Technologies present high risk in 2017 (Summary from: www.zdnet.com: Which technologies present the most risk in 2017?) A lot of exciting new technologies are emerging or maturing that will likely play an increasingly important role in our lives and help transform businesses and industries in the coming months and years. But many of these present […]
Zihin Okuma Bilimsel Olarak Kanıtlandı Gözünü kırpma yeteneğinden bile yoksun hastalarla, onların düşüncelerini elektronik araçlarla okuyarak iletişim kurmak giderek daha etkin hale geliyor. Aslında bu teknoloji onlarca yıl önceden beri var. Buna rağmen, gelişmeler oldukça yavaş ilerliyor. Yeni çalışmalar, alternatif bir beyin-bilgisayar arayüzü teknolojisinin, dış dünyayla bağlantısı tamamiyle kopmuş insanların seslerini duyurabilme imkanına kavuşmakta olduğunu […]
Python ile Mozaik Resimler Python, her alanda çok güçlü kütüphanelere sahip bir dil. Grafik kütüphaneleri açısından da aynı durum geçerli. Bunların başında is “matplotlib” geliyor. Bu yazımda, sözünü ettiğim kütüphanenin “scatter” metodunu ele alacağım.
|
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 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 |
# -*- coding: utf-8 -*- from PIL import Image import numpy as np import matplotlib.pyplot as plt graf = 'angelinajolie3.jpg' ORAN=0.25 # .15 ARALIK=-0.05 # -0.15 DUZELTME =1.05 # Grafiği yeniden boyutlandır img = Image.open(graf) [xs,ys] = img.size [xs,ys] = [int(xs*ORAN/DUZELTME),int(ys*ORAN) ] img = img.resize((xs,ys)) # Yeni boyutlar [xs,ys] = img.size img = np.asarray(img, dtype="float") oran2 = xs/8.0 msize = 64.0*(1.0-ARALIK)/oran2 # Grid noktalarını belirle x, y = np.mgrid[0:(xs-1), 0:(ys-1)] # Y eksenini tersine çevir y = y.max() - y grid = np.vstack([x.ravel(), y.ravel()]).T fig = plt.figure( figsize=(int(xs/oran2), int(ys/oran2)) ) # Eksenler görünmesin plt.axis('off') plt.xlim((-1,xs-1)) plt.ylim((-1,ys-1)) # Nokta renklerini 256 ile sınırla cols = [img[ ys-1-y, x, ]/255 for [x,y] in grid] # Görüntüyü oluştur plt.scatter( grid[:,0], # x değerleri grid[:,1], # y değerleri marker='h', # marker c=cols, # renkler linewidths=0, edgecolors='black', # sınır rengi s=msize**2, # marker boyutu alpha=1.0 ) # saydamlık # Görüntü yerleşimini düzenle plt.subplots_adjust(left=0, right=1, bottom=0, top=1) # Görüntüyü göster plt.show() |
Matplotlib kütüphanesi çok geniş ve kapsamlıdır. İstatistik veya derin öğrenme çalışmalarının görselleştirilmesinde yoğun şekilde kullanılır. Yazıyı fazla uzatmamak için kodların […]