全12件 (12件中 1-12件目)
1

2010年7月から2016年3月までの月ごとの利用額合計をグラフにしてみた。(金額は非表示)必要なモジュールをインポートimport pandas as pdfrom pandas import Series, DataFrameimport matplotlib.pyplot as pltimport seaborn as snsあらかじめ、csv名のテキストファイル"csv_list.txt"を用意して読み込み、リストに格納する。csv_list=pd.read_csv("csv_list.txt",header=None)csv_list=list(csv_list.ix[:,0])以下の関数で、csvのファイル名を渡して、月ごとの総額を出している。def month_sum(csv_name): df1=pd.read_csv(csv_name, encoding="SHIFT-JIS") sum1=df1[u"利用金額"].sum() return sum1月ごとのcsvの総額をmonth_sum_listに格納。month_sum_list=[]month=[]for csv_name in csv_list: month_sum_list.append(month_sum(csv_name)) month.append(csv_name[5:11])x, yを以下のように定義。x=range(len(csv_list))y=month_sum_list描画で上の画像が出る。plt.figure(figsize=(20,5))plt.xticks(x,month,fontsize=15,rotation=60)plt.yticks(fontsize=15)plt.ylabel("monthly amount [yen]",fontsize=20)plt.bar(x,y)年ごとは以下。期間の利用額合計トップ20の店舗小田急は、定期を買うので、利用額が大きい。店舗名は、結局、手作業で重複などを修正しなければならず、手間がかかった。何にいくらつかったかを把握することができた。にほんブログ村
2016年04月28日
コメント(2)

なぜ、いまシミュレーションかシミュレータさまざまモンテカルロ・シミュレーション(乱数の正体を見る/手作業でやってみる)モデルが決め手コンピュータ・シミュレーション↓ぼくにとってのポイント◯モンテカルロ法で確率pを推定するときの誤差^pは標本から計算された確率k=1.65(90%信頼区間)、1.96(95%信頼区間)◯Garbage in, Garbage out.モデルが悪ければ、結果も悪い。ゴミを入れれば、ゴミが出てくる。◯適切なモデルの作り方まず、本質を見抜く→何を見るか、そして何の影響が大きいかそして、煎じつめる→「人間は、煎じつめれば、消化器と生殖器だけだ」◯ランチェスターの法則第一法則(1対1) xo-x=E(yo-y)第二法則(乱打戦)xo^2-x^2=E(yo^2-y^2)EはX軍とY軍の戦死者の比乱打戦では、数が多いほうが勝つ。◯シミュレーションの効用1.現実に許されないことが実験できる2.実験条件を自由に選べる3.速さを好きなように調節できる4.環境への負荷がゼロ5.安上がり6.時間の節約、繰り返し可能7.将来の予測8.未知への挑戦◯シミュレーションの限界1.フライトシミュレータの場合、死の恐怖を感じない2.フライトシミュレータの場合、Gを再現できない3.社会現象では、モデル化が難しい-----古い本だが、シミュレーションを生業とするもののはしくれとして読んでみた。この人の本は、おもしろい。シミュレーションのはなし
2016年04月24日
コメント(0)

去年と同様に、上司の家のベランダでバーベキューでした。集まったのは7人。なかなか話す機会のない人と話をすることができました。上司が最近買ったレクサスを見せてもらえました。https://lexus.jp/models/rc/specifications/equipment/rc300h/index.html少し曇りで、暑くもなく寒くもなく、絶好のコンディションでした。にほんブログ村
2016年04月23日
コメント(0)

赤坂のヒョンブ食堂で友達どうし4人で飲み会。今年の1月に子どもが生まれた人がいた。めでたい。職場、仕事の近況を交換した。前の職場の同僚は、非常に忙しいようだ。1日、30件もメールを出すことがあるという。それって、1時間に4件、15分に1件くらい出すペース。18:00になるまで自分の仕事ができないこともあるようだ。体を壊さないように気をつけてほしい。にほんブログ村
2016年04月22日
コメント(1)
基礎編(確率と人生/確率とは?/ことがらの性質/確率の計算のしかた/分布のはなし)応用編(もうけを予測する/ゲームの理論/偶然を作り出す/ぺてんのかかりそうな確率/確率の大学院)娯楽編(パチンコの確率/ダイス遊びの確率/トランプ占いの確率/ブリッジの確率/競馬の確率)↓ぼくにとってのポイント◯大数の法則→試行回数を増やすほど、期待される確率の値に近づく。例:コインの表が出る確率が試行回数を増やすと1/2に近づく。◯集合→もれなく重複なく◯ベイズの定理の活用例→墜落した飛行機の原因究明など。条件付き確率→Aが起こったという条件のもとでBが起こるときの確率◯分布のはなし二項分布→P(r)=nCrp^r(1-p)^(n-r)。コイン、サイコロなど独立試行を回数多くするときの確率分布。ポアソン分布→P(r)=(np)^rexp(-np)/r!。二項分布においてpが小さいとき。めったに起きない事象の確率分布。超幾何分布→トランプからカードを抜き取って元に戻さない、非復元抽出のときの確率分布。幾何分布→P(r)=p^(r-1)(1-p)。続けてr回、確率pの事象が起こり、最後に起こらないときの確率分布。正規分布→英語ではNormal Distribution。普通の分布。身長、体重、計測誤差などがこの分布に従う。指数分布→まったく偶然の出来事でこわれるものの寿命などがこの分布に従う。◯宝くじは1枚だけ買え買わないのが正解だが、買うとすれば、1枚だけ買う。理由→宝くじ1枚200円の期待値は86.3円。残りの113.7円は楽しみと考える。2枚以上買うと、大数の法則により、損をすることがより確実になってくる。◯ゲームの理論ゲーム→当事者が、それぞれ自分に有利な結果を得ようとして、相手と競いあう。利得表とそれぞれが起きる確率によってとるべき手が変わる。活用例→出店でアイスクリームとホットドッグを売る。天気によってそれぞれの売れ行きが違う。どちらをどれだけ仕入れるのが正解か、など。-----この著者の本は、わかりやすく、おもしろい。ほかの本が解説していないことを丁寧に解説している。にほんブログ村
2016年04月20日
コメント(0)

しばらく前に、ケースの中でぐるぐる巻になっているものの解析をできないかと依頼され、事前検討をして提案書を出していた。要素数と接触箇所が多くなり、難儀したが、実現象に近い結果になりそうだった。提案について、お客様も納得してくれ、発注をもらえそうだった。にほんブログ村
2016年04月18日
コメント(0)

Salome-MecaなどオープンソースのFEMソフトを有効活用するための勉強会に参加した。http://openfem-kanto.connpass.com/event/26887/(1)フォローアップ勉強会(9:30~11:30)Salome-Meca再入門:片持ちはりを例にした弾性解析の精度検討→プリ→ソルバー→ポストという一連の作業をするにあたって、Salome-MecaはオープンソースCAEソフトの中では使いやすい方かもしれない。ただ、eficasのフランス語は、やっぱり辛いな。(2)ハンズオン勉強会(12:30~14:30)Salome-Mecaによる非線形解析(大変形・弾塑性)と実験的検証→軸対象モデル、大変形、弾塑性の解析方法を学ぶことができた。(3)研究会(14:40~17:00)1)Getfemによる3次元地盤の斜め入射解析(理論編)→地震波の伝搬シミュレーション。Pythonでコーディングして解析しているのがすごい。2)Salome-Mecaによる非定常熱伝導・熱応力解析(宿題回答編)→発電所のタービンの回転軸の冷却過程をシミューション。7時間もの現象になる。表面で圧縮応力が生じる。3)オープンCAE適用性―課題の提起→自動車部品のピンが抜ける過程をオープンソースCAEで可能か?どこまでやるかによるが、陽解法で時刻歴の現象を再現しようとすると難しい。LS-DYNAやRADIOSSならできそう。4)自己紹介など→CATIA、VBAなどの多くの資格を持っている方だった。5)事務連絡後片付け・退室(17:00までに)(4)番外(17:15から)交流会(有志,別会計)池尻大橋 鳥海山 2時間飲み放題コース 3500円-----今回はASTKの使い方やeficasをコマンドラインから起動できることを教えてもらえた。職場の製品を使っているお客様に会った。複合材の航空部品や新幹線部品を作っているということだった。鳥がぶつかるバードストライクのシミュレーションをしようとしているとのことだった。シミュレーションのみならず、鳥相当のゼラチンを時速500kmくらいでぶつける実験もするということだった。さらに、最終的に、無菌状態で育てられた本物の鳥もぶつけることもあるということだった。今回も新しい人と知り合うことができ、楽しかった。にほんブログ村
2016年04月16日
コメント(0)

第1章 数の群れにはなにが隠れてる?-統計解析ことはじめ第2章 ノーマルとアブノーマルの科学ー正規分布に親しむ第3章 ウナギ捕りから推測統計へー推定という知的な作業第4章 実力か、まぐれか、いかさまかー検定という決着のつけ方第5章 不良品からあなたを守る術ー標本調査による保証第6章 じょうずな実験教えますー分散分析と実験計画法のダイジェスト第7章 今を知り、未来を占うテクニックー相関と回帰の一部始終↓ぼくにとってのポイント◯分散の不偏推定値母集団の標準偏差σの不偏推定値をσ^とすると、n個の標本から求めた標準偏差sとσ^との間はの関係があることが知られている。これから、t分布が導かれる。不偏分散Vは上の式で、σ^=V, s^2=Σ(xi-x_)^2/nとおくと右辺でn-1で割っているのは、サンプルが自分たちで作りだした平均値x_を使ったせいで、計算結果が小さめに偏るのを修正するため。◯自由度φ=n-1標本数-使った平均の個数=自由度◯ポアソン分布二項分布において、m=npの値を固定したまま、pをどんどん小さくしていくか、nをどんどん大きくしたもの。m=np=1のとき、P(0)≒0.368, P(1)≒0.368, P(2)≒0.184, P(3)≒0.161, P(4)≒0.015, P(5)≒0.003-----不偏分散を求めるときに、n-1で割る理由がなかなか理解できなかったが、少し理解できた気がする。nが30以下では、母集団の分散と標本分散のちがいを考慮したほうがいいが、n>30ではあまり気にしなくていいようだ。理解しにくい自由度、t分布、ポアソン分布などについて、実例でわかりやすく説明されており、読んでよかった。にほんブログ村
2016年04月13日
コメント(0)

4月、初心に帰れる内容だった。http://startpython.connpass.com/event/28359/Talk 2:「春からはじめるPython環境の作り方」・Windows、Mac、LinuxともAnacondaを使うのがいい。・pyenvなどで環境変数設定すれば、使いたいpythonが使えるはず。Talk 3:「Pythonとデータサイエンスの歴史」・weatherpyという気象情報を提供するパッケージがある。scipyconは2004・numpyは1995ごろから使われている。・Numpy arrayとlistのちがいlistは値の参照、実体ではないarrayにはValueがある。・Pyhton+Numpy(Scipy)+matplotlibでMATLABと同等になる。・IPython notebookがPython普及のためのキラーコンテンツになりそう。質疑応答にて・Pythonの正しいやり方は標準ライブラリを見るといい。-----通常、目的を達成するには、いろいろな言語のツールをかき集なければならないが、Pythonなら、モジュールインポートで、たいていの目的は達成できる。にほんブログ村
2016年04月12日
コメント(0)
第1部 サイバー空間の現在ーオンデマンド経済と労働の破壊第2部 サイバー空間の神学ー新自由主義のイデオロギー第3部 サイバー空間と情報闘争ー新たなフロンティアの覇権の行方問題→「労働の尊厳」が破壊される。結論→「人間社会の連帯」(アソシエ)の倫理が「コンピュータリゼーション」の悲劇から世界を救う。-----人工知能による雇用の喪失、インターネットの負の影響についての批判が展開されている。テクノロジーが発展しても、その恩恵に預かれるのは、ほんのひとかけらの人たちで、雇用の創出につながっていない。ウーバー(配車サービス)がヨーロッパで批判されている例が紹介されている。SNS上でヘイトスピーチや集団いじめといった負の問題もある。声が大きな発信者に迎合することが強要される。しかし、インターネットは、個人と大組織(国家、企業)の情報格差をなくし、個人が発信できるようになった。誰がなんと言おうと、テクノロジーの発展は止められない。来る世界に適応するよりしかたがない。にほんブログ村
2016年04月08日
コメント(0)

業務が立て込んでいる。中でも、見積もり作成前の事前検討に苦戦している。お客様としては、自社でできない困りごとの解析を依頼してくるが、それを実現するのはなかなか難しい。今回の依頼も、非常に要素数が多くなり、接触の扱いが難しいモデルになる。今週中に回答しなくてはならない。にほんブログ村
2016年04月06日
コメント(0)

午後、多摩のグラウンドでサッカーの練習。9人が集まり、ミニゲームをひたすらした。近所の知り合いの高校生の息子さんが足首を怪我してしまい、鶴川の病院に車で連れて行った。靭帯を伸ばしたらしい。全治3週間程度とのことだった。しばらく松葉杖生活になる。順調な回復を祈るばかりだ。にほんブログ村
2016年04月03日
コメント(0)
全12件 (12件中 1-12件目)
1