ドウジンテイスウ.log @sage-t - Tumblr Blog

Minecraftで描く真円

ドット絵のような円ではなく、かなりなめらかな円を描きます。

基本的にバニラで行けるはずです。

•18+ Adults Only

Watch Anya Live on Cam

Anya is live and ready to show you everything. Watch her strip, dance, and perform exclusive shows just for you. Interact in real-time and make your fantasies come true.

✓ Live Streaming✓ Interactive Chat✓ Private Shows✓ HD Quality

Anya is LIVE right now

FREE

Free to watch • No registration required • HD streaming

Build raindrop on Linux

Linuxで遊べるBMSプレイヤーとして、前回angolmoisを紹介しましたが、他にもraindropというものがあります。

しかしこれはREADMEを見てみるとLinuxのビルドは「がんばれ（意訳）」とありました。

頑張ってみた結果、BGAは再生できないもののとりあえずプレイできるところまではなんとかなりましたので、その記録をメモしておきます。

#raindrop #LInux

LinuxのBMSプレイヤー

最近、ふと音ゲーをしたくなってBM98みたいなのを探しました。

せっかくLinuxマシンをいいのにしたので、それで遊べるのを探しましたが、全然ないですね。大体がWindows向け。

Wine入れたらLR2が使えるみたいなのをみかけましたが、正直環境エミュレータもしたくないです。

探したらAngolmoisとraindropというのを見つけました。まずangolmoisについてまとめておこうと思います。

#BMS player #angolmois

CaffeのLinuxビルドにて

最近、ちょっと奮発して良いCPUとGPU（GTX1060）のマシンを買い、快適な開発環境か人工知能遊び場かハイエンドゲーム機にしてみることにしました。

お金をケチったのでOSはUbuntuです。

Neural Netで遊ぶためにCaffeをビルドしたのですが、なんか見たことのないエラーが出たのでメモしておきます。

#linux #caffe

数値微分の実験続き - 離散フーリエ変換

前回まで、numpyのconvolveを使いこなすような数値微分アルゴリズムを考えました。

まずは逆行列を使って多項式を回帰させる方法、次に最小二乗法に同値なSVDを使う方法。

ここでもう一つ、numpyで比較的短く書ける、フーリエ変換を使う方法を考えてみました。

#python #FFT #数値微分

•18+ Adults Only

Watch Anya Live on Cam

Anya is live and ready to show you everything. Watch her strip, dance, and perform exclusive shows just for you. Interact in real-time and make your fantasies come true.

✓ Live Streaming✓ Interactive Chat✓ Private Shows✓ HD Quality

Anya is LIVE right now

FREE

Free to watch • No registration required • HD streaming

Raspberry pi からINA219を使っていろいろ測定

Raspberry piでできることはいろいろありますが、電子部品には電流電圧を測定してなんぼという感じのセンサーもあります。 I2Cインターフェースがあればいいですが、ものによっては物理現象そのままという感じで Raspberry piには難しいものもあります。

一応0Vか3.3Vかは測れるみたいですが、いろいろ物足りません。

で、I2Cインターフェースを備えた電流センサを用意したらできることの幅が広がるのではとやってみました。

１つ１０００円もしなかった、INA219を使ってみました。

#raspberry-pi #INA219 #Python

数値微分の実験、続き

先の記事で、数値微分をnumpy.convolveにより計算するための方法を実験しました。

ですが、例として挙げたのは倍精度実数により計算した、ほぼ正確な数列です。この場合、モデルとなった数式が明らかなので、そちらの方を記号的に微分した方が早いです。

一方、数値的に微分する場合というのは測定データなど、何らかの誤差がある場合です。

そのようなデータに対し、先の記事の方法ではノイズが直に影響してきます。具体的には、両側$n$個の点を見たとき、$2n + 1$個の点に対し$2n + 1$次の多項式でフィッティングしているようなものです。するとノイズに馬鹿正直に追従する結果となります。

ちょっと別の方法を考えてみます。

#python #SVD

ニューラルネットでちょっと遊ぶ

やったこと

真っ黒な画像に点や線や丸をランダムにおいていき、遺伝アルゴリズムでニューラルネットが「これは○○だ」と高い確率で判断するような画像を生成しました。

たとえば、以下の画像はGoogLeNetが99%超の確率でdaisyと認識します。

ちなみに、256x256サイズで生成していますが、中心の227x227の領域だけをcropしていますので、周囲１４pixelはただの飾りです。

以下、実装したpythonコードの一部です。

#python #deap #caffe

in operator of python

Pythonはクラスに特定の関数を定義すれば様々な演算子をオーバーロードできます。

今回はその一つである、in演算子を試してみます。

主にリストなど、コレクションに大活躍する演算子です。

#python #in演算子

数値微分の実験

以下の図のような状況を考えます。

小さい丸を付けたところ、$\Delta$ごとに値があるログがあるとします。これの微分値を得るとき、

微分可能なモデルに回帰しそれを微分

前後数点を用いて演算

といった方法があり、一長一短だと思います。

ここでは、ある点$x_0$での$k$階微分値$f^{(k)}(x_0)$を得るため、$x_0$と$x_0$の左右それぞれ$n$個、計$2n + 1$個の点を使ってみます。

ここで $2n$ は $k$ よりも大きくすることがあります。たとえば、２回微分を数値的に解くとき、２次の項までのテーラー展開を考えると合計３点あれば可能で、 $$ f^{(2)}(x_0) \approx f(x_0 + \Delta) - 2f(x_0) + f(x_0 - \Delta) $$ と書けます。しかし４次以降の誤差は残ります。４次の項の影響を除いた２回微分を得るには、５点を用いる必要があり、それぞれにかけるべきパラメータはややこしくなります。

あるとき、「$2n$次までの影響を除いた$k$階微分の数値計算用のパラメータを得るアルゴリズムは簡単じゃないかな」と思いつきました。これを確かめてみるのがこの記事の目的となります。

すでにこのような議論やレシピはあると思いますが、ちょっと思いついたので試してみるのが今回の目的です。

#Python #Fortran #数値微分

•18+ Adults Only

Watch Anya Live on Cam

Anya is live and ready to show you everything. Watch her strip, dance, and perform exclusive shows just for you. Interact in real-time and make your fantasies come true.

✓ Live Streaming✓ Interactive Chat✓ Private Shows✓ HD Quality

Anya is LIVE right now

FREE

Free to watch • No registration required • HD streaming

Raspberry pi で大気の状態を記録

なんか梅雨あいだ、頭が痛くなることがありました。

以前にも風邪とか疲れとかないはずなのに痛いときがありました。

もしかしたら天候とか大気の状態と相関があるかもしれないと思い、データを２４時間３６５日取ってみることにしました。

センサー（ハード）

Raspberry pi に付けた環境センサはスイッチサイエンスのBME280です。秋月商店の通販で買いました。

はんだ付けとか配線とか詳しいことは別ブログがすごい分かりやすいです。

http://deviceplus.jp/hobby/raspberrypi_entry_039/

さらに別ブログを見てると、J3にはんだはいらないかもしれないとか、メスーメスジャンパケーブルがあればブレッドボードが要らないとかも見かけました。

ちなみに、はんだごてを数年ぶりに引っ張り出しましたが、誰かのおさがりで先が黒くなっている代物でした。はんだごての先ではいくら待ってもはんだが溶けないので、根元の方で溶かして液体はんだを転がして持ってくるとかいうよくわからんことをしました。

まあ特に問題もなくセンサの準備ができました。

ドライバ（ソフト）

そしてドライバーですが、一昔前はArduinoとかCでレジスタを直に読み取る必要がありました。しかし、最近はメーカーがpythonのラッパーを出しています。

https://github.com/SWITCHSCIENCE/BME280

ラズパイの設定とPythonのi2cモジュールさえあれば、もう温度が取れます。

ここまでは正直「BME280 raspberry pi」でググればいっぱいヒットします。ここからもそこそこグーグルで見かけます。

応用

さて、当初の目的は体調と環境の相関をみることでした。そうなるとセンサの値を24時間365日とる必要があります。

また、精度と頻度も問題になります。あまり頻繁にとってもどうせセンサーの誤差しか見えないのである程度の回数を平均しようかと。

目的を考えると1時間に1回のデータ取得で十分なのですが、せっかくなので6分に1回データをとってみようと思います。

センサ自体は1秒ごとにデータをとり、6分間の平均、最大最小値を見てみます。正直最大最小値よりかは分散とかの方が役に立つ気はしますが、まあなんとなく。

このループは回数ではなく時間による判定なので、実際にやってみるとデータの数は359とかになります。

そしてグラフを毎日作ってみようと思います。

グラフを作るシェルはcronで毎日1回走らせます。

実際のプログラム

まずセンサの情報を取得する関数をサンプルからパクり引用します。

やったこととしては、そのままだとprint文で終わる関数を、測定データを返すようにした。また、これ自体を実行したときも、動作が変わらないようにしました。

bme280.py

#coding: utf-8 import smbus import time # 略 def get_calib_param(): # 略 def readData(): # 中略 T = compensate_T(temp_raw) P = compensate_P(pres_raw) H = compensate_H(hum_raw) return T, P, H def compensate_P(adc_P): # 中略 return pressure def compensate_T(adc_T): # 中略 return temperature def compensate_H(adc_H): # 中略 return var_h # 略 if __name__ == '__main__': setup() try: T, P, H = readData() print "pressure : %7.2f hPa" % (P/100) print "temp : %-6.2f ℃" % (T) print "hum : %6.2f ％" % (H) except KeyboardInterrupt: pass

これを指定した間隔ごとに呼び出し、そのログをためて置き、指定した回数分のログが溜まると平均を出力するクラスを用意します。

実行するraspberry piにつきこのセンサはどうせ１つなんだから、クラスにする必要はなくモジュールのほうが良いとは思いますが、なんとなく。

また、結果を関数の戻り値にするのではなく、何等かのストリームを渡して直接書き出してしまうようにもします。

meter.py

import bme280 import numpy as np import time bme280.setup() jp_time = 9*3600 class MeterAndLogger(object): def __init__(self, interval_sec, average_sec): self.intval = interval_sec self.avgtime = average_sec def log_one_session(self, ostream): self.T_log = [] self.H_log = [] self.P_log = [] self.count = 0 session_start = time.time() while True: self.measure() time.sleep(self.intval) ctime = time.time() - session_start if ctime > self.avgtime: break tsstr = time.strftime("%Y/%m/%d-%H:%M:%S", time.gmtime(session_start + jp_time)) ctime = time.time() + jp_time testr = time.strftime("%Y/%m/%d-%H:%M:%S", time.gmtime(ctime)) ostream.write("{} {}".format(tsstr, testr)) for arr in (self.T_log, self.P_log, self.H_log): arr_np = np.array(arr) vmin = np.min(arr_np) vmax = np.max(arr_np) vavg = np.mean(arr_np) log = " {} {} {}".format(vmin, vavg, vmax) ostream.write(log) ostream.write(" {}\n".format(self.count)) def measure(self): T, P, H = (-1, -1, -1) try: T, P, H = bme280.readData() self.T_log.append(T) self.P_log.append(P) self.H_log.append(H) self.count += 1 except: print "Error occured" return T, P, H

一応meter.measure()を呼び出せばその時のセンサの値を得ることができます。

では、これを使って1秒ごとに呼び出し、6分ごとに平均を取って書き出すようにします。また、日付を超えたらファイルを新しくするようにします。

日付ですが、なんかイギリス時間になってしまうので、ローカル時間の設定するのも面倒なので標準時を取って＋９時間することにしました。

log_long_time.py

import meter import datetime interval_min = 6 M = meter.MeterAndLogger(1, interval_min*60) dt = datetime.timedelta(hours=9) def log_one_day(): now = datetime.datetime.now() + dt today = now.strftime("%Y%m%d") fn = "logs/date_{}.log".format(today) labels = ["start_time", "end_time"] for V in ("T", "P", "H"): labels.append("{}_min".format(V)) labels.append("{}_avg".format(V)) labels.append("{}_max".format(V)) labels.append("data_count") with open(fn, "w") as f: f.write(" ".join(labels) + "\n") while True: with open(fn, "a") as f: M.log_one_session(f) now = datetime.datetime.now() + dt now_d = now.strftime("%Y%m%d") if now_d != today: break if __name__ == "__main__": while True: log_one_day()

ここまで書けば、

mkdir logs python log_long_time.py &!

としたらターミナルを閉じてもログを取り続けるようになります。

これで放置してもいいのですが、せっかくなのでグラフを描いてみます。

グラフは1日の様子を見てみたいので、日付を指定したら対応するログファイルを読み込んでグラフを作るようにします。

実際にプロットしてみると6分の平均でも結構ジグザグしている（もしかしたらそれくらい実際の大気も変動している？）ので、平滑化することにしました。

平滑化の関数は、scipyのCookbookにあったものを参考にしました。

http://scipy-cookbook.readthedocs.io/items/SignalSmooth.html

matplotlib.use('Agg')はcronで使うためのおまじない。

view_yesterday_graph.py

import matplotlib matplotlib.use('Agg') import matplotlib.pyplot as plt from matplotlib.ticker import FormatStrFormatter import datetime import os import re import numpy as np re_format = "\d{4}/\d\d/\d\d-(\d\d):\d\d:\d\d \d{4}/\d\d/\d\d-\d\d:\d\d:\d\d" re_format += " \d+\.\d+ (\d+\.\d+) \d+\.\d+" * 3 re_format += " .+" re_pat = re.compile(re_format) def make_graph(year, month, day, smooth_level=3): dstr = datetime.datetime(year, month, day).strftime("%Y%m%d") fn = "logs/date_" + dstr + ".log" if not os.path.exists(fn): print fn, "does not exist" return None hour = [] T_log = [] P_log = [] H_log = [] with open(fn, "rb") as f: label = f.readline() for line in iter(f.readline, ""): m = re_pat.match(line) hour.append(m.group(1)) T_log.append(float(m.group(2))) P_log.append(float(m.group(3))/100.0) H_log.append(float(m.group(4))) T = np.array(T_log) P = np.array(P_log) H = np.array(H_log) ndata = len(hour) slevel = min(ndata, smooth_level) label = [hour[0]] ticks = [0] t = 1 for t0, t1 in zip(hour[:-2], hour[1:]): if t0 != t1 and int(t1) % 2 == 0: ticks.append(t) label.append(t1) t += 1 dstr = datetime.datetime(year, month, day).strftime("%Y%m%d") fig = plt.figure() ax = fig.add_subplot(111) ax.set_xticks(ticks) ax.set_xticklabels(label) ax.set_xlabel("Hour") ax.set_ylabel("Temperature/C") if slevel > 0: T = smoothing(T, slevel) ax.plot(np.arange(ndata), T) ax.set_title("Temperature " + dstr) fig.savefig("graphs/T_" + dstr + ".png") plt.close(fig) fig = plt.figure() ax = fig.add_subplot(111) ax.set_xticks(ticks) ax.set_xticklabels(label) ax.set_xlabel("Hour") ax.set_ylabel("Pressure/hPa") ax.yaxis.set_major_formatter(FormatStrFormatter('%.2f')) if slevel > 0: P = smoothing(P, slevel) ax.plot(np.arange(ndata), P) ax.set_title("Pressure " + dstr) fig.savefig("graphs/P_" + dstr + ".png") plt.close(fig) fig = plt.figure() ax = fig.add_subplot(111) ax.set_xticks(ticks) ax.set_xticklabels(label) ax.set_xlabel("Hour") ax.set_ylabel("Humidity/%") if slevel > 0: H = smoothing(H, slevel) ax.plot(np.arange(ndata), H) ax.set_title("Humidity " + dstr) fig.savefig("graphs/H_" + dstr + ".png") plt.close(fig) def smoothing(x, win_len=3): w = np.ones(win_len) s = np.r_[x[win_len-1:0:-1], x, x[-1:-win_len:-1]] y = np.convolve(w/w.sum(), s, mode='valid') return y[win_len/2:win_len/2 + len(x)] if __name__ == "__main__": import sys a = sys.argv narg = len(a) if not (narg == 4 or narg == 5): print "Usage: ", a[0], " year month day smooth_level" exit() year = int(a[1]) month = int(a[2]) day = int(a[3]) smooth = int(a[4]) if narg == 5 else 3 make_graph(year, month, day, smooth)

T,P,Hのグラフ描写の３回の繰り返し、だれか関数かループにまとめてください。

使い方としては、logsがあるディレクトリにgraphsフォルダを作っておいて、

python view_oneday_graph.py 2016 7 4

とすると、2016/7/4のデータを長さ３で平滑化して描写し、 graphs/以下に温度のグラフをT_20160704.png, 気圧のグラフをP_20160704.png, 湿度のグラフをH_20160704といった感じで作成します。

python view_oneday_graph.py 2016 7 5 0

こうすると2016/7/5のデータを平滑化なしで描写します。

なのでこの２行で計６つのpngファイルができます。

これをcrontabに、

0 1 * * * cd /path/to/this/programs; python view_oneday_graph.py `date "+\%Y \%-m \%-d" -d "1 day ago"`

とします。%はcrontabでは行の終端記号なので気を付けて。

実際のデータ

できたログはこんな感じ。

start_time end_time T_min T_avg T_max P_min P_avg P_max H_min H_avg H_max data_count 2016/07/05-00:04:17 2016/07/05-00:10:18 28.7305562253 28.7868368919 28.8189582009 100661.580512 100674.936141 100686.970765 46.1683756946 46.2783669462 46.4230640109 359 2016/07/05-00:10:18 2016/07/05-00:16:19 28.7354674437 28.8100523393 28.8582479981 100671.083811 100682.817487 100692.772321 46.2496320256 46.552909472 47.6179692124 359 2016/07/05-00:16:19 2016/07/05-00:22:20 28.8386030972 28.9087009447 28.9564725726 100668.113837 100680.401565 100692.824556 46.2975293344 46.4593126216 46.9011964482 359 2016/07/05-00:22:20 2016/07/05-00:28:21 28.931916418 28.979099812 29.0104961381 100655.975408 100671.482532 100683.175121 46.2078188519 46.3170240618 46.4501106596 359

グラフはこんな感じになります。

気温

湿度

気圧

帰ってきてクーラーをつけたのでナイアガラのような気温降下。また乾燥もしていますね。

気圧はこんなもんなんでしょうか。奈良市内某所のあるマンションの５階にて測っています。なので若干１気圧より低いかと思います。

７月初旬にしてクーラーをつけないと３２度を下回らない室温。鉄筋コンクリの建物は住居として間違っている。

その他

たとえばraspberry piに給電しているケーブルを踏んづけてUSBかコンセントが抜けてしまい、途中で停止するなどの事故が考えられます。

一度は手で一度ログファイルを避難させたのち新しくできたログファイルと結合しましたが、既にログファイルがあればログの出力を追記にするとかの方法を取ればよかったかなと。あと、データに空白期間ができたときはどうしようか。

これでちゃんとできたかどうかはわかりませんが、とにかくしばらくデータを取ってみます。集めたデータで別のことができるかもしれませんし。

体調の方のデータは日記帳か脳内データベースに頼ろうかと。

#raspberry-pi #BME280 #python

Fortran、いつでもデストラクタ

前回、Fortranでデストラクタが呼ばれないケースがあるという記事を書きました。

それから、解決法を見つけましたのでまとめます。

module person_module use iso_c_binding implicit none ! 厄介さん保持用構造体 type :: data_container integer(c_size_t) :: c_array = 0 byte, pointer :: buffer(:) => null() contains final :: free_data end type data_container ! personクラスの定義。メンバ変数には組み込み型しかないです。 type :: person integer :: age character(len=:), allocatable :: my_name type(data_container) :: id_data contains procedure :: init => person_init procedure :: greeting => person_greeting end type person interface assignment(=) module procedure :: copy_person end interface interface operator(.is.) module procedure :: make_person end interface contains ! 初期化は普通に。 subroutine person_init(this, name_str, age) class(person), intent(inout) :: this character(*), intent(in) :: name_str integer, intent(in) :: age this%age = age this%my_name = name_str this%id_data%c_array = malloc(this%age) allocate(this%id_data%buffer(1024)) end subroutine person_init subroutine person_greeting(this) class(person) :: this write(*,'(a,a,a,i4,a)') "Hello. I am ", this%my_name, ". ", this%age, " years old." end subroutine person_greeting ! personクラスではなく、data_containerのデストラクタであることに注意。 subroutine free_data(this) type(data_container) :: this if(associated(this%buffer)) deallocate(this%buffer) if(this%c_array > 0) call free(this%c_array) end subroutine free_data ! コピーコンストラクタ。組み込み変数は＝でコピー、data_containerはアロケートし直し。 subroutine copy_person(u, v) type(person), intent(in) :: v type(person), intent(inout) :: u type(c_ptr) :: addr call free_data(u%id_data) u%age = v%age u%my_name = v%my_name if(v%id_data%c_array > 0) u%id_data%c_array = malloc(u%age) if(associated(v%id_data%buffer)) allocate(u%id_data%buffer(1024)) end subroutine copy_person ! .is. 演算子の実装。 function make_person(name_str, age) result(p) integer, intent(in) :: age character(\*), intent(in) :: name_str type(person) :: p p%age = age p%my_name = name_str p%id_data%c_array = malloc(age) allocate(p%id_data%buffer(1024)) end function make_person end module person_module

#Fortran #Fortran2003 #デストラクタ

Fortranのデストラクタが呼び出されないケース

OOP文法を備えて久しいFortranですが、実装に至るまでには時間がかかりました。

そしてようやくgfortranでもfinalが実装されたようです。

しかし少々テストするとまだまだデストラクタがうまく働かないケースがありました。

ここでは、そのうまくいかなかった部分を再現してみます。

環境はgentoo, メモリリークチェックはvalgrindを利用しました。 gentooでvalgrindを使えるようにするのにWikiを参考にしながらglibcを何度もビルドしなおしたのはまた別の話。

gfortran(gcc)のバージョンは5.3.0です。

module person_module use iso_c_binding implicit none ! personクラスの定義。 type :: person integer :: age integer(c_size_t) :: c_array = 0 byte, pointer :: buffer(:) => null() character(len=:), allocatable :: my_name contains procedure :: init => person_init procedure :: greeting => person_greeting final :: dest end type person ! 代入演算子。デフォルトでは各メンバを＝でコピーするのと同じ。c_arrayやbufferのコピー方法を変えるため。 interface assignment(=) module procedure :: copy_person end interface ! 右辺で一時インスタンスを作成させるような演算子を定義しました。 interface operator(.is.) module procedure :: make_person end interface contains ! 初期化です。C++でのperson p("hogehoge", 30);みたいな記法が分からなかったので、メソッドとして呼び出すようにしました。 subroutine person_init(this, name_str, age) class(person), intent(inout) :: this character(*), intent(in) :: name_str integer, intent(in) :: age this%age = age this%my_name = name_str if(this%c_array > 0) call free(this%c_array) this%c_array = malloc(this%age) allocate(this%buffer(1024)) end subroutine person_init ! ひとつくらいpersonらしいメソッドを用意してみました。 subroutine person_greeting(this) class(person) :: this write(*,'(a,a,a,i4,a)') "Hello. I am ", this%my_name, ". ", this%age, " years old." end subroutine person_greeting ! デストラクタ。Fortranからでは扱いが難しいc_ptrなどの解放を明示的に行います。my_nameの解放はおまけです。 subroutine dest(this) type(person) :: this if(associated(this%buffer)) deallocate(this%buffer) deallocate(this%my_name) if(this%c_array > 0) call free(this%c_array) end subroutine dest ! = 演算子へのオーバーライド用。デフォルトでの組み込み変数のコピーに対応できないようなpointerやc_ptrなど、特殊なメモリを特別にallocateしなおしています。 subroutine copy_person(u, v) type(person), intent(in) :: v type(person), intent(inout) :: u u%age = v%age u%my_name = v%my_name if(u%c_array > 0) call free(u%c_array) if(v%c_array > 0) u%c_array = malloc(u%age) if(associated(u%buffer)) deallocate(u%buffer) allocate(u%buffer(1024)) end subroutine copy_person ! .is. 演算子でpersonクラスインスタンスを生成する関数。 function make_person(name_str, age) result(p) integer, intent(in) :: age character(*), intent(in) :: name_str type(person) :: p p%age = age p%my_name = name_str p%c_array = malloc(age) allocate(p%buffer(1024)) end function make_person end module person_module

#Fortran #Fortran2003 #デストラクタ

fortranからregex

POSIX準拠の正規表現ライブラリ（のヘッダ）、regex.hがあります。 C言語からこいつをインクルードして、適当なコードを書けば特にライブラリをリンクせずとも（POSIX準拠なら）正規表現を使えるというものです。

regex.hでググると使い方を開設したページがいっぱい見つかるかと思います。

なお、MinGWにはありません。Cygwinにはあります。Linuxにはたぶん普通にあります。 MSVCにはC++のヘッダとして<regex>がありますが、どうなんでしょう。

#Fortran #Fortran2003 #regex #pointer #正規表現

libxml2のビルド

なんとなくlibxml2をビルドしてみました。

少々めんどくさかったので、メモで残しておきます。

環境はMSYS（MinGWに非ず）とします。

試してませんが、CygwinでもMinGWでも通用すると思います。

#libxml2

•18+ Adults Only

Watch Anya Live on Cam

Anya is live and ready to show you everything. Watch her strip, dance, and perform exclusive shows just for you. Interact in real-time and make your fantasies come true.

✓ Live Streaming✓ Interactive Chat✓ Private Shows✓ HD Quality

Anya is LIVE right now

FREE

Free to watch • No registration required • HD streaming

Fortran - histogram on console

Fortranは組み込み関数が結構便利なので、ふとヒストグラム描写位なら簡単にできるのではと思いました。

やってみました。

#Fortran

Fortranのpointerと配列

Fortranでリスト構造、というか一つのノードから複数の枝が伸びる構造体を作ろうとしました。

自然な発想として、あるノードが次のノードへのポインタを複数持たせ、それを配列にしようとしました。

で、FortranのPointerの配列をいろいろ試してみました。

#Fortran #pointer

Trending Blogs

Last Seen Blogs

ドウジンテイスウ.log