食べログ3.8問題に終止符を打つ
import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import json import glob import math from pathlib import Path from collections import Counter from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score from sklearn.metrics import confusion_matrix from sklearn.metrics import roc_auc_score from sklearn.model_selection imp
【Python】 機械学習の可視化が捗るライブラリ「Yellowbrick」 - フリーランチ食べたい
機械学習Podcast「TWiML＆AI」で先週取り上げられた可視化ライブラリ「Yellowbrick」が非常に便利だったので紹介します！ちなみにPodcastには作者の1人であるRebecca Bilbroさんが出演しているので興味持った方は是非聞いてみてください。 twimlai.com www.scikit-yb.org Yellowbrickとは 一言で言うと、機械学習に特化した可視化ライブラリです。実装的な面で言うと(こちらの方がわかりやすいかもしれません)、scikit-learnとmatplotlibをラップして、scikit-learnライクなAPIで使うことができるものです。 例えば相関行列のヒートマップをプロットしたい場合は次のように書くだけでグラフを作ることができます。 visualizer = Rank2D(features=features, algorithm=
2016年10月に未経験・新人データサイエンティストで雇ってもらいました。当時はまだ業界が牧歌的だったのと、比較的書類上のスペックが高い若者だったのもあり、運良く拾ってもらえたのでした。今だと100％受かってないです。 そんな私が今までで読んだ本の中で、役に立った本をつらつら書いていきます。 現代の若者がどんどん優秀になっているので、これくらいでいまんとこいっぱしのデータサイエンティスト（@ビジネスサイド）になれるんだなあという基準を述べようかと思いました。何年か後に振り返りたいですね。 もちろん、これが誰かの学習の役に立てばと思っています。 ちなみに、アフィリエイト入れてないので気にせず買っていってください。 数学無難に解析学と線形代数学を勉強しておくといいと思っています。
はじめに — Python早見帳
Python早見帳は、プログラムと実行例をカタログ的に提示しながら、Pythonの言語仕様やライブラリを紹介しています。Pythonの基礎を素早く習得したり、ライブラリやオブジェクトの使い方を確認することができます。
開発チームの生産性・健全性を客観的に知るためにリポジトリ履歴から機械的に可視化するツールを作った - Qiita
はじめに ソフトウェア開発のチームの生産性や健全性というものは、内部の体感的として理解できるものの、外部の人間からは見えにくいものです。こういった情報の非対称性は開発チーム外の人々との関係の中での問題の原因になってきました。 また、複数の開発チームやプロダクトを束ねるEM、CTOや、管理職にとってそれぞれの状況を客観的な数字やグラフで可視化することは、全体的な戦略を考える上でも重要な参考情報になります。ですが、アンケートやプロジェクト管理を増やすほど、どんどんと開発メンバーに負担をかけてしまうことになり、計測のし過ぎによる疲れなども誘発してしまいます。 本稿では、gitリポジトリのログ情報から、いくつかのグラフを生成し、チームの状況を可視化するためのツールgilotを作成したので、その目的と意図、そして使い方、注意点を解説します。 アプローチ方法 gilotのアプローチは、git logの
Python ユーザでも『データ可視化入門』で練習できるようにパッケージを作った + Plotnine との互換性ガイド - ill-identified diary
概要 pysocviz が提供する機能 ggplot2 と同じようにできないところとその対策 aes() にクオートされてない変数を指定できない R のように改行できない ggplot2 で使えた色名が使えない ggplot2 で使えた linetype が使えない 文字化けの回避 ggrepel パッケージの利用 scales::percent などの単位・スケール指定 テーマや色パレットのプリセットを変更したい場合 subtitle/caption が表示されない 複数のグラフを連結できない hjust/vjust が使えない グラフ内の図形やテキストの大きさのバランスがおかしい geom_smooth/stat_smooth で一般化加法モデル (GAM) による平滑化ができない geom_quantile の method 指定ができない geom_smooth/stat_smoo
ExcelのPythonJupyter Notebook JupyterをMicrosoftExcelに埋め込み、VBAの代わりにPythonを記述します 以前は、ExcelとPython JupyterNotebooksの間の「どちらか/または」の選択でした。PyXLL-Jupyterパッケージの導入により、両方を並べて使用できるようになりました。 この記事では、Excel内で実行されるJupyterNotebookをセットアップする方法を紹介します。2つの間でデータを共有し、ExcelワークブックからJupyterノートブックに記述されたPython関数を呼び出すこともできます。 入門 まず、ExcelでPythonコードを実行するには、PyXLLアドインが必要です。PyXLLアドインを使用すると、PythonをExcelに統合し、VBAの代わりにPythonを使用できます。PyXLL
import numpy as np import scipy from scipy.stats import binom %matplotlib inline %config InlineBackend.figure_format = 'svg' import matplotlib import matplotlib.pyplot as plt import seaborn as sns print("numpy version :", np.__version__) print("matplotlib version :", matplotlib.__version__) print("sns version :",sns.__version__) numpy version : 1.18.1 matplotlib version : 2.2.2 sns version : 0.8.1
![[確率思考の戦略論] 1.確率理論の導入とプレファレンスの数学的説明](https://cdn-ak-scissors.b.st-hatena.com/image/square/1c2288eb344765bc26ac66fb71d3ea3b95ee9641/height=288;version=1;width=512/https%3A%2F%2Fwayama.io%2Fimages%2Favatar.webp){kind=avatar}
令和時代のPython作図ライブラリのデファクトスタンダードPlotlyExpressの基本的な描き方まとめ - Qiita
初めに javascriptベースで手軽に対話的な操作が可能な作図が出来るPlotly Express(公式サイト)というライブラリが少し前に公開されたのを見つけました。 今までの静的な作図とは明らかに異なる次元のポテンシャルを感じたので、備忘録を兼ねて基本的な可視化手法の描き方をまとめました。 参考までに、matplotlib+seabornで同様の図を書いたパターンと比較しています。 「基本的な可視化手法」は、以前書いた「探索的データ解析における正しい可視化手法の選び方と描き方」に準拠しています。 Plotly Expressとは Plotly Expressは2019年の3月に公開されたplotlyの高レベルAPI群です。 インタラクティブで複雑な描画を簡単に書けるのが特徴です。 公式サイト: https://plot.ly/python/plotly-express/ API re
GitHub - matplotlib/cheatsheets: Official Matplotlib cheat sheets
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
Pythonグラフ入門
Pythonグラフ入門# このPythonグラフ入門では、プログラミング言語Pythonを使ってグラフを描画する方法を解説しています。対象としている方は、ある程度Pythonに触れている人（リストやNumPyを使った配列を理解できるレベル）です。 サイト内の検索は、ページ上部の虫メガネのアイコンから行えます。
日曜化学：量子力学の基本と球面調和関数の可視化（Python/matplotlib） - tsujimotterのノートブック
最近、とある興味 *1 から量子力学（とりわけ量子化学）の勉強をしています。 水素原子の電子の軌道を計算すると、s軌道とかp軌道とかd軌道とかの計算が載っていて、対応する図が教科書に載っていたりしますよね。 こういうやつです： Wikipedia「球面調和関数」より引用 Attribution: I, Sarxos 個人的な体験ですが、予備校の頃は先生の影響で「化学」に大ハマりしていました *2。 ここから「Emanの物理学」というサイトの影響で「物理」に目覚め、そこからなぜか「数学」に目覚めて現在に至ります。そういった経緯もあって、化学には大変思い入れがあります。 特にこの水素原子の軌道の図は当時から気になっていて、自分で描いてみたいと思っていました。先日ようやく理解でき、実際に自分で描画できるまでになりました。以下がその画像です： これはタイトルにもある「球面調和関数」と呼ばれる関数を
GitHub - rougier/scientific-visualization-book: An open access book on scientific visualization using python and matplotlib
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.
matplotlibのめっちゃまとめ - Qiita
0. はじめに やりたいことがあるたびにいちいちGoogleや公式サイトで検索してそれっぽいのを探すのはもう面倒だ。 やっとそれっぽいのを見つけたのに、一行で済むようなことを「plt.なんちゃら」だの「set_なんちゃら」をたくさん並べましたなんてブログはもはや検索妨害だ。 Qiitaにすら僕のためのいい感じのまとめがないなんて…… よく考えたら自分が普段使うようなメソッドなんて限られているじゃないか。 もう自分でまとめるわ。自分のために。 というわけでインポート。 ちなみにmplは6.4.と6.5.でしか使わない。 1. 図（Figure）の作成 matplotlibの描き方は、まず台紙となるFigureをつくり、そこに付箋Axesを貼り、その付箋にプロットしていくというのが僕の中のイメージ。 したがってまず台紙を作る。これにはplt.figure()を用いる。plt.subplots(
tl;dr 2020年1年間のはてなブックマークの人気エントリー3万件をもとに技術トレンドを分析。 その結論とPythonでグラフ化した手順を書き記します。 ※ご指摘がありましたが、技術トレンドというよりitニューストレンドと言った方が正しいかもしれません。踏まえてお読みください。 前置き 手元に2020年の1年間ではてなブックマークの技術カテゴリーにおいて人気エントリーに一度でも乗ったことのある記事のタイトルデータが3万件ほどあったため、形態素解析を行い単語の出現頻度順に並べてみました。欠損の割合としては多くても1割程度、つまり少なくとも9割程度のデータは揃っているはずなので精度はかなり高いと思います。 （※はてなブックマークはNewsPicksみたくインターネット上の記事をブックマーク・コメントでき、より多くブックマークされた記事が人気エントリーとしてピックアップされるサービスです。w
●価格：3190円（税込）●ISBN：9784296201129●発行日：2022年12月19日●著者名：赤石雅典 著●発行元：日経BP●ページ数：408ページ●判型：A5変 身近なデータをPythonで分析できるようになるための知識を、最短コースで身に付けられる本です。Pythonのホントの基本から、データ分析に必要なPythonライブラリの使い方、データ分析の実践例までを一気に学べます。プログラミングの経験がない方もこの1冊を読めば、実際のデータ分析を始められます。 ベストセラーの『最短コースでわかる ディープラーニングの数学』『Pythonで儲かるAIをつくる』などを執筆した著者が送るデータ分析＆AI書籍の第4弾。いつもの平易な解説で、初学者も安心して学べます。 本書は次のような方に最適です。 （1）プログラミング言語自体を知らないが、データ分析のためにこれから勉強したいという方 （
GitHub - marceloprates/prettymaps: A small set of Python functions to draw pretty maps from OpenStreetMap data. Based on osmnx, matplotlib and shapely libraries.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
こんにちは、優勝しました。 背景 Juliaを使おうとしたら様々な環境構築時のトラブルに見舞われました。終わりです。 使えるけどストレスなところ グラフの描画が遅い matplotlibと比較してしまう PyPlotが使えない -> ローカルPCのpyenvのせい Plotsを使うことにした グラフを描画しても画像に焼いてブラウザから見るしかなかった 困ったこと pkgのインストールにたまに失敗する すでに削除したはずのpkgが原因で実行時にエラーがこびりつく これらは全部ローカル環境でJuliaを使おうとしているために起こる問題です。原因解決するのも時間かかるし、将来的なことを考えてDockerを使うことを決意しました。 Dockerの構成 全部Jupyter Labに投げる方針です。Jupyter公式のイメージを持ってくるだけで、Python、Julia、Rが使えるらしいです。 Doc
こんにちは，米国データサイエンティストのかめ(@usdatascientist)です． この度33回に渡る「データサイエンスのためのPython入門講座」を書き終えたので，目次とまとめの記事を書いていこうと思います． (「データサイエンスのためのPython講座」動画版がでました！詳細はこちら) 本講座の目的 本講座では，Pythonでデータサイエンスをするにあたり必要な環境構築・Pythonの基本・データサイエンスに使うPythonライブラリの基本・その他データサイエンスで頻出のPythonモジュールの’基本の’使い方をマスターすることを目的としています． この講座で目指すところは Pythonでデータサイエンスに必要なデータ処理をするためのツール・ライブラリ・モジュールの使い方の基本をマスターする Excelなどの表計算ツールを使うことなくデータ処理ができる 画像ファイルなどのデータフ
matplotlibの備忘録
import matplotlib.pyplot as plt n_row, n_col = 2, 2 fig, ax = plt.subplots(n_row, n_col, figsize=(8, 6)) # 描画領域が1列 or １行のときaxはベクトルですが、それ以外は行列になるので # 各要素へのアクセス方法に注意 for i in range(n_row): for j in range(n_col): ax[i, j].plot([1, 2, 3, 4, 5]) ax[i, j].set_title(f"ax[{i}, {j}]") fig.suptitle("Main title") fig.tight_layout() plt.savefig("multi_plots.png") import matplotlib.pyplot as plt fig, ax = plt.
数学の景色
Webサイト「数学の景色」へようこそ！ 本サイトでは，主に専門的な数学や，それに関連したテーマを概観します。 最近の記事
matplotlibには色覚異常向けのスタイル tableau-colorblind10 が存在する。名前の通りTableau由来のカラーパレットである。 import matplotlib.pyplot as plt import numpy as np x = np.arange(-5, 15, 0.01) ys = [1 / (np.exp(-x + i) + 1) for i in range(10)] plt.style.use('tableau-colorblind10') for y in ys: plt.plot(x, y);
Matplotlib 軸周り完璧マスターガイド | 軸・軸目盛・目盛り線の設定 - YutaKaのPython教室
Pythonでグラフを描くときは、Matplotlibを使うことが多いですが、 グラフの「この要素」を変更するには、「どのメソッド」を使えばいいのかわからない…。 検索するのが大変で、もうMatplotlib使いたくない！ という方のために、 Matplotlibの軸・目盛り・目盛り線の設定 について総まとめしました。 私自身も今回紹介する内容を覚えてからは、Matplotlibの軸周りの設定はある程度自力でできるようになっています。 軸・目盛り・目盛り線の設定サマリーチャート 時間軸の設定 軸周りの設定の前に… pltメソッドとオブジェクト指向 基本のグラフ 軸ラベルの設定 軸ラベルの表示 軸ラベルの見た目変更 軸の最大値・最小値の設定 目盛の表示値を変更 リストで目盛りを指定：xticks([目盛り値のリスト]) np.arangeで値を指定：xticks( np.arange(sta
データの可視化はなぜ必要なのでしょうか。それは、そのデータを生み出している事象をより正確に理解したり、機械学習での予測に用いる際に、使うべきデータを適切に選んだりするためです。そのためにはまず、データを可視化することによって、データの大まかな特徴をつかんだり、データ同士の相関関係を知ることが必要なのです。 さて、Pythonでデータを可視化する際には、まず、Pandasでデータを集計・加工します。その上で、matplotlib（マットプロットリブ）や今回ご紹介するseaborn（シーボーン）というライブラリで可視化を行います。seabornは特に、手軽に美しく可視化ができるライブラリなので、本稿でseabornがいかに魅力的なライブラリであるかを学びましょう。 seabornの特徴 seabornとは、Pythonのデータ可視化ライブラリで、同じPythonの可視化ライブラリであるmatp
はじめに 今回はmatplotlibの使い方をまとめていきます。 matplotlibについては多くの人が使い方をまとめているので、特に目新しいことはないかもしれませんがお付き合い頂ければ幸いです。 前回の記事でnumpyとpandasの使い方についてまとめているので、よろしければご確認ください。 pythonのnumpyについてまとめてみた pythonのpandasの使い方をまとめてみた 今回の記事を書くに当たり、以下の記事がとても参考になりました。 早く知っておきたかったmatplotlibの基礎知識、あるいは見た目の調整が捗るArtistの話 matplotlibの流儀について matplotlibには二つの流儀が存在します。 全てのplt.なんとかで済ませるPyplotインターフェースと、figやaxを定義した後にax.plotで書くオブジェクト指向インターフェースです。 実際に
matplotlibの描画の基本 - figやらaxesやらがよくわからなくなった人向け - Qiita
matplotlibは、figureやsubplotなどなどがどう働いているのかが分かりにくい。 そこで、ここでは、matplotlibの描画の構造について説明する。 これ以降、matplotlib.pyplotをpltとしてimportしているとする。 plt.figure() plt.figure()が最初に出てくることが多い。figure()はFigureインスタンスを作成する。 Figureインスタンスは、描画全体の領域を確保する。 引数では以下を指定できる。 figsize: (width, height)のタプルを渡す。単位はインチ。 dpi: 1インチあたりのドット数。 facecolor: 背景色 edgecolor: 枠線の色 plt.figure()では描画領域の確保だけなので、グラフは何も描画されない。 fig.add_subplot() plt.figure()にグ
【Python入門】Matplotlibを使ってみよう
更新日: 2018年10月23日公開日: 2018年10月12日【Python入門】Matplotlibを使ってみよう 人工知能や機械学習の参考書によく登場してくる Matplotlib。 中にはコピペでとりあえず使っただけ、という方もいらっしゃるのでは。 今回はそんな「Matplotlib」について少し詳しく迫ってみます。 エクセルや表計算、スクレイピングなどに興味がある方も「Matplotlib」必見ですよ。 【Python入門】Matplotlibを使ってみようMatplotlibとは 画像引用：Matplotlib Matplotlibは、Pythonの描画ライブラリで、線グラフや棒グラフ、3Dグラフなどを描くことを手伝ってくれます。 主な用途としては、数値解析や人工知能開発、それから医療の画像解析（CTスキャン画像）、ロケットのシミュレーション、津波のシミュレーションなど幅広い分
matplotlib.datesを使用して横軸に時間をとったグラフを描く際に、 軸目盛(ticks)と目盛ラベル(ticklabels)の設定を行う方法です。 ポイントとコード例使用するライブラリはmatplotlib.datesです。 https://matplotlib.org/api/dates_api.html import matplotlib.dates as mdates という形でimportしておきます。 軸目盛の設定は、LocatorとFormatterの2種類に対して行います。 次のコード例では、1分間隔のデータ4ヶ月分の描画に対し、1週間ごとに目盛を設定しています。 # データフレームの準備 start_datetime = datetime.datetime(2017, 11,1) end_datetime = datetime.datetime(2018, 3,
Matplotlibで日本語を使うシーンって結構あると思います。その際に、設定ファイルを書き換えたり、環境依存でどの方法がベストかなかなか見つけられなかったり、日本語表記対応するまでが非常に面倒でした。 今回は、インポートするだけで日本語対応できる方法を見つけたので、紹介していきます。 日本語対応する2ステップ 2ステップだけで日本語対応する事ができます。pipでインストールして、スクリプト内でモジュールをインポートするだけでOKです。非常に簡単です！ 1. pip で日本語対応モジュールをインストールする この1文だけでインストールできることに、心の底から感動しました。
Python: Kivy で Matplotlib のグラフをプロットする - CUBE SUGAR CONTAINER
Kivy は最近人気のある Python のクロスプラットフォームな GUI のフレームワーク。 今回はそんな Kivy で作った GUI 上に Matplotlib のグラフをプロットしてみる。 使った環境は次の通り。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.14.5 BuildVersion: 18F132 $ python -V Python 3.7.3 下準備 まずは Kivy と Matplotlib をインストールしておく。 $ pip install kivy matplotlib numpy 続いて Kivy Garden を使って Matplotlib 用のプラグイン (garden.matplotlib) をインストールする。 $ garden install matplotlib これで Kivy で Ma
This is Words and Buttons Online — a collection of interactive #tutorials, #demos, and #quizzes about #mathematics, #algorithms and #programming. I remember my own struggle with calculus at university. Limits, integrals, differential equations. Lots of practice, lots of homework. Pages and pages of exercises. I loved math, loved the connection between algebra and geometry, loved the very pleasure
matplotlib の日本語の文字化け（豆腐）問題解決方法 matplotlib を使っていて日本語の文字化け（豆腐）の解決に苦労したので手順をメモ。 環境 Python 3.7.1 macOS Mojave 10.14.1 日本語の文字化け（豆腐）問題 下のグラフのX軸とグラフタイトルが文字化け（豆腐：◻︎◻︎◻︎◻︎）になっています。 この問題を解決したい。 matplotlibの設定ファイルの場所を探す 僕の環境では以下っぽい。 ******/lib/python3.7/site-packages/matplotlib/mpl-data/matplotlibrc 日本語フォントをダウンロード IPAexフォントをダウンロード。 ダウンロードして解凍するとipaexg.ttfというファイルがあるはず。 それを、さっき調べたmatplotlibの設定ファイルが置いてあるフォルダ内のfo
はじめに 発表や論文に載せる用のグラフはきれいに作らなければならなく、手軽に使えるエクセルよりは、Ngraphやgnuplotなどのソフトを使うことが多いと思います。 しかし、Pythonユーザーにはぜひmatplotlibを使用してグラフを作成してほしいと思います。 実際にエクセルで何も考えずに作ったグラフと、本記事の設定でPythonのmatplotlibライブラリを使用して作成したグラフを以下に示します。 とはいってもmatoplotlib 論文で検索するとある程度の解説しているページが出てきます。 そのため、本記事では以下を中心にまとめてみます。 色々調べてたどり着いたよく使うグラフの設定一覧 グラフのサイズ・比率について きれいに見える軸の設定方法 保存について 全般のグラフの見た目の設定 matplotlibのデフォルトの見た目も悪くないですが、論文用にグラフの見た目を一括で変
Help us understand the problem. What are the problem?
最近，研究活動（おもに実験)で得たデータを計算したり，可視化するのに使っているPython。 可視化（グラフ作成)に使うMatplotlib(Seaborn)の使い方をすぐ忘れてしまうので，自分のために書き留めておこうと思う。 ごく基本的な使い方モジュールのインポート import numpy as np import matplotlib.pyplot as plt import seaborn as snsデータ準備 x = np.linspace(1,100,100) y = x**2一番簡単なプロット方法plt.plot(x,y, label = 'y = x^2') plt.legend() オブジェクト指向な書き方（その1：figとaxを別々に指定）figureを作り，次にその中のグラフの外枠（軸メモリなど)となるAxesを設定後，グラフを描画する方法。以下では，figとaxを
matplotlib inline の謎解明！ |「書けと言われたので書いています」から卒業 - YutaKaのPython教室
Jupyter Notebookでmatplotlibを使用する場合には、インポートする前に %matplotlib inline と記述しますよね？では… なぜinlineと入力しているのでしょうか？ 入力し忘れても動くことがあるのはなぜでしょうか？ %matplotlib notebookというコマンドもあるのをご存じでしょうか？ この記事では、matplotlib inlineの謎について解説していきたいと思います！ Jupyte Notebookのmatplotlibの読み込み｜%matplotlib inline %matplotlib inlineを指定したときの挙動 グラフがアウトプット行に出力される plt.show()を省略してもグラフが出力される plt.show()でアウトプット行に２つのグラフ表示 %matplotlib inlineの意味はバックエンドの指定 バッ
はじめにPythonでグラフを作成したい場合、グラフ描画ライブラリであるmatplotlibを利用するのが定石となっております。 しかしながら、matplotlibでグラフのタイトル、X軸、Y軸を日本語表記で設定した場合、文字化けが発生し結局英語表記で済ませていることが多いのではないでしょうか。 今回はmatplotlibでグラフを描画する際、グラフのタイトル、X軸、Y軸を日本語表記に指定したとしても文字化けが発生しない方法を2つ紹介します。 なお、今回紹介するのはmac、jupyter notebook環境下での設定方法です。ご留意ください。 実行環境 Python 3.6.5 matplotlib 3.3.4 jupyter notebook matplotlibのドキュメントサイト matplotlibで日本語の設定をしない状態でグラフを作成まずは、グラフの各ラベルを英語表記で指定し
概要 matplotlibで色分けしてグラフを表示したい時に、色をたくさん取ってくる方法について調べる。 バージョン情報 matplotlib==3.0.3 8色まで matplotlib.colors.BASE_COLORSで8色が出せる。用意されている色はb, g, r, c, m, y, k, w import matplotlib from matplotlib import pylab as plt matplotlib.colors.BASE_COLORS #=> {'b': (0, 0, 1), #=> 'g': (0, 0.5, 0), #=> 'r': (1, 0, 0), #=> 'c': (0, 0.75, 0.75), #=> 'm': (0.75, 0, 0.75), #=> 'y': (0.75, 0.75, 0), #=> 'k': (0, 0, 0), #=
pyenv-virtualenvで作った環境でmatplotlibとNetworkXが文字化け 前回、Macにpyenv-virtualenvを使ってPython環境を作りましたが、その時いれたmatplotlibとNetworkXで日本語文字が文字化けしている状態になっていました。 どちらも有名なライブラリなので、普通にインストールしていたら特にはまらない箇所だと思うのですが、手元の環境では文字化けします。解消方法を探してみました。 matplotlibで日本語を表示する サンプルコード
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
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
データサイエンティストとして読んで役立った本たち@2020-07｜だみ〜
ExcelのPythonJupyter Notebook
[確率思考の戦略論] 1.確率理論の導入とプレファレンスの数学的説明
はてなブックマーク3万件にみる技術トレンド2020年まとめ - Qiita
データ分析に必要な内容を凝縮、『最短コースでわかるPythonプログラミングとデータ分析』
Juliaを使いたいのに、環境構築に失敗してブチ切れたからDockerで優勝した
データサイエンスのためのPython入門講座全33回〜目次とまとめ〜
matplotlibの色覚異常向け設定 - Qiita
seaborn 徹底入門！Pythonを使って手軽で綺麗なデータ可視化８連発
pythonのmatplotlibの使い方をまとめてみた - Qiita
matplotlib.datesで時系列データのグラフの軸目盛の設定をする
【超簡単】たったの2ステップで matplotlib の日本語表記を対応させる方法 | YOLO – 人工知能の導入録
SymPy makes math fun again
matplotlibの日本語文字化けを解決する - Qiita
【Python】matplotlibで論文に使えるきれいなグラフを作る - Qiita
matplotlibでインタラクティブにプロットしたいんじゃ - Qiita
Matplotlib(Seaborn)の基本的な使い方｜Hi-Roto's Note
Matplotlibの日本語文字化けを解消する(Mac編) | ブログ一覧 | DATUM STUDIO株式会社
matplotlibで色をたくさん使う - iMind Developers Blog
PythonライブラリのmatplotlibとNetworkXの日本語文字化け解消 - Qiita
www.asahi.com
www.kamitrouble.com
diamond.jp
news.yahoo.co.jp
f1-gate.com
anond.hatelabo.jp