PTEPのSubject Indexの全リストに直接アクセスする場合はこのページ
PTEPのトップページからアクセスする場合は以下のように辿るべし
Subject Index
続きを読むarXivに投稿する時、関連するファイルをZIPファイルで書庫化しておくと楽である。動的にZIPファイルを作るにはPythonが手っ取り早いので、コードを作ってみた。
import sys tex_filename = sys.argv[1]+".tex" zip_filename = sys.argv[1]+".zip" # bibを使うときはbblも必要 import zipfile import re # 必要なファイルリスト (例: PTEPのフォーマット) files = [tex_filename, sys.argv[1]+".bib", sys.argv[1]+".bbl", "ptephy_v1.cls", "authblk-TI.sty", "preprint_v1.clo"] lines = open(tex_filename, encoding="utf-8").readlines() for line in lines: # 図はすべてfigs2ディレクトリにPDFファイルとPNGファイルで存在するので正規表現で探索する match = re.search(r"figs2/.+\.((pdf)|(png))", line) if match is not None: # ファイルリストに追加 files.append(match.group(0)) # ZIPファイルを定義 zip = zipfile.ZipFile(zip_filename, "w", zipfile.ZIP_DEFLATED) # ZIPファイルに追記 for file in files: zip.write(file, file) # ZIPファイルを閉じる zip.close()
下記のブログによると、光のIPoEルータ 対応機種は以下の3種類らしい。
NEC Aterm 2020年10月 8日 発売 Aterm WG1200HS4 PA-WG1200HS4 Wi-Fi 5対応の無線LANルーター(最大867Mbps)
NEC Aterm 2020年10月 8日 発売 Aterm WG1200HP4 PA-WG1200HP4 メッシュ機能を搭載したWi-Fi 5対応の無線LANルーター(最大867Mbps)
同時期に発売された Aterm WG2600HS2 PA-WG2600HS2 と Aterm WG2600HP4 PA-WG2600HP4も対応してるかもしれない。
バッファロー AirStation 2020年 3月 発売 AirStation WSR-1166DHPL2 [ブラック]
参照 ameblo.jp
import numpy as np from matplotlib import pyplot as plt v0 = 14 A = 15 a = 0.5 r0 = 1.25 R = r0*A**(1/3) x = np.linspace(0.0, 10.0) y = -v0/(1+np.exp((x-R)/a)) plt.plot(x, y, "b-") plt.title(r"Woods-Saxon potential") plt.text(3, -v0*0.8, r"$V(r)=\frac{-V_0}{1+{\rm exp}(r-R)/a}$"+ "\n"+ r"Parameters: A$={}$, $V_0={}$ MeV".format(A,v0)+ "\n"+ r"$a={}$ fm, $r_0={}$ fm, $R={:.1f} $fm".format(a,r0,R), fontsize=12) plt.xlabel(r"$r$ [fm]") plt.ylabel(r"$V(r)$ [MeV]") plt.show()
オリジナルコード
http://nucleartalent.github.io/Course2ManyBodyMethods/doc/pub/intro/pdf/intro-print.pdf
Pythonを用いた ポアソン分布の確率分布の描画。適宜mean
を変えてね。
from scipy.stats import poisson import matplotlib.pyplot as plt mean = 2.3 xs = [] prob = [] for i in range(7): print(i,poisson.pmf(i, mean)) prob.append(poisson.pmf(i, mean)) xs.append(i) plt.plot(xs,prob,lw=0,marker="o") for x,p in zip(xs,prob): plt.text(x+0.1, p, "{:.4f}".format(p),size=10) plt.xlim(-0.5,6.5) plt.ylim(-0.,1.0) plt.xlabel(r"$\lambda$") plt.ylabel(r"Probability") plt.show()
mean=2.30
の確率分布
二項分布の場合。
from scipy.stats import binom import matplotlib.pyplot as plt mean = 2.3 entries = 200 xs = [] prob = [] for i in range(7): print(i,binom(entries,mean/entries).pmf(i)) prob.append(binom(entries,mean/entries).pmf(i)) xs.append(i) # 以下同
今回はn=200
として計算。ポアソン分布とはわずかに異なる。