最近注目を集めているグラフツールPlotly。 久しぶりに調べてみれば、なんとベクター画像出力が追加されているじゃないですか！ これは論文用の作図もmatplotlibからPlotlyに移行できるぞ！ ということで、Plotlyの基本的な使い方を復習ついでにまとめてみました。 この記事では、Pythonからグラフを画像として保存する方法と、自分が資料用のグラフを作るときによく使うレイアウト調整の方法を紹介していきます。 スポンサーリンク ちなみに、以下の記事で紹介している小技を組み合わせればPlotlyの活用範囲がより広がるかなと思います。 興味があればこちらも読んでみてください。 kamino.hatenablog.com 執筆時のバージョン情報 Python : 3.7.2 plotly : 3.7.0 orca : 1.2.1 psutil : 5.5.0 もくじ 1. ツールのイン
Let’s see a brief description of the columns of our dataset: age (numeric)job : type of job (categorical: “admin.” ,”unknown”,”unemployed”, ”management”, ”housemaid”, ”entrepreneur”, ”student”, “blue-collar”, ”self-employed”, ”retired”, ”technician”, ”services”)marital : marital status (categorical: “married”,”divorced”,”single”; note: “divorced” means divorced or widowed)education (categorical: “
詳細 JavaScriptコードの重要な箇所を説明していきます。 setupScene関数 2〜5行目：VRM表示をWebGLで行うための初期化 6行目：3Dシーンを透視投影描画するためのカメラ初期化 7行目：3Dオブジェクトの最上位クラスSceneの初期化 8行目：3Dシーンの光源追加 9〜14行目：VRMファイルのダウンロード開始とローディングログ出力 1 function setupScene(vrm_parent){ 2 window.renderer = new THREE.WebGLRenderer(); 3 renderer.setSize(320, 240); 4 renderer.setPixelRatio(window.devicePixelRatio); 5 vrm_parent.appendChild(renderer.domElement); 6 window.c
日曜化学(3)：分子軌道法と可視化（Python/matplotlib） - tsujimotterのノートブック
いよいよ 分子軌道 を計算してみたいと思います。 今回の記事の内容を理解するとエチレンやブタジエンやベンゼンなどの分子軌道が計算でき、それをPythonのプログラムで可視化できるようになります。 これまで３回に渡って書いてきた「日曜化学シリーズ」の記事ですが、今回がまさに集大成となっています。 過去の記事を前提にお話しますので、まだの方はシリーズの過去記事をご覧になってください。 tsujimotter.hatenablog.com （番外編の日曜化学(2.5)は読まなくても、今回の内容については大丈夫です。） 前回までの記事で計算したのは、水素様原子という 原子核が１つ・電子が１つ のものでした。 そうなると、原子核が２つ以上で電子が１つ の状況（つまり分子）を計算したくなると思います。 上記の状況はポテンシャルによって表すことができますので、ハミルトニアンに反映させればシュレーディンガ
日曜化学(2)：3次元空間における電子雲の計算（Python/matplotlib） - tsujimotterのノートブック
２日前に公開した量子力学に関する記事なのですが、たくさんの方に見ていただいて嬉しいです。Twitter上でもたくさんの嬉しいコメントをいただきました。 tsujimotter.hatenablog.com 今日は続きとして、電子雲の可視化 をしたいと思います。 前回の記事では、水素原子におけるシュレディンガー方程式 を考えました。 は波動関数で はエネルギー。 はハミルトニアンという演算子で、定義は次の通りです： この方程式をデカルト座標 から球面座標系 に直して、変数分離によって解を求めるという方法を紹介しました。 変数分離 によって、動径波動関数 と球面調和関数 に分けられるわけですが、前回の記事では特に球面調和関数 について可視化を行いました。 しかしながら、球面調和関数が教えてくれるのは「どの方向に電子が多く分布しているか」という情報です。これだけだと「３次元の中でどの辺に電子が分
Pythonプログラミング（ステップ６・SIRモデル） このページでは、多変数の微分方程式の例題として、伝染病の流行をシミュレーションしてみよう。 伝染病の流行の微分方程式によるモデル化 以下のような状況で感染が拡大するような疾病（インフルエンザ等）を考える。 新型の病気のため、人々は免疫を持っていない。 人口が密集しており、人々の行き来が活発で、「平均的に」不特定多数の人と接触している。 人口の流入・流出はない（ロックダウンされた国や都市を想定）。 接触によって、一定の割合で感染する。 感染者は快復後に免疫が生じ、罹患者と再び接触しても再発はしないし、未感染者に罹患させることもない。 そして、未感染（Susceptable)者、感染(Infected)者、および快復した（Recovered）人の３種類が「一様に」混在し、 以下のようなプロセスで感染が伝搬・拡大するような状況を想定する。
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
Plotlyでレポート・論文に使えるグラフを描こう - かみのメモ
Mastering Customer Segmentation with LLM
テレカンVTuberをやってみよう！ facemeshを使ったアバター表示 | さくらのナレッジ
情報基礎 「Pythonプログラミング」（ステップ６：SIRモデル）