サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
iPhone 17
scipy.dip.jp
複素数のFFT † fftpack.fftを用います． >>> x = sin(2*pi*arange(64.0)/64.0) >>> y = fft(x) これでxをフーリエ変換した結果がyに格納されます。 ここではxは実数の配列ですが、自動的にこれは複素数の実部と解釈されます． FFTを使うときはデータの並びがライブラリによって異なって混乱しますが、 ドキュメントによればfftpackでは以下のような格納方法が採用されているようです。 fftで返される配列は [y(0),y(1),..,y(n/2-1),y(-n/2),...,y(-1)] (nが偶数のとき) [y(0),y(1),..,y((n-1)/2),y(-(n-1)/2),...,y(-1)] (nが奇数のとき) ただし、 y(j) = sum[k=0..n-1] x[k] * exp(-sqrt(-1)*j*k* 2*p
Matplotlib † Pythonによるグラフ作成と数値解析ライブラリ。 どうやらMatlabっぽいものを作ろうとしている模様。 （Matlabを使ったこと無いので分かりませんが） ↑ 設定 † ${HOME}/.matplotlib/matplotlibrcが設定ファイル。（古いバージョンでは${HOME}/.matplotlibrcだったので注意） とりあえず最初に設定するのは backend 描画に使うライブラリの指定。TkAgg?とか。 numerix Numeric, numarray, numpyのどれかを指定する。 ↑ plot † とりあえず色々プロットしてみることに。 >>> x = arange(0.0, 5.0, 0.1) # x, yそれぞれの >>> y = exp(-x**2) # 配列を作る >>> plot(x, y) とするとこんなグラ
Python一般 † Pythonの一般的なこと。 基本的なことはhttp://www.python.jp/Zope/に詳しい日本語ドキュメントがあるので、これを見るのが速いです。ここでは科学技術計算とかインタラクティブユースですぐに必要になりそうなことを書く予定。 ↑ PYTHONHOME † pythonの基本ライブラリへのパス。デフォルトでは例えば/usr/lib/python2.4とか /usr/local/lib/python2.4とか。 この環境変数を設定しておくと、そこが基本ライブラリと解釈される。 ↑ PYTHONPATH † この環境変数を指定しておくとsys.pathのリストの一番最初にこの値が追加される。 $ export PYTHONPATH=${HOME}/python:${HOME}/usr/lib/python.24 などを指定しておくと $ pyth
NumPy † Numeric, numarrayに続く第3世代の高速多次元配列オブジェクトと、FFTなどの基本的な数値解析ライブラリ。 ↑ 基本的な使い方 † http://ymasuda.jp/python/numarray/numarray/numarray.html にnumarrayのマニュアルの和訳がある。numpyと微妙に違うところはあるものの、非常に参考になる。 ただし、最近のnumpyは知らないうちに(numarrayにない)色々な関数が追加されていたりするので細かい部分についてはscipy.org本家とかdocstringを参考にしてください。 ここ↓に使い方が書いてあるわけです。英語だけど分かると思います。 http://www.scipy.org/Numpy_Example_List ここではいつくかの超基本的なものを適当に紹介してみます。 以下の例を実行す
Pythonモジュールのインストールに関する一般知識 † 基本的には展開してできたディレクトリで # python setup.py install すれば勝手に適切にインストールしてくれる。 ほとんどのパッケージは/usr/lib/python2.x/site-packages以下にインストールされる。 ただし、debianの場合はdevパッケージもインストールしていないと怒られるかもしれないので # apt-get install python2.4-dev # or 2.3 とかしておくこと。 ↑ デフォルトの場所以外にインストールする場合 † 例えば${HOME}/pythonにインストールする場合は $ python setup.py install --prefix=${HOME}/python すると、${HOME}/python/lib/python2.x/site-p
IPython † Pythonのインタラクティブなシェルの拡張。 readlineの機能が使えるので、これがあるだけで、入力作業がもの凄く楽になります。 絶対便利なので使いましょう。 本家サイト: http://ipython.scipy.org/ ↑ インストール † Install参照。 ${HOME}/.ipython/ipythonrcが設定ファイルになっているので、これを編集して色々な設定をする。 ↑ ヒストリ † キャッシュサイズ 普通のシェルのようにヒストリが使えます。デフォルトではヒストリは1000個保存されています。これを増やすには例えば設定ファイルで cash_size 50000 # 5万行分のヒストリを保存 とします。 ヒストリの活用(readline) 例えば'\C-p'でひとつ前、'\C-n'で一つ後のヒストリを選択できます。 さらに、${
SciPyとは何ですか？ † SciPyはオープンソースなPythonのための科学と数値計算のためのツールのセットです。現在は特殊関数、積分、常微分方程式の解法、勾配最適化、遺伝的アルゴリズム、並列計算ツール、高速実行のために、expression-to-C++コンパイラなどを含んでいます。 ↑ いくらかかりますか？ † SciPyは無料で使用することができます。オープンソースソフトウェアとして配布されているので、全てのソースコードにアクセスすることもできますし、自由なBSDライセンスが許可しているどんな用途にも使用できます。 ↑ なぜPythonを使うのですか？ † Pythonは対話的です MatlabやMathematicaに慣れている人は数学的関係式や科学的データセットの操作において、コマンドラインインターフェースがどれだけパワフルであるかを知っています。Pythonではこれら
このサイトについて † SciPyを中心としたPythonによる数値解析モジュールとそれに関連する話題のwikiです。 間違い等、気付いたことがあれば適宜加筆・修正していただけるとうれしいです。 （今のところ誰でも自由に編集できるようになっています） ↑ Pythonって何？ † www.python.orgより Python is an interpreted, interactive, object-oriented programming language. It is often compared to Tcl, Perl, Scheme or Java. Python combines remarkable power with very clear syntax. It has modules, classes, exceptions, very high level
SciPy † Pythonによる数値解析モジュール。 http://www.rexx.com/~dkuhlman/scipy_course_01.html ここに比較的新しいチュートリアル的なもの（英語）があるようです。 参考にどうぞ。 ↑
このページを最初にブックマークしてみませんか？
『FrontPage - Numerical Analysis with Python』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
