Pythonで数値シミュレーション - 侵略型パーコレーション - Qiita
はじめに Pythonは本当に何でもできるので，いろいろな使い方があると思うのですが，僕がどのように使っているのか紹介してみたいと思います．よくつかうパッケージはnumpyです．数値計算のお伴です．これがないと本当に困ります．あとはmatplotlib，scipyです．それからダイアログの表示のためにTkinterを使っています．ここらへんは使っている人も割と多いと思うので，情報も集まりやすいと思います． 最後に侵略型パーコレーションクラスターを作成し，そのフラクタル次元を計算するプログラムを丸々載せたいと思います．デフォルトではnumpyとscipy，matplotlibは入っていなかったと思うので，まずそれらを入れておく必要があります． 研究室のノートパソコンに急遽いれることになったとき， windows7 - Python, SciPy, matplotlibのインストール(Wind
Pythonでパーコレーション理論におけるクラスター形成のアルゴリズムを組む - Qiita
投稿日：2021/09/18 はじめに 小田垣先生著作の『つながりの物理学ーパーコレーション理論と複雑ネットワーク』の付録ページのクラスター形成のアルゴリズムを読んで実際に作ってみました。Numpyで基本的に組むため、本とは少し定義が異なります。Pythonで組んだコードを探してみた所、Numpyなどの基本ライブラリで構成された文献が見当たらなかったので参考になれば幸いです。 クラスターとは $N\times N$の正方格子を考えます。この正方格子上の格子点を$(i,j)\quad (i,j=0,\dots,N-1)$で表し、占有確率$p$のとき、$p\times N^2$個の格子点がランダムに占有されているとします。このとき、ある占有されている格子点$(k,l)$があり、$(k\pm 1,l)$、$(k,l\pm 1)$のいずれかが占有されているとき、その占有されている格子と$(k,l)
Networkxのネットワーク類似度 – S-Analysis
目次1. NetworkXの概要 2. NetworkXの類似性の測定 3. 実験 ・NetworkX環境設定 ・共通部分のノードとエッジの可視化 ・Jaccard係数の集合の類似度 ・graph_edit_distance ・optimal_edit_paths ・optimize_graph_edit_distance ・simrank_similarity 1. NetworkXの概要NetworkXは、グラフ/ネットワークの作成、加工、構造分析をのPythonのパッケージです。そもそも、数学者、物理学者、生物学者、コンピューター科学者、社会科学者などの分野で活用されています。ソーシャル ネットワーク、分子グラフ、通信ネットワーク、物流ネットワーク、エネルギーネットワークなどの分析を対応します。 このライブラリは多くの機能があり、今回はネットワーク類似度を解説します。 2. Netw
11. scipyの基本と応用 — コンピューター処理 ドキュメント
11. scipyの基本と応用¶ scipyは科学技術計算を行うライブラリで、numpyで作成したデータに基づいて 様々な数値解析を高速かつ容易に行うことができます。なお、numpy.linalgで 利用できる関数は、同じものがscipy.linalgでも利用できます。scipy.linalg で呼び出す関数の方が、numpy.linalgより高速になっている場合があります。 scipyをimportした場合の線形代数計算は、scipy.linalgを使う方が良いです。 numpy同様、scipyは巨大なライブラリです。信号解析からデータ圧縮まで非常 に多くの機能を有しますが、化学と関係のありそうなものだけピックアップし て紹介します。 https://docs.scipy.org/doc/scipy/reference/index.html 今回の学習目標は以下のとおりです。 scipy
グラフ理論とNetworkX
※ 上表の「単純グラフなど」は、単純グラフ、または 自己ループのみ含む多重グラフを指しています。 グラフの用語¶ 単純グラフ（simple graph）：自己ループも多重辺も含まないグラフ 多重グラフ（multi graph）：単純グラフとは限らないグラフ 無向グラフ（undirected graph）：無向辺だけからなるグラフ 有向グラフ（directed graph）：有向辺だけからなるグラフ 自己ループ（loop）：両端が同じ頂点となる辺 多重辺（multiple edges）：2つの頂点の間に複数の辺がある場合、それらを多重辺といいます 有向辺（directed edge）: 向きがある辺 無向辺（undirected edge）: 向きのない辺 歩道：ある頂点から辺をたどって別の頂点へ行ける場合、その辺の並びを歩道といいます。 路：辺が重複しない歩道を路といい
Software for Complex Networks — NetworkX 3.3 documentation
Software for Complex Networks# Release: 3.3 Date: Apr 06, 2024 NetworkX is a Python package for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks. It provides: tools for the study of the structure and dynamics of social, biological, and infrastructure networks; a standard programming interface and graph implementation that is suitable for many appl
補間やカーブフィッティングなどの最適化 - Qiita
実験などにより得られた観測値は、普通は飛び飛びの値になりますが、その間の値を求めたい時があります。その時に用いるのが、種々の補間法（補完ではありません）と、その他のカーブフィッティング（曲線近似）です。これらの解法は、プログラミング演習の題材としてよく使われますが、実用上は強力なライブラリが多数存在しますので、自作するよりも既存のライブラリを使ったほうが便利です。 計算機実験 ここでは、計算機実験として、以下の3つの数学関数 f(x), g(x), h(x) を用意します。 import numpy as np f = lambda x: 1/(1 + np.exp(-x)) g = lambda x: 1.0/(1.0+x**2) h = lambda x: np.sin(x)
Pythonで数学の勉強：初等整数論 - Qiita
浮動小数の世界から整数の世界へ 整数のつもりで計算していたらいつの間にか浮動小数になっていた。 ありがちなバグである。 割り算、剰余算、天井と床を意識しよう。 print(20 // 8) print(20 % 8) print(sym.ceiling(1.4)) print(sym.floor(1.4)) print(sym.ceiling(-1.4)) print(sym.floor(-1.4))
ポケモンの最強タイプを考える【グラフ理論】 - Qiita
導入 先日、ポケモンの最新作『Pokémon LEGENDS アルセウス』が発売されました。ポケモン愛好家の中で密かに話題を集めたのが、新たに登場したポケモン「ゾロア（ヒスイのすがた）」と「ゾロアーク（ヒスイの姿）」のタイプです。なんと驚くべきことに、両者のタイプは未だ登場したことのなかった「ノーマル・ゴースト」だったのです。 ポケモンを知る人には説明不要ですが、これはノーマルタイプの唯一の弱点であるかくとう技をゴーストタイプで無効化しながら、ゴーストタイプの弱点であるゴースト技をノーマルタイプで無効化するという、非常にバランスのとれた、まさに夢のような複合タイプです。一部では、この「ノーマル・ゴースト」こそ最強の組み合わせなのではないかと噂されました。 しかし、果たして本当にそうなのでしょうか？ ポケモンのタイプは全部で18種類あり、一匹のポケモンは二つまでタイプを持つことができます。考
１次元データで使えるフーリエ変換入門 - Qiita
Kaggle Advent Calendar 22日の記事です。 仕事では宇宙に散らばる銀河の３次元の密度をフーリエ変換して power spectrum を計算するコードの開発とテストをしています。なので、Kaggle にも時々現れるフーリエ変換について基本的なことを少し書いてみます。直接 Kaggle に関係なるわけではないですが、何か「なるほどー」と思うことがあれば幸いです。 図１:（左）銀河の観測データで点ひとつひとつが銀河 （右）銀河の３次元の密度分布をフーリエ変換して power spectrum を計算したもの、長さのスケール別の密度ゆらぎの大きさです。密度の高いところは万有引力でどんどん銀河が集まってくるので、ここから宇宙スケールでの重力の法則についてわかります1。 2019年の Kaggle では Kaggle でもフーリエ変換が使われることがたまにあります。 電線コンペ
画像のフーリエ変換 - werry-chanの日記．料理とエンジニアリング
親戚の家でモフモフの猫に囲まれながらブログ書いてるウェリーちゃんです． 早く暖かいペット可アパートに引っ越して，毎日モフモフ生活したいです． 閑話休題 それでは，今回の題材は"画像のフーリエ変換"です． フーリエ変換って何ぞ？って人に教えてあげます． 式で表すとこういうことです． すいません．フーリエ変換については，また今度説明します． でも一応，非常に簡単にですが説明します． 元の関数を周波数成分ごとに分解し，周波数の成分がになっているということを表しています． 詳しくは以下のリンクなどを参考にしてください． フーリエ変換 - Wikipedia 【画像45枚あり】フーリエ変換を宇宙一わかりやすく解説してみる | ロボット・IT雑食日記 このページで画像のフーリエ変換について詳しく説明しています↓ werry-chan.hatenablog.com 応用編↓ 画像のフーリエ変換3: 走査
フーリエ変換 — OpenCV-Python Tutorials 1 documentation
目的¶ このチュートリアルでは OpenCVを使って画像のフーリエ変換を計算する方法を学びます． NumpyのFFTを使う方法を学びます． フーリエ変換を使ったアプリケーションについて学びます． 以下の関数の使い方を学びます : cv2.dft(), cv2.idft() etc 理論¶ フーリエ変換は種々のフィルタの周波数特性を解析するために使われます．画像に対しては 2次元離散フーリエ変換 (DFT) を使って周波数領域に変換します．高速化されたアルゴリズムである 高速フーリエ変換 (FFT) はDFTの計算に使います．これらのアルゴリズムの詳細については信号処理や画像処理の教科書を参照してください． 補足資料 の章に幾つか参考文献を挙げています． 正弦波を と書きます．ここで は信号の周波数を表します．もしこの信号を周波数領域で観測すると，周波数 の点にspikeが見られます．離散信
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
微分や微分方程式をPythonで理解する - Qiita
Pythonで自立系移動計画を考えて見る
Pythonでヒルベルト変換!時間波形の包絡線を求める方法 | WATLAB import Python
eeengblog.com