Flaskを使ってみる

まずはwebアプリフレームワークであるFlaskをインストール

$pip install Flask

2.0.1 が入りました.

次にjinja2もインストールします。

HTMLにpythonを埋め込むテンプレートエンジンというものらしい。

$pip install jinja2

3.0.1 が入っていました。入れた記憶がないが、Flaskをインストールすると勝手にはいるのかな？

構成は

flaskr>templates>index.html, xxx.html

flaskr>__init__.py, main.py, yyy.py

の２系統ある感じする。templatesは決まりなのでフォルダ名を変えてはいけない。

フォルダ構成を作ったらindex.htmlを書いていきましょう。vs code を使っているなら　!　を打つだけで、下のコードが自動的に生成されて便利です。langはenからjaに変えておきます。

<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
</head>
<body>
    
</body>
</html>

<!DOCTYPE html>

<head>

<title>Document</title>

</head>

<body>

</body>

</html>

ボディには下記のようなのを入れておきました。

<body>
    <h1>Flaskの使い方</h1>
    <h2>最新情報</h2>
    <p>まだ記事はありません。</p>
</body>

<body>

<h1>Flaskの使い方</h1>

<p>まだ記事はありません。</p>

</body>

次、__initi__.pyです。

意味わからないけど、下記のような呪文を書きます。

インポートするのはflaskモジュールではなくて自分で作ったflaskrです。

from flask import Flask

app = Flask(__name__)

from flask import Flask

app = Flask(__name__)

appはFlaskアプリケーションオブジェクト　というらしいです。

つぎに、main.pyです。今作ったFlaskアプリケーションオブジェクトをインポートします。

トップページ(‘/’)にアクセスしたときに実行する関数を定義します。

# さっき __init__.pyで作ったFlaskインスタンス appをインポートする
# なんでオブジェクトがインポートの対象になるのかは不明
from flaskr import app

# ルーティングという呪文。Flaskの決まりごと。
@app.route('/') # / はルートで、トップURLを表す。
def index():
    # トップ画面にアクセスしたときに実行される
    pass # とりあえずパス

# さっき __init__.pyで作ったFlaskインスタンス appをインポートする

# なんでオブジェクトがインポートの対象になるのかは不明

from flaskr import app

# ルーティングという呪文。Flaskの決まりごと。

@app.route('/') # / はルートで、トップURLを表す。

def index():

# トップ画面にアクセスしたときに実行される

pass # とりあえずパス

トップページにアクセスしたときに、render_templateメソドを使って、index.htmlが表示するようにしましょう。

from flaskr import app

# レンターテンプレートをインポートする
from flask import render_template

@app.route('/')
def index():
    # トップ画面にアクセスしたときに実行される
    return render_template('index.html')

from flaskr import app

# レンターテンプレートをインポートする

from flask import render_template

@app.route('/')

def index():

# トップ画面にアクセスしたときに実行される

return render_template('index.html')

最後に__init__.pyの方にこのmain.pyを呼び出せるようにしておく。

from flask import Flask

app = Flask(__name__)
print(app)

# main.pyをインポートする
import flaskr.main

from flask import Flask

app = Flask(__name__)

print(app)

# main.pyをインポートする

import flaskr.main

さて実行しよう

Flaskアプリの起動方法

CMDの場合

flaskrが入っているフォルダへcd で移動する

set FLASK_APP=flaskr

set FLASK_ENV=development

ここまではできた

flask run　でエラー

powershellの場合

flaskrが入っているフォルダへcd で移動する

env:FLASK_APP=”flaskr”　ですでにエラー

どうしようもない。ﾀﾞﾚｶﾀｽｹﾃ

で、結局どうしたかというと、flask runができないので、直接python main.py　して動かせるようにした。

そうすると、flaskrフォルダの上位へ移動する必要なくなる。

そもそも__init__.pyのimport flaskr.mainも意味わからんし、やめた。

もともと__init__.pyに入れていた app=Flask(__name__)もmain.pyに移動した。

で、最後にapp.run()を入れると、python main.py　で実行できたから、ひとまずは良しとしよう。

from flask import Flask
from flask import render_template

app = Flask(__name__)

# ルーティングという呪文。Flaskの決まりごと。
@app.route('/') # / はルートで、トップURLを表す。
def index():
    # トップ画面にアクセスしたときに実行される
    return render_template('index.html')

app.run()

from flask import Flask

from flask import render_template

app = Flask(__name__)

# ルーティングという呪文。Flaskの決まりごと。

@app.route('/') # / はルートで、トップURLを表す。

def index():

# トップ画面にアクセスしたときに実行される

return render_template('index.html')

app.run()

JavaScript:基本

基本をはるだけです。

HTML

<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
</head>
<body>
    <div id="sample">サンプル</div>
    
    <script src="js/app.js"></script>
</body>
</html>

<!DOCTYPE html>

<head>

<title>Document</title>

</head>

<body>

</body>

</html>

/*
//データ型
String 文字列
Number 数値
Boolean true false
Symbol インスタンスが固定で不変となるデータ型
null null値
undefined 定義がない状態
Object 上記以外の特殊なデータ型

//エスケープシーケンス
\n 改行する
\t タブを入れる
\" ""で囲まれた文字列中に"をいれる
\' "で囲まれた文字列中に'をいれる
\\ 文字列中にバックスラッシュを入れる

//ダイアログ
alert('');
confirm('');
prompt('');

//変数
let v = 100;
const human = 'Mike';
console.log('値を表示 : ', v);
console.log('名前を表示 : ', human);

//BMI プログラム

let height = prompt('身長を入力してください cm : ');
let weight = prompt('体重を入力してください kg : ');

let bmi = weight / (height * height);
console.log(bmi);
alert('あなたのBMIは : ' + bmi + ' です');




//条件分岐
let money = prompt('Input your money.');
money = parseFloat(money)

if (money > 800){
    alert('You are a rich man!');
}
else if(money > 500){
    alert('Your are a middle class man.');
}
else{
    alert ('You are a poor man.');
}

//厳密に等しい場合 === 厳密に等しくない場合 !== を使おう
//and && / or || / not ! 


// ランダム
let num_rand = Math.random() // 0 to 1
console.log(num_rand)

let num10 = num_rand * 10 // 0 to 1
console.log(num10)

let num_int = parseInt(num10) // 0 to 1
console.log(num_int)

//関数定義
function print_num(x, y){
    console.log(x+y);
}

print_num(100, 200);

//while文
let cnt = 0
while (cnt < 10){
    console.log(cnt);
    cnt= cnt + 1;
}

//do while文
let cnt_do = 0;
do {
    console.log(cnt_do);
    cnt_do = cnt_do + 1
}while(cnt_do < 10);

//for文
for (let i = 0; i <=10; i++) {
    console.log(i);
}
*/
//cssの操作

function change_innerhtml(element){
    let new_text = prompt('書き換えたい文字を入れてください ： ')
    element.innerHTML = new_text;
    console.log(element.innerHTML)
    return element.innerHTML
}
let element = document.getElementById('sample')
//console.log(element);           //<div id="sample">サンプル</div>
//console.log(element.innerHTML); //サンプル
//console.log(element.innerText); //サンプル

element.addEventListener('click', change_innerhtml);

//element.innerHTML = change_innerhtml(element)

100

101

102

103

104

105

106

107

108

109

110

//データ型

String 文字列

Number 数値

Boolean true false

Symbol インスタンスが固定で不変となるデータ型

null null値

undefined 定義がない状態

Object 上記以外の特殊なデータ型

//エスケープシーケンス

\n 改行する

\t タブを入れる

\" ""で囲まれた文字列中に"をいれる

\' "で囲まれた文字列中に'をいれる

\\ 文字列中にバックスラッシュを入れる

//ダイアログ

alert('');

confirm('');

prompt('');

//変数

let v = 100;

const human = 'Mike';

console.log('値を表示 : ', v);

console.log('名前を表示 : ', human);

//BMI プログラム

let height = prompt('身長を入力してください cm : ');

let weight = prompt('体重を入力してください kg : ');

let bmi = weight / (height * height);

console.log(bmi);

alert('あなたのBMIは : ' + bmi + ' です');

//条件分岐

let money = prompt('Input your money.');

money = parseFloat(money)

if (money > 800){

alert('You are a rich man!');

}

else if(money > 500){

alert('Your are a middle class man.');

}

else{

alert ('You are a poor man.');

}

//厳密に等しい場合 === 厳密に等しくない場合 !== を使おう

//and && / or || / not !

// ランダム

let num_rand = Math.random() // 0 to 1

console.log(num_rand)

let num10 = num_rand * 10 // 0 to 1

console.log(num10)

let num_int = parseInt(num10) // 0 to 1

console.log(num_int)

//関数定義

function print_num(x, y){

console.log(x+y);

}

print_num(100, 200);

//while文

let cnt = 0

while (cnt < 10){

console.log(cnt);

cnt= cnt + 1;

}

//do while文

let cnt_do = 0;

do {

console.log(cnt_do);

cnt_do = cnt_do + 1

}while(cnt_do < 10);

//for文

for (let i = 0; i <=10; i++) {

console.log(i);

}

//cssの操作

function change_innerhtml(element){

let new_text = prompt('書き換えたい文字を入れてください： ')

element.innerHTML = new_text;

console.log(element.innerHTML)

return element.innerHTML

}

let element = document.getElementById('sample')

//console.log(element); //<div id="sample">サンプル</div>

//console.log(element.innerHTML); //サンプル

//console.log(element.innerText); //サンプル

element.addEventListener('click', change_innerhtml);

//element.innerHTML = change_innerhtml(element)

OpenFoam8をインストールしてダムブレークをやってみる

Windows 10 を最新状態に更新

Windows Subsystem for Linux の有効化

開発者向け設定＞「開発者モード」にチェックを入れて有効化

Microsoft Store 　＞Ubuntu のインストール　18.04LTSを選ぶこと

OpenFOAM ８のインストール

$sudo add-apt-repository http://dl.openfoam.org/ubuntu

$sudo sh -c "wget -O - http://dl.openfoam.org/gpg.key | apt-key add -"

$sudo apt-get update

$sudo apt-get install openfoam8

$sudo add-apt-repository http://dl.openfoam.org/ubuntu

$sudo sh -c "wget -O - http://dl.openfoam.org/gpg.key | apt-key add -"

$sudo apt-get update

$sudo apt-get install openfoam8

ユーザー設定

$echo "source /opt/openfoam8/etc/bashrc" >> $HOME/.bashrc

$source $HOME/.bashrc

$echo "source /opt/openfoam8/etc/bashrc" >> $HOME/.bashrc

$source $HOME/.bashrc

OpenFoamの動作確認。ヘルプが表示されればＯＫ

$simpleFoam -help

Xming のインストール

wslはguiがないので、xサーバーなるものを介してguiを表示させるらしいです。

https://openfoam.org/download/windows/xming-download

環境変数を設定してXmingにguiが表示されるように設定します。

$echo “export DISPLAY=:0” >> $HOME/.bashrc

$source $HOME/.bashrc

windows立ち上げ時に自動的にXmingが起動するようにします。

C:\Program Files (x86)\Xming ）の「XLaunch.exe」を実行

Multiple windwsにチェック

Displaynumber=0にします。

start no clientにチェック

clipboardにチェック

No Access Controlは　ノーチェック

save configration ボタンを押してconfig.xlaunchをフォルダ「%APPDATA%\Microsoft\Windows\Start Menu\Programs\Startup」へ保存します。

gedit、gnuplot をインストール

$sudo apt-get install gedit gedit-plugins

$sudo apt-get install gnuplot gnuplot-x11 gnuplot-doc libgd-tools

動作確認

$gedit &

$gnuplot

gnuplot>plot cos(x)

gnuplot>quit

$paraview &

試しに、サンプルチュートリアルを動かしてみましょう。

チュートリアルから現在のフォルダ「.」にコピーをつくる。末尾のピリオドがカレントディレクトリの意味。

$cp -r $FOAM_TUTORIALS/incompressible/simpleFoam/pitzDaily .

サンプル：ピッツデイリーを動かしてみる。まずフォルダに入る

$cd pitzDaily

メッシュ作成

$blockMesh

計算

$simpleFoam

可視化

$paraFoam

次回Linux起動時は、好きなフォルダを開いてURLにwslと打つとそのフォルダを起点としてLinuxが起動します。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

FOAM_TUTORIALS の正確な場所は

/opt/openfoam8/tutorials　にあります。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝cd＝＝＝＝＝＝＝＝＝＝＝

VOF法を試してみたいので、ダムブレークをやってみました。

/opt/openfoam8/tutorials/multiphase/interFoam/laminar/damBreak

いったんwindowsからアクセスできるフォルダに移動する。

$ cd /mnt/c/Users/omoiy/openfoam/

ここにダムブレークをコピーする

$cp -r $FOAM_TUTORIALS/multiphase/interFoam/laminar/damBreak .

フォルダに入る

cd damBreak

ブロックメッシュ

$ blockMesh

コピーする

$ cp 0/alpha.water.orig 0/alph.water

セットフィールド
$ setFields

インターフォーム実行

$ interFoam | tee log

可視化
$ paraFoam　　//結果を表示する

アプライして節点アルファウォーターにしてアニメーションループ押して再生ボタン

以上、ひとまず動かすところまで来ました。

【以下、参考にさせていただいたサイトです。】

インストールはこちらを参考にさせていただきました。

ダムブレークの説明　はこちらを参考にさせていただきました。

https://sites.google.com/site/freshtamanegi/home/openfoam/tutorial/interfoam_laminar_dambreak

https://qiita.com/cello_piano_violin/items/e93cdeb566d4dd6293be

熱流体・対流解析はこちらを参考にさせていただきました。

https://www.xsim.info/articles/XSim/ja-JP/tutorial-RoomWIthHeater/section1.html

解析モデルの作成はこちらを参考にさせていただきました。

python MNIST問題

コード　貼っておきます。

neural_network_basic

python バフェット流　バリュー投資判断　

数年前、とある会合に呼ばれ、親切な方からバフェット流バリュー投資判断の技を教えてもらいました。

そのときのエッセンスをすべて詰め込んだスクリプトがこれです。

しかし、久々に実行してみると動きません。

とはいえ、大事な判断基準はこのスクリプトの中に入っているはずなので、読解してみると有益かもしれません。

import logging
import pandas as pd
from selenium import webdriver
from time import sleep

def find_stock(stock_number=4816):
    driver=webdriver.Chrome(r"C:\driver\chromedriver_win32\chromedriver.exe") #ウェブドライバを読み込む

    # 株式番号を入力して、キー　レーションの一覧を表示する
    url=r"https://www.morningstar.com/stocks/XTKS/"+str(stock_number)+r"/quote.html"
    driver.get(url)
    sleep(3)
    print("ブラウザを開きました")

    #　現在の株価を取得する
    xpath_price=r'//*[@id="message-box-price"]'
    

    price=driver.find_element_by_xpath(xpath_price).text

    # \ と カンマを削除してfloat化する
    print(price)
    price=price.replace(chr(165),"") .replace(".00","").replace(",","")
    price=float(price)
    print(price)

    #キーレーションタブを押す
    xpath_key_rations=r'//*[@id="sal-components-quote"]/div[2]/div/div/div/div[2]/div[1]/div/ul/li[3]/a'
    tub_key_rations=driver.find_element_by_xpath(xpath_key_rations)
    tub_key_rations.click()
    sleep(2)
    print("キーレーション　タブを押しました")

    #フルキータブを押す
    xpath_full_key=r'//*[@id="sal-components-quote"]/div[2]/div/div/div/div[2]/div[2]/div/div[2]/div/a'
    tub_full_key_rations=driver.find_element_by_xpath(xpath_full_key)
    tub_full_key_rations.click()
    sleep(1)
    print("フルキータブを押しました")

    # アクティブなURLを切り替える
    print(driver.current_url)                         # 現在アクティブなURLを確認する
    driver.switch_to.window(driver.window_handles[1]) # アクティブなURLを切り替える
    sleep(2)
    print(driver.current_url)                         # URLが切り替わっていることを確認する

# --------------------------------------------------------------------------------------------
    # Earnings Per Share　を取得
    xpath_eps=r'//*[@id="i5"]'
    key_eps=driver.find_element_by_xpath(xpath_eps).text
    eps=[]
    for i in range(1,12):
        xpath_eps=r'//*[@id="financials"]/table/tbody/tr[12]/td['+str(i)+']'
        #eps.append(float(driver.find_element_by_xpath(xpath_eps).text))
        print(float(driver.find_element_by_xpath(xpath_eps).text))
        print(type([float(driver.find_element_by_xpath(xpath_eps).text)]))
        eps.append([float(driver.find_element_by_xpath(xpath_eps).text)])
        eps={key_eps:eps}
        sleep(1)
    sleep(1)
    print(eps)

    # Dividends　を取得
    xpath_dividends=r'//*[@id="i6"]'
    key_dividends=driver.find_element_by_xpath(xpath_dividends).text
    dividends=[]
    dividends+=[None]
    for i in range(2,12):
        xpath_dividends=r'//*[@id="financials"]/table/tbody/tr[14]/td['+str(i)+']'
        dividends+=[float(driver.find_element_by_xpath(xpath_dividends).text)]
        
        dividends={key_dividends:dividends}
    sleep(1)
    print(dividends)
    

    # Book Value Per Share　を取得
    xpath_book=r'//*[@id="i8"]'
    key_book=driver.find_element_by_xpath(xpath_book).text
    book=[]
    for i in range(1,12):
        xpath_book=r'//*[@id="financials"]/table/tbody/tr[20]/td['+str(i)+']'
        book+=[float(driver.find_element_by_xpath(xpath_book).text)]
        book={key_book:book}
    sleep(1)
    print(book)

    # Return on Equity %　を取得
    # Key Rationsタブを Profitability　に切り替える
    xpath_growth=r'//*[@id="keyStatWrap"]/div/ul/li[1]/a'
    tub_growth=driver.find_element_by_xpath(xpath_growth)
    tub_growth.click()
    #sleep(0.1)
    print("Profitabilityタブへ切り替え完了")

    xpath_roe=r'//*[@id="i26"]'
    key_roe=driver.find_element_by_xpath(xpath_roe).text
    roe=[]
    for i in range(1,12):
        xpath_roe=r'//*[@id="tab-profitability"]/table[2]/tbody/tr[12]/td['+str(i)+']'
        roe+=[driver.find_element_by_xpath(xpath_roe).text]
        roe={key_roe:roe}
        sleep(1)
    print(roe)

    # Key Rationsタブを Growth　に切り替える
    xpath_growth=r'//*[@id="keyStatWrap"]/div/ul/li[2]/a'
    tub_growth=driver.find_element_by_xpath(xpath_growth)
    tub_growth.click()
    sleep(1)
    print("Growthタブへ切り替え完了")

    # EPS % を取得
    xpath_eps_pct=r'//*[@id="gr-eps"]'
    key_eps_pct=driver.find_element_by_xpath(xpath_eps_pct).text
    eps_pct=[]
    xpath_eps_pct_yoy=r'//*[@id="tab-growth"]/table/tbody/tr[34]/td[10]'
    xpath_eps_pct_3y=r'//*[@id="tab-growth"]/table/tbody/tr[36]/td[10]'
    xpath_eps_pct_5y=r'//*[@id="tab-growth"]/table/tbody/tr[38]/td[10]'
    xpath_eps_pct_10y=r'//*[@id="tab-growth"]/table/tbody/tr[40]/td[10]'                     
    eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_yoy).text))
    eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_3y).text))
    eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_5y).text))
    eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_10y).text))

    eps_pct={key_eps_pct:eps_pct}
    sleep(1)
    print(eps_pct)

    # データフレームを作成 : pd.concatでどんどんつなげていく。

    # 軸を指定して、自動ソートを無効にする。: axis=1
    df=pd.concat([pd.DataFrame(eps), pd.DataFrame(dividends), pd.DataFrame(book), pd.DataFrame(roe), pd.DataFrame(eps_pct)], axis=1)
    print(df)

    stock_price=3425
    as_asset=False
    as_dividends=False
    as_growths=False

    df.keys()
    """
    Index(['Earnings Per Share JPY', 'Dividends JPY', 'Book Value Per Share * JPY',
    'Return on Equity %', 'EPS %'],
    dtype='object')
    """

    print("現在の株価 : ",price)

    #（１）assets:ずっと持ち続ける資産株として

    # 直近のTTMに注目する
    book_value_per_share_ttm=book_value_per_share_ttm=df['Book Value Per Share * JPY'][len(df['Book Value Per Share * JPY'])-1]
    entry_1=book_value_per_share_ttm*0.8
    review_1=book_value_per_share_ttm*1.0

    if price<=entry_1:
        as_asset=True

    print("資産株として　買い判定:{}  エントリー価格 :{:.0f}  レビュー価格：{:.0f}".format(as_asset,entry_1,review_1))

    #（２）devidents:配当用の株として

    # 欲しい利回り日本株６％（米国株７％）	欲しい配当率	Yw		0.0

    # Devidents / yield_target
    dividends_ttm=df['Dividends JPY'][len(df['Dividends JPY'])-1]
    yield_target=0.06 # 固定値

    entry_2=dividends_ttm/yield_target
    review_2=entry_2*1.5                  # 単純に1.5倍

    if price<=entry_2:
        as_dividends=True

    print("配当株として　買い判定:{}  エントリー価格 :{:.0f}  レビュー価格：{:.0f}".format(as_dividends,entry_2,review_2))

    #（３）growths：成長株として

    eps_ttm=df['Earnings Per Share JPY'][len(df['Earnings Per Share JPY'])-1]
    eps_pct=df['EPS %'].min()

    entry_3=eps_ttm*eps_pct
    review_3=entry_3*1.2                  # 単純に1.2倍

    if price<=entry_3:
        as_growths=True

    print("成長株として　買い判定:{}  エントリー価格 :{:.0f}  レビュー価格：{:.0f}".format(as_growths,entry_3,review_3))

    print("証券NO.    : ",stock_number)
    print("現在の株価 : ",int(price))
    print("資産株として　買い判定:{}  エントリー価格 :{:.0f}  レビュー価格：{:.0f}".format(as_asset,entry_1,review_1))
    print("配当株として　買い判定:{}  エントリー価格 :{:.0f}  レビュー価格：{:.0f}".format(as_dividends,entry_2,review_2))
    print("成長株として　買い判定:{}  エントリー価格 :{:.0f}  レビュー価格：{:.0f}".format(as_growths,entry_3,review_3))
    
    return "完了"

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

import logging

import pandas as pd

from selenium import webdriver

from time import sleep

def find_stock(stock_number=4816):

driver=webdriver.Chrome(r"C:\driver\chromedriver_win32\chromedriver.exe") #ウェブドライバを読み込む

# 株式番号を入力して、キー　レーションの一覧を表示する

url=r"https://www.morningstar.com/stocks/XTKS/"+str(stock_number)+r"/quote.html"

driver.get(url)

sleep(3)

print("ブラウザを開きました")

#　現在の株価を取得する

xpath_price=r'//*[@id="message-box-price"]'

price=driver.find_element_by_xpath(xpath_price).text

# \ とカンマを削除してfloat化する

print(price)

price=price.replace(chr(165),"") .replace(".00","").replace(",","")

price=float(price)

print(price)

#キーレーションタブを押す

xpath_key_rations=r'//*[@id="sal-components-quote"]/div[2]/div/div/div/div[2]/div[1]/div/ul/li[3]/a'

tub_key_rations=driver.find_element_by_xpath(xpath_key_rations)

tub_key_rations.click()

sleep(2)

print("キーレーション　タブを押しました")

#フルキータブを押す

xpath_full_key=r'//*[@id="sal-components-quote"]/div[2]/div/div/div/div[2]/div[2]/div/div[2]/div/a'

tub_full_key_rations=driver.find_element_by_xpath(xpath_full_key)

tub_full_key_rations.click()

sleep(1)

print("フルキータブを押しました")

# アクティブなURLを切り替える

print(driver.current_url) # 現在アクティブなURLを確認する

driver.switch_to.window(driver.window_handles[1]) # アクティブなURLを切り替える

sleep(2)

print(driver.current_url) # URLが切り替わっていることを確認する

# --------------------------------------------------------------------------------------------

# Earnings Per Share　を取得

xpath_eps=r'//*[@id="i5"]'

key_eps=driver.find_element_by_xpath(xpath_eps).text

eps=[]

for i in range(1,12):

xpath_eps=r'//*[@id="financials"]/table/tbody/tr[12]/td['+str(i)+']'

#eps.append(float(driver.find_element_by_xpath(xpath_eps).text))

print(float(driver.find_element_by_xpath(xpath_eps).text))

print(type([float(driver.find_element_by_xpath(xpath_eps).text)]))

eps.append([float(driver.find_element_by_xpath(xpath_eps).text)])

eps={key_eps:eps}

sleep(1)

print(eps)

# Dividends　を取得

xpath_dividends=r'//*[@id="i6"]'

key_dividends=driver.find_element_by_xpath(xpath_dividends).text

dividends=[]

dividends+=[None]

for i in range(2,12):

xpath_dividends=r'//*[@id="financials"]/table/tbody/tr[14]/td['+str(i)+']'

dividends+=[float(driver.find_element_by_xpath(xpath_dividends).text)]

dividends={key_dividends:dividends}

sleep(1)

print(dividends)

# Book Value Per Share　を取得

xpath_book=r'//*[@id="i8"]'

key_book=driver.find_element_by_xpath(xpath_book).text

book=[]

for i in range(1,12):

xpath_book=r'//*[@id="financials"]/table/tbody/tr[20]/td['+str(i)+']'

book+=[float(driver.find_element_by_xpath(xpath_book).text)]

book={key_book:book}

sleep(1)

print(book)

# Return on Equity %　を取得

# Key Rationsタブを Profitability　に切り替える

xpath_growth=r'//*[@id="keyStatWrap"]/div/ul/li[1]/a'

tub_growth=driver.find_element_by_xpath(xpath_growth)

tub_growth.click()

#sleep(0.1)

print("Profitabilityタブへ切り替え完了")

xpath_roe=r'//*[@id="i26"]'

key_roe=driver.find_element_by_xpath(xpath_roe).text

roe=[]

for i in range(1,12):

xpath_roe=r'//*[@id="tab-profitability"]/table[2]/tbody/tr[12]/td['+str(i)+']'

roe+=[driver.find_element_by_xpath(xpath_roe).text]

roe={key_roe:roe}

sleep(1)

print(roe)

# Key Rationsタブを Growth　に切り替える

xpath_growth=r'//*[@id="keyStatWrap"]/div/ul/li[2]/a'

tub_growth=driver.find_element_by_xpath(xpath_growth)

tub_growth.click()

sleep(1)

print("Growthタブへ切り替え完了")

# EPS % を取得

xpath_eps_pct=r'//*[@id="gr-eps"]'

key_eps_pct=driver.find_element_by_xpath(xpath_eps_pct).text

eps_pct=[]

xpath_eps_pct_yoy=r'//*[@id="tab-growth"]/table/tbody/tr[34]/td[10]'

xpath_eps_pct_3y=r'//*[@id="tab-growth"]/table/tbody/tr[36]/td[10]'

xpath_eps_pct_5y=r'//*[@id="tab-growth"]/table/tbody/tr[38]/td[10]'

xpath_eps_pct_10y=r'//*[@id="tab-growth"]/table/tbody/tr[40]/td[10]'

eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_yoy).text))

eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_3y).text))

eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_5y).text))

eps_pct.append(float(driver.find_element_by_xpath(xpath_eps_pct_10y).text))

eps_pct={key_eps_pct:eps_pct}

sleep(1)

print(eps_pct)

# データフレームを作成 : pd.concatでどんどんつなげていく。

# 軸を指定して、自動ソートを無効にする。: axis=1

df=pd.concat([pd.DataFrame(eps), pd.DataFrame(dividends), pd.DataFrame(book), pd.DataFrame(roe), pd.DataFrame(eps_pct)], axis=1)

print(df)

stock_price=3425

as_asset=False

as_dividends=False

as_growths=False

df.keys()

"""

Index(['Earnings Per Share JPY', 'Dividends JPY', 'Book Value Per Share * JPY',

'Return on Equity %', 'EPS %'],

dtype='object')

"""

print("現在の株価 : ",price)

#（１）assets:ずっと持ち続ける資産株として

# 直近のTTMに注目する

book_value_per_share_ttm=book_value_per_share_ttm=df['Book Value Per Share * JPY'][len(df['Book Value Per Share * JPY'])-1]

entry_1=book_value_per_share_ttm*0.8

review_1=book_value_per_share_ttm*1.0

if price<=entry_1:

as_asset=True

print("資産株として　買い判定:{} エントリー価格 :{:.0f} レビュー価格：{:.0f}".format(as_asset,entry_1,review_1))

#（２）devidents:配当用の株として

# 欲しい利回り日本株６％（米国株７％）欲しい配当率 Yw 0.0

# Devidents / yield_target

dividends_ttm=df['Dividends JPY'][len(df['Dividends JPY'])-1]

yield_target=0.06 # 固定値

entry_2=dividends_ttm/yield_target

review_2=entry_2*1.5 # 単純に1.5倍

if price<=entry_2:

as_dividends=True

print("配当株として　買い判定:{} エントリー価格 :{:.0f} レビュー価格：{:.0f}".format(as_dividends,entry_2,review_2))

#（３）growths：成長株として

eps_ttm=df['Earnings Per Share JPY'][len(df['Earnings Per Share JPY'])-1]

eps_pct=df['EPS %'].min()

entry_3=eps_ttm*eps_pct

review_3=entry_3*1.2 # 単純に1.2倍

if price<=entry_3:

as_growths=True

print("成長株として　買い判定:{} エントリー価格 :{:.0f} レビュー価格：{:.0f}".format(as_growths,entry_3,review_3))

print("証券NO. : ",stock_number)

print("現在の株価 : ",int(price))

print("資産株として　買い判定:{} エントリー価格 :{:.0f} レビュー価格：{:.0f}".format(as_asset,entry_1,review_1))

print("配当株として　買い判定:{} エントリー価格 :{:.0f} レビュー価格：{:.0f}".format(as_dividends,entry_2,review_2))

print("成長株として　買い判定:{} エントリー価格 :{:.0f} レビュー価格：{:.0f}".format(as_growths,entry_3,review_3))

return "完了"

Python：webカメラとOpenCVで動体検知してLine Notifyで画像を通知する

こんにちは　Keita Nakamorです。久々の投稿です。

今日は、webカメラとOpenCVで動体検知してLine Notifyで画像を通知する、ってことをやってみます。

予めアクセストークンをLine Notifyでとっておいて下さい。Bearer <ここにアクセストークンをはる>　ってところに貼り付けます。<>は入りませんよ。

久々すぎるのでOpenCVの基礎からやっていきます。

ステップ１：静止画像ファイルを読み込んで出力する

# ステップ１：静止画像ファイルを読み込んで出力する
import os
import cv2
import numpy as np

img =cv2.imread('Pictures/Screenpresso/2020-03-27_17h43_20.png')

# 画像サイズを調べる
img.shape # (1040, 1920, 3)

# BGR の数値を確認する
img[0][0] # array([65, 63, 60], dtype=uint8)

# 画像を出力する
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 画像をファイルに出力する
#os.mkdir('./output')
cv2.imwrite('output/test.jpg', img)

# ステップ１：静止画像ファイルを読み込んで出力する

import os

import cv2

import numpy as np

img =cv2.imread('Pictures/Screenpresso/2020-03-27_17h43_20.png')

# 画像サイズを調べる

img.shape # (1040, 1920, 3)

# BGR の数値を確認する

img[0][0] # array([65, 63, 60], dtype=uint8)

# 画像を出力する

cv2.imshow('img', img)

cv2.waitKey(0)

cv2.destroyAllWindows()

# 画像をファイルに出力する

#os.mkdir('./output')

cv2.imwrite('output/test.jpg', img)

ステップ２動画ファイルを読み込んで出力する→リアルタイムキャプチャーする

# ステップ２動画ファイルを読み込んで出力する→リアルタイムキャプチャーする
import cv2
import numpy as np
import sys

'''# 動画を読み込む
cap = cv2.VideoCapture('output/test.avi')
'''
# リアルタイムキャプチャーする
cap = cv2.VideoCapture(0)

# 動画読み込みが失敗したら強制終了
if cap.isOpened() == False:
    print('読み込み失敗')
    sys.exit()

#１フレームだけ読み込む
ret, frame = cap.read()
h, w, color = frame.shape # h,wの順 ３つ目は色数

# 書き込み設定（コーデックの指定）
fourcc = cv2.VideoWriter_fourcc(*'XVID')
dst = cv2.VideoWriter('output/test001.avi', fourcc, 30.0, (w,h)) # ファイル名 設定 fps 解像度の順

# スクリプト実行
while True:
    ret, frame = cap.read()
    
    if ret == False:
        break
    
    # 表示
    cv2.imshow('img', frame)
    
    # 書き込み
    dst.write(frame)
    
    # 停止動作
    if cv2.waitKey(30) == 27: # ESC=27
        break

# 終了処理
cv2.destroyAllWindows()
cap.release()

# ステップ２動画ファイルを読み込んで出力する→リアルタイムキャプチャーする

import cv2

import numpy as np

import sys

'''# 動画を読み込む

cap = cv2.VideoCapture('output/test.avi')

'''

# リアルタイムキャプチャーする

cap = cv2.VideoCapture(0)

# 動画読み込みが失敗したら強制終了

if cap.isOpened() == False:

print('読み込み失敗')

sys.exit()

#１フレームだけ読み込む

ret, frame = cap.read()

h, w, color = frame.shape # h,wの順３つ目は色数

# 書き込み設定（コーデックの指定）

fourcc = cv2.VideoWriter_fourcc(*'XVID')

dst = cv2.VideoWriter('output/test001.avi', fourcc, 30.0, (w,h)) # ファイル名設定 fps 解像度の順

# スクリプト実行

while True:

ret, frame = cap.read()

if ret == False:

break

# 表示

cv2.imshow('img', frame)

# 書き込み

dst.write(frame)

# 停止動作

if cv2.waitKey(30) == 27: # ESC=27

break

# 終了処理

cv2.destroyAllWindows()

cap.release()

ステップ３　リアルタイムキャプチャー　と　リアルタイム背景差分処理

アクセストークンは、Line Notifyから取得して<>内にコピペしてください。かっこ部分は削除してください。

# ステップ３　リアルタイムキャプチャー　と　リアルタイム背景差分処理
import cv2
import numpy as np
import sys
import time
import datetime
import requests

def line_informer(file_name):
    # 条件 : 
    request_headers = {'Authorization': 'Bearer <ここにアクセストークンをはる>'}
    payload = {'message': 'Detected {}.'.format(datetime.datetime.now())}
    #files = {'imageFile': open("dorobou_picking.png", "rb")} #バイナリファイルを開く
    files = {'imageFile': open('output/' + file_name , "rb")}
    
    # 通知系 API のエンドポイントのホスト名は notify-api.line.me
    #r = requests.post('https://notify-api.line.me/api/notify', headers=request_headers, data=payload)
    r = requests.post('https://notify-api.line.me/api/notify', headers=request_headers, data=payload, files=files)
    print(r.json())

def line_informer_start():
    #スクリプトが実行されたことを通知する
    payload = {'message': 'Monitoring Start' }
    request_headers = {'Authorization': 'Bearer <ここにアクセストークンをはる>'}

    # 通知系 API のエンドポイントのホスト名は notify-api.line.me
    r = requests.post('https://notify-api.line.me/api/notify', headers=request_headers, data=payload)
    print(r.json())


line_informer_start()

'''# テスト用：動画を読み込む
cap = cv2.VideoCapture('output/test.avi')
'''
# リアルタイムキャプチャーする
cap = cv2.VideoCapture(0)

# 動画読み込みが失敗したら強制終了
if cap.isOpened() == False:
    print('読み込み失敗')
    sys.exit()

#１フレームだけ読み込んで　h ,w　を取り出す
ret, frame = cap.read()
h, w, ch = frame.shape # h,wの順 ３つ目は色数

# 書き込み設定（コーデックの指定）
time_str = str(datetime.datetime.now())
file_name = time_str[:10]+ '_' +time_str[11:13]+ time_str[14:16] + time_str[17:19] + '.avi'
print(time_str)

fourcc = cv2.VideoWriter_fourcc(*'XVID')
fps =30
dst = cv2.VideoWriter('output/' + file_name, fourcc, fps, (w,h)) # ファイル名 設定 fps 解像度の順

# 背景差分の行列領域を確保
frame_back = np.zeros((h,w,ch),dtype=np.float32)

# アラート時間インターバルの初期化
previous_datetime = datetime.datetime.now()

# スクリプト実行
while True:
    ret, frame = cap.read()

    if ret == False:
        break
        
    # 画像処理
    #frame2 = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # グレースケール 
    frame3= cv2.absdiff(frame.astype(np.float32), frame_back) # 背景差分
    cv2.accumulateWeighted(frame,frame_back, 0.2)

    # 差分の大きさ
    pix_value= int(frame3.sum()/10000)
    cv2.putText(frame, 'Pix_value:{}'.format(pix_value), (0, 50), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)
    cv2.putText(frame3, 'Pix_value:{}'.format(pix_value), (0, 50), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)
    
    # しきい値としきい値を超えたときに録画REC表示する
    sreshold = 500
    if pix_value > sreshold: 
        
        # ラインに通知する（ただし　前回通知から30sec以上間隔をあけること）
        time_delta = datetime.datetime.now() - previous_datetime
        if time_delta.seconds > 10:
            
            # 画像をファイルに出力する
            #os.mkdir('./output')
            time_str = str(datetime.datetime.now())
            file_name = time_str[:10]+ '_' +time_str[11:13]+ time_str[14:16] + time_str[17:19] + '.jpg'
            cv2.imwrite('output/' + file_name, frame)
            
            line_informer(file_name)
            previous_datetime = datetime.datetime.now()        

        # REC表示
        cv2.putText(frame, 'Jadge:{}'.format('REC'), (0, 100), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)
        cv2.putText(frame3, 'Jadge:{}'.format('REC'), (0, 100), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA) 
    
        # REC保存
        dst.write(frame)

    # リアルタイム表示
    cv2.imshow('img', frame)
    #cv2.imshow('img2', frame2) #グレースケール
    cv2.imshow('img3', frame3.astype(np.uint8)) # 背景差分      

    # 停止動作
    if cv2.waitKey(30) == 27: # ESC=27
        break

# 終了処理
cv2.destroyAllWindows()
cap.release()

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

# ステップ３　リアルタイムキャプチャー　と　リアルタイム背景差分処理

import cv2

import numpy as np

import sys

import time

import datetime

import requests

def line_informer(file_name):

# 条件 :

request_headers = {'Authorization': 'Bearer <ここにアクセストークンをはる>'}

payload = {'message': 'Detected {}.'.format(datetime.datetime.now())}

#files = {'imageFile': open("dorobou_picking.png", "rb")} #バイナリファイルを開く

files = {'imageFile': open('output/' + file_name , "rb")}

# 通知系 API のエンドポイントのホスト名は notify-api.line.me

#r = requests.post('https://notify-api.line.me/api/notify', headers=request_headers, data=payload)

r = requests.post('https://notify-api.line.me/api/notify', headers=request_headers, data=payload, files=files)

print(r.json())

def line_informer_start():

#スクリプトが実行されたことを通知する

payload = {'message': 'Monitoring Start' }

request_headers = {'Authorization': 'Bearer <ここにアクセストークンをはる>'}

# 通知系 API のエンドポイントのホスト名は notify-api.line.me

r = requests.post('https://notify-api.line.me/api/notify', headers=request_headers, data=payload)

print(r.json())

line_informer_start()

'''# テスト用：動画を読み込む

cap = cv2.VideoCapture('output/test.avi')

'''

# リアルタイムキャプチャーする

cap = cv2.VideoCapture(0)

# 動画読み込みが失敗したら強制終了

if cap.isOpened() == False:

print('読み込み失敗')

sys.exit()

#１フレームだけ読み込んで　h ,w　を取り出す

ret, frame = cap.read()

h, w, ch = frame.shape # h,wの順３つ目は色数

# 書き込み設定（コーデックの指定）

time_str = str(datetime.datetime.now())

file_name = time_str[:10]+ '_' +time_str[11:13]+ time_str[14:16] + time_str[17:19] + '.avi'

print(time_str)

fourcc = cv2.VideoWriter_fourcc(*'XVID')

fps =30

dst = cv2.VideoWriter('output/' + file_name, fourcc, fps, (w,h)) # ファイル名設定 fps 解像度の順

# 背景差分の行列領域を確保

frame_back = np.zeros((h,w,ch),dtype=np.float32)

# アラート時間インターバルの初期化

previous_datetime = datetime.datetime.now()

# スクリプト実行

while True:

ret, frame = cap.read()

if ret == False:

break

# 画像処理

#frame2 = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # グレースケール

frame3= cv2.absdiff(frame.astype(np.float32), frame_back) # 背景差分

cv2.accumulateWeighted(frame,frame_back, 0.2)

# 差分の大きさ

pix_value= int(frame3.sum()/10000)

cv2.putText(frame, 'Pix_value:{}'.format(pix_value), (0, 50), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)

cv2.putText(frame3, 'Pix_value:{}'.format(pix_value), (0, 50), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)

# しきい値としきい値を超えたときに録画REC表示する

sreshold = 500

if pix_value > sreshold:

# ラインに通知する（ただし　前回通知から30sec以上間隔をあけること）

time_delta = datetime.datetime.now() - previous_datetime

if time_delta.seconds > 10:

# 画像をファイルに出力する

#os.mkdir('./output')

time_str = str(datetime.datetime.now())

file_name = time_str[:10]+ '_' +time_str[11:13]+ time_str[14:16] + time_str[17:19] + '.jpg'

cv2.imwrite('output/' + file_name, frame)

line_informer(file_name)

previous_datetime = datetime.datetime.now()

# REC表示

cv2.putText(frame, 'Jadge:{}'.format('REC'), (0, 100), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)

cv2.putText(frame3, 'Jadge:{}'.format('REC'), (0, 100), cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 5, cv2.LINE_AA)

# REC保存

dst.write(frame)

# リアルタイム表示

cv2.imshow('img', frame)

#cv2.imshow('img2', frame2) #グレースケール

cv2.imshow('img3', frame3.astype(np.uint8)) # 背景差分

# 停止動作

if cv2.waitKey(30) == 27: # ESC=27

break

# 終了処理

cv2.destroyAllWindows()

cap.release()

以上

グラフ　第２軸の作り方

matplotlibを使って２軸あるグラフを作成してみます。

import numpy as np
import matplotlib.pyplot as ple
%matplotlib inline

# サンプルデータ生成
np.random.seed(0)
time = np.arange(0,11)
values = np.random.randn(11).cumsum()
values2 = np.random.randn(11).cumsum() * 2

#枠を確保
fig = plt.figure(figsize=(10, 5))

# サブプロットを使用する
ax1 = fig.add_subplot(1,1,1)
ax1.scatter(time, values, label='test data')
ax1.plot(time, values, label='simulation')
ax1.set_xlabel('Time t / s')
ax1.set_ylabel('Value')
ax1.legend(loc='best')

# ここまでは同じ

# 第２軸を設定する
ax2 = ax1.twinx() #Timeを共通として第２軸を定義する　ツインメソド
ax2.scatter(time, values2, label='test data 2', color='blue', marker='x', )
ax2.plot(time, values2, label='simulation 2', color='blue')

# この時点ではグリッドが２軸分重なってしまっているので修正が必要
ax1.set_ylim([0, 10])
ax2.set_ylim([0, 10])
ax2.grid(False)

# 凡例がまだかぶっている
ax1.legend(bbox_to_anchor=(1.38, 0.8))
ax2.legend(bbox_to_anchor=(1.40, 0.5))

# グラフを保存する
plt.tight_layout()
plt.savefig('data/fig_001.png', dpi=300)

import numpy as np

import matplotlib.pyplot as ple

%matplotlib inline

# サンプルデータ生成

np.random.seed(0)

time = np.arange(0,11)

values = np.random.randn(11).cumsum()

values2 = np.random.randn(11).cumsum() * 2

#枠を確保

fig = plt.figure(figsize=(10, 5))

# サブプロットを使用する

ax1 = fig.add_subplot(1,1,1)

ax1.scatter(time, values, label='test data')

ax1.plot(time, values, label='simulation')

ax1.set_xlabel('Time t / s')

ax1.set_ylabel('Value')

ax1.legend(loc='best')

# ここまでは同じ

# 第２軸を設定する

ax2 = ax1.twinx() #Timeを共通として第２軸を定義する　ツインメソド

ax2.scatter(time, values2, label='test data 2', color='blue', marker='x', )

ax2.plot(time, values2, label='simulation 2', color='blue')

# この時点ではグリッドが２軸分重なってしまっているので修正が必要

ax1.set_ylim([0, 10])

ax2.set_ylim([0, 10])

ax2.grid(False)

# 凡例がまだかぶっている

ax1.legend(bbox_to_anchor=(1.38, 0.8))

ax2.legend(bbox_to_anchor=(1.40, 0.5))

# グラフを保存する

plt.tight_layout()

plt.savefig('data/fig_001.png', dpi=300)

Python3: 3Dプロット from mpl_toolkits.mplot3d import Axes3D

3Dプロットのやりかたです。

モジュールは

from mpl_toolkits.mplot3d import Axes3D
%matplotlib notebook

を使っていきます。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
%matplotlib notebook

# サンプルデータ：粒子のブラウン運動を模擬
x = np.random.randn(100).cumsum() #1ステップ毎に移動していく状態を累積cumsumで表現
y = np.random.randn(100).cumsum()
z = np.random.randn(100).cumsum()
value = np.random.randn(100).cumsum()

# ggplotのスタイルを使用する
plt.style.use('ggplot')

# 枠を確保
fig = plt.figure()

# figを 3Dへ 変換
ax = Axes3D(fig)
ax.plot(x, y, z, label='particle moving', color ='black')

# カラーバー
mappable = ax.scatter(x, y, z, c=value, cmap='bwr')
fig.colorbar(mappable, ax=ax)

# タイトル　ラベルを設定
ax.set_title('title')
ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')
ax.set_zlabel('zlabel')

# 凡例を設定
ax.legend()

# リミットを設定
ax.set_xlim(-10, +10)
ax.set_ylim(-10, +10)
ax.set_zlim(-10, +10)

# グリッドを表示
ax.grid(True)
plt.show()

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

%matplotlib notebook

# サンプルデータ：粒子のブラウン運動を模擬

x = np.random.randn(100).cumsum() #1ステップ毎に移動していく状態を累積cumsumで表現

y = np.random.randn(100).cumsum()

z = np.random.randn(100).cumsum()

value = np.random.randn(100).cumsum()

# ggplotのスタイルを使用する

plt.style.use('ggplot')

# 枠を確保

fig = plt.figure()

# figを 3Dへ変換

ax = Axes3D(fig)

ax.plot(x, y, z, label='particle moving', color ='black')

# カラーバー

mappable = ax.scatter(x, y, z, c=value, cmap='bwr')

fig.colorbar(mappable, ax=ax)

# タイトル　ラベルを設定

ax.set_title('title')

ax.set_xlabel('xlabel')

ax.set_ylabel('ylabel')

ax.set_zlabel('zlabel')

# 凡例を設定

ax.legend()

# リミットを設定

ax.set_xlim(-10, +10)

ax.set_ylim(-10, +10)

ax.set_zlim(-10, +10)

# グリッドを表示

ax.grid(True)

plt.show()

ディレクトリの作成　削除

import os

#ディレクトリ作成
os.mkdir('test')

#ディレクトリ削除
os.rmdir('test')

import os

#ディレクトリ作成

os.mkdir('test')

#ディレクトリ削除

os.rmdir('test')

カレントディレクトリのテキストファイルのリストを作成する方法、リスト内包表記

# カレントディレクトリのテキストファイルのリストを作成する方法

import os

cwd_path =os.getcwd()

text_list = []
for i, j in enumerate(os.listdir(cwd_path)):
    if j[-4:] == '.txt':
        text_list.append([i,j])
    
text_list

# カレントディレクトリのテキストファイルのリストを作成する方法

import os

cwd_path =os.getcwd()

text_list = []

for i, j in enumerate(os.listdir(cwd_path)):

if j[-4:] == '.txt':

text_list.append([i,j])

text_list

リスト内包表記を使うと3行が1行に短縮できる

#リスト内包表記
nums = []
for i in range(11):
    nums.append(i**2)
nums

nums2 = [i**2 for i in range(11)]
nums2

#リスト内包表記

nums = []

for i in range(11):

nums.append(i**2)

nums

nums2 = [i**2 for i in range(11)]

nums2

リスト内包表記を使って、テキ

import os

files = os.listdir()
txt_files = [i for i in files if i[-4:] == '.txt']
txt_files

import os

files = os.listdir()

txt_files = [i for i in files if i[-4:] == '.txt']

txt_files

ストファイルのみを抽出してみる

2024年12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

OpenFOAM ８のインストール

Xming のインストール

ステップ１：静止画像ファイルを読み込んで出力する

ステップ２動画ファイルを読み込んで出力する→リアルタイムキャプチャーする

ステップ３ リアルタイムキャプチャー と リアルタイム背景差分処理

ステップ３　リアルタイムキャプチャー　と　リアルタイム背景差分処理