Numpy

Numpyとは Numpy（Numerical Python）は、Pythonで科学計算を行う際に非常に便利なライブラリです。Numpyを使うことで、高度な数値演算や配列操作が可能になります。 インストール方法 Numpyを使うには、まずNumpyライブラリをインストールする必要があります。以下のコマンドを使って、Numpyをインストールしましょう。 pip install numpy Numpyの基本的な使い方 Numpyを使うためには、まずimport文を使ってNumpyライブラリをインポートする必要があります。 import numpy as np 配列の作成 Numpyでは、多次元配列…

ChatGPTにNumpyを使う場合と使わない場合の計算速度を比較するPythonコードを書いてもらいました。 指示文(プロンプト): numpy を使った計算と、使わない場合の計算速度を比較するPythonコードを教えてください。 回答1: numpy を使った計算と、使わない場合の計算速度を比較するPythonコードは、以下のようになります。 import numpy as np import time # numpy を使わない場合 def calc_without_numpy(n): x = [[i for i in range(n)] for j in range(n)] y = […

atcoder.jpこの問題ではPythonのNumpyのrollを使うと簡単に解けます。(参考：NumPy配列ndarrayをシフト（スクロール）させるnp.roll | note.nkmk.me)・考え方：A,Bをndarrayにして、for文でAをH行とW列の数シフトさせる。最後に一致する場合はYesを出力して終了。・注意：np.roll(A,0)はAを0回シフトすることを意味する。よって初めの入力でA=BだったとしてもYesと出力できる。・実装例 import numpy as np H,W=map(int,input().split()) A_= [] for _ in range(…

私は定期的に本屋さんにいくのだが(医学書買いに) 最近は医学書買わずにプログラミングの本ばかり買っている。 しかし１冊読むのに途方もない時間がかかるので、どんどん積み本が増えていく。 というわけで積み本のうち１冊を読み始める。 それがこれ、 「AI・データサイエンスのための 図解でわかる数学プログラミング」 である。 特にこの本を選んだ理由は、、、特にない。目についたから。 統計解析、機械学習系の仕組みは少しわかってきたけど、実際にコードが書けるわけではないので、その辺の覚書をこのブログに書いていく。 というわけで第1部第1章「統計分布の可視化と分析」 この章ではホテル２年分の宿泊データを使っ…

NumPyは、Pythonの高速な数値計算ライブラリであり、大量の数値計算を効率的に実行することができます。NumPyは、多次元配列の作成や操作、数学関数、線形代数、乱数生成などの機能を提供しています。以下では、NumPyの基本的な使い方を説明します。 NumPyとは NumPyは、Numerical Pythonの略称であり、Pythonで高速な数値計算を行うための重要なライブラリです。NumPyは、多次元配列をサポートし、科学技術計算、データ分析、機械学習などの分野で広く利用されています。Pythonの標準ライブラリには含まれていないため、まずはNumPyをインストールする必要があります。…

Copy codeimport numpy as np # (640, 480) のアレイを作成data = np.random.rand(640, 480) # numpy アレイを csv ファイルに保存np.savetxt('data.csv', data, delimiter=',') 上記のプログラムで、numpyアレイのデータを「data.csv」という名前でCSVに保存することができます。データはカンマ区切りで保存されます。

python.atelierkobato.com まあ私が所属する予定の研究室はゴリゴリプログラムを書くらしく、主に線形代数を使うらしいので上記の記事をやっていこうと思う。 やってく中で疑問が生じた点や、メモを残す。主にサンプルプログラムのpythonの書き方についてを書くだろう。 ちなみに、pythonは全くの初心者ですので。 目次 目次 01ベクトル 02ベクトルの大きさと単位ベクトル ベクトルの大きさ 単位ベクトル 余談。HatenaBlogのTeX表記。 01ベクトル python.atelierkobato.com 例によって、以下の拡張パッケージが欲しいらしい。 ・NumPy ・S…

こんにちは。FLINTERS BASE 守川です。 2024年1月に親会社のFLINTERSが設立10周年を迎えるにあたり、子会社を含めた全社員でブログリレーを行う事になりました！ 本ブログはブログリレー全133回のうちの17回目の投稿です。 TabPyを少し触れたので紹介したいと思います。 TabPyとは 公式サイトでは下記のように説明しています。 TabPy (Tableau Python Server) は、ユーザーが Tableau の表計算を介して Python スクリプトと保存された関数を実行できるようにすることで Tableau の機能を拡張する、分析拡張機能の実装です。 ポイン…

PyTorch で時系列データを学習させてみたかったので，このサンプルを参考に，long short-term memory (LSTM) cell を使った，Recurrent neural network を作成し，ある区間の sin 関数を学習させて，その続きを予測させてみました． sin 関数は，振幅と周波数と位相の3個のパラメータがありますが，参考にしたサンプルは位相のみを変化させた学習データを用いていました．もう少し凝った学習ができるのか興味があったので，振幅も変化させることにしました． 教師データの作成 import numpy as np import torch np.ran…

1. はじめに テクノロジーの世界は驚くべき速さで進化しています。その中核には数多くのプログラミング言語が存在し、それぞれが特有の役割や機能を持っています。この章では、その中から自分に合ったプログラミング言語を選ぶ旅の第一歩として、世の中の多様なプログラミング言語と、それを選ぶという行為の意味を深く探っていきます。 世の中の多様なプログラミング言語 最初に、プログラミング言語の多様性について考えてみましょう。Python、JavaScript、Java、C#、Ruby…。これらはごく一部に過ぎませんが、一つ一つの言語が独自の魅力や特性を持っています。例えば、Pythonはそのシンプルな構文と豊…

pythonでグラフを作るとき、自分好みのデザインにするのにいつも苦労する。 seabornもおしゃれでいいのだけど、みんなが使いすぎていてpython感が出すぎるので、Excelで作ったみたいなデザインにするにはどうするかを頑張ってみた。 今後自分のメモ用にいくつかのパターンを作ってみたいと思う。 今回はこの横棒グラフ。文字の配置や色味の調整を頑張ってみた。 import numpy as np import matplotlib.pyplot as plt import japanize_matplotlib #データ sales_1 = np.array([153, 202, 355, …

前回に引き続きCustumTkinterを利用した軌道情報の自動計算アプリの紹介です。 今回は計算実行用の処理関数の設定コードの紹介です。 始めに入力内容から化合物の情報（charge:電荷, multi：スピン多重度）、表示軌道数（orb)を読み込んでいます。また計算する化合物群のSMILESを読み込み、split()処理を行ってリスト化を行っています。 ここで作成したSMILESのリストに従って、for文を利用して連続的に計算処理を行っています。 まずはSMILESのそれぞれの化学構造情報(smi)をもとにRdkitの機能を用いてコンフォマーサーチを行い、初期安定化構造の座標を得られるよう…

はじめに 「全球及び日本域確率的気候予測データ（d4PDF シリーズ）」は、「大規模アンサンブル気候シミュレーション出力をまとめたデータベースの総称」で、「社会的関心の高い豪雨や台風などの発現頻度が低い顕著な大気現象の将来変化を評価・推定することに重点を置いて設計されたデータベース」です。（気候予測データセット解説書第１章．P1-9より抜粋） 大雨といえば、北海道でも8月はじめにこんなニュースがありました。 www3.nhk.or.jp 将来このような気象が、どのくらいの頻度で発生すると予測されるか？d4PDFデータを用いて可視化してみましょう。 データ入手 20kmの地域気候モデルのデータの…

横棒グラフの幅を短くすると、上下のスペースが詰まりすぎている気がしてきた。 import numpy as np import matplotlib.pyplot as plt #データ data = np.array([1, 2, 3, 4])#棒グラフのデータ subjects = np.array(["A", "B", "C", "D"]) bar_height = 0.5 #棒グラフの太さ fig = plt.figure(figsize=(4,4))#グラフの作成 ax1 = fig.add_subplot(111)#subplotの作成 p1 = ax1.barh(subjects…

ゲノムシーケンスデータの低価格化と入手の容易化に伴い、de novoゲノムアセンブリは、様々な下流の研究や解析への重要な第一歩となっている。そのため、計算効率の高い方法で高品質のゲノムアセンブリを作成できるバイオインフォマティクスツールが不可欠である。ntLinkは、ロングリードを含むあらゆるシーケンス技術から構築されたドラフトゲノムアセンブリを改良するために、ロングリードのシーケンスデータを利用する、柔軟でリソース効率の高いゲノム・スキャフォールディングツールである。ntLinkは、リードアラインメントを使用して結合候補を特定する代わりに、最小化子ベースのマッピングを利用して、入力配列がどの…

「さはら３」です。 AI副業でどこまでいけるのか？をテーマに頑張っていきたいと思います。 今回は、ChatGPTに教わるPythonの基礎編（環境セットアップ）となります。 ChatGPTへの問いかけ ・Pythonを習得するためにはいくつかの方法があります。 オンラインコース 書籍 チュートリアル 公式ドキュメント プロジェクト ChatGPTへの問いかけ ・もちろん、Pythonを1から学ぶためのステップを以下に示します。 ステップ1: 環境のセットアップ ステップ2: 基本概念 ステップ3: 関数とモジュール ステップ4: 実践プロジェクト ステップ5: 応用 ステップ6: さらなる学習…

電竜戦の方で9月24日21:00より1ファイルマッチ体験会を行います 電竜戦 体験会ですので，参加費もありませんし表彰もありません。 ただ，対戦してうまく動くことを確認して貰ったり本戦などの準備に使って頂ければ充分です。 勝ち負け気にせずに棋譜を残したという体験をして頂ければと思います。 1file matchというのは下記の経緯で私が考案した初級者歓迎部門の新設案です。 1file match（仮） - 48's diary 1file match（仮）の参考資料 - 48's diary 1file match（仮）の参考資料２（数行でレートを1300以上上げる） - 48's diary…

NumpyはPythonで数値計算を行うためのライブラリであり、データ分析や機械学習、自然言語処理(NLP)などに広く利用されています。この記事では、Numpyを用いて自然言語処理の基本的な操作を実行する方法について解説します。 目次 はじめに テキストデータの読み込みと前処理 単語のトークン化 単語のベクトル化：One-hot Encoding 単語頻度によるフィルタリング：TF-IDF コサイン類似度による文章間の類似度計算 まとめ 1. はじめに import numpy as np import re from sklearn.feature_extraction.text impor…

NumpyはPythonで数値計算を行うためのライブラリです。この記事では、Numpyを用いてコンピュータビジョンに関する基本的な操作を実行する方法について解説します。 目次 はじめに 画像の読み込みと表示 色空間の変換 画像フィルタリング エッジ検出 まとめ 1. はじめに import numpy as np from matplotlib import pyplot as plt from PIL import Image まず、必要なモジュールをインポートします。 2. 画像の読み込みと表示 img = Image.open('example.jpg') plt.imshow(img)…