serverあれこれ

kyle

MoviePyとscikit-imageで動画画面のノイズを除去するには、fl_imageメソッドとdenoise_bilateral関数などを使用します。

サンプルコード

以下のサンプルコードでは、scikit-imageのdenoise_bilateral関数を使用してノイズを除去し、動画を出力しています。

from moviepy.editor import *
from skimage.util import *
from skimage.restoration import *

def process_denoise_bilateral(image):
    dw = denoise_bilateral(img_as_float(image), sigma_color=0.05, sigma_spatial=5, multichannel=True)
    return img_as_ubyte(dw)

clip1 = VideoFileClip("hydrangea.mp4")

clip1t = clip1.fl_image(lambda clip1: process_denoise_bilateral(clip1))
clip1t.write_videofile("denoise_bilateral.mp4")

〇元動画の画面

〇出力動画の画面

〇scikit-imageインストール
MoviePyの他、仮想環境のフォルダに移動して以下のコマンドを実行します。

pipenv install scikit-image

サンプルコード

以下のサンプルコードでは、scikit-imageのsobel/roberts輪郭抽出し、動画を出力しています。

from moviepy.editor import *
from skimage.util import *
import numpy as np

def process_random_noise(image, *, mode='gaussian', seed=None, clip=True, **kwargs):
    rn = random_noise(img_as_float(image), mode, seed, clip, **kwargs)
    return img_as_ubyte(rn)

clip1 = VideoFileClip("hydrangea.mp4")

clip1t = clip1.fl_image(lambda clip1: process_random_noise(clip1, var=0.03))
clip1t.write_videofile("random_noise_gaussian.mp4")

clip1t = clip1.fl_image(lambda clip1: process_random_noise(clip1, mode='pepper', amount=0.3))
clip1t.write_videofile("random_noise_pepper.mp4")

〇元動画の画面

〇出力動画の画面(gaussian)

〇出力動画の画面(pepper)

〇scikit-imageインストール
MoviePyの他、仮想環境のフォルダに移動して以下のコマンドを実行します。

pipenv install scikit-image

サンプルコード

以下のサンプルコードでは、scikit-imageのsobel/roberts輪郭抽出し、動画を出力しています。

from moviepy.editor import *
from skimage.filters import sobel
from skimage.filters import roberts
from skimage.color import *

def process_sobel(image):
    gray = rgb2gray(image.astype(float))
    return gray2rgb(sobel(gray))

def process_roberts(image):
    gray = rgb2gray(image.astype(float))
    return gray2rgb(roberts(gray))

clip1 = VideoFileClip("hydrangea.mp4")

clip1t = clip1.fl_image(process_sobel)
clip1t.write_videofile("sobel.mp4")

clip1t = clip1.fl_image(process_roberts)
clip1t.write_videofile("roberts.mp4")

〇元動画の画面

〇出力動画の画面(sobel)

〇出力動画の画面(roberts)

〇scikit-imageインストール
MoviePyの他、仮想環境のフォルダに移動して以下のコマンドを実行します。

pipenv install scikit-image

サンプルコード

以下のサンプルコードでは、scikit-imageのthreshold_otsu/threshold_isodataでしきい値を求め、それぞれのアルゴリズムで2値化のRGB版と白黒版の動画を出力しています。

from moviepy.editor import *
from skimage.filters import *
from skimage.color import *

def process_threshold_otsu(image):
    threshold = threshold_otsu(image)
    return (image > threshold)*255

def process_threshold_otsu_gray(image):
    gray = rgb2gray(image)
    threshold = threshold_otsu(gray)
    return gray2rgb((gray > threshold)*255)

def process_threshold_iso(image):
    threshold = threshold_isodata(image)
    return (image > threshold)*255

def process_threshold_iso_gray(image):
    gray = rgb2gray(image)
    threshold = threshold_isodata(gray)
    return gray2rgb((gray > threshold)*255)

clip1 = VideoFileClip("hydrangea.mp4")

clip1t = clip1.fl_image(process_threshold_otsu)
clip1t.write_videofile("process_threshold_otsu.mp4")

clip1t = clip1.fl_image(process_threshold_otsu_gray)
clip1t.write_videofile("process_threshold_otsu_gray.mp4")

clip1t = clip1.fl_image(process_threshold_iso)
clip1t.write_videofile("process_threshold_iso.mp4")

clip1t = clip1.fl_image(process_threshold_iso_gray)
clip1t.write_videofile("process_threshold_iso_gray.mp4")

〇元動画の画面

〇出力動画の画面(threshold_otsu)

〇出力動画の画面(rgb2grayとthreshold_otsu)

〇出力動画の画面(threshold_isodata)

〇出力動画の画面(rgb2grayとthreshold_isodata)

〇scikit-imageインストール
MoviePyの他、仮想環境のフォルダに移動して以下のコマンドを実行します。

pipenv install scikit-image

サンプルコード

以下のサンプルコードでは、scikit-imageのrgb2hsv関数でHSVに変換し、色相・彩度を指定の値に設定後RGBに戻しています。

from moviepy.editor import *
from skimage.color import *

def process_colorize(image, hue, saturation):
    hsv = rgb2hsv(image.astype(float))
    hsv[:, :, 0] = hue
    hsv[:, :, 1] = saturation
    return hsv2rgb(hsv)

clip1 = VideoFileClip("hydrangea.mp4")

clip1t = clip1.fl_image(lambda clip1: process_colorize(clip1, 0.6, 0.8))

clip1t.write_videofile("colorize.mp4")

〇元動画の画面

〇出力動画の画面

scikit-imageインストール

MoviePyの他、仮想環境のフォルダに移動して以下のコマンドを実行します。

pipenv install scikit-image

サンプルコード

以下のサンプルコードでは、scikit-imageのswirl関数を使用して動画を変形しています。

from moviepy.editor import *
from skimage.transform import swirl

def process_swirl(image):
    return swirl(image.astype(float), rotation=3, strength=10, radius=500)

clip1 = VideoFileClip("hydrangea.mp4")

clip1t = clip1.fl_image(process_swirl)

clip1t.write_videofile("swirl.mp4")

〇出力動画の画面

scikit-imageインストール

MoviePyの他、仮想環境のフォルダに移動して以下のコマンドを実行します。

pipenv install scikit-image

サンプルコード

以下のサンプルコードでは、1/3に動画を縮小して、グレースケール画像を作成し、市松模様風に配置しています。

from moviepy.editor import *
from moviepy.video.fx.resize import resize
from moviepy.video.fx.blackwhite import blackwhite

clip1 = VideoFileClip("hydrangea.mp4")
clip1 = resize(clip1, (clip1.w/3, clip1.h/3))
clip1g = blackwhite(clip1)
clip = clips_array([[clip1, clip1g, clip1], [clip1g, clip1, clip1g], [clip1, clip1g, clip1]])

clip.write_videofile("checker.mp4")

〇出力動画の画面

インストール

ipysheetのインストールについての記事です。
・JupyterLabにipysheetをインストールして、スプレッドシートを表示する

データの設定・取得

スプレッドシートにデータを設定・取得・変換する方法は以下を参照してください。

・ipysheetでシートの行ヘッダー・列ヘッダーに任意の文字列を設定する

・ipysheetでセル内改行の文字列を表示する

・ipysheetでシートの複数列の行データをまとめて設定する

・ipysheetでシートの複数行の列データをまとめて設定する

・ipysheetでシートの複数行列データをまとめて設定する

・ipysheetのセルに計算値を設定する

・ipysheetのセルの値を取得する

・ipysheetのsheetとpandasのDataFrmaeを相互変換する

表示設定

セルの表示設定についての記事です。

・ipysheetでセルの背景色・文字色を設定する

・ipysheetでセルのフォントのサイズや修飾・アライメントの設定をする

・ipysheetでシートの行ヘッダー・列ヘッダーを非表示にする

・ipysheetでシートのサイズを設定する

セル内にコントロールを設定する

その他

その他の記事です。

・ipysheetでセルを変更不可に設定する

・Jupyter・wbdata・ipysheetで世界銀行の人口データを取得して一覧表示する

kyle

取得したデータはDataFrameとして返されるので、表の形を調整してipysheetのsheetに変換し、スプレッドシートで一覧表示します。

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。

import wbdata
import ipysheet

countries = ["JP","US", "VN"]
df = wbdata.api.get_dataframe({"SP.POP.TOTL":"Population"}, country=countries, convert_date=False)
df = df.unstack(level=0)

# DataFrameからsheetに変換
sheet = ipysheet.from_dataframe(df)

# ヘッダと書式を整える
sheet.column_headers = countries
for ind in range(sheet.columns):
  sheet.cells[ind].numeric_format = "###,##0"

sheet

〇サンプルコードの実行結果画面

使用指標

SP.POP.TOTL
人口 - Population, total

サンプルコード

以下のサンプルコードでは、1/3に動画を縮小して3x3にタイル配置しています。

from moviepy.editor import *
from moviepy.video.fx.resize import resize

clip1 = VideoFileClip("hydrangea.mp4")
clip1 = resize(clip1, (clip1.w/3, clip1.h/3))
clip = clips_array([[clip1, clip1, clip1], [clip1, clip1, clip1], [clip1, clip1, clip1]])

clip.write_videofile("tile.mp4")

〇タイル配置した画像

サンプルコード

import chartify

data = chartify.examples.example_data()
bar_data = data.groupby('country')[['quantity']].sum().reset_index()
print(bar_data)

ch = chartify.Chart(blank_labels=True, x_axis_type='categorical')
ch.set_title("縦方向ロリポップチャート")
ch.plot.lollipop(data_frame=bar_data, categorical_columns='country', numeric_column='quantity', color_column='country')
ch.show()

〇出力画像

インストール方法

Jupyterの仮想環境で以下のコマンドを実行します。

pipenv install chartify

サンプルコード

import chartify

data = chartify.examples.example_data()
bar_data = data.groupby(['country', 'fruit'])[['quantity']].sum().reset_index()
print(bar_data)

ch = chartify.Chart(blank_labels=True, x_axis_type='categorical')
ch.set_title("縦方向積上棒グラフ")
ch.plot.bar_stacked(data_frame=bar_data, categorical_columns='country', numeric_column='quantity',stack_column='fruit')
ch.show()

〇出力画像

インストール方法

Jupyterの仮想環境で以下のコマンドを実行します。

pipenv install chartify

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。

import ipysheet
sheet = ipysheet.sheet(rows=2)
cell1 = ipysheet.cell(0, 0, 100)
cell2 = ipysheet.cell(0, 1, 200)
cell3 = ipysheet.cell(0, 2)

@ipysheet.calculation(inputs=[cell1, cell2], output=cell3)
def calculate(a, b):
    return a + b

sheet

〇サンプルコードの実行結果画面

サンプルコード

以下のサンプルコードでは、2つの動画の内の１つを縮小して、もう一つの画像に重ねています。

from moviepy.editor import *
from moviepy.video.fx.resize import resize

clip1 = VideoFileClip("hydrangea.mp4").subclip(0, 30)
clip2 = VideoFileClip("riceplant.mp4").subclip(0, 30)

clip2b = resize(clip2, (clip2.w/4, clip2.h/4))
clip = CompositeVideoClip([clip1, clip2b.set_position((clip1.w*7/10,clip1.h*7/10))])

clip.write_videofile("compositeclip.mp4")

〇重ねた画像

サンプルコード

import chartify

data = chartify.examples.example_data()
bar_data = data.groupby('country')[['quantity']].sum().reset_index()
print(bar_data)

ch = chartify.Chart(blank_labels=True, y_axis_type='categorical')
ch.set_title("横方向棒グラフ")
ch.set_subtitle("サンプル副題")
ch.plot.bar(data_frame=bar_data, categorical_columns='country', numeric_column='quantity', color_column='country')
ch.show()

〇出力画像

インストール方法

Jupyterの仮想環境で以下のコマンドを実行します。

pipenv install chartify

サンプルコード

import chartify

data = chartify.examples.example_data()
bar_data = data.groupby('country')[['quantity']].sum().reset_index()
print(bar_data)

ch = chartify.Chart(blank_labels=True, y_axis_type='categorical')
ch.set_title("横方向棒グラフ")
ch.plot.bar(data_frame=bar_data, categorical_columns='country', numeric_column='quantity', color_column='country')
ch.set_legend_location(None)
ch.show()

〇出力画像

インストール方法

Jupyterの仮想環境で以下のコマンドを実行します。

pipenv install chartify

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。
sheet = ipysheet.sheet(row_headers=["店舗名", "売上"])
ipysheet.cell_range([["A店", "B店", "C店"], [1230, 20010, 5620]])

# cellsから設定値を取得できる
print(sheet.cells[0].value[1][1]) # -> return 20010

sheet

〇サンプルコードの実行結果画面

サンプルコード

import chartify

data = chartify.examples.example_data()
bar_data = data.groupby('country')[['quantity']].sum().reset_index()
print(bar_data)

ch = chartify.Chart(blank_labels=True, x_axis_type='categorical')
ch.set_title("縦方向棒グラフ")
ch.plot.bar(data_frame=bar_data, categorical_columns='country', numeric_column='quantity', color_column='country')
ch.show()

〇出力画像

インストール方法

Jupyterの仮想環境で以下のコマンドを実行します。

pipenv install chartify

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。
・DataFrameからsheetへ変換はfrom_dataframeを使用します。

import datetime as datetime
import pandas as pd
from ipysheet import from_dataframe, to_dataframe

df_sales = pd.DataFrame(data=[
  [datetime.datetime(2020,8,11), 12340, 1.05],
  [datetime.datetime(2020,8,12), 13221, 1.04],
  [datetime.datetime(2020,8,13), 13855, 1.05],
  [datetime.datetime(2020,8,14), 12883, 1.06],
  [datetime.datetime(2020,8,15), 14223, 1.07]
], columns=['売上日', '売上金額', '前年比'])

sheet = from_dataframe(df_sales)

sheet

・sheetからDataFrameへ変換はto_dataframeを使用します。

df_sales2 = to_dataframe(sheet)
print(df_sales2)

〇サンプルコードの実行結果画面

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。・日付選択ダイアログをセルに追加

import ipysheet
from ipywidgets import DatePicker

sheet = ipysheet.sheet(rows=2)
control = DatePicker(
    description='日付選択:',
    disabled=False
)
cell0 = ipysheet.cell(0, 0, control, style={"min-width":"10em"})

sheet

・コントロールの値の表示
選択していない状態だとNoneが表示されます。

print(cell0.value.value)

〇サンプルコードの実行結果画面

サンプルコード

以下のサンプルコードでは、２つの動画ファイルを読み込んで連結し、新たな動画ファイルとして保存しています。

from moviepy.editor import *

clip1 = VideoFileClip("hydrangea.mp4")
clip2 = VideoFileClip("riceplant.mp4")
# 2つ以上も連結できます
clip = concatenate_videoclips([clip1, clip2])
clip.write_videofile("concatenate.mp4")

インストール手順

以下のコマンドを実行します。
1. nodejsのインストール

sudo apt-get -y install curl

curl -sL https://deb.nodesource.com/setup_12.x | sudo -E bash -

sudo apt-get install -y nodejs

2. jupyterの仮想環境フォルダに移動後、以下のコマンドを実行します。

pipenv shell

pipenv install jupyterlab-quickopen

jupyter labextension install @parente/jupyterlab-quickopen

sudo systemctl restart jupyter.service

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。

import ipysheet
from ipywidgets import Image

sheet = ipysheet.sheet(rows=2)
# サイズを指定して表示
with open("./yellow_flower_small.png", "rb") as file:
    image = file.read()
control = Image(
    value=image,
    width=80,
    height=60
)
cell0 = ipysheet.cell(0, 0, control, style={"min-width":"10em"})
# 直接ロードして表示
cell1 = ipysheet.cell(0, 1, Image.from_file("./yellow_flower_small.png"), 
    style={"min-width":"10em"})

sheet

〇サンプルコードの実行結果画面

サンプルコード

以下のサンプルコードで、動画の速度を半分にして、ファイルを保存しています。

from moviepy.editor import *

clip_orig = VideoFileClip("hydrangea.mp4")
clip_orig.save_frame(filename="./hydrangea_2_05.png", t=2.05)

・フレームを保存した画像の例

サンプルコード

下記サンプルをノートブックに貼り付けて、実行します。

from datetime import datetime
import pandas as pd
import mplfinance as mpf

fx_data = [
    [datetime(2020, 7, 8), 107.475, 107.711, 107.202, 107.253, None, None, None],
    [datetime(2020, 7, 9), 107.231, 107.398, 107.097, 107.201, 107.201, None, None],
    [datetime(2020, 7, 10), 107.169, 107.264, 106.639, 106.93, None, None, None],
    [datetime(2020, 7, 13), 106.861, 107.319, 106.787, 107.283, None, None, None],
    [datetime(2020, 7, 14), 107.227, 107.427, 107.119, 107.236, 107.236, None, None],
    [datetime(2020, 7, 15), 107.205, 107.309, 106.666, 106.939, None, None, None],
    [datetime(2020, 7, 16), 106.895, 107.401, 106.833, 107.272, None, None, None],
    [datetime(2020, 7, 17), 107.250, 107.360, 106.938, 106.986, None, None, None],
    [datetime(2020, 7, 20), 107.011, 107.537, 106.970, 107.279, None, None, None],
    [datetime(2020, 7, 21), 107.193, 107.367, 106.681, 106.803, None, None, None],
    [datetime(2020, 7, 22), 106.789, 107.288, 106.705, 107.153, None, None, None],
    [datetime(2020, 7, 23), 107.124, 107.231, 106.711, 106.865, None, 107.231, None],
    [datetime(2020, 7, 24), 106.826, 106.872, 105.681, 106.052, None, None, 105.681]
]

df = pd.DataFrame(fx_data, columns=['date', 'open', 'high', 'low', 'close', 'signal1', 'signal2', 'signal3'])
df = df.set_index("date")

series = [
    mpf.make_addplot(df["signal1"],type='scatter',markersize=200,marker='o',color='#D93D4A'),
    mpf.make_addplot(df["signal2"],type='scatter',markersize=200,marker='v',color='orange'),
    mpf.make_addplot(df["signal3"],type='scatter',markersize=200,marker='*',color='#049DBF')
]
mpf.plot(df,type='candle', datetime_format='%Y/%m/%d', addplot=series)

・実行結果

インストール手順

以下のコマンドを実行します。
1. nodejsのインストール

sudo apt-get -y install curl

curl -sL https://deb.nodesource.com/setup_12.x | sudo -E bash -

sudo apt-get install -y nodejs

2. jupyterの仮想環境フォルダに移動後、以下のコマンドを実行します。

pipenv shell

pipenv install xeus-python ptvsd 

jupyter labextension install @jupyterlab/debugger

※要ブラウザリフレッシュ

3. デバッガーを利用する場合はXPython(xeus-python)を使用します(もしくはカーネル切り替え)。

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。・ラジオボタンの作成

import ipysheet
from ipywidgets import RadioButtons

sheet = ipysheet.sheet(rows=2)
control = RadioButtons(
    options=['いちご', 'りんご', 'ぶどう'],
    value='りんご',
    description='好きな果物:'
)
cell0 = ipysheet.cell(0, 0, control, style={"min-width":"10em"})

sheet

・チェックボックスの値を取得

print(cell0.value.value)

〇サンプルコードの実行結果画面

サンプルコード

下記サンプルでは本数3のボリンジャーバンドを追加しています。

from datetime import datetime
import pandas as pd
import mplfinance as mpf

fx_data = [
    [datetime(2020, 7, 8), 107.475, 107.711, 107.202, 107.253],
    [datetime(2020, 7, 9), 107.231, 107.398, 107.097, 107.201],
    [datetime(2020, 7, 10), 107.169, 107.264, 106.639, 106.93],
    [datetime(2020, 7, 13), 106.861, 107.319, 106.787, 107.283],
    [datetime(2020, 7, 14), 107.227, 107.427, 107.119, 107.236],
    [datetime(2020, 7, 15), 107.205, 107.309, 106.666, 106.939],
    [datetime(2020, 7, 16), 106.895, 107.401, 106.833, 107.272],
    [datetime(2020, 7, 17), 107.250, 107.360, 106.938, 106.986],
    [datetime(2020, 7, 20), 107.011, 107.537, 106.970, 107.279],
    [datetime(2020, 7, 21), 107.193, 107.367, 106.681, 106.803],
    [datetime(2020, 7, 22), 106.789, 107.288, 106.705, 107.153],
    [datetime(2020, 7, 23), 107.124, 107.231, 106.711, 106.865],
    [datetime(2020, 7, 24), 106.826, 106.872, 105.681, 106.052]
]

df = pd.DataFrame(fx_data, columns=['date', 'open', 'high', 'low', 'close'])
df = df.set_index("date")

# 実際は20本くらいが良いがデータが少ないので3本に設定
df["ma3"] = df["close"].rolling(3).mean()
df["std3"] = df["close"].rolling(3).std()
df["s1u"] = df['ma3'] + df['std3']
df["s1L"] = df['ma3'] - df['std3']
df["s2u"] = df['ma3'] + df['std3'] * 2
df["s2L"] = df['ma3'] - df['std3'] * 2

series = [
    mpf.make_addplot(df["s1u"], color="#F27649", width=1, linestyle="dashed"),
    mpf.make_addplot(df["s1L"], color="#F27649", width=1, linestyle="dashed"),
    mpf.make_addplot(df["s2u"], color="#D94E41", width=1, linestyle="dotted"),
    mpf.make_addplot(df["s2L"], color="#D94E41", width=1, linestyle="dotted")
]
mpf.plot(df,type='candle', datetime_format='%Y/%m/%d', addplot=series)

・実行結果

インストール手順

1.jupyterの仮想環境フォルダに移動後、以下のコマンドを実行します。

pipenv shell

pipenv install nb_black

2. コードを整形したいノートブックの初めのセルに以下を記入します。

%load_ext lab_black

イメージの作成と実行

以下のコマンドとDockerfileを使用してpython3.8とnewspaper3kがインストールされたイメージを作成する事ができます。

docker build -t dk-newspaper3k .

Dockerfile

FROM python:3.8-alpine3.12
RUN apk --no-cache add libstdc++ \
    libxml2 \
    libxslt \
    libjpeg-turbo \
  && apk --no-cache --virtual pydeps add gcc \
    g++ \
    python3-dev \
    musl-dev \
    cython \
    libxml2-dev \
    libxslt-dev \
    jpeg-dev \
    zlib-dev \
    libpng-dev \
  && pip install newspaper3k \
  && apk del --purge pydeps
CMD ["/bin/sh"]

以下のコマンドでサンプルコードを実行して、ウェブページから題名、本文を表示します。

docker run -v `pwd`:/tmp --rm -it dk-newspaper3k /usr/local/bin/python3 /tmp/test.py

test.py

from newspaper import Article
a = Article('https://www.python.org/', language='en')

a.download()
a.parse()
# print title/text of the page.
print(a.title)
print(a.text)

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。
・ドロップダウンリストの作成(文字列選択版)
選択した文字列をそのまま値として取得できます

import ipysheet
from ipywidgets import Dropdown

sheet = ipysheet.sheet()
control = Dropdown(
    options=['いちご', 'りんご', 'ぶどう'],
    value='りんご',
    description='好きな果物'
)
cell0 = ipysheet.cell(0, 0, control, style={"min-width":"16em"})

sheet

・チェックボックスの値を取得

print(cell0.value.value)

・サンプルコードの実行結果画面(文字列選択版)

・ドロップダウンリストの作成(文字列表示数値選択版)
選択した文字列に対応する数値を取得できます

import ipysheet
from ipywidgets import Dropdown

sheet = ipysheet.sheet()
control = Dropdown(
    options=[('いちご',1), ('りんご',2), ('ぶどう',3)],
    value=3,
    description='好きな果物'
)
cell0 = ipysheet.cell(0, 0, control, style={"min-width":"16em"})

sheet

・チェックボックスの値を取得

print(cell0.value.value)

・サンプルコードの実行結果画面(文字列表示数値選択版)

サンプルコード

以下のサンプルコードで、コントラスト・輪郭を強調した感じに加工して動画を保存しています。

from moviepy.editor import *
from moviepy.video.fx.rotate import rotate

clip_orig = VideoFileClip("hydrangea.mp4")
clip = rotate(clip_orig, angle=30, resample='bilinear', expand=False)
clip.write_videofile("hydrangea_rotate.mp4")

・変換前動画

・変換後動画

サンプルコード

以下のコードをノートブックに張り付けて実行します。

from datetime import datetime
import pandas as pd
import mplfinance as mpf

fx_data = [
    [datetime(2020, 7, 8), 107.475, 107.711, 107.202, 107.253],
    [datetime(2020, 7, 9), 107.231, 107.398, 107.097, 107.201],
    [datetime(2020, 7, 10), 107.169, 107.264, 106.639, 106.93],
    [datetime(2020, 7, 13), 106.861, 107.319, 106.787, 107.283],
    [datetime(2020, 7, 14), 107.227, 107.427, 107.119, 107.236],
    [datetime(2020, 7, 15), 107.205, 107.309, 106.666, 106.939],
    [datetime(2020, 7, 16), 106.895, 107.401, 106.833, 107.272],
    [datetime(2020, 7, 17), 107.250, 107.360, 106.938, 106.986],
    [datetime(2020, 7, 20), 107.011, 107.537, 106.970, 107.279],
    [datetime(2020, 7, 21), 107.193, 107.367, 106.681, 106.803],
    [datetime(2020, 7, 22), 106.789, 107.288, 106.705, 107.153],
    [datetime(2020, 7, 23), 107.124, 107.231, 106.711, 106.865],
    [datetime(2020, 7, 24), 106.826, 106.872, 105.681, 106.052]
]

df = pd.DataFrame(fx_data, columns=['date', 'open', 'high', 'low', 'close'])
df = df.set_index("date")
mpf.plot(df,type='candle', datetime_format='%Y/%m/%d', ylim=((105, 110)))

・実行結果

インストール手順

以下のコマンドを実行します。
1. nodejsのインストール

sudo apt-get -y install curl

curl -sL https://deb.nodesource.com/setup_12.x | sudo -E bash -

sudo apt-get install -y nodejs

2. JupyterLab System Monitorのインストール

pipenv shell

pipenv install nbresuse

jupyter labextension install jupyterlab-topbar-extension jupyterlab-system-monitor

3. 初期設定

cat << EOF >> ~/.jupyter/jupyter_notebook_config.py
# JupyterLab System Monitor
c.NotebookApp.ResourceUseDisplay.mem_limit = 4294967296
c.NotebookApp.ResourceUseDisplay.track_cpu_percent = True
c.NotebookApp.ResourceUseDisplay.cpu_limit = 4
EOF

2020年8月31日月曜日

サンプルコード

関連情報

2020年8月30日日曜日

サンプルコード

関連情報

2020年8月29日土曜日

サンプルコード

関連情報

2020年8月28日金曜日

サンプルコード

関連情報

2020年8月27日木曜日

関連情報

2020年8月26日水曜日

関連情報

2020年8月25日火曜日

サンプルコード

scikit-imageインストール

関連情報

2020年8月24日月曜日

サンプルコード

scikit-imageインストール

関連情報

2020年8月23日日曜日

サンプルコード

関連情報

2020年8月22日土曜日

インストール

データの設定・取得

表示設定

セル内にコントロールを設定する

その他

サンプルコード

使用指標

関連情報

サンプルコード

関連情報

サンプルコード

インストール方法

関連情報

2020年8月21日金曜日

サンプルコード

インストール方法

関連情報

サンプルコード

関連情報

サンプルコード

関連情報

サンプルコード

インストール方法

関連情報

2020年8月20日木曜日

サンプルコード

インストール方法

関連情報

サンプルコード

関連情報

関連情報

サンプルコード

インストール方法

関連情報

2020年8月19日水曜日

サンプルコード

関連情報

関連情報

2020年8月18日火曜日

サンプルコード

関連情報

サンプルコード

関連情報

インストール手順

関連情報

2020年8月17日月曜日

サンプルコード

関連情報

サンプルコード

関連情報

サンプルコード

関連情報

ブログアーカイブ