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
NumPyで2元1次方程式の解を求める - 偏った言語信者の垂れ流し
NumPyの行列計算って強力なんすね。いろいろ試してみてる。 3x + 2y = 14 x + y = 6こういう2元1次方程式の解を求める場合。 NumPyだとnumpy.linalg.solveで逆行列の積を求められるので係数のarrayを作って使えばいいらしい。 >>> A = numpy.array([[3, 2], [1, 1]]) >>> P = numpy.array([14, 6]) >>> X = numpy.linalg.solve(A, P) >>> X.astype(int) array([2, 4]) x = 2, y = 4となる。 これは便利だなー。 参考 numpy.linalg.solve — NumPy v1.11 Manual numpy.linalg.invとnumpy.linalg.solveを用いた逆行列計算 - 睡眠不足？！ 高速数値計算ライブ
適応システム特論
Contents ガイダンス 4月17日 AS-Syllabus-jpn.pdf, AS-Syllabus-eng.pdf, chap_0.pdf 第1章 非線形最適化理論の基礎 4月24日, 5月1日, 5月8日 chap_1-jpn.pdf, chap_1-eng.pdf 第2章 最適設計の基礎 5月8日, 5月15日 chap_2-jpn.pdf, chap_2-eng.pdf 第3章 非線形計画法の基礎 5月22日 chap_3-jpn.pdf, chap_3-eng.pdf 第4章 変分原理と関数解析の基礎 5月29日, 6月12日 chap_4-jpn.pdf, chap_4-eng.pdf 第5章 偏微分方程式の境界値問題 6月19日 chap_5-jpn.pdf, chap_5-eng.pdf 第6章 有限要素法 6月25日 chap_6-jpn.pdf, chap_6-e
数値解析 - Wikipedia
バビロニアの粘土板 YBC 7289 （紀元前1800-1600年頃）。2の平方根の近似値は六十進法で4桁、十進法では約6桁に相当する。1 + 24/60 + 51/602 + 10/603 = 1.41421296... [1]。(Image by Bill Casselman) 数値解析（すうちかいせき、英: numerical analysis）は、計算機代数（英語版）とは対照的に、数値計算によって解析学の問題を近似的に解く数学の一分野である。 （狭義には「数値解析」とは「数値計算方法」の数学的な解析・分析（mathematical analysis of numerical methods）のことであり，広義の意味＝数値を使って問題の解析・分析を行う（Analysis by numerical methods）・式でなく数値で計算を行う「数値計算」（numerical comput
GNU Octave: 日本語マニュアル for 2.1
GNU Octave 2.1.x 日本語マニュアル Copyright (C) 1996, 1997 John W. Eaton. Permission is granted to make and distribute verbatim copies of this manual provided the copyright notice and this permission notice are preserved on all copies. Permission is granted to copy and distribute modified versions of this manual under the conditions for verbatim copying, provided that the entire resulting derived work is
numpy.linalg.invとnumpy.linalg.solveを用いた逆行列計算 - シリコンの谷のゾンビ
(Tokyo.SciPyに毎度お邪魔させて頂いているのにも関わらず今まで全くNumPyとかSciPyとか使っていなかったのだけれど) 最近ようやくNumPyやSciPyを(ほんの)少しずつ使うようになってきた．機械学習関連に限らず必ずと言っていいほどお世話になる逆行列計算． そういえば逆行列と何かの積を取る場合，numpy.linalg.inv()じゃなくてnumpy.linalg.solve()の方が速いよ，ということをどこかで聞いていた気がするので「単位行列との積を取れば逆行列単体の計算も速くなるんじゃね?」ということをお思いついて速度差を比較してみた． というわけで以下の4つのケースの速度を比較 Aの逆行列を計算 (numpy.linalg.inv) Aの逆行列を計算 (numpy.linalg.solve) Aの逆行列を計算 (numpy.linalg.inv) し，bの積を計算
LAPACK - Wikipedia
LAPACK (Linear Algebra PACKage)は数値線形代数のための数値解析ソフトウェアライブラリで、線型方程式や線型最小二乗問題、固有値問題、特異値問題等を数値的に解くために利用される。本ライブラリは複素数または実数を成分とする行列を扱うことが可能であり、LU分解やコレスキー分解、QR分解、シュア分解等の行列の分解を行うためのサブルーチンを含む。サブルーチンは単精度版と倍精度版が提供される。1992年)のLAPACKの初版はFORTRAN 77 で実装されていたが、現在はFortran 90が用いられている。LAPACK 3.4.0からはC言語インターフェースであるLAPACKEが統合され、C言語やC++からの利用が容易になった。 LAPACKはLINPACKおよびEISPACKの後継と見做されている。ただし、LINPACKの設計が開発当時近代的であった共有メモリ型ベクト
SciPy -
Scientific Tools for Python SciPy (pronounced "Sigh Pie") is open-source software for mathematics, science, and engineering. It is also the name of a very popular conference on scientific programming with Python. The SciPy library depends on NumPy, which provides convenient and fast N-dimensional array manipulation. The SciPy library is built to work with NumPy arrays, and provides many user-frien
SciPy - Installation
This page assumes that you are comfortable with using a terminal and happy to learn how to use a package manager. If you are a beginner and just want to get started with SciPy as quickly as possible, check out the beginner installation guide! The recommended method of installing SciPy depends on your preferred workflow. The common workflows can roughly be broken down into the following categories:
LAPACK — Linear Algebra PACKage
LAPACK is a software package provided by Univ. of Tennessee; Univ. of California, Berkeley; Univ. of Colorado Denver; and NAG Ltd.. LAPACK is written in Fortran 90 and provides routines for solving systems of simultaneous linear equations, least-squares solutions of linear systems of equations, eigenvalue problems, and singular value problems. The associated matrix factorizations (LU, Cholesky, QR
Web interface for R and Octave
This page holds the links to web interface to R (a statistical/graphical software) and Octave (a matrix/numerical software). Both R and Octave are GNU copyrighted. If you have not heard about it, R is similar to Splus, Octave is similar to Matlab. These can be useful when writing tutorial/notes in html for students. It allows you to have live access to R/Octave anywhere in the html page. And stude
0円で作る linuxのデータ解析、数学環境の整備（フリーソフト） - arupaka-_-arupakaの日記
linuxの数学とデータ解析環境の整備。 すべてフリーソフトで構成。 （まだ、ネットワーク可視化[グラフ可視化]のソフト がたりない。→ cytoscapeをインストールすると良い。） 外部ＰＣとの接続ソフト #リモートデスクトップ apt-get install vnc4server apt-get install xinetd apt-get install twm #ssh server apt-get install ssh vnc4serverの設定は arupaka-_-arupakaの他の 記事参照。 テキストエディタとwebブラウザ #テキストエディタ apt-get install emacs apt-get install vim ##webブラウザ #apt-get install w3m 日本語の環境（形態素解析と文字コード変換） sudo apt-get inst
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
Amazon.co.jp: だれでもわかる数値解析入門: 理論とCプログラム: 新濃清志, 船田哲男: 本
Amazon.co.jp: 技術者のための高等数学 5 数値解析: E. クライツィグ (著), 義保,田村 (翻訳), Kreyszig,Erwin (原名): 本
Amazon.co.jp: 数値で学ぶ計算と解析: 金谷健一: 本
GitHub - quix/linalg: Ruby Linear Algebra Library
http://linalg.rubyforge.org/
RubyForge: Ruby Linear Algebra Library: Project Info
Amazon.co.jp: 数値計算の常識: 伊理正夫, 藤野和建: 本
kkaneko.com