数値計算 MATLAB,Python,Scilab,Julia比較 その12【基本的な使い方②】
Python(Numpy)とScilabの基本的な使い方。Python(Numpy)は以前から使っている物なので手馴れたもん。ScilabはMATLABと同一の記載方法でいける。ただし、コメントアウトが「%」じゃなくて「//」ここも一緒だと楽だったが・・・。
Python
数値計算 
数値計算 MATLAB,Python,Scilab,Julia比較 その3【概要編③】
Pythonの概要。PythonというかNumpyがベクトル、行列に強い。for文で回すよりベクトル、行列として演算させた方が圧倒的に速くなることは多い。Python自体は無料と思って良いが、パッケージ別にライセンスが規定されてるので要注意。
数値計算 MATLAB,Python,Scilab,Julia比較 その1【概要編①】
ベクトル、行列良く分からん。単なる表現ルールではあるが、そのルールがわからん。学生時代は大量の手計算をさせられた記憶がフラッシュバック。今の時代はツール使えば計算は一撃。MATLAB,Python,Scilab,Julia並行でいろいろやるプランを考える。
MATLAB/Simulink MATLAB、Pythonで株価予測【バックナンバー】
MATLAB、Pythonを使って株価予測を使用と考えるシリーズ。と言っても基本的にはフーリエ変換が中心のネタとなる。FFT/IFFTで分析し、さらに詳細に分析するために元々のフーリエ変換、逆フーリエ変換の数式ベースで解析も。
株価予測 【連続系】MATLAB、Pythonで株価予測 その85【フーリエ変換㉒】
個別株チャート 8.4[Hz]から11.8[Hz]を抽出した上での極値特定 Python(Numpy)版 動作確認。波形、極大値、極小値すべてOK。念のためMATLABの出力とも比較し、一致していることを確認。
株価予測 【連続系】MATLAB、Pythonで株価予測 その84【フーリエ変換㉑】
個別株チャート 8.4[Hz]から11.8[Hz]を抽出した上での極値特定 Python(Numpy)版を作成。過去コードを元にコピペ&結合。実験コードであっても、先にロードマップを決めておくと、コード構成が決め易い。これにより、トータルでは楽ができるコード構成にすることも可能。
株価予測 【連続系】MATLAB、Pythonで株価予測 その81【フーリエ変換⑱】
Python(Numpy)版フーリエ変換、逆フーリエ変換を個別株チャートに対して実施。ほぼほぼ消化試合で問題無く動作。消化試合的に扱えたのは、細かく刻んで動確してきたおかげとも言える。このショボい規模プログラムでも事故るときは事故る。
株価予測 【連続系】MATLAB、Pythonで株価予測 その80【フーリエ変換⑰】
Python(Numpy)版の個別株チャートに対しするフーリエ変換、逆フーリエ変換のコードにするための修正。csv読み取り部分を追加。列ベクトルで取得されるのでベクトルに変換。MATLABとPythonのベクトル周りがいろいろクセが違うのでだんだん嫌になってきた。
株価予測 【連続系】MATLAB、Pythonで株価予測 その77【フーリエ変換⑭】
MATLABとPython(Numpy)のフーリエ変換、逆フーリエ変換for文無し版の動作確認を実施。共に問題無く動作。FFTと比べると演算回数の差で速度を犠牲にはしている。回転因子を書き出して演算構造を見れば高速化は可能かもしれないが、ここではそこまでは頑張らない。
株価予測 【連続系】MATLAB、Pythonで株価予測 その76【フーリエ変換⑬】
Python(Numpy)によるフーリエ変換、逆フーリエ変換for文無し版を作成。基本的な流れはMATLABと一緒。しかし、行ベクトル生成用の変数を追加している。最初からベクトルでも良いが、plotで使用する際に添え字が増えてMATLABコードと乖離し易くなるデメリットあり。