表
1
.
図表のアスペクト（縦横比）
svg
python
で、
matplotlib
.pyplotでは、図のサイズやアスペクト比は、
インチで指定します。
*
1インチは72ptです。
#A4
plt.rcParams['figure.figsize'] = [8.35 ,5.91 ] #[21.21cm, 15.00cm]
plt.rcParams['font.size'] = 24
plt.rcParams['lines.linewidth'] = 1.5
plt.rcParams['figure.figsize'] = [15, 10]
fig, axes = plt.subplots(figsize=(7,4))
*
表
2
.
プログラミング言語の種類
colab
jupyter
ファイルベースのシステムでは、コンパイラ言語は実行可能なファイルを生成し、
インタプリタ言語はそれを生成しないという違いがありました。
しかし、クラウドベースになって、実行ファイルそのものをクライアントにダウンロードしなくなり、
ジャストインコンパイルで実行結果だけを利用するようになると
コンパイラ言語とインタプリタ言語の違いは、あまり本質的でなくなりました。
科学技術用の伝統的な言語としては、FORTRANがあります。
FORTRAN系列の言語としては、BASIC、pythonがあります。
統計用言語としてRがあります。
アルゴリズム重視の伝統的な言語としてALGOLがあります。
ALGOLは、Pascal, C, C++, C#,java, javascript, typescript, Kotlinと進化してきました。
juliaはCに迫る計算速度を誇ります。
サーバーサイドで使われてきたPerlや
Ruby
もクラウドで利用できるようになってきました。
人工知能で伝統的な言語Lispは、F#、
Schemeもクラウドで利用できるようになってきました。
人気
プログラミング言語
は、java script、そしてpython*と続きます。
*
python（パイソン）
色の名前
図形
表
5
.
図形
|
名称
|
形式
|
グラフ
|
説明
|
|
|
|
|
星形
（多角形）
|
👨🏫
svg
|
<svg xmlns='http://www.w3.org/2000/svg' version='1.1' viewBox='0, 0, 200, 200'>
<polygon points='100,0 158,180 4,69 195, 69 41,180'
stroke='black' stroke-width='1' fill='none' />
</svg>
|
|
python
+
matplotlib
patches.
Polygon
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import math
xy = [ (math.sin(p), math.cos(p)) for p in \
np.arange(start = 0, stop = 4 * math.pi, step = 4 * math.pi/5)]
fig, ax = plt.subplots(figsize=(5.8, 4.2))
plt.axis("off")
ax.set_aspect('equal');ax.set_xlim([-1,1]);ax.set_ylim([-1,1])
ax.add_patch(patches.Polygon(xy, \
closed=True,facecolor="b",edgecolor="none"))
plt.show()
|
|
円
|
|
|
|
線分
|
|
|
👨🏫
svg
<line x1="10" y1="30" x2="180" y2="130"/>
|
|
直線
|
|
|
👨🏫
TeXとMathML
パレート図
セルの電気抵抗と電解液の抵抗率
回帰
回帰
先日作成した
https://a.yamagata-u.ac.jp/py/regression.py
はCGIでpythonがうごいてますので，リクエストが
来るたびにpythonが起動します．リソースを消費するので
CGIではなくDjnagoみたいなフレームワークをつかう
方向のようです．pythonのcgiパッケージは
ver3.11(現行版)で非推奨，ver3.13で削除とのこと．
現在の設定だと，Djangoは16プロセスまで起動されます．
Edgeで
https://a.yamagata-u.ac.jp/dj/regression/
を表示させ，F5を連打してみてください．30回とか
添付の図みたいなのが出ると思います．
うまい書き方があるんだろうなとは思います．
(IISの再起動が必要かもしれません)
まあCGIで連打されるとサーバーが落ちると思うので
どっちもどっちだと思いますが．
回帰分析
表
7
.
プログラミング言語の種類
colab
jupyter
ファイルベースのシステムでは、コンパイラ言語は実行可能なファイルを生成し、
インタプリタ言語はそれを生成しないという違いがありました。
しかし、クラウドベースになって、実行ファイルそのものをクライアントにダウンロードしなくなり、
ジャストインコンパイルで実行結果だけを利用するようになると
コンパイラ言語とインタプリタ言語の違いは、あまり本質的でなくなりました。
科学技術用の伝統的な言語としては、FORTRANがあります。
FORTRAN系列の言語としては、BASIC、pythonがあります。
統計用言語としてRがあります。
アルゴリズム重視の伝統的な言語としてALGOLがあります。
ALGOLは、Pascal, C, C++, C#,java, javascript, typescript, Kotlinと進化してきました。
juliaはCに迫る計算速度を誇ります。
サーバーサイドで使われてきたPerlや
Ruby
もクラウドで利用できるようになってきました。
人工知能で伝統的な言語Lispは、F#、
Schemeもクラウドで利用できるようになってきました。
人気
プログラミング言語
は、java script、そしてpython*と続きます。
*
colabの概要
python（パイソン）
表
8
.
python
言語の使い方
| 応用例 |
|
| | |
|
|
無作為抽出
|
extracted = random.sample(data, 10)
|
|
平均
|
average = statistics.mean(data)
average = np.mean(data)
|
|
標準偏差
|
std = statistics.stdev(data)
std = np.std(data)
std = np.std(data, ddof=1) # 標本標準偏差
|
|
散布図
*
|
import numpy as np
import matplotlib.pyplot as plt
# 乱数を生成
x = np.random.rand(100)
y = np.random.rand(100)
# 散布図を描画
plt.scatter(x, y)
|
|
ヒストグラム
|
import matplotlib.pyplot as plt
ax1 = fig.add_subplot(211)
ax1.hist(x1, bins=bins)
|
|
画像
(matplotlib)
の例：
|
|
ともひろてすと
可読性重視の科学計算向け。
9
)
10
)
Phthon
(パイソン）は、多様なデータ構造が組み込まれているので、データ処理しやすい
言語です。
Anaconda（アナコンダ）や、
Google Colaboratoy
などの開発環境があります。
Phthonには、数値計算ライブラリNumPyがあります。
NumPyは、CやふFORTRANで、実装されていて、高速で実行できます。
ほかにも、Matplotlib(グラフ描画ライブラリ） pandas(データ分析ライブラリ） TensorFlow(機械学習ライブラリ） OpenCV（画像処理ライブラリ）
など便利なライブラリが多数あります。
pymatgenライブラリは、まだあまり普及していない。
*
Webアプリ
を書くには、
django
プラットフォームがあったほうがいいかも。
Matplotlib
Matplotlibでは、
色や
数式の表現も豊富です。
パイソンで描いたコールコールプロット
2dグラフィクス
- 1. 堀桂太郎、ほか９名,工業情報数理,実教出版,4. BASICによるプログラミング, 79(2023)
- 2. ,とほほのPython入門
- 3. 堀桂太郎、ほか９名,工業情報数理,実教出版,5. Cによるプログラミング, 127(2023)
- 4. 計量管理新教科書作成委員会,計量管理の基礎と応用,コロナ社,7.2. 品質の改善の技法, p.236(2020)
- 5. 森下正典、〇岡村陸矢、佐藤郁吹、伊藤智博、立花和宏,第148回講演大会(2023).
- 6. 堀桂太郎、ほか９名,工業情報数理,実教出版,4. BASICによるプログラミング, 79(2023)
- 7. ,とほほのPython入門
- 8. 堀桂太郎、ほか９名,工業情報数理,実教出版,5. Cによるプログラミング, 127(2023)
- 9. ,とほほのPython入門
- 10. ,pythonの基礎（jupyternotebook等）
- 11. 計量管理新教科書作成委員会,計量管理の基礎と応用,コロナ社,4.3.5. 二つの母平均の違いの統計的検定(2020)
🎄🎂🌃🕯🎉
🏠
matplotlib
