python での線形代数
python での行列・ベクトル数値計算 python で行列ベクトル演算が可能です。でも、実際に行列ベクトル計算をしようとしたとき戸惑わされました。python での行列ベクトル演算について手頃な解説がありませんでした。コード例も殆どなく、試行錯誤で使う必要がありました。回り道をしました。特に Matrix と array の使い分けに戸惑いました。結論は「慣れるまでは Matrix を使わずに array の範囲だけで使っとけ。」です。慣れた後でも Matrix を使うメリットは限られます。array だけで済ましたほうが余分なことを考えずに済みます。 このような遠回りをすることなく python での数値計算を手っ取り早く始められるようにように、この Web page を書きました。C 言語や数値計算についての素養はあるが python は使い始めの方、早急に行列 ベクトル演算を行う
機械学習序曲(仮) > 数値計算の実行速度 - Python, C, Rの比較
上記の結果より明らかなように，最適化したCに比べても Python の 実行速度のほうがまだ速いという結構驚きな結果が得られました． しかしながら，その Python よりもRのほうがまだ速いという ことも分かりました．特に逆行列の演算に関してはRの圧勝です． 以上の結果のまとめです： 実行速度の速さは R > Python > C の順 CよりPythonの方が15%程度速い しかしながら，特に逆行列の演算に関してはPythonよりRの方が40%程度速い おわりに 以上のベンチマークにより，少なくとも行列演算に関しては CよりもPythonの方が速いということが分かりました． 今回の実験は個人的なプログラム環境の乗り換えのための 判断材料として行なったのですが， 乗り換えに関しては Python の速度性が最大の懸念材料だったので， これで心おきなくCからPythonに乗り換えられます(
ぐうたらの部屋
Maximaで数式処理 Maximaは、数式処理ソフトウェアです。 数式処理ソフトウェアではMathematica,Mappleが有名ですが、有料です。 せっかく無料で、オープンソースのMaximaがあるので、 これを使って、楽をしたいと思います。 Maxima入門 準備 基本操作 いろいろなグラフ 平面的なグラフ(陽関数) 平面的なグラフ(媒介変数表示) 立体的なグラフ(陽関数) 立体的なグラフ(媒介変数表示) 数式の操作 多項式 有理数 方程式を解く 近似解を求める 微分・積分 極限を求める 級数と積分 微分方程式 リスト（ベクトル・行列） リストの基本操作 ベクトル・行列の演算 関数 Pythonで数値計算 数値計算ソフトウェアでは、Matlab(有料),Scilab(無料),Octave(無料)等が 有名ですが、Pythonで数値計算用のモジュールを利用すれば同様のことができます。
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
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
サービス終了のお知らせ
