🏠

令和8年2月18日（水）

⇒#132@グラフ;

📈 （ID=7652）

132_（ID=7652）

👨‍🏫 0

import numpy as np
import matplotlib.pyplot as plt

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

#----------------
#_📈_132_（ID=7652）
xy_132 = [(35.750000,630.625000) \
, (35.875000,630.625000) \
, (37.375000,631.125000) \
, (38.250000,631.375000) \
, (50.500000,633.000000) \
, (58.875000,634.875000) \
, (67.125000,635.625000) \
, (73.750000,634.125000) \
, (77.625000,632.125000) \
, (83.250000,631.125000) \
, (85.375000,630.250000) \
, (87.375000,628.500000) \
, (91.750000,622.250000) \
, (95.875000,618.000000) \
, (103.625000,607.500000) \
, (111.000000,591.000000) \
, (112.500000,584.625000) \
, (113.000000,580.375000) \
, (113.125000,572.000000) \
, (114.000000,562.375000) \
, (113.875000,552.375000) \
, (115.125000,534.625000) \
, (114.875000,524.500000) \
, (115.375000,510.750000) \
, (116.375000,502.375000) \
, (116.375000,494.000000) \
, (117.750000,489.250000) \
, (118.375000,488.500000) \
, (119.625000,488.000000) \
, (120.125000,491.000000) \
, (119.875000,504.375000) \
, (120.875000,529.000000) \
, (122.000000,536.000000) \
, (122.375000,545.625000) \
, (123.375000,553.625000) \
, (124.500000,576.250000) \
, (129.375000,601.875000) \
, (133.250000,615.500000) \
, (137.000000,623.125000) \
, (140.500000,627.750000) \
, (145.125000,632.375000) \
, (152.625000,638.125000) \
, (168.125000,644.375000) \
, (171.875000,644.125000) \
, (176.000000,644.625000) \
, (178.375000,643.375000) \
, (179.500000,642.000000) \
, (184.000000,623.500000) \
, (186.625000,616.000000) \
, (188.125000,608.375000) \
, (189.000000,606.750000) \
, (189.500000,610.250000) \
, (189.375000,612.750000) \
, (189.875000,619.375000) \
, (191.750000,625.500000) \
, (194.500000,630.750000) \
, (198.875000,637.375000) \
, (202.375000,640.250000) \
, (204.625000,639.875000) \
, (209.375000,638.000000) \
, (212.500000,635.625000) \
, (214.000000,628.250000) \
, (215.125000,616.125000) \
, (216.375000,613.750000) \
, (218.875000,611.250000) \
, (219.375000,616.500000) \
, (221.125000,620.875000) \
, (222.125000,622.125000) \
, (230.875000,632.250000) \
, (238.625000,637.500000) \
, (242.250000,640.625000) \
, (250.000000,643.625000) \
, (253.875000,644.000000) \
, (258.125000,645.250000) \
, (266.250000,645.875000) \
, (271.625000,645.625000) \
, (274.625000,644.875000) \
, (279.875000,641.625000) \
, (281.250000,640.875000) \
, (284.750000,638.750000) \
, (287.125000,635.875000) \
, (293.500000,623.000000) \
, (299.625000,613.625000) \
, (301.125000,620.500000) \
, (302.625000,621.875000) \
, (308.875000,634.000000) \
, (312.375000,638.875000) \
, (319.000000,645.500000) \
, (332.500000,651.375000) \
, (338.750000,652.750000) \
, (340.875000,652.625000) \
, (342.375000,652.375000) \
, (343.000000,651.750000) \
, (349.625000,643.875000) \
, (349.625000,643.875000) \
, (351.250000,648.375000) \
, (352.500000,649.125000) \
, (359.250000,647.125000) \
, (361.750000,647.250000) \
, (367.125000,646.375000) \
, (369.625000,646.625000) \
, (374.875000,648.500000) \
, (377.625000,648.750000) \
, (382.125000,651.000000) \
, (387.500000,652.750000) \
, (390.125000,653.125000) \
, (399.125000,653.375000) \
, (407.000000,651.750000) \
, (416.500000,649.000000) \
, (417.625000,648.625000) \
, (421.375000,647.000000) \
, (422.250000,647.125000) \
, (425.000000,646.250000) \
, (430.125000,648.500000) \
, (441.625000,651.500000) \
, (445.875000,651.750000) \
, (456.375000,651.000000) \
, (465.875000,651.250000) \
, (480.000000,653.000000) \
, (485.750000,652.875000) \
, (492.625000,653.625000) \
, (508.125000,653.500000) \
, (517.375000,654.500000) \
, (520.500000,654.250000) \
, (527.750000,652.375000) \
, (536.125000,653.000000) \
, (541.750000,654.375000) \
, (544.625000,652.000000) \
, (,) \
, (54.125000,64.250000) \
, (53.750000,64.375000) \
, (53.875000,65.250000) \
, (55.000000,65.625000) \
, (56.500000,64.250000) \
, (58.875000,59.500000) \
, (,) \
]
z_132 = [list(t) for t in zip(*xy_132)]; x_132 = z_132[0]; y_132 = z_132[1]

ax.scatter(x_132, y_132)
ax.plot(x_132, y_132)
ax.annotate('ID=132' \
, xy=(np.mean(x_132),np.mean(y_132)) \
, xytext=(np.mean(x_132)+ np.std(y_132), np.mean(y_132) + np.std(y_132)) \
, 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 （ID=7652）

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

35.750000,630.625000 35.875000,630.625000 37.375000,631.125000 38.250000,631.375000 50.500000,633.000000 58.875000,634.875000 67.125000,635.625000 73.750000,634.125000 77.625000,632.125000 83.250000,631.125000 85.375000,630.250000 87.375000,628.500000 91.750000,622.250000 95.875000,618.000000 103.625000,607.500000 111.000000,591.000000 112.500000,584.625000 113.000000,580.375000 113.125000,572.000000 114.000000,562.375000 113.875000,552.375000 115.125000,534.625000 114.875000,524.500000 115.375000,510.750000 116.375000,502.375000 116.375000,494.000000 117.750000,489.250000 118.375000,488.500000 119.625000,488.000000 120.125000,491.000000 119.875000,504.375000 120.875000,529.000000 122.000000,536.000000 122.375000,545.625000 123.375000,553.625000 124.500000,576.250000 129.375000,601.875000 133.250000,615.500000 137.000000,623.125000 140.500000,627.750000 145.125000,632.375000 152.625000,638.125000 168.125000,644.375000 171.875000,644.125000 176.000000,644.625000 178.375000,643.375000 179.500000,642.000000 184.000000,623.500000 186.625000,616.000000 188.125000,608.375000 189.000000,606.750000 189.500000,610.250000 189.375000,612.750000 189.875000,619.375000 191.750000,625.500000 194.500000,630.750000 198.875000,637.375000 202.375000,640.250000 204.625000,639.875000 209.375000,638.000000 212.500000,635.625000 214.000000,628.250000 215.125000,616.125000 216.375000,613.750000 218.875000,611.250000 219.375000,616.500000 221.125000,620.875000 222.125000,622.125000 230.875000,632.250000 238.625000,637.500000 242.250000,640.625000 250.000000,643.625000 253.875000,644.000000 258.125000,645.250000 266.250000,645.875000 271.625000,645.625000 274.625000,644.875000 279.875000,641.625000 281.250000,640.875000 284.750000,638.750000 287.125000,635.875000 293.500000,623.000000 299.625000,613.625000 301.125000,620.500000 302.625000,621.875000 308.875000,634.000000 312.375000,638.875000 319.000000,645.500000 332.500000,651.375000 338.750000,652.750000 340.875000,652.625000 342.375000,652.375000 343.000000,651.750000 349.625000,643.875000 349.625000,643.875000 351.250000,648.375000 352.500000,649.125000 359.250000,647.125000 361.750000,647.250000 367.125000,646.375000 369.625000,646.625000 374.875000,648.500000 377.625000,648.750000 382.125000,651.000000 387.500000,652.750000 390.125000,653.125000 399.125000,653.375000 407.000000,651.750000 416.500000,649.000000 417.625000,648.625000 421.375000,647.000000 422.250000,647.125000 425.000000,646.250000 430.125000,648.500000 441.625000,651.500000 445.875000,651.750000 456.375000,651.000000 465.875000,651.250000 480.000000,653.000000 485.750000,652.875000 492.625000,653.625000 508.125000,653.500000 517.375000,654.500000 520.500000,654.250000 527.750000,652.375000 536.125000,653.000000 541.750000,654.375000 544.625000,652.000000 54.125000,64.250000 53.750000,64.375000 53.875000,65.250000 55.000000,65.625000 56.500000,64.250000 58.875000,59.500000

,[35.750000,630.625000 ],[35.875000,630.625000 ],[37.375000,631.125000 ],[38.250000,631.375000 ],[50.500000,633.000000 ],[58.875000,634.875000 ],[67.125000,635.625000 ],[73.750000,634.125000 ],[77.625000,632.125000 ],[83.250000,631.125000 ],[85.375000,630.250000 ],[87.375000,628.500000 ],[91.750000,622.250000 ],[95.875000,618.000000 ],[103.625000,607.500000 ],[111.000000,591.000000 ],[112.500000,584.625000 ],[113.000000,580.375000 ],[113.125000,572.000000 ],[114.000000,562.375000 ],[113.875000,552.375000 ],[115.125000,534.625000 ],[114.875000,524.500000 ],[115.375000,510.750000 ],[116.375000,502.375000 ],[116.375000,494.000000 ],[117.750000,489.250000 ],[118.375000,488.500000 ],[119.625000,488.000000 ],[120.125000,491.000000 ],[119.875000,504.375000 ],[120.875000,529.000000 ],[122.000000,536.000000 ],[122.375000,545.625000 ],[123.375000,553.625000 ],[124.500000,576.250000 ],[129.375000,601.875000 ],[133.250000,615.500000 ],[137.000000,623.125000 ],[140.500000,627.750000 ],[145.125000,632.375000 ],[152.625000,638.125000 ],[168.125000,644.375000 ],[171.875000,644.125000 ],[176.000000,644.625000 ],[178.375000,643.375000 ],[179.500000,642.000000 ],[184.000000,623.500000 ],[186.625000,616.000000 ],[188.125000,608.375000 ],[189.000000,606.750000 ],[189.500000,610.250000 ],[189.375000,612.750000 ],[189.875000,619.375000 ],[191.750000,625.500000 ],[194.500000,630.750000 ],[198.875000,637.375000 ],[202.375000,640.250000 ],[204.625000,639.875000 ],[209.375000,638.000000 ],[212.500000,635.625000 ],[214.000000,628.250000 ],[215.125000,616.125000 ],[216.375000,613.750000 ],[218.875000,611.250000 ],[219.375000,616.500000 ],[221.125000,620.875000 ],[222.125000,622.125000 ],[230.875000,632.250000 ],[238.625000,637.500000 ],[242.250000,640.625000 ],[250.000000,643.625000 ],[253.875000,644.000000 ],[258.125000,645.250000 ],[266.250000,645.875000 ],[271.625000,645.625000 ],[274.625000,644.875000 ],[279.875000,641.625000 ],[281.250000,640.875000 ],[284.750000,638.750000 ],[287.125000,635.875000 ],[293.500000,623.000000 ],[299.625000,613.625000 ],[301.125000,620.500000 ],[302.625000,621.875000 ],[308.875000,634.000000 ],[312.375000,638.875000 ],[319.000000,645.500000 ],[332.500000,651.375000 ],[338.750000,652.750000 ],[340.875000,652.625000 ],[342.375000,652.375000 ],[343.000000,651.750000 ],[349.625000,643.875000 ],[349.625000,643.875000 ],[351.250000,648.375000 ],[352.500000,649.125000 ],[359.250000,647.125000 ],[361.750000,647.250000 ],[367.125000,646.375000 ],[369.625000,646.625000 ],[374.875000,648.500000 ],[377.625000,648.750000 ],[382.125000,651.000000 ],[387.500000,652.750000 ],[390.125000,653.125000 ],[399.125000,653.375000 ],[407.000000,651.750000 ],[416.500000,649.000000 ],[417.625000,648.625000 ],[421.375000,647.000000 ],[422.250000,647.125000 ],[425.000000,646.250000 ],[430.125000,648.500000 ],[441.625000,651.500000 ],[445.875000,651.750000 ],[456.375000,651.000000 ],[465.875000,651.250000 ],[480.000000,653.000000 ],[485.750000,652.875000 ],[492.625000,653.625000 ],[508.125000,653.500000 ],[517.375000,654.500000 ],[520.500000,654.250000 ],[527.750000,652.375000 ],[536.125000,653.000000 ],[541.750000,654.375000 ],[544.625000,652.000000 ],[ ],[54.125000,64.250000 ],[53.750000,64.375000 ],[53.875000,65.250000 ],[55.000000,65.625000 ],[56.500000,64.250000 ],[58.875000,59.500000 ],[ ],[]

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） 👨‍🏫 計算式のページ（フォーム）

<figure>
<img src="https://a.yamagata-u.ac.jp/amenity/Laboratory/xyGraphImage.aspx?id=132" />
<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=132"> （ID=7652） </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=132

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。