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…

matplotlibの色々な図の一覧がこちら 図は描かれたものを改変するに限ります

1.5. Scipy: 高水準の科学技術計算をなぞるでしょう、やはり。 すぐに必要になるのは、スクリプト→モジュール→パッケージの作り方(こちら) directoryのこと ここからデータファイルを"populations.txt"で保存して 読み込んだデータでプロットしてみる os.chd…

乱数は使うので、ちょっと確認 ライブラリはnumpyのnumpy.random 基本的な使い方(日本語)はこちら Mersenne-Twisterのようだ(こちらの最後のあたりに、"RandomState Container for the Mersenne Twister pseudo-random number generator."とある。また、こち…

SciPyサイト、その一つ奥こちら n次元アレイと線形代数などを扱うnumpy Fundamental scientific computingをするscipy 2Dプロットのためのmatplotlib 3Dプロットのためのmiyavi Symbolic mathのためのsympy データ解析用のpanda(Rとの比較) C/C++に書き換え…

numpy.linalgがそれ。でも、こちらの方がより実践的かも。 その構成は： Matrix and vector products Decompositions Matrix eigenvalues Norms and other numbers Solving equations and inverting matrices Exceptions Linear algebra on several matrices…

パイソンでnumpy,scipyを使って数値計算やシミュレーション、解析をするには、まず、numpyを使って、ベクトル・行列・アレイを自由に使う必要がある スカラー。整数と浮動小数点数とが区別されていることに注意 ※ 線形代数はnumpyのそれではなく、scipyのそ…

np.poly():根を与えると、それを根とする多項式の係数が返る。複素根もＯＫ。多項式係数と、変数値を与えて多項式関数値を返すのが、np.polyval() a = [-1,1] out =np.poly([-1,1]) out[0]*a[0]**2 + out[1]*a[0]**1 + out[2]*a[0]**0 # np.polyval(out,a[0]…

参考 a = [1,2,3,4,5] a[0] a[1] a[0:3] a = np.arange(5) アレイはこう作る a = array([[1,2,3],[4,5,6]]) b = array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]]) もう少し工夫。任意の形に変える d = [2,3,4] prod(d) sum(d) k = arange(prod(d)).reshape(…

Macでもやってみよう こちらを参考に こちらに sh ./install_superpack.sh と実行すればよい、というファイルがあるらしい とってきて、実行するには、XcodeというのをAppleStoreからとってくる必要があるらしい。AppleIDを使うのは久しぶりなので、ちょっと…

パイソンの準備 ダウンロードサイトからPython(x,y)-xxxx.exeを入手して(多少時間がかかります)、実行する(デフォルトの条件でOK、インストールも多少時間がかかります)→こちらをなぞりましょう。 コマンドラインでpipコマンドを使って、インストールできる…

昨日の記事でpythonをEclipse上で使いつつ、pyDECなる離散外微分パッケージを利用するための環境設定は終わったので、使ってみることにする こちらがpyDECの紹介文書なので、まずはそれを 何をどう扱うか n-単体(四面体の多次元おばけ)とn-立方体とを扱いつ…

資料はこちら 簡単に言うと「３次元描図をするのに、外微分(EC:Exterior Calculus)の概念を使うと便利。平滑化・パラメタ表現・面上のベクトル場と言った基本処理が数行で表せるから。単純なポアソン方程式を解くと言ったことをすることになる。特に、外微分…

FASTQファイルをFASTAに変換 import sys from Bio import SeqIO SeqIO.convert(sys.argv[1], "fastq", sys.argv[2], "fasta") BioPython has a wiki and its article on SeqIO is here by RY for P-R-N meeting

rpy2を使う ubuntuの場合 1. download a "rpy2-2.1.3.tar.gz" file 2. open a gnome-terminal and use following commands sudo aptitude install python-dev, r-base echo /usr/lib/R/lib/ > /etc/ld.so.conf.d/libr.conf sudo ldconfig tar vzxf rpy2-2.1.…

VTK visualization tool kit VTKを使ったＧＵＩ MayaVi

WSGIでpython-ウェブアプリ？？ 孫引きでこちらもメモ pythonとRの連携はこちら

しばらく休止していたブログ・・・。わけあって、再開してみることにします。