pythonに関するsonoshouのブックマーク (14)

  • はてなブログ | 無料ブログを作成しよう

    聖蹟桜ヶ丘へ 今年度の授業が全て終了した。最後の授業はテスト返却とその確認作業の後は特に何をしろとも言われていなかったので、『耳をすませば』の後半、お姉さんと雫が言い争いをする場面を生徒と皆で見た。 この場面。あの場面、お姉さんは雫に「今しなきゃいけないことから逃…

    はてなブログ | 無料ブログを作成しよう
  • Online Python Tutor - visualize, debug, get AI help for Python, Java, C, C++, and JavaScript

    Online Compiler, Visual Debugger, and AI Tutor for Python, Java, C, C++, and JavaScript Python Tutor helps you do programming homework assignments in Python, Java, C, C++, and JavaScript. It contains a unique step-by-step visual debugger and AI tutor to help you understand and debug code. Since 2010, over 15 million people in more than 180 countries have used Python Tutor to visualize over 200 mil

    sonoshou
    sonoshou 2012/10/04
    データ構造を図解
  • モンキーPython (Python3対応): 第2回 お絵かきプログラムを作ってみる 前編 | Netsphere Laboratories

    この文書は、Linux magazine 2005年1月号〜3月号に掲載された連載の草稿を、(株)アスキーLinux magazine編集部の許可を得て公開するものです。 校正前の原稿なので読みづらいところもあるかと思います。不明な点などありましたらコメントをお送りください。 いろいろなオブジェクトを操れるようになると、作れるプログラムの幅が拡がります。今回は、いろいろなオブジェクトの使い方と、前回に説明していなかった基的な文法について解説します。 今回の目次: 前回のおさらい 基的なオブジェクト 整数 文字列 バイト列 タプルとリスト @ 前回のおさらい 簡単に前回のおさらいをしておきましょう。 コンピュータに何かさせるには、そのための命令を書き連ねたソースコードを作る. ソースコードはいわば指示書. Python のソースコードに書く命令は、文を単位として解釈、実行される。 命令に

    sonoshou
    sonoshou 2012/06/14
    pythonを使ったお絵かきプログラム
  • 線形SVM - 人工知能に関する断創録

    下巻に入って7章のサポートベクトルマシン(Support Vector Machine: SVM)を実装してみます。SVMに関しては、有名なSVMのライブラリ(libsvm)を使ったことがあるだけで、アルゴリズム詳細はPRMLで初めて学習しました。なので変なことを書いていたらコメント欄で指摘してもらえると助かります。 まずは、一番簡単な線形SVMを実装してみます。今までと同様に直線(超平面)でデータが完全に分離できる場合です。PRMLの7章には特に説明がありませんが、カーネル関数に下の線形カーネル(データのただの内積)を用いた場合に相当するようです。このカーネル関数を多項カーネルやガウシアンカーネルに変更すると線形分離不可能なデータも分類できるようになるとのこと。非線形SVMは次回ためしてみます。 まず、SVMの識別関数は、式(7.1)で表せます。 今までと違ってバイアスパラメータをまとめ

    線形SVM - 人工知能に関する断創録
    sonoshou
    sonoshou 2012/04/19
    cvxopt.solveの使い方
  • http://kyoko.lab.tkikuchi.net/edu/ip2010/scipy

    sonoshou
    sonoshou 2012/04/18
    SciPyのサンプルコード等
  • Web Login Service

    › This page is for LHD/NIFS collaborators only. › Input your email address used for LHD/NIFS collaboration into the "Login Name" field. Before using this authentication system, please set your password via a web page. › More info and help. National Institute for Fusion Science, National Institutes of Natural Sciences

    sonoshou
    sonoshou 2012/04/16
    画像つきのサンプル集
  • Pythonによる数値計算 | mono's Tech Blog

    Python ~入門編~の続き. 実際にPythonを使って数値計算をしてみる・ ライブラリのインストール 今回インストールするのは以下の3つ. NumPy 大規模な多次元配列や行列のサポート、これらを操作するための大規模な高水準の数学関数ライブラリを提供.MATLABと書き方が似ているため,その代替物として使われたりもする. SciPy 数学、科学、工学のための数値解析ソフトウェア. NumPy を基礎にしていて,統計、最適化、積分、線形代数、フーリエ変換、信号・イメージ処理、遺伝的アルゴリズム、ODE (常微分方程式) solver、特別な関数、その他のモジュールを提供する. Matplotlib NumPyの拡張で,グラフとプロットするためのライブラリ. NumPyとSciPyはここから,Matplotlibはここ(downloadリンクは右に地味にあって見にくい)からダウンロードで

    sonoshou
    sonoshou 2012/04/16
    サンプル。リファレンスのpdfのリンクもある。
  • numpyを使って主成分分析 - Pashango’s Blog

    古いソースが出てきたので、とりあえずメモ #coding:utf-8 import numpy #主成分分析関数 def PCA(P): m = sum(P) / float(len(P)) P_m = P - m l,v = numpy.linalg.eig( numpy.dot(P_m.T,P_m) ) return v.T #分析する標集合 points = numpy.array([ [-1,-2, 1], [ 1, 0, 2], [ 2,-1, 3], [ 2,-1, 2]]) pca = PCA(points) print pca #[[第1主成分],[第2主成分],[第3主成分]...] #[[-0.83339667 -0.33030475 -0.44311259] # [-0.4891064 0.06746508 0.86961106] # [ 0.25734204 -0

    numpyを使って主成分分析 - Pashango’s Blog
    sonoshou
    sonoshou 2012/04/16
    簡潔すぎる。
  • 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

    pythonで多次元配列を扱う - たこ焼き食べた.net
    sonoshou
    sonoshou 2012/04/16
    データファイルの読み込み方
  • ぐうたらの部屋

    配列を操作する from numpy import * # 配列の作成 a = array([1,2,3]) b = array((10,11,12) # 配列の加算 結果:array([11,13,15]) a + b # 配列のデータ型を確認 結果:dtype('<i4') a.dtype # 配列の割り算 結果:array([0,0,1]) a/3 # データ型を指定して、配列の作成 a = array([1,2,3], dtype=float) # 配列版range関数 ,arangeを使用して、配列作成 data = array([0.5, 1.2, 2.2, 3.4, 3.5, 3.4, 3.4, 3.4], float) t = arange(len(data), dtype='float') * 2*pi/(len(data)-1) # すべての配列を出力する。 t[:]

    sonoshou
    sonoshou 2012/04/16
    サンプルコードいろいろ。
  • 高速数値計算ライブラリ「Numpy」覚書き - Pashango’s Blog

    Pythonで一番有名で普及しているライブラリと言っても過言ではない「Numpy」の覚書きです。かなり多機能な数値計算ライブラリで、内部はC言語で記述されているため超高速に動作します。 ベクトル ベクトルの長さ&正規化 import numpy a = numpy.array([[2,2]]) #ベクトルの長さ length = numpy.linalg.norm(a) #length=>2.8284271247461903 #ベクトルの正規化 a / numpy.linalg.norm(a) #=>array([[ 0.70710678, 0.70710678]]) 内積&外積 import numpy v1 = numpy.array((1,0,0)) v2 = numpy.array((0,1,0)) #内積 numpy.dot(v1,v2) #=> 0 #外積 numpy.cros

    高速数値計算ライブラリ「Numpy」覚書き - Pashango’s Blog
    sonoshou
    sonoshou 2012/04/10
    逆行列や固有ベクトルを求める。
  • パターン認識と機械学習(PRML)まとめ - 人工知能に関する断創録

    2010年は、パターン認識と機械学習(PRML)を読破して、機械学習の基礎理論とさまざまなアルゴリズムを身につけるという目標(2010/1/1)をたてています。もうすでに2010年も半分以上過ぎてしまいましたが、ここらでまとめたページを作っておこうと思います。ただ漫然と読んでると理解できてるかいまいち不安なので、Python(2006/12/10)というプログラミング言語で例を実装しながら読み進めています。Pythonの数値計算ライブラリScipy、Numpyとグラフ描画ライブラリのmatplotlibを主に使ってコーディングしています。実用的なコードでないかもしれませんが、ご参考まで。 PRMLのPython実装 PRML読書中(2010/3/26) 多項式曲線フィッティング(2010/3/27) 最尤推定、MAP推定、ベイズ推定(2010/4/4) 分類における最小二乗(2010/4/

    パターン認識と機械学習(PRML)まとめ - 人工知能に関する断創録
    sonoshou
    sonoshou 2012/01/28
    ビショップ本をコード化したホームページ
  • 文字列の操作 - ひきメモ

    文字列のメソッドは正規表現を使うより速いので、文字列の操作をする場合は、まず文字列のメソッドでできないかを調べた方がよいです。 文字列の一部を取り出す >>> s = "python" >>> s[2] # 2番目の要素を取り出す 't' >>> s[1:4] # 1番目から3番目までの文字を取り出す 'yth' >>> print s[2:] # 2番目から末尾までの文字を取り出す そん >>> s[0] = "P" # 文字列は不変なので、要素への代入は不可 Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'str' object does not support item assignment 文字列が○○だけであるかを調べる >>> "abcABC123".isaln

    文字列の操作 - ひきメモ
  • 1