JupyterNotebook

1.自身のPCの環境を確認する私の場合はこうでした環境：Windows11パソコン：G-TuneE5-I9G70BK-AGPU：NVIDIA®GeForceRTX™4070LaptopG-TuneE5-I9G70BK-AWindows11HomeGeForceRTX4070LaptopGPUとCorei9-14900HXを搭載した240Hz液晶搭載のハイスペックゲーミングノートPCwww.mouse-jp.co.jp1.下記のU

JupyternotebookはPythonなどのプログラム作成に使用されるオープンソースのツール。Webベースで動作する。もともとは、Pythonの対話型実行環境を提供するIPythonというシェル/カーネルの一部だった。他の言語のサポートも可能となるよう、IPythonからプログラムの作成・編集機能などPythonに直接関係しない部分を切り出す形でJupyternotebookが生まれた。当初、Julia、Python、Rのプログラム作成に使用できたので、それらの頭の文字

[ソースコード]↓「二次曲線・二次曲面の標準形の計算・グラフ描画プログラムソースコード(Python)_1」からの続き↓[QuadraticSurfaceCalculation]importnumpyasnpimportmath#二次形式の行列のランク(階数)defdrank(dis):returnnp.linalg.matrix_rank(dis)#二次曲面の判別式(行列式≠0：有心二次曲面・柱面(楕円面・双曲面・錐面)／行列式=0：無心二

二次曲線・二次曲面の標準形と平行移動量・回転角度を計算し、グラフに描画するプログラムです。(※二次曲面についてはグラフが表示されない場合があります)PythonとAnacondaをインストールした後、JupyterNoteBookに以下の5つのファイルを作成し、以下に掲載されている各ソースコードを貼り付けてください。・QuadraticFormMain・QuadraticCurveCalculation・QuadraticCurveDraw・QuadraticSurfaceCal

三角関数・双曲線関数関連のグラフを描画するプログラムです。PythonとAnacondaをインストールした後、JupyterNoteBookに以下のソースコードを貼り付けて実行してください。実行後、以下のグラフが描画されます。なお、ソースコード内の三角関数・双曲線関数の傾き(ラジアン単位)は一例です。好みに応じて変更してください。[ソースコード]importmatplotlib.pyplotaspltimportnumpyasnpimportmath

任意の数の最大公約数・最小公倍数を計算するプログラムです。PythonとAnacondaをインストールした後、JupyterNoteBookに以下のソースコードを貼り付けて実行してください。実行後、以下のダイアログが起動しますので、数値の個数を指定し、ボタンをクリックすると2段階目のダイアログが起動します。2段階目のダイアログに数値を入力し、ボタンをクリックすると計算結果が下部に表示されます。(下記に表示のダイアログは一例)[ソースコード]importmath#

任意の数の約数一覧・素数一覧・素因数分解を計算するプログラムです。PythonとAnacondaをインストールした後、JupyterNoteBookに以下のソースコードを貼り付けて実行してください。実行後、以下のダイアログが起動しますので、種類と数値を指定し、ボタンをクリックすると計算結果が下部に表示されます。[ソースコード]importsympy#GUIアプリケーションモジュールのインポートfromtkinterimportmessageboximport

任意の次元のn次方程式・連立方程式を計算するプログラムです。1次・2次および高次方程式・26元までの連立方程式に対応しています。PythonとAnacondaをインストールした後、JupyterNoteBookに以下のソースコードを貼り付けて実行してください。実行後、以下のダイアログが起動しますので、種類と次元を指定し、ボタンをクリックすると2段階目のダイアログが起動します。2段階目のダイアログに係数を入力し、ボタンをクリックすると式と解が下部に表示されます。(下記に表示のダイア

現在shoeisyapython２年生のサンプルに取り組んでますがコードがjupyternotebook仕様なのですanacondaとvscodeは相性が悪いのだとか、、、、よく知りませんがjpynbファイルがvscodeで読めるかどうかやってみました。ちゃんと読めてますVSCodeでJupyterしてみようVSCodeでJupyterNotebookを使うための準備をして、ノートブックを作成したり、ノートブックを操作したりする方法を紹介します。atmarkit.i

題名の通り、かなりサボってました。大学勉強が忙しすぎて、大変でした。単位認定試験を待つのみです。さてひと段落もしたので、Pythonについてメモ日記を書いていこうと思います。今日はJupyterNotebookのマジックコマンドについて。まず、先頭％をつけて表現をします。例えば%pwdこいつは現在のディレクトリを出力するっす%timePythonの実行時間を計測する%timeit複数回試行した結果の計測値を要約して返すマジックコマンド。他にもいっ

sum()で欠損値が各行列にいくつあるか数えてくれますvalue変数で欠損値が全部でいくつあるかわかりますcount()では欠損値以外（正規の値？）がいくつあるか、わかりますany（）は欠損値のあるなしを判定します。ブラウザーが頻繁に止まるので今日はこの辺ん

本日は前回できなかったisnull()メソッドについてです.NiceCoreのせいかjupyterのせいかはわかりませんが本日３回もブラウザー固まりました。＜isnull＞各要素に対して判定を行い、欠損値NaNであればTrue、欠損値でなければFalseとなるisna()が本体だそうでisnull()はエイリアスなのでどちらでも一緒だそうです。反対に欠損値NaNでなければTrue、欠損値であればFalseとするメソッドnotnull()、notna（）もあります。ちなみに＝＝

都合で今日はM1macで書いてます。intelmac当時は早くてもcorei5４世代はlinuxうごかしてjupyternotebook（ブラウザーなので）厳しく遅いだけなら良いですが頻繁に固まるのでlinuxインストールとvscodeくらいのようです。エラーのあるデーターの扱いdropna()dropna（）です引数を設定しないと、一つでもエラーのある行（横1列）を削除しますhow='all'これで全部のデーターがない行が削除されます。axis=1とすると全部

条件でデータを抽出する本のとおりです、データは変えましたがちょっと扱いが違いますね読み込んだオブジェクトは評価ができると言う訳のようです。条件をオブジェクトとして取り込めばdfB=dfA[dfA["国語"]>80]dfB抽出ができます

本日は都合によりintelmaccorei5と言っても４世代なのでおそいですねデーターから一部を取り出す項ですdf["EHV"]でEHVの列を取り出します名前はindexのデーターですね。複数の列も取り出せます。df["EV","PHEV"]などです、画像忘れました次は列を取り出しますiloc[0]で一つです０から３でなぜ２つしかデータにならないのかiloc[[0,3]]もう少し明日はいじってみようかと

内包表記リストだけでもなく奥深いようなのでとりあえずご紹介リスト内包表記とはデーターからリストを新たに作る表記法[式for任意の変数inデーターの塊]データーの塊（オブジェクト）から１個取り出して変数にいれて式で加工してリストに加えるわけでっすねなので［iforiこれは変数iにデーターをいれてそのままリストに加えるということですねよくあるやつなら<sample35.py>importpandasaspdlist1=[ten*2for

今日はpandasの都合のindexというデーターをlistデーターに直すのですが。例の本はいきなりlist1=[iforiindf.columns]で直してますが、なんとなくはわかるのですがいきなりｉが出たりすると初心者は？？？なんですどうやらリストの内包表現というらしい詳しくは次回やりますがそんなに悩まずとも良いようで１tolist()メソッドを使うlist1=df.columns.tolist()tolistリストにするよって感じでわかりやすい私には

＜復習です＞現在、anaconda-navigatoeを通してjupyternotebookを使って、pythonの学習をしています。主にshoeisha様のｐｙｔｈｏｎ２年生データー分析の仕組みを読み進めています。＜で、今日は＞データーの概要を把握するです本は＜データーをざっくり眺める＞です今回のコマンドはdf.head()です言葉通り頭から（）行のデーターを表示してくれますちなみに（）の中に数字がない場合は初期値で５行ほど取り出します数字を入れるともっとたくさ

のんびりやってますので、今日はpandasでデーターを読み込む３回めくらいさて、本ではデーターによって列名（ヘッダー）がない場合があるのでその場合は、header＝Noneと指定するようです<sample30.jpynb>importpandasaspddf=pd.read_csv("testNoHeader.csv",index_col=0,header=None)dfで、もともとヘッダーがないファイルをそのまま読むとどうなるか、本には書いてませんが予想

pandasを使って色々データーを読み取れることがわかりました。前回触れなかったsqlファイルは更にアドオンが必要なのでしばらくは保留です。本（python2年生）に戻りまして。１データの０列目をindexとして読み込む場合（縦の数字ではなく、インデックスを名前にするのです）<sample28.jpynb>importpandasaspddf=pd.read_csv("test.csv",index_col=0)df名前のところが開いてる

このところjupyternotebookをつかってデーターフレーム作りしてますデータ分析はpandasでDataFrameを作ることから始まります。基本的にはcsvファイルを読み込むことが多いですが、必ずしも手に入れたデータがcsv形式であるとは限りません。で、毎回一度csvに変換して読み込むの？調べてみました。１csv２tsv３json４excel５sql６htmlくらいが読み込めるようです。他にもありそ

本日は、このZeroLinuxのご機嫌が良くスムーズに進んでおりますやはり大本のVmwarePlayerの調子なのかもこのところやっていたのは本（python２年生）にそって読んでいましたデーターフレームの作り方リストの集まりからマトリクス（データーフレーム）を作りました残りは最初から表題をつける列データーの並びからデーターフレームを作るそして、順当に外部ファイルを読み込んで作るですねいくらなんでも、３つ４つのでーたーならまだしもそもそも、少ないデーターをプログラ

これは、NiceCorede作成しています。jupyternoteはブラウザーが基本なのでOSには関係ないはず、、、平等にVmwareで動いているのにBugiLinuxXeroLinuxPearLinuxの順に早くなる。体感ですがブラウザーなので期待するほど早くはないですがとりあえず、前回はデーターを今後のために表データー？行列にしました見てわかるように表題の部分が数字です。横をcolumu縦をindexといいますがこんなふうに設定しますjyupyternoteがす

anacondaのインストールでsudoをつけちゃったのがもとでインストールできず、バカみたいにやらかしたのは忘れpython２年生を見ていきます。データーを表データーに直します。個人的には縦が行横が列と呼ぶのは違和感ありまくりですが仕方がないですね。行データから、データーフレームを作ります（本のまま）<sample21.ipynb>importpandasaspddata=[[60,65,66],[80,85,88],[100,1

本日はBudgieLinux（LinuxBudgieというのが一般的らしいですが）JupyterNotebookでpythonです。このノートブックはセル私は枠と呼びますがコードを入力するセルと結果を出力するセルがあるようですとりあえずサンプルを見ましょう。<sample００１.jynb>%matplotlibinlineimportmatplotlib.pyplotaspltplt.plot([0,2,1,3])plt.show()importmat

ついでにBudgieLinuxもAnacondanavigatorが動作するようになりました。python２年生画面がやはり古くなっていて私のような初心者あー？はとりあえずすなおにやって見るわけですがいろいろ、変更があってそれも勉強かとコンソールからanaconda-navigatorで立ち上がった画面ですJupyternotebookの方を立ち上げます。（画像なし）フォルダーを選んで新規python３を選択すると以下です何が良いって、本ではメニューが英語なのがここではフ

どうやら、anacondaにはnavigatorというものがあって、そこから、jupyternotebookをうごかせるらしいcondaactivateアナコンダをアクチベートしててもともと最初から起動してたわanaconda-navigatorだけで起動します。どうやら、これは司令塔になって色々起動できるわけでっすねvscodeもあるなーLaunch前にインストールしたのと違う?初期設定が違うだけのようです同じvscodeがすみやかに立ち上がります。c

みなさま、こんばんわ🌜大阪は今日も日差しの強い真夏日でした♨😅1Python2年生データ分析3日目本日は『Python2年生データ分析』の3日目の学習日でした。今日は5章「正規分布」6章「回帰分析」を学習しました。今回も前回に引き続いて、JupyterNotebookを使います。2正規分布「分散」や「標準偏差」など、統計の基本中の基本からスタートしました。統計は通信制大学（心理学）でも学んだ領域なので、懐かしいです。なぜこんな統計の基

みなさま、こんばんわ🌜今日の大阪は日差しの強い真夏日でした♨😅1Python2年生データ分析2日目本日は『Python2年生データ分析』の2日目の学習日でした。前回に続いて、pandas🐼：Pythonのデータ解析ライブラリmatplotlib：Pythonのグラフ描画ライブラリseaborn：デザイン性の高いグラフ化ライブラリなどの外部ライブラリを活用して、Pythonの勉強を進めていきました。今回も前回に引き続いて、JupyterNotebook

みなさま、こんばんわ🌜今日の大阪は日差しの強い真夏日でした♨😅1Python2年生データ分析1日目本日から『Python2年生データ分析』の学習に入りました❗今日から新しい本に入りました😉2データ分析とは新しい本のサブタイトルは「データ分析」です。本の始めの方に、「データ分析」の説明がありました。⭐データ分析とはデータ分析は、客観的な事実をもとにしたよりよい解決方法です。データを見ると、「現在こういう状態だとわかり、ここが問題だと考えられます。だ