juliaのプロットで日本語を使う方法
新しい言語や環境ができると、２バイト文字の日本語の壁にぶち当たるのは世の常。 けど、最近はよくよく対応できるようになってるのもまた現実。 というわけで、今回は、julia Plotsで日本語を扱う方法を２通り解説していきます。 実行環境場合 windows 11julia 1.8.0Plots v1.35.5PlotlyJS v0.18.10 gr()を使う場合 gr()はPlotsを使うときの標準で機能しているものです。 そのままでは、日本語表示はできません（文字化けしてしまう） まずは、環境設定で、エンコーディングをutf8に変更します。 そのあと、grの環境のフォントファミリーを日本語のものにします。 ENV["GKS_ENCODING"] = "utf8" using Plots gr(fontfamily="IPAMincho") plot(rand(30),title="日本語
Juliaで任意精度演算に入門してみた
Julia Version 1.7.1 Commit ac5cc99908 (2021-12-22 19:35 UTC) Platform Info: OS: Windows (x86_64-w64-mingw32) CPU: Intel(R) Core(TM) i7-4650U CPU @ 1.70GHz WORD_SIZE: 64 LIBM: libopenlibm LLVM: libLLVM-12.0.1 (ORCJIT, haswell) 基本的な使い方 デフォルトでは, 整数はInt64型, 小数はFloat64型になります. Float64型はいわゆる倍精度浮動小数点数というものです. b = big(2)とすると, BigInt型になります.
Julia（Plotly）でグリグリ動かせる3Dグラフを作る方法 | 趣味の大学数学
これによって、PlotsとPlotlyJSが動くようになります。 僕の環境だと「The WebIO Jupyter extension was not detected. See the WebIO Jupyter integration documentation for more information. 」というメッセージが出ますが、以降の実行には影響がありませんでした。 2変数関数の3Dグラフ例として、いくつかの2変数関数の3Dグラフを描いてみましょう。 \[ \begin{aligned}f(x,y)=x^2+y^2\end{aligned} \]
解決策。ImportError: cannot import name 'soft_unicode' from 'markupsafe' - keep-loving-pythonのブログ
解決策。ImportError: cannot import name 'soft_unicode' from 'markupsafe' 解決策 補足(2023/02/11) コメント 解決策。ImportError: cannot import name 'soft_unicode' from 'markupsafe' エラーの内容 ImportError: cannot import name 'soft_unicode' from 'markupsafe' エラーの詳細 Traceback (most recent call last): File "c:\users\XYZZ0\appdata\local\programs\python\python37\lib\runpy.py", line 193, in _run_module_as_main "__main__", mod_
ノンパラメトリックな方法を用いた探索的データ分析 - Qiita
はじめに 千葉大学/Nospareの米倉です．今回はノンパラメトリックな方法（分析で用いる分布を仮定しない）を用いた，探索的データ分析について解説します．ノンパラメトリックな方法を用いることにより，モデルの特定化の失敗の影響を抑えたり，またパラメトリックな方法を用いる際の予備的分析になると思います．また簡単なA/Bテストにもいいのかなと思います． Empirical Cumulative Distribution Function(ECDF) Empirical Cumulative Distribution Function(ECDF)とは，累積分布関数を経験分布を用いて推定（データから推定）したものです．確率変数$X$が$x$以下になる確率$P(X\leq x)$を累積分布関数といいます．これをデータから推定したものがECDFです．推定方法は簡単で，例えば次のJuliaのコードではso
Julia で WebAssembly できるかな？ - Qiita
本日は Julia で WebAssembly やりましょうという話です。要するにWebブラウザでJuliaのコードを動かしてJSと連携しようぜ。という話です。WebAssembly へのとりくみは Julia 以外ではC/C++そしてRustでもおこなわれています。Rustの入門書でも WebAssembly を取り扱う和書がでていますのでそっちをとりくんだほうが巨人の肩に乗れて幸せになれる人がおおいかもです。 Julia の青春の夢 さて、じつは Keno さんという Julia の開発に積極的に取り組まれている方がいましてね。 このリポジトリの README.md にある にアクセスするとですね。 ほらご覧の通り動くんです。すごいでしょ？Julia1.3ですからね。去年にはできてたっぽいんです（震え声）。リポジトリおとして emcc とか導入してよなよなLLVMをビルドしてですねまぁ
Julia - Terminal で 1文字ずつ入力を受ける (raw mode) - goropikariの備忘録
環境 Julia v1.4.2 OS: ArchLinux read や readline を使うと EOF を入力 (Ctrl-D) したときや Enter を押したときにキーボードから入力したものを取得することができるが、何かしらのキーをタイプする度に入力を取得する方法を紹介する。 # ex.jl using REPL terminal = REPL.Terminals.TTYTerminal(get(ENV, "TERM", Sys.iswindows() ? "" : "dumb"), Base.stdin, Base.stdout, Base.stderr) function readChar(term) c = Char(read(term.in_stream, 1)[1]) println("$(c) $(Int(c))") return c end REPL.Termina
2次元シュレーディンガー方程式を有限要素法で解いてみる in Julia: gmshを使ってメッシュも作ってみた - Qiita
以前、1次元シュレーディンガー方程式を有限要素法で解きました。 「1次元シュレーディンガー方程式を有限要素法で解いてみる in Julia」 https://qiita.com/cometscome_phys/items/fbeaa92fcb4b6d8c6240 今回は、2次元シュレーディンガー方程式を有限要素で解いてみましょう。 その際、せっかくの有限要素法ですから、好きなメッシュでやりたいので、gmshというソフトウェアを使ってメッシュを作り、それを読み込んでシュレーディンガー方程式を解いてみましょう。ちょうどgmshをJuliaから使うことのできるパッケージgmsh.jlがありますので、これでメッシュを作成することにします。 今回の記事は以下のような構成になっています。 構成 2次元シュレーディンガー方程式を有限要素法で解く：理論 gmsh.jlによるメッシュ作成 gmsh.jlで作
Juliaは、データ解析やAIの分野で、Python人気を追い越すでしょうか？どのぐらい時間を要するでしょうか？ - Quora
期待を込めて。 近い将来（2〜3年以内）、少なくとも、Pythonと並行して普通に使われるようにはなるとは思っています。 私は、5年くらい前、v0.3のころから使ってますが、最近は、ネット上ではないリアルで使っている人には出会うことが増えてきました。多分、着実にユーザー数が増えてきているんだろうとは思っています。 Juliaは、Python（+numpy）よりも簡単な言語なので、Pythonできる人なら1日で学べます。Matlabからの移行はもっと簡単で半日もあれば学べます。（ただし、本当に高速なプログラムを書きたい場合には、それなりの知識が必要です。具体的には、C++のtemplateの知識があると、型がどう決まって、その結果、どう書くと高速になるのかが、わかるでしょう。） まずは、データの前処理、後処理に使うことからでしょうか。メインの処理は、普通にPythonで書くか、PyCall.
1次元シュレーディンガー方程式を有限要素法で解いてみる in Julia - Qiita
量子力学で現れる1次元シュレーディンガー方程式を差分化して解くことはこれまでやってきましたので、今回は有限要素法で解いてみましょう。 有限要素法を用いると、固有値問題は一般化固有値問題へと変わります。 言語はJuliaを用います。Juliaでは一般化固有値問題$Ax =EBx$もeigen(A, B)とすれば簡単に解けますので、便利です。 参考文献： 「水素原子に対するSchrödinger方程式を有限要素法で数値的に解いてみる（C++のソースコード付き）」 https://qiita.com/dc1394/items/c0d3d02fa738b040128c 「数値計算で学ぶ量子力学: プログラミング言語Juliaによる数値計算入門」 http://park.itc.u-tokyo.ac.jp/kato-yusuke-lab/nagai/JuliaQM.pdf バージョン Julia 1
JuliaのJupyterでプロット動画を素早く確認する - Qiita
2020/02/17 「折衷案」追記 さくさくと表示させます Juliaは良い言語だが、数値計算の結果をPlotsの@gifや@animateとかで動画作成すると時間がかかるのが難点 （数値計算が早い分、動画出力の時間が余計に気になってしまう） 今回、Jupyter-notebookで素早く「確認作業」をします。 こんな感じです 解説 今回は適当に動くx,y データを300個づつ用意してます。 using Plots x,y=rand(300),rand(300) for i in 2:length(x) #ランダムウォーク"的"に適当に動いてもらいます x[i]=x[i-1]+x[i]-0.5 y[i]=y[i-1]+y[i]-0.5 end
パワースペクトル計算の2つの方法 (Julia Advent Calendar 2019) - 丸井綜研
はじめに これはJulia Advent Calendar 2019の20日目の記事です。「音について何か書きます」と宣言したので、普段Juliaを使って音についてどんなことをしているかを紹介します。今年はパワースペクトルの計算を、(1)信号全体をフーリエ変換する方法と、(2)スペクトログラムを時間平均する方法の2とおりでやってみます。 去年はAdvent Calendar参加記事として以下のようなものを書いていましたので、それからあまり進歩していませんが、ご容赦を。 marui.hatenablog.com 今回のエントリはJulia 1.0.5用に書いています。というのも、Julia 1.2や1.3あたりからLibSndFileなどのインストールがうまくいかない状況になっているからです。（原因はSampledSignals.jlにあるようですが、本稿を執筆している12月19日時点で解決
Lorenz96モデルのデータ同化:準備編 - Qiita
はじめに データ同化(Data Assimilation)をJulia言語を用いて行ってみよう、 というのが趣旨です。 一口にデータ同化と言ってもたくさんの手法があるので、 それらのなかで主要なものを紹介していきたいと思います。 この記事では、データ同化の概念を紹介したのち、 扱うモデル(40変数Lorenz96モデル)の性質をJuliaで計算して描画します。 実際にデータ同化をするのは次回以降の記事になります。 これ以降の数値計算はJupyter NotebookにJulia1.1を導入して行っています。1 Juliaを使う部分だけ興味がある人は、 Lorenz96モデルの計算のところから読んでもらって大丈夫です。 私はJulia言語の素人なので至らないところもあるかと思います。 こう書いた方がいい、などありましたらご指摘いただけると助かります。 データ同化の考え方 データ同化の概念を簡
High-Performance GPU Computing in the Julia Programming Language | NVIDIA Technical Blog
High-Performance GPU Computing in the Julia Programming Language Julia is a high-level programming language for mathematical computing that is as easy to use as Python, but as fast as C. The language has been created with performance in mind, and combines careful language design with a sophisticated LLVM-based compiler [Bezanson et al. 2017]. Julia is already well regarded for programming multicor
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
GitHub - Alexander-Barth/FluidSimDemo-WebAssembly
two_balls_create_pi.jl
Jupyter Notebook Viewer
Which is the right way to integrate Julia program with Node.js
BinaryBuilder
2 エフェクタ