ごく基本的な、というか、規範的な統計処理はできそうだが、魔界のような凝ったＲのパッケージが準備されているわけではないので、Rの完全な代替にはならない感じ pythonが得意とする分野はアリそう(MCMCとか、数値解析系…か？) pyperとかいうパッケージを入…

Scipyの主なカテゴリは以下のようにおおまかに分けられるようだ(こちら) 特殊関数 線形代数演算 高速フーリエ変換 最適化・フィッティング 補間 数値積分 信号解析 画像処理

に使われるは何の値が入るかわからないわけだが、このに数値を入れずに「代数」として扱うのがsymbolic math 代数変数を作る from sympy import * x = Symbol('x') # 代数としてのx y = Symbol('y') # 代数としてのy x+2*x + y - yOut[3]: 3*x 分数も、割っ…

アレイの要素へのアクセス〜スライシング アレイのスライシングはベクトルのスライシングの組み合わせ ベクトルのスライシング(こちらを参考に) ベクトルのスライシングは２大原則 「開始アドレス：終点アドレス：歩幅」の３整数で決める アドレスは、-(len(…

2Dプロット こちらが長くなく、よくまとまっている 3Dプロット mayaviを使う。mayaviというのは、もともと(？）pythonで作ったアプリのことで、それがここからとれる いわゆる、pythonを書きながら使いましょう、という場合は、パッケージを取ってこないとい…

高速フーリエ変換 from scipy.fftpack import fft, ifft # 周期性データを作る n = 1000 # 点の数 t = np.linspace(-1,1,n) * 5*np.pi # 時刻点 k = 50 # 重ね合わせる周期関数の数 # a cos(bt+c)の係数a,b,c a = np.random.randn(k) b = np.random.randn(le…

# 適当に正方行列を作る n = 100 m = np.array(np.random.randn(n**2)).reshape(n,n) # Determinant linalg.det(m) # 逆行列 m_inv = linalg.inv(m) np.allclose(np.dot(m, m_inv), np.eye(n)) # 特異値分解 u, s, v = linalg.svd(m) s_ = np.diag(s) # 特異…

特殊関数には、確率密度関数・累積密度関数などがある(こちらにリスト) 統計関数は、こちら(scipy.stats)に取りまとめなおしたのが使いやすい import scipy.stats df = 3 # chi2に対して、その統計量を問い合わせ mvsk : mean,var,skew,kurtosisを指定 mean,…

アレイの基礎 '[x1,x2,...,]'がベクトルで、これの入れ子構造が、多次元ベクトル numpyのアレイは、これを「numpyのarray」という取扱い形式に乗せたもの # まず、入れ子ベクトルを作り v1 = [1,2,3] m1 = [v1,v1] a1 = [m1,m1,m1] # numpy arrayにする V1 =…

1. 環境設定 2. 頭書き(ルーチン・ライブラリの読み込み) 3. ファイルの入出力 4. アレイ(ベクトル・行列・アレイ)の扱いを覚える〜numpy 4.1 アレイの要素へのアクセス〜スライシング 5. 乱数発生〜numpy.random 6. 数値解析諸法に慣れる〜scipy 6.1 特殊関…

作業ディレクトリの指定とファイルの入出力はどうしても覚える 作業ディレクトリの指定 import os # この作業に必要なos os.chdir('C:\\Users\\ryamada\\Desktop\\python') # Windowsでは'\'が'\\'になることに注意 作業ディレクトリに出力する。np.savetxt(…

基本ライブラリを使えるようにする 使用の最初に、以下を打つ import numpy as np # ベクトル・行列・高次元アレイを使う import scipy as sp # 線形代数・関数・数値計算 # matplotlibのpylabインタフェースは、MATLABの利用経験があるユーザがmatplotlibを…

環境設定 インストール python(x,y)を入れる(numpy,scipyがもれなく入る) 「もれなく入るわけではない」cython,sympy,ETSは、インストール時に現れる選択画面で、python配下のチェックボックスで選んでインストールする 使用環境 python(x,y)は色々使えるが…