乙Py先生のプログラミング教室

乙Py先生のプログラミング教室
初学者のためのプログラミング学習サイト

最近引っ越ししてて久々の更新です。

リモート環境を新しく整えたので
紹介したいと思います


解説動画はこちら

 


昇降デスクを中心としたリモート環境

動画の中で紹介している機材群は
以下の通りです。

昇降デスク
flexispot E7Q(Odin)

椅子
Ergohuman エルゴヒューマンプロ

ノートPC
Apple MacBook Air M2(2022)

マウス
Apple Magic Mouse

ドッキングステーション
CalDigit TS4(Thunderbolt Station 4)

オーディオインターフェイス
MOTU m4

DSPアクセラレーター
UNIVERSAL AUDIO
UAD2 SATELLITE TB3 OCTO CORE

スピーカー
YAMAHA MSP5

モニター
EIZO FlexScan EV3240X

モニターアーム
エルゴトロン LX

マイク
Logicool Blue Yeti

マイクアーム
Elgato Wave Mic Arm

ヘッドホン
SONY MDR-M1ST

キーボード
ROLAND RD-500

キーボードスタンド
ROLAND KS-G8B



機材の兼ね合いがあって
昇降デスクはE7Qになりました。

普通のリモートワークであれば
もっと小さいサイズでも
全然足りますが、一部機材の都合
このサイズにせざるを得ませんでした。

大人3人乗っても
びくともしない重量感

ひろーーーい作業スペースが欲しい方には
オススメです。

ただし、一人では組み立て不能なほど
超重量なので、お気をつけをつけください。

80kgほどを軽々持てる人でないと
組み立ても移動もできないです。
そこだけ要注意

オフィス用には最高にハマると思います。

参考になる方がいるか分かりませんが
いたら嬉しいです。

それでは。



今回は現在の成績から
大谷選手の2024シーズン結果を
予測してみました。

解説動画はこちら




はじめに

メジャーリーグ2024年シーズン
大谷選手の現在までの成績(05/25まで)
こちらを使って今シーズンの成績を予測します。



今シーズンの全打席結果が
掲載されているサイトが有ったため
そちらからデータを取得します。

掲載先

こちらによると現時点では
203打数69安打 打率.340
13本塁打 35打点 39得点 13盗塁
という成績でした。


現時点の成績

こちらの結果から分析すると
本塁打:0.05652173913043478
三塁打:0.008695652173913044 
二塁打:0.0782608695652174 
 安打:0.1565217391304348
 三振:0.1826086956521739
 四球:0.10869565217391304
アウト:0.40869565217391307
という確率になりました。

この確率を用いて
シミュレーションを行います。

メジャーリーグの年間平均打席数が650打席
これを1000シーズン行ったという設定です。

import random
import pandas as pd

# バッティング結果の確率を設定
batting_results = {
    "homerun": 0.05652173913043478, # 本塁打
    "triple": 0.008695652173913044, # 三塁打
    "double": 0.0782608695652174,  # 二塁打
    "single": 0.1565217391304348,  # 安打
    "strike": 0.1826086956521739, # 三振
    "walk": 0.10869565217391304, # 四球
    "out":  0.40869565217391307 # その他のアウト
}

def simulate_batting():
    rand = random.random()
    cumulative_probability = 0.0
    for result, probability in batting_results.items():
        cumulative_probability += probability
        if rand < cumulative_probability:
            return result
    return "out"

base = []
for i in range(1000):
    tmp = {k:0 for k in batting_results.keys()}
    n = 650
    for i in range(n):
        s = simulate_batting()
        if s in tmp:
            tmp[s]+=1
        else:
            tmp[s]=1
    base.append(tmp)

df = pd.DataFrame(base)
df["hits"] = df["homerun"] + df["triple"] + df["double"] + df["single"]
df.describe()

ここからホームランと
ヒット数を予測します。
mport pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# homerunの平均値と標準偏差を計算
mean = df['homerun'].mean()
std = df['homerun'].std()
print(f"{int(mean-std)}, {int(mean)}, {int(mean+std)}")

# ヒストグラムを表示
df['homerun'].hist(bins=20, alpha=0.7)

# 平均値、標準偏差±1のラインを描画
plt.axvline(x=mean, color='red', linestyle='--', label='mean')
plt.axvline(x=mean+std, color='green', linestyle='--', label='std+1')
plt.axvline(x=mean-std, color='blue', linestyle='--', label='std-1')

# 凡例を表示
plt.legend()
plt.show()
download-1

# hitsの平均値と標準偏差を計算
mean = df['hits'].mean()
std = df['hits'].std()
print(f"{int(mean-std)}, {int(mean)}, {int(mean+std)}")

# ヒストグラムを表示
df['hits'].hist(bins=20, alpha=0.7)

# 平均値、標準偏差±1のラインを描画
plt.axvline(x=mean, color='red', linestyle='--', label='mean')
plt.axvline(x=mean+std, color='green', linestyle='--', label='std+1')
plt.axvline(x=mean-std, color='blue', linestyle='--', label='std-1')

# 凡例を表示
plt.legend()
plt.show()
download


まとめ
05/25日までのペースだと
ホームラン数 : 36本(±6)
ヒット数 : 195本(±12)
あたりに落ち着く可能性が高いです。

年間40本塁打
200安打は少し、厳しいかもしれませんが
これからの活躍に期待したいですね


きょうはここまでです
それでは。

今回は桁の大きな数字を計算する
方法についての解説です。

解説動画はこちら




2の1億乗と10の3000万乗

さて、早速ですが
どちらが大きい数字でしょうか

プログラミングであれば
ある程度の大きな数字でも
簡単に計算できます。

ただし、大きすぎる数字になると
計算が困難になってきます。

print(2 ** 100000000)
# ValueError: Exceeds the limit (4300) for integer string conversion; use sys.set_int_max_str_digits() to increase the limit

これを解くには
少し工夫をしないといけません。


対数関数(LOG)

ここで少しだけ対数の説明です。
スクリーンショット 2024-05-18 15.26.15
a を何乗したら
b になるかというのが
Xです。


5 を 3 回かけたら 125 になるので
log5 125 = 3
になりますね。

また対数の性質として
スクリーンショット 2024-05-18 15.26.24
という形に変形が行えます。

P乗の対数は、対数のP倍に等しい

これを用いれば
どちらの数字が大きくなるかは
計算ができるはずです。

Pythonでは対数を扱うものとして
mathライブラリというものがあります。

これで対数の計算を行う事ができます。

Log2 と Log10 を使って
式を変形させます。
p * log2
p * log10

import math

print(math.log(2) * 100000000)
print(math.log(10) * 30000000)
69314718.05599453
69077552.78982137

これを見ると
2の1億乗の方が大きくなりますね




2の10000乗って何桁になる?

これもプログラミングでは簡単に解ける問題ですが
頭の中だけで考えるのは少し大変ですね

これも対数関数を用いてうまく求める事ができます。

常用対数(10を底とする対数)というものがあり
桁数は `2の常用対数 * 乗数 + 1` で求めることができます。
(小数点以下は切り捨て)
import math
l2 = math.log10(2) p = 10000 print(int(l2 * p) + 1)
3011

2の10000乗 は
3011桁になります。


このようにして
かなり桁の大きな数字の計算は
時間が掛かったり、計算自体ができない場合があります。

そんな時はlogを用いて
うまく数式を変換させてあげると
数字の比較などが行いやすくなります。

競技プログラミングなどでも
よく出る計算手法なので
覚えておくと良いかもしれませんね


今回はLOG(対数)に関する解説でした
それでは。

このページのトップヘ