In [1]:
print ("Hello" + ", World")
print(10 + 4)
正しく動作すれば,画面に
Hello, World
14
と表示されたはずです.このように,IPython + Jupyter notebook 環境では,Webベースで対話的に実行結果を確認しながらプログラミングをすることができます.
In [2]:
import numpy as np # numpy モジュールのインポート
import matplotlib.pyplot as plt # pyplotモジュールのインポート
In [3]:
%matplotlib inline
In [4]:
# 平均 x = -2, y = -2 の2変量正規分布からデータを100個サンプリングする
mean = [-2,-2]
cov = [[1,0],[0,1]]
x1,y1 = np.random.multivariate_normal(mean, cov, 100).T
In [5]:
# サンプリングしたデータの xとy の値 10件を確認してみる
x1[:10], y1[:10]
Out[5]:
In [6]:
# 今サンプリングしたデータを散布図で確認
plt.scatter(x1, y1, color="r", label="d1")
Out[6]:
In [7]:
# 同様に 平均 x=2, y=2 のガウス分布から100個データをサンプリング
mean2 = [2,2]
cov2 = [[1,0],[0,1]]
x2,y2 = np.random.multivariate_normal(mean2, cov2, 100).T
In [8]:
plt.scatter(x2,y2, c="b", marker="x", label="d2")
Out[8]:
In [9]:
# 両方のデータを1つの散布図で表示する
plt.scatter(x1,y1, c="r", label="d1")
plt.scatter(x2,y2, c="b", marker="x", label="d2")
plt.grid(True) # 枠線をつけてみる
plt.legend() # 凡例をつけてみる
plt.show()
いかがでしょうか?恐らくPythonに慣れてない人には何をやっているのかサッパりだと思いますが,Python(および周辺ライブラリ)について学んでいくうちに,それぞれのプログラムの意味は分かると思います.このチュートリアルでは,対話的にプログラムを実行できるこの環境について慣れてもらえればと思います.