeが追加されたとき、car_motorbike.urlsスクリプトを見に行くことになります。

car_motorbike/views.py の編集

先程、car_motorbike/urls.py　内で　views.predictメソドを記述しましたが、それの実体をここで定義します。とりあえずルーティングが正しく行われて表示されるか確認したいので、実行内容としてはテキストを出力するだけの最低限にしてテストしてみましょう。

from django.shortcuts import render

# 追加モジュール
from django.http import HttpResponse

def index(request):
    # webサイトのindex.html に相当する部分
    # 仮のリターンを作っておく
    return HttpResponse('hello_world')

def predict(request):
    # webサイトのpredict.html に相当する部分
    # 仮のリターンを作っておく
    return HttpResponse('show predictions here')

from django.shortcuts import render

# 追加モジュール

from django.http import HttpResponse

def index(request):

# webサイトのindex.html に相当する部分

# 仮のリターンを作っておく

return HttpResponse('hello_world')

def predict(request):

# webサイトのpredict.html に相当する部分

# 仮のリターンを作っておく

return HttpResponse('show predictions here')

動作チェック

では python manage.py runserver して　ブラウザで動作チェックをしましょう。

１．http://127.0.0.1:8000/　を入力すると

＞[21/Sep/2019 15:53:08] “GET / HTTP/1.1” 404 2032

トップページは作っていませんから、404エラーで問題ありません。

２．http://127.0.0.1:8000/carbike　を入力すると

＞[21/Sep/2019 15:53:17] “GET /carbike/ HTTP/1.1” 200 11

200と出ていますのでちゃんと認識しています。

３．http://127.0.0.1:8000/carbike/predict

＞[21/Sep/2019 15:53:30] “GET /carbike/predict/ HTTP/1.1” 200 21

と 200が帰ってくるのでこちらも正常に動作しています。

次回

Web Application: 第１０回　HTMLでかっこよくする

2025年1月
月	火	水	木	金	土	日
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30	31

スクリプトメモ

views.py

form.py

model.py

result.html

実行してみる

おわり

グラフ付きスクリプト

リアルタイムプロット

下記webを参考にさせていただきました。

まずは配線しましょう。

ラズパイをネットワークにつないでVNC接続します。

GPIOでI2Cが有効になっているか確認

実行スクリプト

結果

次回

無名関数 lambda 式

(lambda a, b : a * b) (5, 8)

lambda a, b : の部分

a*b の部分

(5, 8) の部分

django-bootstrap4 をインストール

htmlファイルの作成

base.html の作成

１．タイトル

２．内容

cssファイルの作成

index.html の作成

１．埋め込み先の宣言

２．埋め込むタイトルを定義

３．埋め込む内容を定義

forms.py を作成する

views.py へforms.pyを埋め込む

apps.pyを確認する

myproject/settings.py を編集する

ではここまでをブラウズしてみます。

次回

car_motorbike/urls.py 新規作成

myproject/urls.py 編集

car_motorbike/views.py の編集

動作チェック

次回

無名関数　lambda 式

lambda a, b :　の部分

a*b　の部分

(5, 8) 　の部分

base.html　の作成

index.html　の作成

forms.py　を作成する

car_motorbike/urls.py　新規作成

myproject/urls.py　編集