You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
2015.8.6 r-iRkernelのインストールについて追記 2015.8.23 r-iRkernel部分更新、iRubyインストール追記 jupyter関連はこちら モチベーション 安価なchromebook ASUS C300MAに開発環境を同居させたい anaconda+jupyterに落とし込むのがゴール jupyterを経由すれば、ubuntu自体をwebアプリライクに使うことが可能(ファイルの受け渡し、端末の起動など) croutonでubuntuを同居させる SSDが心もとないので、64GB microSDを購入ubuntu環境はこちらに入れる 参照サイト http://qiita.com/ikuwow/items/c5832fd823e869825c80 http://chrome.hatenablog.jp/entry/2015/05/03/020205 http:/
Table of contents Introduction Credit & Disclaimer Prerequisites Rules for editing The basics An example NMatrix creation Standard way Simpler constructor for matrices Dimensions and Orientations Printing Arrays Basic Operations Universal Methods Indexing, Slicing and Iterating Introduction Credit & Disclaimer This tutorial is meant to mimic as closely as possible the Tentative NumPy Tutorial (as
Irisのデータをプロットする 有名なアヤメのデータセットを用いて散布図を描いてみます。 まずCSVファイルを用意します。 iris.csv 使用するライブラリ numo-gnuplot Jupyter Notebookを使うとき IRuby : Ruby kernel for Jupyter/IPython Notebook Numo.gnuplot のかわりに Numo.noteplotメソッドを使います。 require 'daru' require 'numo/gnuplot' df = Daru::DataFrame.from_csv 'iris.csv' setosa = df.where(df.Name.eq 'Iris-setosa') versicolor = df.where(df.Name.eq 'Iris-versicolor') virginica = df.wh
はじめに iRuby Notebookは非常に強力なツールなのですが、LinuxおよびMacユーザーには知名度が高いものの、Windowsユーザーはインストールにおけるハードルの高さから利用者が少ないという現状があるようです。 そこで、SciRubyなどのRubyを用いた科学計算の一助になると思われることから、WindowsでiRuby Notebookを使えるようにする手順を整理しました。 Anaconda(Python)のインストール Anacondaは、Pythonと科学計算ライブラリをセットにしたパッケージです。これをインストールするとiRuby NotebookのベースになるJupyter Notebookが利用できるようになります。 以下のURLよりダウンロードできます。 32bit版と64bit版があるので、インストールされているWindowsにあわせてダウンロードしてくださ
Free software, open standards, and web services for interactive computing across all programming languages JupyterLab: A Next-Generation Notebook Interface JupyterLab is the latest web-based interactive development environment for notebooks, code, and data. Its flexible interface allows users to configure and arrange workflows in data science, scientific computing, computational journalism, and ma
Ruby Association開発助成で得た知見の共有と今後 西田 孝三 三軒家 佑將 (芦田 恵大)
日本郵政、野村不動産買収を検討って、ぱっと聞くと大丈夫なん?と思うのですがどうなりますかね。あまり関係のない私は引き続き環境構築を行っていきます。 さて、このサイトはRubyで簡単なバックテストツールを作成して、広く知られているストラテジーの検証を行っていくことを目的としています。前回、株価の取得方法について説明しました。このままバックテストツールの作成に入ってもよいのですが、先にチャート周りの環境を整えていこうと思います。 ただRubyはRailsと共にあるため、チャート作成ライブラリはどちらかというとWeb周りのものが多いようです。このサイトでは特にそういったものを必要としているわけではないので、しばし検討を行い、Gnuplotで吐き出す方針で行くことに決めました。実際重要になるのは収益曲線で株価チャートはおまけなのですが、今回は株価チャートを書くための準備を整えていきます。 インスト
データ解析といえばPythonやRを使うことが多いが、Rubyでも簡単なデータ解析は行うことができる。 Rubyでデータフレーム(Excelのスプレッドシートのようなデータ構造)を扱うには、Daru というライブラリが利用できる。作者の@v0droさんはRubykaigi 2016でも登壇してDaruについて発表していて、公演の様子はこちらで見ることができる。 この記事では、Daruの基本的な使い方を紹介する。 必要な機能を全部書くと量が多くなるので、最小限の利用例のみ書いていく。 環境 Ruby2.3.1 daru 0.1.4.1 Gemfileに gem "daru" と書いてbundleすればOK。 以後、require "daru" を行ってから実行する データ構造 dataframeは2次元配列のような構造で、Daru::DataFrame という名前のクラスになる。 dataf
開発部 R&D グループで研究開発をしている CRuby コミッターの村田 (mrkn) です。 2/23 に渋谷で開催された Ruby Business Users Conference 2017 *1 でキーノートスピーカーとして講演をさせていただきました。 内容は、Ruby で統計分析や機械学習ができない現状についての解説と、その状況を打破するために私が現在開発を進めている pycall.gem のデモンストレーションでした。 カンファレンス当日に使用した資料は私個人の Speaker Deck で公開していますので、そちらをご覧ください。 カンファレンスの発表後、当日カンファレンスで一緒だった YassLab の安川さんがデモ部分の動画を facebook で公開し、twitter で拡散してくださいました。 .@mrkn さんの PyCall を使ったデモがスゴい!😆 #RBU
はじめに Jupyter Notebookはインタラクティブにスクリプトの開発ができる素晴らしい開発環境なのですが、iRubyとして動作させると少し機能に見劣りするところが無きにしも非ず。 とりわけ、グラフを描画する部分について、幾つかライブラリがあるもののエクスポートを行う場合には、受け取り側でも同じライブラリがないと閲覧することができないという状況で、少し不便。 [参考ライブラリ] https://github.com/domitry/nyaplot https://github.com/rdp/ruby_gnuplot ということで、Pythonでmatplotlibを使った時のようにNotebookに保存できるグラフ環境が準備できないか調査してみましたので、その結果をまとめます。 ちなみに、昨日はchunky_png編を公開しています。 http://qiita.com/mix_d
以前 Bash on Ubuntu on Windows で IRuby Notebook を使う 方法を紹介しましたが,IRuby に新たなzeromq backendが追加される見込みなので,その新zeromq backend(cztop)を利用した(ネイティブ)インストール方法を紹介します. この記事は未完成のものであり,近いうちに実現されるであろうIRubyの更新により簡略化される見込みです. Ruby のインストール RubyInstaller をダウンロード,インストールしてください. cztop のインストール gemコマンド一発です.zeromqもcztopが依存するgem(czmq-ffi-gen)内に含まれており別途installする必要はありません.またパスを通すといった設定も不要です. devkitも(このインストールには)必要ありません.あらかじめコンパイルされた
http://rubykaigi.org/2016/presentations/mrkn.html How do we do machine-learning things by using Ruby? In this talk, I will show you the current status of SciRuby by comparing it with other language stacks such as the SciPy stack on Python. Kenta Murata, @mrkn A Ruby committer. A BigDecimal maintainer.
morimorihogeです。最近やることが多すぎて記事が書けていませんでしたが、なんとか今年もRubyWorld Conferenceに参加できました。 RubyWorld ConferenceはRubyKaigiに比べるとビジネスやコミュニティ寄りな内容になっており、非エンジニアな人(経営者や官公庁など)も参加されるのが特徴でしょうか。おカタめな企業も発表に参加しているので、趣味でプログラミング大好き!という人以外のビジネスで使ってる・使いたいといった人も多く参加しています。 プログラムは公式サイトをご参照下さい また、一部の講演を除き公式で会場ライブ中継もしていますので、参加できない人も観ることができます。良い世の中になったものですね :) そんなわけで、発表そのものはアーカイブや中継を観て頂くとして、初日に僕が個人的にいいなあと感じたものをざっくりレポートしてみたいと思います。 前
ちなみに初めて iruby notebook を起動する時に、その時点のRubyがkernelとして登録される。 何が起きているか? irubyのソースを読んでみる。 irubyコマンドを実行した際の処理のコードは以下の場所にある。 register_kernelメソッド内でRubyのパスを書いたjsonファイルを作成し、~/.ipython/kernels/ruby/kernel.jsonに保存している。 jupyterはkernelの情報をjupyter --pathで表示されるパスから読んでいる。 2016年9月現在、jupyter 4.1.1ではkernelの情報を "~/.ipython" 以下ではなく "~/Library/Jupyter"から読む。 おそらくiruby 0.2.9は昔のjupyterの仕様を想定しているため、kernel情報を"~/.ipython"以下に書き
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
処理を実行中です
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