matplotlib [scikit-image] 97. 適応的しきい値処理による画像の2値化(skimage.filters threshold_local)
適応的しきい値処理を使用して画像を2値化する方法をscikit-imageのthreshold_local関数で解説します。局所的な領域ごとに最適なしきい値を自動計算し、照明条件が不均一な画像でも効果的に2値化できる手法です。
matplotlib
matplotlib 
matplotlib [scikit-image] 96. 大津の適応的しきい値処理による画像の2値化(skimage.filters rank.otsu)
scikit-imageライブラリのrank.otsu関数を使った大津の適応的しきい値処理について解説。局所領域ごとに最適なしきい値を自動計算し、照明条件が不均一な画像でも効果的に2値化できる手法を実装例とともに紹介します。
matplotlib [matplotlib] 109. パラリンピックシンボル
Pythonのmatplotlibライブラリを使用してパラリンピックのシンボルマークを描画する方法を解説します。円の配置や色の設定など、シンボル作成に必要な基本的なコードと手順を紹介しています。視覚的なプログラミング学習にも最適です。
matplotlib [matplotlib] 108. matplotlib の散布図における点の透明度を配列で設定する方法
matplotlibのplt.scatter関数を使用して散布図を作成する際に、各データポイントの透明度（alpha値）を個別に配列で設定する方法を解説。視覚化の効果を高めるテクニックを紹介します。
matplotlib [scikit-learn] 12. GaussianMixtureモデルによるクラスタリング
scikit-learnのGaussianMixtureモデルを用いた混合ガウス分布によるクラスタリング手法について解説。ガウス分布に従う2つのデータセットに対するクラスタリング例と対数尤度の可視化方法を紹介します。
matplotlib [matplotlib] 107. 画像とヒストグラムのカラーマップを揃える
matplotlib を使用して画像表示とヒストグラム表示のカラーマップを統一する方法を解説。視覚的一貫性を保ちながらデータを効果的に可視化するテクニックを紹介します。
lmfit [matplotlib] 106. カーブフィット結果を図中にtext boxで表示
Matplotlibを使用してカーブフィッティング結果を図中にテキストボックスで表示する方法を解説。線形フィットのサンプルコードと、テキストボックスのカスタマイズオプション、配置の注意点などを詳しく説明します。
matplotlib [matplotlib] 105. Matplotlibを使ったオリンピックシンボルの描画
Matplotlibライブラリを使用してオリンピックシンボルを描画する方法を解説します。円の描画とカラーリングを通して、視覚的に印象的なグラフィックを作成する実践的なPythonコード例を紹介します。