1箇所を指定してアクセスする 一次元の場合 X[index]で指定する。最初のデータのindexは0になる。(Matlabの場合は1なので混乱する) In [1]: import numpy as np In [2]: X = np.arange(10) In [3]: print X [0 1 2 3 4 5 6 7 8 9] In [4]: print X[0] 0 In [5]: print X[2] 2 最後のデータ数えて指定したいときはX[-index]とする。C言語などのようにX[len(X)-1]としなくてもよい。 最後のデータのIndexは-1となり、最初から指定する時は0からなので若干混乱しがち。
概要 複数のグラフを比較をしたいときなどに,重ねて描画する方法をまとめていきます. グラフの描画には、 MATLAB的な書き方 オブジェクト指向な書き方 の2種類があります.よくわからなかったらオブジェクト指向の方を使えばいいのかなと思います. この記事もオブジェクト指向でいきます. 動作環境 Windows10(64bit) Python 3.7.2 コード """複数のグラフを重ねて描画するプログラム""" import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() t = np.linspace(0, 10, 1000) y1 = np.sin(t) y2 = np.cos(t) y3 = np.abs(np.sin(t)) y4 = np.sin(t)**2 c1,c2,c3,c4 = "b
0. はじめに やりたいことがあるたびにいちいちGoogleや公式サイトで検索してそれっぽいのを探すのはもう面倒だ。 やっとそれっぽいのを見つけたのに、一行で済むようなことを「plt.なんちゃら」だの「set_なんちゃら」をたくさん並べましたなんてブログはもはや検索妨害だ。 Qiitaにすら僕のためのいい感じのまとめがないなんて…… よく考えたら自分が普段使うようなメソッドなんて限られているじゃないか。 もう自分でまとめるわ。自分のために。 というわけでインポート。 ちなみにmplは6.4.と6.5.でしか使わない。 1. 図(Figure)の作成 matplotlibの描き方は、まず台紙となるFigureをつくり、そこに付箋Axesを貼り、その付箋にプロットしていくというのが僕の中のイメージ。 したがってまず台紙を作る。これにはplt.figure()を用いる。plt.subplots(
最尤推定量は点推定の一種で、重要な役割を果たしています。また、ベイズ推定との関係性においても議論されます。 事前の知識として、統計的推定の点推定という考え方を知っていると、理解しやすくなります。 最尤推定量とは?最尤推定量とは、文字の如く、最も尤もらしい推定量のことです。 最尤推定量の定義最尤推定量の定義は以下のようになります。 パラメータθ\thetaθに従う分布の密度関数をf(x;θ)f(x;\theta)f(x;θ)とする。尤度関数をL(θ;x)=f(x;θ)L(\theta;x)=f(x;\theta)L(θ;x)=f(x;θ)とすると、L(θ;x)L(\theta;x)L(θ;x)を最大にするような推定量θ=θ^\theta=\hat{\theta}θ=θ^をθ\thetaθの最尤推定量という。 コイン投げの例で最尤推定量を考えるでは「尤もらしい」というのはどういう意味なのでしょ
はじめに 掲題のことが発生したので備忘録 環境 Windows 10 Anaconda 問題と対応 Anaconda環境でモジュールをpipでインストールした時に以下エラーが発生。権限の問題? pip install pyswams Could not install packages due to an EnvironmentError: [WinError 5] アクセスが拒否されました。: 'C:\\Users\\XXX\\AppData\\Local\\Temp\\pip-uninstall-ywopbx45\\users\\XXX\\appdata\\local\\conda\\conda\\envs\\chemsyo\\lib\\site-packages\\scipy\\integrate\\lsoda.cp36-win_amd64.pyd' Consider using t
こんばんは。 昨日に引き続き PC の設定のお話です。 今日は NVIDIA のGPU開発環境である CUDA と CUDA を使って Deep Learning の計算を高速で行うためのライブラリである cuDNN をインストールしていきますたいと思います!! 特にハマりポイントはないと思うのでさくっと入れていきます。 CUDAってなに? CUDA(Compute Unified Device Architecture:クーダ)とは、NVIDIAが開発・提供している、GPU向けの汎用並列コンピューティングプラットフォーム(並列コンピューティングアーキテクチャ)およびプログラミングモデルである[3][4][5]。専用のC/C++コンパイラ (nvcc) やライブラリ (API) などが提供されている。なおNVIDIA製GPUにおいては、OpenCL/DirectComputeなどの類似AP
May 2019 Update以降、Windows10同士でリモートデスクトップ接続していたのが不調となり後に解決したのでメモ。 しばらくクライアントPCのWi-Fi不調かと思っていたんだけど、そうではなかったようだ。 症状としてはマウスポインターが引っかかる、各種スクロールがカクカクする、RDPが応答しなくなるなど。 アップデートによりRDPのUDP接続がデフォルトで有効となったのか知らんけど、とにかくUDPを切ったら以前のように快適となった。 サーバーまたはクライアントの設定はどちらか一方で大丈夫 RDPサーバーとなるPCの設定 グループポリシーエディターを起動 (ファイル名を指定して実行 gpedit.msc)RDPトランスポートプロトコルの選択を開く ローカルコンピューターポリシー>コンピューターの構成>管理用テンプレート>Windowsコンポーネント>リモートデスクトップサービス
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