hard2remember
おぼえられないコマンド
たまにしか使わないのは,すぐに忘れる. このページの存在さえおぼえていればいいようにした.
https://gyazo.com/064054c9192106fddd683dcf339c08ee
リスト
code:x
x = [ 0,0], [0, 0,1], [1, 1,0], [1, 1,1], [0 ]
print (len(x)) # 4
print(x2) # [0, 0, 0, 1, 1, 0, 1, 1]
print(len(x2)) # 4
https://gyazo.com/d45a9a85724e23f00bc85abe23ef08b5
疑似乱数の生成
例:正規分布,一様分布
code:code
import numpy as np
#rng = np.random.default_rng(seed) rng = np.random.default_rng()
mu = 0 # mean
sigma = 1.0 # standard deviation
N = 10000 # generate N samples
s = rng.normal(mu, sigma, N) # 正規分布: 平均mu, 標準偏差sigma, N個のデータを生成
# s = rng.uniform(0, 1, N) # 一様分布, 0 から 1まで (1を含まない) , N個のデータを生成
乱数を生成し,ヒストグラムを描画するコード
code:code
import numpy as np
import matplotlib.pyplot as plt
#rng = np.random.default_rng(seed) rng = np.random.default_rng()
mu = 0 # mean
sigma = 1.0 # standard deviation
N = 10000 # generate N samples
s = rng.normal(mu, sigma, N)
# s = rng.uniform(0, 1, N)
count, bins, ignored = plt.hist(s, 30, density=True)
plt.plot(bins, 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(bins-mu)**2/(2*sigma**2)), linewidth=2, color='r')
plt.show()
# print(bins)
デフォルトでは PCG64 というのが使われる.Mersenne Twister (MT19937)よりよいと言われている.
正規分布からの疑似乱数生成(2022 最新版).ヒストグラムの表示.いろいろ試す.
code:code
import numpy as np
import matplotlib.pyplot as plt
mu = 0 # mean
sigma = 1.0 # standard deviation
N = 10000 # generate N samples
rng = np.random.default_rng(20220615)
# print(rng) # Generator(PCG64)
s = rng.normal(mu, sigma, N)
# s = rng.uniform(0, 1, N)
count, bins, ignored = plt.hist(s, 30, density=True)
plt.plot(bins, 1/(sigma*np.sqrt(2*np.pi))*np.exp(-(bins-mu)**2/(2*sigma**2)), linewidth=2, color='r')
plt.show()
# print(bins)
code:xx
import numpy as np
seed = 23311
rng = np.random.Generator(np.random.PCG64(seed))
#rng = np.random.Generator(np.random.MT19937(seed)) #rng = np.random.default_rng(seed) x = rng.standard_normal(10)
print(rng)
print(x)
よく使う
numpy.random.Generator.standard_norma()
ほかに numpy.random.Generator.normal が用意されているが,標準正規分布にしたがう乱数を生成し,それを自分で $ \sigma 倍した方が確実.2つ目の引数に標準偏差を与える仕様だが,分散$ \sigma^2を記述する流儀が多い,間違いに注意.
https://gyazo.com/5c140bab3f3ab4d6efd232ae00f5d23a
古い
標準正規分布からの乱数生成 (なんでこんなにたくさん用意されている?)
一様分布から
Matplotlib
浮動小数点表示 %f formatter とよばれている。
code:xx
label="max= %.3lf, min= %.3lf" % max, min
ブラウザ
Javascript 開発者モード F12 【Command + Option + I】もう一度押すともとに戻る
英語に限って検索
$ \LaTeX
条件付きの式を書く
code:x
$$ p(t)
= \left\{ \begin{array}{ll}
1 & (|t| \geq 1 ) \\
0 & (|t| > 1 )
\end{array}
\right. $$
$ p(t) = \left\{ \begin{array}{ll} 1 & (|t| \geq 1 ) \\ 0 & (|t| > 1 ) \end{array} \right.
~ を出力
code:x
新旧 fancyheadings
code:x
%\usepackage{fancyheadings}
\usepackage{fancyhdr}
\pagestyle{fancyplain}
\renewcommand{\footrulewidth}{0pt}
\renewcommand{\headrulewidth}{0pt}
%\setlength{\headrulewidth}{0pt}
beamer
code:xxx
%%%%% enumerate の番号を見やすくする
\setbeamertemplate{enumerate items}default % enumerate 環境のみ Google Colab で Javascript,C言語
code:xxx
%%file hello.c
int main(void) {
printf("Hello, World! \n");
return 0;
}
!gcc hello.c
!./a.out
code:xxx
%%js もしくは %%javascript
Mac でファイル検索
hoge を含んだファイルネームをもつファイルを検索
$ mdfind -onlyin ~/ -name hoge
全文検索:ファイルの中身に"hoge"を含むファイルを検索
$ mdfind -onlyin ~/ "hoge"
scrapbox で $ x を斜体太字 \bm{x}
$ \bm{x}