📈 初公開

127_初公開

👨‍🏫 0

import numpy as np
import matplotlib.pyplot as plt

#fig, ax = plt.subplots(figsize=(2.9, 2.1)) 
fig, ax = plt.subplots()

#----------------
#_📈_127_初公開
xy_127 = [(234.875000,339.500000) \
, (235.000000,339.625000) \
, (242.875000,339.375000) \
, (275.250000,337.000000) \
, (296.125000,336.625000) \
, (341.000000,332.500000) \
, (355.250000,328.750000) \
, (374.125000,321.875000) \
, (383.000000,317.125000) \
, (391.750000,310.250000) \
, (403.500000,299.125000) \
, (406.875000,295.500000) \
, (410.375000,291.625000) \
, (417.250000,282.375000) \
, (423.625000,271.375000) \
, (431.750000,253.625000) \
, (439.875000,233.375000) \
, (448.125000,210.500000) \
, (458.250000,178.250000) \
, (466.250000,155.250000) \
, (474.375000,136.125000) \
, (481.125000,123.625000) \
, (488.000000,114.125000) \
, (493.125000,110.000000) \
, (497.500000,108.250000) \
, (499.875000,107.875000) \
, (505.500000,108.625000) \
, (508.500000,109.750000) \
, (511.250000,111.500000) \
, (518.875000,118.750000) \
, (524.250000,125.750000) \
, (531.875000,141.375000) \
, (551.000000,188.375000) \
, (558.250000,202.875000) \
, (562.375000,209.875000) \
, (571.375000,223.500000) \
, (582.000000,237.500000) \
, (594.000000,251.000000) \
, (607.625000,264.250000) \
, (615.250000,270.625000) \
, (623.250000,276.375000) \
, (640.125000,287.000000) \
, (658.250000,296.750000) \
, (677.125000,305.750000) \
, (697.000000,314.375000) \
, (717.000000,321.250000) \
, (735.500000,327.000000) \
, (752.625000,331.625000) \
, (760.750000,333.125000) \
, (768.500000,334.500000) \
, (788.625000,337.250000) \
, (792.750000,338.250000) \
, (793.125000,339.000000) \
, (780.875000,339.625000) \
, (764.500000,338.500000) \
, (713.000000,340.625000) \
, (693.500000,343.000000) \
, (679.125000,345.750000) \
, (655.750000,351.250000) \
, (622.875000,362.125000) \
, (598.250000,372.125000) \
, (582.125000,380.625000) \
, (566.875000,390.625000) \
, (553.625000,400.875000) \
, (547.625000,406.125000) \
, (537.375000,417.625000) \
, (529.250000,429.000000) \
, (519.125000,448.000000) \
, (490.125000,513.500000) \
, (478.125000,536.625000) \
, (470.500000,548.875000) \
, (463.125000,558.625000) \
, (456.625000,564.750000) \
, (454.000000,566.500000) \
, (449.250000,567.875000) \
, (447.000000,567.875000) \
, (444.625000,567.000000) \
, (435.875000,560.875000) \
, (429.500000,553.750000) \
, (420.250000,539.000000) \
, (414.875000,527.250000) \
, (410.000000,513.500000) \
, (397.750000,470.875000) \
, (393.375000,458.250000) \
, (388.000000,446.125000) \
, (385.000000,440.750000) \
, (375.250000,426.250000) \
, (371.750000,421.750000) \
, (364.250000,413.875000) \
, (344.500000,397.125000) \
, (332.500000,387.875000) \
, (312.250000,374.875000) \
, (300.375000,368.500000) \
, (296.375000,366.125000) \
, (284.500000,359.250000) \
, (257.875000,346.625000) \
, (242.125000,342.375000) \
, (239.750000,341.625000) \
, (,) \
, (54.125000,60.000000) \
, (53.875000,59.625000) \
, (53.875000,59.750000) \
, (56.875000,65.000000) \
, (58.250000,65.625000) \
, (59.750000,64.875000) \
, (62.000000,61.750000) \
, (,) \
]
z_127 = [list(t) for t in zip(*xy_127)]; x_127 = z_127[0]; y_127 = z_127[1]

ax.scatter(x_127, y_127)
ax.plot(x_127, y_127)
ax.annotate('ID=127' \
, xy=(np.mean(x_127),np.mean(y_127)) \
, xytext=(np.mean(x_127)+ np.std(y_127), np.mean(y_127) + np.std(y_127)) \
, arrowprops=dict(arrowstyle="->"))
#----------------

plt.show()

図 1 . python コード

A4 （210 × 297mm）あるいは少し大きめのレターサイズ（215.9 × 279.4ミリ）が一般的です。 2 カラムとすると 3.34645669291339インチ程度。アスペクトを 4:3にすれば、2.9インチ×2.1インチぐらいの図が論文投稿の図として適切です。

サーバーサイドスクリプト

サーバーサイドでラスタライズ（bmp,jpg,png）しているので、レスポンシブな表示が可能です。サーバーサイドでダイナミックに生成している画像なので、ダウンロードだけでなく、リンクもできます。

クライアントサイドスクリプト

図 3 . canvas 初公開

クライアントサイドでラスタライズ（bmp,jpg,png）しているので、レスポンシブな表示が可能です。クライアントサイドでダイナミックに生成している画像なので、ダウンロードはできますが、リンクはできません。

図 4 . google chart APIを使った描画

xmin	0
xmax	1000
ymin	0
ymax	1000

234.875000,339.500000 235.000000,339.625000 242.875000,339.375000 275.250000,337.000000 296.125000,336.625000 341.000000,332.500000 355.250000,328.750000 374.125000,321.875000 383.000000,317.125000 391.750000,310.250000 403.500000,299.125000 406.875000,295.500000 410.375000,291.625000 417.250000,282.375000 423.625000,271.375000 431.750000,253.625000 439.875000,233.375000 448.125000,210.500000 458.250000,178.250000 466.250000,155.250000 474.375000,136.125000 481.125000,123.625000 488.000000,114.125000 493.125000,110.000000 497.500000,108.250000 499.875000,107.875000 505.500000,108.625000 508.500000,109.750000 511.250000,111.500000 518.875000,118.750000 524.250000,125.750000 531.875000,141.375000 551.000000,188.375000 558.250000,202.875000 562.375000,209.875000 571.375000,223.500000 582.000000,237.500000 594.000000,251.000000 607.625000,264.250000 615.250000,270.625000 623.250000,276.375000 640.125000,287.000000 658.250000,296.750000 677.125000,305.750000 697.000000,314.375000 717.000000,321.250000 735.500000,327.000000 752.625000,331.625000 760.750000,333.125000 768.500000,334.500000 788.625000,337.250000 792.750000,338.250000 793.125000,339.000000 780.875000,339.625000 764.500000,338.500000 713.000000,340.625000 693.500000,343.000000 679.125000,345.750000 655.750000,351.250000 622.875000,362.125000 598.250000,372.125000 582.125000,380.625000 566.875000,390.625000 553.625000,400.875000 547.625000,406.125000 537.375000,417.625000 529.250000,429.000000 519.125000,448.000000 490.125000,513.500000 478.125000,536.625000 470.500000,548.875000 463.125000,558.625000 456.625000,564.750000 454.000000,566.500000 449.250000,567.875000 447.000000,567.875000 444.625000,567.000000 435.875000,560.875000 429.500000,553.750000 420.250000,539.000000 414.875000,527.250000 410.000000,513.500000 397.750000,470.875000 393.375000,458.250000 388.000000,446.125000 385.000000,440.750000 375.250000,426.250000 371.750000,421.750000 364.250000,413.875000 344.500000,397.125000 332.500000,387.875000 312.250000,374.875000 300.375000,368.500000 296.375000,366.125000 284.500000,359.250000 257.875000,346.625000 242.125000,342.375000 239.750000,341.625000 54.125000,60.000000 53.875000,59.625000 53.875000,59.750000 56.875000,65.000000 58.250000,65.625000 59.750000,64.875000 62.000000,61.750000

,[234.875000,339.500000 ],[235.000000,339.625000 ],[242.875000,339.375000 ],[275.250000,337.000000 ],[296.125000,336.625000 ],[341.000000,332.500000 ],[355.250000,328.750000 ],[374.125000,321.875000 ],[383.000000,317.125000 ],[391.750000,310.250000 ],[403.500000,299.125000 ],[406.875000,295.500000 ],[410.375000,291.625000 ],[417.250000,282.375000 ],[423.625000,271.375000 ],[431.750000,253.625000 ],[439.875000,233.375000 ],[448.125000,210.500000 ],[458.250000,178.250000 ],[466.250000,155.250000 ],[474.375000,136.125000 ],[481.125000,123.625000 ],[488.000000,114.125000 ],[493.125000,110.000000 ],[497.500000,108.250000 ],[499.875000,107.875000 ],[505.500000,108.625000 ],[508.500000,109.750000 ],[511.250000,111.500000 ],[518.875000,118.750000 ],[524.250000,125.750000 ],[531.875000,141.375000 ],[551.000000,188.375000 ],[558.250000,202.875000 ],[562.375000,209.875000 ],[571.375000,223.500000 ],[582.000000,237.500000 ],[594.000000,251.000000 ],[607.625000,264.250000 ],[615.250000,270.625000 ],[623.250000,276.375000 ],[640.125000,287.000000 ],[658.250000,296.750000 ],[677.125000,305.750000 ],[697.000000,314.375000 ],[717.000000,321.250000 ],[735.500000,327.000000 ],[752.625000,331.625000 ],[760.750000,333.125000 ],[768.500000,334.500000 ],[788.625000,337.250000 ],[792.750000,338.250000 ],[793.125000,339.000000 ],[780.875000,339.625000 ],[764.500000,338.500000 ],[713.000000,340.625000 ],[693.500000,343.000000 ],[679.125000,345.750000 ],[655.750000,351.250000 ],[622.875000,362.125000 ],[598.250000,372.125000 ],[582.125000,380.625000 ],[566.875000,390.625000 ],[553.625000,400.875000 ],[547.625000,406.125000 ],[537.375000,417.625000 ],[529.250000,429.000000 ],[519.125000,448.000000 ],[490.125000,513.500000 ],[478.125000,536.625000 ],[470.500000,548.875000 ],[463.125000,558.625000 ],[456.625000,564.750000 ],[454.000000,566.500000 ],[449.250000,567.875000 ],[447.000000,567.875000 ],[444.625000,567.000000 ],[435.875000,560.875000 ],[429.500000,553.750000 ],[420.250000,539.000000 ],[414.875000,527.250000 ],[410.000000,513.500000 ],[397.750000,470.875000 ],[393.375000,458.250000 ],[388.000000,446.125000 ],[385.000000,440.750000 ],[375.250000,426.250000 ],[371.750000,421.750000 ],[364.250000,413.875000 ],[344.500000,397.125000 ],[332.500000,387.875000 ],[312.250000,374.875000 ],[300.375000,368.500000 ],[296.375000,366.125000 ],[284.500000,359.250000 ],[257.875000,346.625000 ],[242.125000,342.375000 ],[239.750000,341.625000 ],[ ],[54.125000,60.000000 ],[53.875000,59.625000 ],[53.875000,59.750000 ],[56.875000,65.000000 ],[58.250000,65.625000 ],[59.750000,64.875000 ],[62.000000,61.750000 ],[ ],[]

図形と関数

数式の例

表 2 . 数式の例

数式	意味	説明

$y = a x + b$	一次関数直線	数に量の意味はありません。変数には、`x`,`y`,`z`のようにアルファベットの後ろの方を使い定数には、`a`,`b`,`c`のようにアルファベットの前の方を使います。デカルト座標系では、図形を表します。座標の数に量を割り当てたものをグラフやチャートと呼びます。
$p V = n R T$	気体の状態方程式 1662～1802	左辺 `pV` が仕事、右辺`nRT`が熱量で、エネルギー収支を表す量方程式です。量方程式なので量を単位で割った数値を代入したり求めたりします。
$E = E^{0} - \frac{R T}{n F} \ln K$	ネルンストの式 1889
$S = k_{B} \ln W$	ボルツマンの式 1877

数式には、インドアラビア数字、ラテン文字、ギリシャ文字、記号など多くの文字が現れます。文字の多くは、数を表現します。量を数で表現している場合もあります。

数式は、量との量の関係を表現しているので、グラフにできます。

数式で数値を求めるときは、量を単位で割ってから代入します。このような数式を量方程式あるいは量式*と言います。単位が指定された数式を数値方程式と言います。単位の定義が変わると数値方程式の係数も変わります。文献に記載された数値方程式を使う場合は、単位の定義がいつのものなのかを確認する必要があります。

コンピュータ上では直接数式を表現できないため、 TeXを使います。 MathMLを使います。

👨‍🏫 数式の表現、量の表現 👨‍🏫 ウルフラムアルファ（WolframAlpha）

<figure>
<img src="https://a.yamagata-u.ac.jp/amenity/Laboratory/xyGraphImage.aspx?id=127" />
<figcaption>
<a href="https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/Laboratory/Plot/Plot_Index.asp">Fig</a> <a href="https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/Laboratory/Plot/@Plot.asp?nxyGraphID=127"> 初公開 </a>
<div> </div>
</figcaption>
</figure>

動画、音声及び写真を含む図表等を転載する場合には転載許諾書による同意があった方が無難です。動画、音声及び写真を含む図表等の転載許諾書

https://edu.yz.yamagata-u.ac.jp/developer/Asp/Youzan/Laboratory/Plot/@Plot.asp?nxyGraphID=127

名称：教育用公開ウェブサービス

URL： 🔗 https://edu.yz.yamagata-u.ac.jp/

管理運用：山形大学学術情報基盤センター

🎄🎂🌃🕯🎉

名称：サイバーキャンパス「鷹山」

URL: 🔗 http://amenity.yz.yamagata-u.ac.jp/

管理運用：山形大学データベースアメニティ研究会

〒992-8510 山形県米沢市城南4丁目3-16

名称	グラフ	説明

指数関数		python + matplotlib import numpy as np import math import matplotlib.pyplot as plt xy = [(p, math.exp(p)) for p in \ np.arange(start = - 2, stop = 2, step = 0.1)] z = [list(t) for t in zip(*xy)]; x = z[0]; y = z[1] fig, ax = plt.subplots() ax.plot(x, y) plt.show()
逆ネルンスト		電池の充放電曲線で現れます。
確率曲線
正規分布関数		確率統計で多用されます。品質管理でも大切です。