In [1]:
from analysis import *
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
In [2]:
data = pd.read_csv('Network (accessed 2015-09-14).csv')
data
Out[2]:
Participant._id_in_session_display
Participant.code
Participant.label
Participant._current_page
Participant._current_app_name
Participant._round_number
Participant._current_page_name
Participant.status
Participant.last_request_succeeded
Participant.ip_address
...
Session.label
Session.experimenter_name
Session.real_world_currency_per_point
Session.time_scheduled
Session.time_started
Session.mturk_HITId
Session.mturk_HITGroupId
Session.participation_fee
Session.comment
Session.special_category
0
P4
terezemi
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.142.246.171
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
1
P2
tutuzogo
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.150.103.138
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
2
P5
nalatuse
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.79.180.165
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
3
P3
tusopada
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.45.53.139
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
4
P1
tesazoda
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.236.245.106
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
5
P4
vukejeni
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
6
P2
zuladoda
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
7
P3
jukakeso
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
8
P5
zajajije
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
9
P1
kasagulo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.138.123.182
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
10
P3
bujuzali
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.37.200.146
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
11
P1
rirojolo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.41.197.194
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
12
P4
mezubode
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.146.15.54
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
13
P5
bepogose
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.71.192.166
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
14
P2
zedaboko
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.149.84.53
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
15
P1
kasagulo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.138.123.182
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
16
P5
zajajije
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
17
P4
vukejeni
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
18
P2
zuladoda
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
19
P3
jukakeso
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
20
P2
zedaboko
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.149.84.53
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
21
P5
bepogose
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.71.192.166
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
22
P1
rirojolo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.41.197.194
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
23
P4
mezubode
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.146.15.54
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
24
P3
bujuzali
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.37.200.146
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
25
P4
terezemi
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.142.246.171
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
26
P2
tutuzogo
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.150.103.138
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
27
P3
tusopada
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.45.53.139
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
28
P1
tesazoda
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.236.245.106
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
29
P5
nalatuse
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.79.180.165
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
570
P4
vukejeni
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
571
P3
jukakeso
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
572
P2
zuladoda
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
573
P5
zajajije
NaN
0/199 pages
NaN
NaN
NaN
Not visited yet
NaN
NaN
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
574
P1
kasagulo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.138.123.182
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
575
P5
bepogose
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.71.192.166
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
576
P3
bujuzali
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.37.200.146
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
577
P4
mezubode
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.146.15.54
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
578
P1
rirojolo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.41.197.194
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
579
P2
zedaboko
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.149.84.53
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
580
P2
tutuzogo
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.150.103.138
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
581
P1
tesazoda
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.236.245.106
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
582
P5
nalatuse
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.79.180.165
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
583
P3
tusopada
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.45.53.139
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
584
P4
terezemi
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.142.246.171
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
585
P4
terezemi
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.142.246.171
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
586
P2
tutuzogo
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.150.103.138
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
587
P5
nalatuse
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.79.180.165
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
588
P1
tesazoda
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.236.245.106
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
589
P3
tusopada
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.45.53.139
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
590
P4
mezubode
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.146.15.54
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
591
P1
rirojolo
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.41.197.194
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
592
P3
bujuzali
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.37.200.146
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
593
P5
bepogose
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.71.192.166
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
594
P2
zedaboko
NaN
1/199 pages
network
1
Active_or_Inactive
Disconnected
1
10.149.84.53
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
595
P1
tesazoda
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.236.245.106
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
596
P2
tutuzogo
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.150.103.138
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
597
P3
tusopada
NaN
199/199 pages
network
40
ResultsSummary
Disconnected
1
10.45.53.139
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
598
P5
nalatuse
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.79.180.165
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
599
P4
terezemi
NaN
200/199 pages
network
40
ResultsSummary
Disconnected
1
10.142.246.171
...
NaN
NaN
0.01
NaN
NaN
NaN
NaN
10
NaN
demo
600 rows × 39 columns
In [3]:
data_group = data[['Subsession.round_number','Group.networktype','Player.role','Player.decision', 'Player.nghb','Player.num_active','Player.payoff']]
network_data = data_group.dropna()
network_data.columns = ["round_number", "networktype", "role","decision", "nghb", "num_active","payoff"]
network_data
Out[3]:
round_number
networktype
role
decision
nghb
num_active
payoff
0
1
Blue network
D
ACTIVE
2
2
67
1
1
Blue network
E
ACTIVE
3
2
67
2
1
Blue network
C
ACTIVE
3
2
67
3
1
Blue network
B
INACTIVE
3
2
67
4
1
Blue network
A
INACTIVE
1
0
0
25
2
Brown network
C
ACTIVE
2
0
0
26
2
Brown network
A
INACTIVE
1
0
0
27
2
Brown network
B
INACTIVE
3
2
67
28
2
Brown network
E
ACTIVE
2
0
0
29
2
Brown network
D
INACTIVE
2
2
67
30
3
Brown network
B
ACTIVE
3
2
67
31
3
Brown network
D
ACTIVE
2
2
67
32
3
Brown network
A
INACTIVE
1
1
33
33
3
Brown network
C
ACTIVE
2
2
67
34
3
Brown network
E
ACTIVE
2
2
67
55
4
Blue network
B
ACTIVE
3
3
100
56
4
Blue network
E
ACTIVE
3
3
100
57
4
Blue network
D
ACTIVE
2
2
67
58
4
Blue network
C
ACTIVE
3
3
100
59
4
Blue network
A
ACTIVE
1
1
33
60
5
Blue network
D
ACTIVE
2
2
67
61
5
Blue network
B
ACTIVE
3
2
67
62
5
Blue network
C
ACTIVE
3
3
100
63
5
Blue network
A
INACTIVE
1
1
33
64
5
Blue network
E
ACTIVE
3
3
100
85
6
Blue network
B
ACTIVE
3
2
67
86
6
Blue network
D
INACTIVE
2
2
67
87
6
Blue network
C
ACTIVE
3
2
67
88
6
Blue network
A
INACTIVE
1
1
33
89
6
Blue network
E
ACTIVE
3
2
67
...
...
...
...
...
...
...
...
530
35
Brown network
D
INACTIVE
2
0
0
531
35
Brown network
C
INACTIVE
2
1
33
532
35
Brown network
E
INACTIVE
2
1
33
533
35
Brown network
B
ACTIVE
3
0
0
534
35
Brown network
A
INACTIVE
1
1
33
550
36
Brown network
A
INACTIVE
1
0
0
551
36
Brown network
C
INACTIVE
2
0
0
552
36
Brown network
B
INACTIVE
3
0
0
553
36
Brown network
D
INACTIVE
2
0
0
554
36
Brown network
E
INACTIVE
2
0
0
560
37
Blue network
D
ACTIVE
2
2
67
561
37
Blue network
E
ACTIVE
3
2
67
562
37
Blue network
C
ACTIVE
3
2
67
563
37
Blue network
B
INACTIVE
3
2
67
564
37
Blue network
A
INACTIVE
1
0
0
580
38
Red network
C
ACTIVE
3
1
33
581
38
Red network
D
ACTIVE
2
1
33
582
38
Red network
E
INACTIVE
2
2
67
583
38
Red network
B
INACTIVE
2
1
33
584
38
Red network
A
INACTIVE
1
0
0
585
39
Brown network
C
INACTIVE
2
0
0
586
39
Brown network
E
INACTIVE
2
0
0
587
39
Brown network
D
INACTIVE
2
0
0
588
39
Brown network
A
INACTIVE
1
0
0
589
39
Brown network
B
INACTIVE
3
0
0
595
40
Blue network
A
INACTIVE
1
1
33
596
40
Blue network
B
ACTIVE
3
2
67
597
40
Blue network
C
ACTIVE
3
2
67
598
40
Blue network
E
ACTIVE
3
2
67
599
40
Blue network
D
INACTIVE
2
2
67
200 rows × 7 columns
In [4]:
network_data_np1 = np.asarray(network_data)
network_data_np1
Out[4]:
array([[1, 'Blue network', 'D', ..., 2.0, 2.0, 67.0],
[1, 'Blue network', 'E', ..., 3.0, 2.0, 67.0],
[1, 'Blue network', 'C', ..., 3.0, 2.0, 67.0],
...,
[40, 'Blue network', 'C', ..., 3.0, 2.0, 67.0],
[40, 'Blue network', 'E', ..., 3.0, 2.0, 67.0],
[40, 'Blue network', 'D', ..., 2.0, 2.0, 67.0]], dtype=object)
In [5]:
x1 = AnalysisCI(network_data_np1, 'Blue network')
x2 = AnalysisCI(network_data_np1, 'Red network')
x3 = AnalysisCI(network_data_np1, 'Brown network')
In [6]:
x1.calculate()
Out[6]:
[[[0], [1], [0], [0], [1], [0], [0], [0], [1], [0], [0], [0], [0]],
[[0], [1], [1], [1], [1], [1], [0], [1], [1], [1], [1], [0], [1]],
[[1], [1], [1], [1], [1], [1], [1], [1], [1], [1], [1], [1], [1]],
[[1], [1], [1], [0], [0], [1], [1], [1], [1], [0], [1], [1], [0]],
[[1], [1], [1], [1], [1], [1], [1], [1], [1], [1], [1], [1], [1]]]
Blue networkの場合の選択を図示する。 グラフ上部のアルファベットはプレイヤーの位置を示している。
今回の分析で用いるグラフの共通事項として、x軸にラウンド数、y軸にACTIVEを選択した割合を用いている。
In [7]:
x1.show('A')
x1.show('B')
x1.show('C')
x1.show('D')
x1.show('E')
以下、Blue netework, Red network, Brown networkをプレイヤーの位置ごとに比較する。 三つのグラフは上から順にBlue netework, Red network, Brown networkの、 グラフタイトルで示される場所にいた時の選択を示している。
In [8]:
x1.show('A')
x2.show('A')
x3.show('A')
In [9]:
x1.show('B')
x2.show('B')
x3.show('B')
In [10]:
x1.show('C')
x2.show('C')
x3.show('C')
In [11]:
x1.show('D')
x2.show('D')
x3.show('D')
In [12]:
x1.show('E')
x2.show('E')
x3.show('E')
In [13]:
data = pd.read_csv('Network2 (accessed 2015-09-14).csv')
data_group = data[['Subsession.round_number','Group.networktype','Player.role','Player.decision', 'Player.nghb','Player.num_active','Player.payoff']]
network_data = data_group.dropna()
network_data.columns = ["round_number", "networktype", "role","decision", "nghb", "num_active","payoff"]
network_data
Out[13]:
round_number
networktype
role
decision
nghb
num_active
payoff
7
1
Brown network
B
ACTIVE
3
2
67
8
1
Brown network
C
ACTIVE
2
1
33
9
1
Brown network
E
ACTIVE
2
1
33
10
1
Brown network
A
INACTIVE
1
1
33
11
1
Brown network
D
INACTIVE
2
2
67
25
2
Red network
E
ACTIVE
2
1
33
26
2
Red network
D
INACTIVE
2
2
67
27
2
Red network
C
ACTIVE
3
1
33
28
2
Red network
A
INACTIVE
1
0
0
29
2
Red network
B
INACTIVE
2
1
33
30
3
Brown network
C
ACTIVE
2
1
33
31
3
Brown network
D
ACTIVE
2
1
33
32
3
Brown network
E
INACTIVE
2
1
33
33
3
Brown network
A
INACTIVE
1
0
0
34
3
Brown network
B
INACTIVE
3
1
33
55
4
Brown network
D
INACTIVE
2
0
0
56
4
Brown network
A
INACTIVE
1
0
0
57
4
Brown network
E
INACTIVE
2
0
0
58
4
Brown network
C
INACTIVE
2
0
0
59
4
Brown network
B
INACTIVE
3
0
0
60
5
Brown network
D
INACTIVE
2
0
0
61
5
Brown network
C
INACTIVE
2
0
0
62
5
Brown network
A
INACTIVE
1
0
0
63
5
Brown network
B
INACTIVE
3
0
0
64
5
Brown network
E
INACTIVE
2
0
0
85
6
Red network
A
INACTIVE
1
0
0
86
6
Red network
C
ACTIVE
3
0
0
87
6
Red network
E
INACTIVE
2
1
33
88
6
Red network
B
INACTIVE
2
1
33
89
6
Red network
D
INACTIVE
2
1
33
...
...
...
...
...
...
...
...
525
35
Brown network
C
INACTIVE
2
1
33
526
35
Brown network
E
INACTIVE
2
1
33
527
35
Brown network
B
ACTIVE
3
0
0
528
35
Brown network
D
INACTIVE
2
0
0
529
35
Brown network
A
INACTIVE
1
1
33
540
36
Red network
D
INACTIVE
2
1
33
541
36
Red network
E
INACTIVE
2
1
33
542
36
Red network
B
INACTIVE
2
1
33
543
36
Red network
C
ACTIVE
3
0
0
544
36
Red network
A
INACTIVE
1
0
0
555
37
Brown network
D
INACTIVE
2
0
0
556
37
Brown network
B
INACTIVE
3
0
0
557
37
Brown network
C
INACTIVE
2
0
0
558
37
Brown network
A
INACTIVE
1
0
0
559
37
Brown network
E
INACTIVE
2
0
0
570
38
Brown network
A
INACTIVE
1
1
33
571
38
Brown network
D
INACTIVE
2
0
0
572
38
Brown network
B
ACTIVE
3
0
0
573
38
Brown network
E
INACTIVE
2
1
33
574
38
Brown network
C
INACTIVE
2
1
33
585
39
Brown network
E
INACTIVE
2
1
33
586
39
Brown network
A
INACTIVE
1
0
0
587
39
Brown network
D
ACTIVE
2
0
0
588
39
Brown network
B
INACTIVE
3
0
0
589
39
Brown network
C
INACTIVE
2
1
33
595
40
Blue network
B
ACTIVE
3
2
67
596
40
Blue network
D
INACTIVE
2
2
67
597
40
Blue network
E
ACTIVE
3
2
67
598
40
Blue network
C
ACTIVE
3
2
67
599
40
Blue network
A
INACTIVE
1
1
33
200 rows × 7 columns
In [14]:
network_data_np2 = np.asarray(network_data)
y = AnalysisII(network_data_np2)
In [15]:
data = pd.read_csv('Network8 (accessed 2015-09-14).csv')
data_group = data[['Subsession.round_number','Group.networktype','Player.role','Player.decision', 'Player.nghb','Player.num_active','Player.payoff']]
network_data = data_group.dropna()
network_data.columns = ["round_number", "networktype", "role","decision", "nghb", "num_active","payoff"]
network_data_np3 = np.asarray(network_data)
z = AnalysisII(network_data_np3)
p=0.2の場合を表示する。グラフ上部の数字は隣人の数である。
In [16]:
y.show1()
y.show2()
y.show3()
p=0.8の場合を表示する。グラフ上部の数字は隣人の数である。
In [ ]:
z.show1()
z.show2()
z.show3()
以下、上段にp=0.2の場合、下段にp=o.8の場合のグラフを表示し、比較する。
In [18]:
y.show1()
z.show1()
In [19]:
y.show2()
z.show2()
In [20]:
y.show3()
z.show3()
Content source: NlGG/experiments
Similar notebooks: