Flask でレアガチャ・シミュレーターを作る - Qiita
昨日は Python のウェブフレームワーク Flask で簡単な応答システムを作りました。これだけだとあまりに退屈なので、せっかくですから NumPy を利用して少しは楽しめるものを作ってみたいと思います。 「ガチャ」とは、最近流行のソーシャルゲームやオンラインゲームにおいて 1 回課金することによってアイテム等をランダムに入手できる仕組みのことです。 10 連ガチャとは 1 回の試行で 10 回分のレアガチャを引く仕組みのことです。基本無料を謳うソーシャルゲームなどでは、このようなアイテム課金で利益を得る仕組みになっています。 シミュレーションの目的としては、運営サイドとしてはプレイヤーがじゃぶじゃぶ課金したくなるような射幸心を煽りまくるガチャが提供できているかどうか確認する、プレイヤーサイドとしてはリアルマネーいわゆる実際のお金を投入する前にあらかじめどれくらいの確率で成功するのかを
Python初心者がnumpyとmatplotlibを使ってガウシアンフィッティングをしてみる - Life, don’t talk to me about life.
仕事で使うデータではガウシアンフィッティングなんかをする機会が多いので、試しにpythonで書いてみました。 手順は、 みたいな理想曲線に適当にノイズをランダムに加えて、フィットするべきデータ点を作る 生成したデータ点をフィットする 結果を、理想的な曲線、生成されたデータ、フィットされた結果の曲線、という感じでプロットする フィットされた結果のパラメータの値と、その誤差を標準出力に書き出す っていう感じです。 では、早速ですが、コードを適当に載せてみたいと思います。もっと良い方法がある、おかしい、とかあったら教えてもらえるとありがたいです。自分の場合は、main.pyとかいうファイルに書いてますが、まあこれは何でもいいと思いますね。 #!/usr/bin/env python import math, numpy, scipy.optimize import matplotlib.pypl
数式をnumpyに落としこむコツ
Tokyo.SciPy #2 にて発表した、数式(あるいは数式入りのアルゴリズム)から実装に落とす場合、何に気をつけるのか、どう考えればいいのか、というお話。 対象は、どうやって数式をプログラムすればいいかよくわからない人、ちょっとややこしい数式になると四苦八苦してしまい、コードに落とすのにすごく時間がかかってしまう人、など。 ここでは実行速度についてはひとまずおいといて、簡潔で間違いにくい、ちゃんと動くコードを書くことを目標にしています。 Related topics:
第2回 Tokyo.SciPy で「数式を numpy に落としこむコツ」を発表してきました - 木曜不足
10/15 に IBM さんの渋谷オフィスにて開催された 第2回 Tokyo.SciPy にのこのこ参加してきました。主催の @sla さんはじめ、参加者・発表者各位おつかれさまでした＆ありがとうございました。 せっかく行くならなんか発表したいよね、ということで「数式を numpy に落としこむコツ 〜機械学習を題材に〜」なんてタイトルで、数式(あるいは数式入りのアルゴリズム)を実装するときに、どういう点に注目すれば易しくコードを書けるか、についてちらちら語ってみた。 こちらがその資料。 数式をnumpyに落としこむコツ View more presentations from Shuyo Nakatani 例えば、機械学習の(多クラス)ロジスティック回帰という技術では、次のような数式が登場する。 (PRML (4.109) 式) これを一目見てすらすらとコードが書けるなら苦労はないが、慣
コンピュータが視る高円寺: 高円寺に似てる街は？ - 高円寺を愛するひとへ、ビビッと通電！高円寺のWEBマガジン【Concent】
Warning: Declaration of HSM_PageTitle::load($meta) should be compatible with HSM_Module::load($meta = '') in /home/users/2/concent--e/web/concent_root/wp-content/plugins/headspace2/modules/page/page_title.php on line 62 Warning: Declaration of HSM_Description::load($meta) should be compatible with HSM_Module::load($meta = '') in /home/users/2/concent--e/web/concent_root/wp-content/plugins/headspac
pythonで多次元配列を扱う - たこ焼き食べた.net
pythonで配列を扱うライブラリとして有名なのはnumpyというものです。 Python はインタプリタ言語であり、数学のアルゴリズムはC言語などのコンパイル言語やJavaなどと比べて低速に動作する場合が多い。NumPy はこうした問題を、多次元配列と、配列を操作する多数の関数や演算子を提供することでこの問題を解こうとしている。これにより、配列や行列の操作として記述できるアルゴリズムは、等価な C のコードとほぼ同等の速度で動作する。 NumPy - Wikipedia とあるように、非常に高速にかつ簡単に行列計算を行なうことができます。 matplotlibは、numpyの行列を処理してグラフの作成をしています。 また、データ処理にも活躍してくれることでしょう。 というわけで、自分がよく使う関数等をまとめておきます。 参考資料 参考になる、参考にしたWebサイトのリストを挙げておきます
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
Numpyによる乱数生成まとめ - Qiita
404 Page Not Found. — nato's memo 1.0 documentation