نوشته‌ها

ترسیم heatmap با استفاده از seaborn در پایتون

برای ترسیم heatmap طبق گام های ذیل پیش میرویم:

گام اول:

نصب کتابخانه های pandas و seaborn

 

گام دوم:

ابتدا کتابخانه های لازم را import کنیم:

گام سوم:

از کد ذیل متناسب با نیازتان استفاده کنید:

 

مثل های بیشتر در لینک ذیل دنبال کنید:

https://seaborn.pydata.org/generated/seaborn.heatmap.html

 

نمایش گرافیکی ماترسی اغتشاش confusion matrix

برای نمایش گرافیکی ماتریس اعتشاش به لینک جالبی رسیدیم که احتمالا خیلی از شما علاقه مند به استفاده از آن در پژوهش های علمی تان باشید

توضیح ویکیپدیا برای ماتریس اغتشاش:

در حوزهٔ هوش مصنوعی، ماتریس در هم ریختگی (به انگلیسی: confusion matrix) به ماتریسی گفته می‌شود که در آن عملکرد الگوریتم‌های مربوطه را نشان می‌دهند. معمولاً چنین نمایشی برای الگوریتم‌های یادگیری با ناظر استفاده می‌شود، اگرچه در یادگیری بدون ناظر نیز کاربرد دارد. معمولاً به کاربرد این ماتریس در الگوریتم‌های بدون ناظر ماتریس تطابق می گویند. هر ستون از ماتریس، نمونه‌ای از مقدار پیش بینی شده را نشان می‌دهد. در صورتی که هر سطر نمونه‌ای واقعی (درست) را در بر دارد. اسم این ماتریس نیز از آنجا بدست می‌آید که امکان این را آسانتر اشتباه و تداخل بین نتایج را مشاهده کرد. در خارج از هوش مصنوعی این ماتریس معمولاً ماتریس پیشایندی (contingency matrix) یا ماتریس خطا (error matrix) نامیده می‌شود. در مباحث هوش مصنوعی از این جدول برای تعیین مقدار شاخص های ارزیابی مانند دقت (Precision) و صحت (Recall) استفاده می شود. دقت عبارت است از اینکه “چه میزان از نمونه های انتخابی درست هستند” و صحت بر این مفهوم که “چه میزان از نمونه های صحیح موجود انتخاب شده اند” دلالت دارند. البته با ممکن است در منابعی، Accuracy نیز دقت ترجمه شود که مفهومی کاملا متفاوت داشته و بر میزان نمونه هایی اشاره دارد که سیستم در تشخیص آنها موفق بوده است.

خب برای استفاده از یادداشت ام نوت ذیل استفاده کنید

کافیست تابع ذیل را به کد پایتونی خود اضافه کنید:

 

برای بحث استفاده نیز کافیست کد ذیل را بزنید:

 

منظور از y_true و y_pred در مطلب « محاسبه عناصر جدول اغتشاش TP,NP,FP,FN» بیان گردیده است.

 

منبع : https://goo.gl/otsmhY

باتشکر از مهندس محمد خالوئی در اشتراک گذاشتن این لینک مفید.

 

شما نیز میتوانید از طریق بخش ارتباط با ما مطالب خوب و مفیدتان را برای درج در سامانه ارسال کنید. همچنین جهت همکاری به https://mnote.ir/collaboration/  مراجعه کنید

گام های ابتدایی پس از انتقال به سرور اصلی

پس از اینکه پروژه در لوکال شما با موفقیت به اصطلاح lunch شد شما میتوانید آن را روی سرور اصلی و یا vps (سرورمجازی) نصب کنید.

پس از اینکه مقدمات کار انتقال را انجام دادید همه چیز محیا هست تا کار کانفیگ پروژه را شروع کنیم.

ولی یکی از ابتدایی ترین کارها این هست که جهت اجرای پروژه آی پی آن روی ۰.۰.۰.۰ ست نمایید چون اگر اینکار را کنید، میتوانید از طریق ip اختصاصی سرورتان به برنامه دسترسی داشته باشید ولی درغیر اینصورت به صورت پیشفرض روی ۱۲۷.۰.۰.۱ ست میشود که اگر سرور کنار شما نباشد و ازجایی خریداری یا اجاره گرفته شده باشد بدرد نخور هست. لذا در زمان اجرا باید روی سرور آیپی هم داد:

ولی نکته اصلی اینجاست که باید ابتدا ip سرور را در لیست ip های مجاز بسترمان مشخص کنیم.

لذا در فایل settingsپروژه اصلی  ALLOWED_HOSTS را مقدار دهی کنیم مثلا:

ایده از شما راهکار تولید یک بات تلگرام از ما / بات اختصاصی همراه با لینک آموزش اتصال به رسپریپای

گشت و گذارهای زیادی در نت داشتم. ولی برای بحث ربات نویسی در تلگرام که امروزه خیلی باب شده لینک ذیل خیلی ساده و شیوا بیان کرده بود. پیشنهاد میکنم همه پایتون کارها یه سر تست بزنند. از این ربات ها در همه جا میتوانید استفاده کنید. مثلا کاربردهایی در پردازش زبان طبیعی، کالا، فروش و …

اگر مشکل یا مورد خاصی بود اطلاع دهید. هرنوع باتی هم خواستین اگر نیاز به مشاوره یا … بود در بخش نظرات اطلاع دهید.

python-telegram-bot Logo

لینک کتابخانه تلگرام در پایتون

https://github.com/python-telegram-bot/python-telegram-bot

PyPi Package Version Supported python versions Documentation Status LGPLv3 License Travis CI Status Code Climate Coveralls Median time to resolve an issueTelegram Group

 

 

 

راستی اگر گذرتان به سمت ادغام این ها با رسپریپای هم خورد که ::

http://www.instructables.com/id/Set-up-Telegram-Bot-on-Raspberry-Pi/

 

یاحق.

ذخیره آرایه numpy به فرمت تصویر با scipy

گاهی اوقات پیش می آید که شما یک آرایه عددی به فرمت یک عکس (طول*ارتقاع*عمق یا کانال) دارید. حال برای ذخیره سازی آن روی هارد کافیست از کد ذیل استفاده کنید

 

تغییر نسخه پایتون پیشفرض (برای مثال تغییر پایتون۲ پیشفرض به پایتون ۳ خاص)

برای تغییردادن نسخه پایتون پیشفرض خود میتوانید با استفاده از دستور alias این کار را به راحتی انجام داد کافیست طبق مراحل ذیل پیش روید:

گام اول: بررسی نسخه جاری پایتون

برای متوجه شدن نسخه جاری پایتون نصب شده روی سیستم عامل لینوکس از این کد استفاده میکنیم:

گام دوم: بررسی صحت پایتون هدف

در این گام کافیست پایتونی که مدنظر داشتیم را تست کنیم و از صحت کارکرد نصبی آن با خبر شویم. برای مثال اگر روی سیستم خود پایتون نسخه ۲ پایتون پیشفرض شما باشد, کافیست پس از نصب پایتون از طریق توضیحات سایت رسمی سپس اقدام به بررسی آن از طریق کد ذیل نمایید:

در صورتی که پایتون نسخه۳ شما با موفقیت نصب شده بود و کار میکرد میتوانید به گام سوم بروید.

 

گام سوم: تغییر پایتون۲ به پایتون۳

از طریق کد ذیل اقدام نمایید:

حال اگر دستور بیان شده در گام اول را مجدد بزنید متوجه خواهید شد که پایتون شما به ۳ تغییر کرده است.

 

 

موفق و موید باشید/.

گام های شروع کار در پردازش زبان طبیعی مبتنی بر پایتون

برای فعالیت در این حوزه پایتون یکی از زبان های خوبیست که شامل کتابخانه های متعددی است. در پردازش زبان طبیعی نیز استفاده از پایتون به خاطر جامعیت کاربری و … بیشتر کارشده است. پیشنهاد میشود طبق مراحل ذیل بحث سوال و مسئله را فراگیرید و پیش روید:

 

گام اول : فراگیری زبان پایتون

برای آموختن این زبان به نظر بنده ابتدا با یادداشت خاص قبلی پیش روید (آموزش اولیه سایت فرانش)

سپس که پایه ریزی خوب صورت گرفت اگر خواستید یک خورده دقیقتر در پایتون پیشروید و بیشتر بدانید تا بتوانید بهتر در ادامه پیشروید آموزش های این لینک را دانلود و مشاهده کنید.

سپس شما به سطح مطلوبی رسیدید که قرار است به گام بعدی بروید. مدت زمانی که برای گام اول صرف میشود حداکثر یک هفته مطلوب هست.

 

گام دوم : مفاهیم NLTK و Hazm

پیشنهاد میشود برای شروع به کار و همچنین نصب و کسب اطلاعات یک گذر مروری روی سایت های رسمی NLTK  و هضم داشته باشید.

فیلم ذیل میتوانید در این راستا دید خوبی بدهد و کلیات مسیر را تقریبا مشخص کند

 

گام سوم : فراگیری جزئیات NLTK و نوشتن مثال

پیشنهاد میشود به صورت سلسله وار از روی یک یا چند منبع معتبر پیشروید. برای شروع به نظر بنده کتاب Python 3 Text Processing with NLTK 3 Cookbook خوب هست. برای دانلود کتاب از منبع اول یا منبع دوم استفاده کنید. اگر در دانلود مشکلی بود اطلاع دهید تا لینک جایگزین درج گردد.

 

البته این مسیر پیشنهادیست.

اگر پیشنهاد بهتری دارید حتما در بخش نظرات بفرستید تا بررسی و در صورت صلاحدید اعمال نماییم.

موفق و موید باشید/.

 

کتابخانه تقدم tqdm برای خروجی در پایتون

این کتابخانه خیلی برای زیبا نشان دادن خروجی مفید است: فینگلیشش تقدم هست در عربی

tqdm means “progress” in Arabic (taqadum, تقدّم) and an abbreviation for “I love you so much” in Spanish (te quiero demasiado).

Instantly make your loops show a smart progress meter – just wrap any iterable with tqdm(iterable), and you’re done!

۷۶%|████████████████████████████        | ۷۵۶۸/۱۰۰۰۰ [۰۰:۳۳<00:10, 229.00it/s]

trange(N) can be also used as a convenient shortcut for tqdm(xrange(N)).

REPL: ptpython

It can also be executed as a module with pipes:

Overhead is low – about 60ns per iteration (80ns with tqdm_gui), and is unit tested against performance regression. By comparison, the well established ProgressBar has an 800ns/iter overhead.

In addition to its low overhead, tqdm uses smart algorithms to predict the remaining time and to skip unnecessary iteration displays, which allows for a negligible overhead in most cases.

tqdm works on any platform (Linux, Windows, Mac, FreeBSD, Solaris/SunOS), in any console or in a GUI, and is also friendly with IPython/Jupyter notebooks.

tqdm does not require any library (not even curses!) to run, just a vanilla Python interpreter will do and an environment supporting carriage return \r and line feed \n control characters.

آموزش پروژه محور پایتون، جنگو، گیت، ویرچوال انو، لینوکس

یکی از آموزش های کامل و خوبی که به همه پیشنهاد میکنم ببینند و با آن پیش روند پروژه بستون که توسط یکی از دوستان گرامیم جادی عزیز  تهیه شده که پیشنهاد میکنم همه ببینند.

فیلم شماره یک آن فیلم ذیل است:

[aparat id=”lrJ8w”]

(بقیه را میتوانید در آپارات پروژه بستون ببینید)

یادگیری سریع و راحت پایتون

پایتون (Python) یک زبان برنامه‌نویسی همه منظوره، سطح بالا، شیءگرا و مفسر است. فلسفهٔ ایجاد آن تاکید بر دو هدف اصلی خوانایی بالای برنامه‌های نوشته شده و کوتاهی و بازدهی نسبی بالای آن است.

برای یادگیری سریع پایتون منابع زیادی هست اما در ادامه چند منبع خوب معرفی میکنم. دوستانی ک منابع بهتری پیشنهاد داشتند به ما اطلاع دهند. ما حتما جایگزین خواهیم کرد.

 

در ابتدا برای یادگیری اولیه با فیلم های رایگان سایت همکار ما (فرانش)  شروع کنید:

https://faranesh.com/programming/340-python-language

 

سپس که پایه ریزی خوب صورت گرفت اگر خواستید یک خورده دقیقتر در پایتون پیشروید و بیشتر بدانید تا بتوانید بهتر در ادامه پیشروید آموزش های این لینک را دانلود و مشاهده کنید.

لازم به ذکر است که مدت زمان لازم برای مشاهده اطلاعات فیلم های مذکور حداکثر یک هفته مطلوب هست و پس از آن به سطح مطلوبی دست یافتید.

موفق و موید باشید/.