python

python で球面グリッド三角化

# coding: utf-8 # In[333]: import numpy as np import scipy as sp import matplotlib.pyplot as plt import pyshtools as sh from mpl_toolkits.mplot3d import Axes3D from scipy.spatial import Delaunay import math import collections # 多値返却の…

pythonで3d表面三角化

こちら import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import matplotlib.tri as mtri from scipy.spatial import Delaunay # u, v are parameterisation variables u = np.array([0,0,0.5,1,1]) v = np.arr…

shtools with python in virtualbox (Windows)

Virtualboxを入れる。ダウンロードして実行するだけ。デフォルトでまわす(こちら) 日本語版、Virtualbox用(仮想ハードディスクイメージ)のUbuntu-remixをダウンロードして展開する(こちら) こちらを参考にVirtualboxで新規の環境作成をする。仮想マシンに仮…

関数をストックして使いまわす

pythonでは、hoge.pyというパイソンのファイルを読み込むことができる(importすることができる)。そうすることで、hoge.pyの中のオブジェクトや定義関数を使えるようになる 複数のモジュールファイルをディレクトリに納め、それを一括して扱いたいときは、デ…

オブジェクト

クラスを作る? クラスの作りを理解するには、pythonではすべてがオブジェクトであって、objectクラスを継承している、ということを知ることが大事(こちら) pythonでは、すべてがオブジェクト すべてのクラスは、objectクラスを大元とした継承構成になってい…

pythonを使う

ひさしぶりにとほほさんのお世話になる(こちら) ベクトル演算 n = 4 a = range(1,n+1) a = 1:n import math math.exp(reduce(add,[math.log(x) for x in a])) map(math.exp,(map(log,a))) math.factorial(a[-1]) ライブラリ・パッケージの関数 # library(mat…

pyshtools

Windows7のデスクトップが新しくなった python(2.7系)を入れてみる pythonをダウンロードしてインストール(こちら)。パスを通す設定でインストール ipythonをインストール pip install ipython Jupyterをインストール(こちら) Chromeのプロキシでローカルは…

Jupyter notebook

Jupyter notebookをUbuntuで使ってみる インストール

Rmdでpython

pythonをRstudioで使うためにはRnotebookを使わないとだめかと思いましたが(こちら)、Rmarkdownで行けるようです こちらを真似してやってみる --- title: "pythontest" author: "ryamada" date: "2016年10月15日" output: html_document: default pdf_docume…

ipython notebookを使ってみる

ipython notebookでは、記載の単位をCellと言う Cellにはタイプがあって、Code(python のコード)、Markdown、Heading1,2…などがあるので、それを選ぶことで、最終的な見てくれを操作できる Markdownなのでその記法を使えば、数式Texなども入れられる Cellの…

python 関数定義を見る

昨日の記事は、scikit-learnをべたにやろうかと思ったその書きかけ しばらくやったら、たくさんありすぎることと、まあ、コピペすれば動くじゃない!ということでやる気がなくなる が、そうは言っても手を動かすことは慣れるために必要 ただし、Exampleは読…

Classifiersの比較 ぱらぱらめくるscikit-learnのUser guide

http://scikit-learn.org/stable/auto_examples/classification/plot_classifier_comparison.html # Code source: Gaël Varoquaux # Andreas Müller # Modified for documentation by Jaques Grobler # License: BSD 3 clause # 色々importする # …

7. Computational Performance ぱらぱらめくるscikit-learnのUser guide

7.1 Prediction Latency 7.2 Prediction Throughput 7.3 Tips and Tricks

6. Strategies to scale computationally: bigger data ぱらぱらめくるscikit-learnのUser guide

6.1 Scaling with Instances using Out-of-core Learning

5. Dataset loading utilities ぱらぱらめくるscikit-learnのUser guide

5.1 General Dataset API 5.2 Toy Datasets 5.3 Sample Images 5.4 Sample Generators 5.5 Datasets in Svmlight/libsvm format 5.6 The Olivetti Faces Dataset 5.7 The 20 Newsgroups Text Dataset 5.8 Downloading Datasets from the mldata.org Reposito…

4. Dataset transformations ぱらぱらめくるscikit-learnのUser guide

4.1 Pipeline and Feature Union: Combining Estimators 4.2 Feature Extraction 4.3 Preprocessing Data 4.4 Unsupervised Dimensionality Reduction 4.5 Random Projection 4.6 Kernel Approximation 4.7 Pairwise Metrices, Affinities and Kernels 4.8 T…

3. Model selection and evaluation ぱらぱらめくるscikit-learnのUser guide

3.1 Cross-validation: Evaluating Estimator Performance 3.2 Grid Search: Searching for Estimator Parameters 3.3 Model Evaluation: Quantifying the Quality of Predictions 3.4 Model Persistence 3.5 Validation Curves: Plotting Scores to Evaluate…

2. Unsupervised learning ぱらぱらめくるscikit-learnのUser guide

2.1 Gaussian Mixture Models 2.2 Manifold Learning 2.3 Clustering 2.4 Biclustering 2.5 Decomposing Signals in Components (Matrix Factorization Problems) 2.6 Covariance Estimation 2.7 Novelty and Outlier Detection 2.8 Density Estimation 2.9 …

1. Supervised learning ぱらぱらめくるscikit-learnのUser guide

1.1 Generalized Linear Models 1.1.1 普通の線形回帰 from sklearn import linear_model clf = linear_model.LinearRegression() x = [[0, 0], [1, 1], [2, 2]] y = [0, 1, 2] clf.fit (x, y) clf.coef_ clf.intercept_ xは二次元アレイ、yは一次元アレイ。…

ぱらぱらめくるscikit-learnのUser guide

昨日の記事でpythonのscikit-learnをいじってみた 今日はUser_guideをぱらぱらめくってみる まず、目次 1. Supervised learning 2. Unsupervised learning 3. Model selection and evaluation 4. Dataset transformations 5. Dataset loading utilities 6. S…

pythonで機械学習 scikit-learn

昨日の記事でpython(x,y)をWindows 7に入れた さて(Rよりpythonの方が楽と思われる)機械学習をやってみる scikit-learnモジュールのサイト pip install scikit-learn としてモジュールをインストールした後、python(x,y)にExamplesのサンプルを張り付けてみ…

pythonのアンインストール

久しぶりにWindows7でpython(x,y)を使おうと思ったらうまく行かなかったので、再インストールをすることにした こちらにあるような感じでやればよいのだが、なんらかのpythonが残っていると、インストール作業の冒頭で、削除してからインストールせよと言わ…

IPython notebook とTensorFlowで偏微分シミュレーション

こちらに従ってsudo pip install を続ける $ ipython notebook とすると、html画面が現れる あとは、ここのコマンドを一塊ずつ、コピペすると、偏微分シミュレーションの終了

ZDD分岐木を描図する

from graphillion import GraphSet import pickle from itertools import chain import networkx as nx import matplotlib.pyplot as plt # ユニバースの要素数nに # [(1,2),(2,3),...,(n-1,n)]というユニバースとする n = 50 universe = [] for i in range(…

pythonで疎行列

リンク

外接中心

こちらにも書いた通り、三角化した後、その外接中心を取ることは便利 外接中心をさらっと線形代数処理で出すには、こちらのpydecのそれがよい Barycentric coordinateで出してそのあと通常座標にすればよい それをRで書き換えると: my.circ.center.bary <- …

pythonでナヴィエ-ストークス

こちらに全12ステップ

scikit-learn 機械学習のためのpython

こちら

Sympyを使う

ここからダウンロードして解凍、(sudo) python setup.py install する from sympy import * 有理数が整数の分数であることなどを含め、代数計算、任意制度計算などを可能にするので、極限・微分・級数展開とかができる >>> a = Rational(1,2) >>> a 1/2 >>> …

Scipyを使う

Scipyの基本はこのページ 特殊関数 線形代数はScipyで 高速フーリエ変換 最適化 少し進んだ内容としての最適化はこちら 乱数・分布 補間 数値積分も得意 疎行列はこちら