gaussian

matplotlib

[matplotlib] 119. hatchで使用可能な模様一覧(ax.fill_between)

棒グラフ(ax.bar)や塗りつぶし(ax.fill_between)では、hatchを設定することで、さまざまな模様をつけることができる。ここでは、ax.fill_betweenを用いて、hatchで使用可能な模様の一覧を表示する。 また、hatchの模様の太さを変える方法についても説明する。
matplotlib

[seaborn-image] 7. ParamGridで各種フィルタのパラメータを変化させた結果をまとめて表示

Seaborn-imageはmatplotlibベースの画像可視化ライブラリであり、簡潔なコードで画像データを明瞭に描写することができる。データ可視化ライブラリであるseabornの2次元データ版のような感じとなっている。ここでは、各種フィルタのパラメータを変化させた結果をまとめて表示できるParamGridについて説明する。
ipywidgets

[ipywidgets] 34. バンドパスフィルタ(skimage.filters.difference_of_gaussians)のsigmaをFloatSliderで調整して2Dフーリエ変換

skimage.filters の difference_of_gaussiansで画像にバンドパスフィルタを適用することができる。ここではipywidgetsのFloatSliderでフィルタのsigmaを調整してフーリエ変換する方法について説明する。
matplotlib

[scikit-image] 99. 画像にバンドパスフィルタ(skimage.filters.difference_of_gaussians)をかけて2Dフーリエ変換

skimage.filters の difference_of_gaussiansで画像にバンドパスフィルタを適用して、フーリエ変換する方法について説明する。
matplotlib

[scikit-image] 98. 2Dフーリエ変換で窓関数を適用して不連続性を除去(skimage.filters window)

skimage.filters の windowを画像のフーリエ変換に適用する方法について説明する。
lmfit

[lmfit] 4. 混合モデルによるカーブフィッティング

lmfitは非線形最小二乗法を用いてカーブフィットするためのライブラリであり、Scipy.optimize.curve_fitの拡張版に位置する。ここでは、1次関数とガウス関数の混合モデルでカーブフィッティングする方法について説明する。
lmfit

[lmfit] 3. パラメータに代数的な制約を付与してカーブフィッティング

lmfitは非線形最小二乗法を用いてカーブフィットするためのライブラリであり、Scipy.optimize.curve_fitの拡張版に位置する。ここでは、フィッティングパラメータに代数的な制約を付与してカーブフィッティングする方法について説明する。
ipywidgets

[ipywidgets] 31. Dropdownで画像に任意の補間方法を適用

jupyter notebook, labで対話的にパラメータを調整できる機能(ipywidgets Dropdown)を使って、画像に任意の補間方法を適用する方法について説明する。