異端開発室

基本的な線グラフの作成 matplotlibを使用したグラフ描画の基本的な例です。 import numpy as np import matplotlib.pyplot as plt values = np.linspace(0, 2*np.pi, 50) plt.plot(values, np.sin(values), values, np.sin(2*values)) plt.show() このコードを実行すると、複数の正弦波曲線が表示されます。 カスタマイズされたプロットスタイル 線の色やスタイルを指 ...

環境構築 開発環境は以下の通り構築する： OS: Linux、Mac、Windowsいずれも対応 Python 3.7以上 必要なライブラリ: pandas、requests、akshare、matplotlib、dataframe-image 投資信託データの取得方法 投資信託のデータは金融サイトから取得可能。ここではakshareライブラリを使用した方法と、Web APIを直接呼び出す方法の2つを紹介する。 akshareを利用したデー ...

Pythonの色 Pythonでは、色はグラフィカルユーザーインターフェース（GUI）、データ可視化、画像処理など、様々な分野で広く利用されています。Pythonには、色の表現方法や操作機能を豊富に提供するライブラリやツールが多数存在します。 1. 色の表現形式 Pythonでは、色は主に以下の形式で表現されます。 RGB（赤・緑・青）：RGB色空間は、赤、緑、青の3つの原色を組み合 ...

1. ホライズンチャート（地平線図） 機能的特徴： 高圧縮表示：狭い領域で多数の時系列プロットを重ねて可視化できます。各シリーズは色分けまたは線種で区別されます。 変動の把握：時間経過に伴う増減、振動、特定のパターンを明確に捉えることができます。 比較効率：複数のトレンドを同一平面で配置し、相互の関係性を即座に評価可能です。 省スペース設計：大量の時 ...

NumPyの基礎 NumPyは、科学計算やデータ解析に最適な高速な配列演算を提供するライブラリです。 配列の基本属性 ndim：配列の次元数 shape：各次元のサイズを示すタプル size：配列の要素数 dtype：配列のデータ型 itemsize：各要素のバイト数 配列の作成と操作 import numpy as np # 1次元配列の作成 data = np.array([10, 20, 30, 40, 50]) print("1次元配列:", dat ...

基本プロット作成 Matplotlibを用いた基本的なプロット作成手順： import numpy as np import matplotlib.pyplot as plt x_values = np.linspace(0, 2*np.pi, 100) sine_wave = np.sin(x_values) cosine_wave = np.cos(x_values) plt.title("三角関数の比較") plt.plot(x_values, sine_wave) plt.plot(x_values, cosine_wave) plt.show() 棒グラフの作成 縦型・横型棒 ...

Pandasを用いたExcel操作の基本から応用までを解説する。 ファイルの読み込みと書き出し Excelファイルの読み込みには pd.read_excel() を使用する。ヘッダー行の指定やインデックス列の設定も同時に行える。 import pandas as pd # 基本的な読み込み df = pd.read_excel('data/sample.xlsx') # ヘッダー行を3行目に指定 df = pd.read_excel('data/sample.xlsx', header= ...

開発工程の定量管理 開発サイクルにおける各フェーズの計画値と実測値を比較し、工数管理の精度を検証した。主な工程は以下の通りである。 工程段階作業内容計画工数（分）実測工数（分） 計画・見積もりスコープ定義、工数試算、可視化要件の洗い出し5060 設計・レビューモジュール境界の決定、アルゴリズム仕様書作成、UI/UX案の検討85105 実装IO処理、NLPパイプライン ...