Pythonのお勉強 Part55

**デフォルトの名無しさん** · 2017/12/22(金) 14:15:47.03

Pythonオフィシャルサイト
http://www.python.org/

テンプレ等は2以降で

■前スレ
Pythonのお勉強 Part54
http://mevius.5ch.net/test/read.cgi/tech/1504251887/

**デフォルトの名無しさん** · 2018/02/02(金) 14:07:47.03

サイコロとかはなしでお願いします。
自動的に乱数を発生させたいのです。

**デフォルトの名無しさん** · 2018/02/02(金) 14:08:31.66

ID:TdwKXjoL
ID:29y3RqyU
ID:EhnDmFZw
ID:oiJ7/Utq

**デフォルトの名無しさん** · 2018/02/02(金) 14:12:35.82

普通はrdrandとか使うんじゃないか
まさにrdrandっていうモジュールがPyPIにあるから
それ使えばいいだろ

**愛知人** · 2018/02/02(金) 14:13:14.53

単位時間の音声データのハッシュを計算する。
素人だから本当にこれで良いのか知らないけど。

**愛知人** · 2018/02/02(金) 14:17:04.86

ググったら/dev/randomもハードウェア乱数生成器ぽい

**デフォルトの名無しさん** · 2018/02/02(金) 14:24:28.06

>>621
それってどういう仕組なんですか。
結局、CPUの擬似乱数を取得してるのと違うんでしょうか？

>>622
それ、しかないんですかね。。。
やり方キボンですｗ

**愛知人** · 2018/02/02(金) 14:32:12.24

>>624
rdrandも>>622みたいな感じで生成してるっぽい

**デフォルトの名無しさん** · 2018/02/02(金) 14:35:43.97

>>625
そうなんですか！！
使ってみます。。
ありがとん。

**デフォルトの名無しさん** · 2018/02/02(金) 14:43:17.11

>>624
https://news.mynavi.jp/article/20110921-ivy_bridge/
Ivy Bridgeのrdrandの仕組みはここに簡単に書いてあるが
ただ電気回路の知識がないと理解できなさそう

**デフォルトの名無しさん** · 2018/02/02(金) 14:46:02.85

>>627
ありがとｎ。
ちょっと勉強してくる。

**デフォルトの名無しさん** · 2018/02/02(金) 16:14:16.94

>>617
愛恥人とかいう馬糞野郎が何か言っているが
/dev/randomはハードウェア乱数生成器だぞ

お前のような人間未満の低脳障害者が人間様を疑うなんぞ100年早い
新小岩駅から成田エクスプレスに飛び込んで死ね

**デフォルトの名無しさん** · 2018/02/02(金) 16:35:22.84

鉄道ヲタク？

**愛知人** · 2018/02/02(金) 16:37:54.48

>>629
ｽﾏﾝｶｯﾀw

**デフォルトの名無しさん** · 2018/02/02(金) 19:02:33.57

グローバル変数aaaを、関数を使って、888にしたい。
以下のコ－ドでは、出来ません。
どうすれば、良いでしょうか？

aaa = 0

def fff(bbb):
global aaa
bbb = 888

fff(aaa)
print(aaa)

**デフォルトの名無しさん** · 2018/02/02(金) 20:03:05.56

aaa = 888
関数使う意味わからん

**デフォルトの名無しさん** · 2018/02/02(金) 20:06:10.78

俺、さっぱり分からんけど、とりあえず妄想で
def fff(bbb):
global aaa
aaa = 888
で良いんじゃないのか

**デフォルトの名無しさん** · 2018/02/02(金) 20:06:19.58

自分のpgには、必要なのですよ。

**デフォルトの名無しさん** · 2018/02/03(土) 00:55:28.57

pyqtとpyinstallerでアプリ作りたい者です
が、pyqtにmatplotlibのグラフを表示できなくて一旦棚上げしようと思います
おれにはまだ早かった...

**デフォルトの名無しさん** · 2018/02/03(土) 01:01:33.26

632ですが、自己解決しました。
関数の戻り値を書けばできました。

**デフォルトの名無しさん** · 2018/02/03(土) 05:09:27.40

pyqtにmatplotlibのグラフを表示

wxなら簡単

**デフォルトの名無しさん** · 2018/02/03(土) 09:01:44.36

>>637
まるで意味がわからない…

**デフォルトの名無しさん** · 2018/02/03(土) 13:31:39.02

>>631
お前も死ね

**デフォルトの名無しさん** · 2018/02/03(土) 14:09:01.94

>>639
わからないならレスしないでくださいうざいだけです

**デフォルトの名無しさん** · 2018/02/03(土) 15:23:46.45

>>636
matplotlib qt4agg
とかで検索すると幸せになれるかもしれない

**デフォルトの名無しさん** · 2018/02/03(土) 15:26:24.05

>>638
wxaggもqt4aggもmatplotlibの表示先を変えるための実装なので、殊更wxの方が簡単なわけではないと思うけど。

**デフォルトの名無しさん** · 2018/02/03(土) 15:50:24.47

>>641は意味わかるの？
俺はさっぱりなんだが。

**デフォルトの名無しさん** · 2018/02/03(土) 16:59:49.58

漏れは判らん時は無視してる

**愛知人** · 2018/02/03(土) 17:12:24.52

普通に解るが

**デフォルトの名無しさん** · 2018/02/03(土) 17:51:24.99

荒らしに構う阿呆も荒らし

**デフォルトの名無しさん** · 2018/02/04(日) 17:54:48.26

https://www.tutorialspoint.com/pyqt/pyqt_qclipboard.htm
ここのexampleのソースコードさがしてるんだけど、このサイトのどこかにありますか？探しても見つからない。
これと同じものが書ければ解決なんですが

**デフォルトの名無しさん** · 2018/02/04(日) 18:15:08.13

https://www.tutorialspoint.com/python/python_useful_resources.htm
https://www.tutorialspoint.com/python3/python_useful_resources.htm
https://www.tutorialspoint.com/python_pandas/python_pandas_useful_resources.htm

**デフォルトの名無しさん** · 2018/02/06(火) 01:47:55.47

Numpyで二つの一次元配列を要素順（縦方向）に比較して何個一致してるか計算したいのですが、
どうしたら良いのでしょうか？どなたかご教授お願いします。

[1,2,3,4,5]
[1,2,3,5,4]

この場合1,2,3が一致してるので、一致率は6割。
こんな感じの計算をしたいのです。

**デフォルトの名無しさん** · 2018/02/06(火) 02:25:49.31

>>650
なんか自分ではやりたくない宿題・課題を俺らにやらせようって感じを受けるんだが...
>どうしたら良いのでしょうか？
日本語でそれをやる手順を書けるのか？
実はそれすらわからないのか？　こうなるとPython以前のことになる

**デフォルトの名無しさん** · 2018/02/06(火) 02:38:58.35

荒らしは煽りはご勘弁くださいm(_ _)m

**デフォルトの名無しさん** · 2018/02/06(火) 02:44:52.03

宿題じゃなくて自主的に勉強してます。
煽りはやめて＞＜

**デフォルトの名無しさん** · 2018/02/06(火) 03:28:55.30

でもお前勉強してないじゃん。

**デフォルトの名無しさん** · 2018/02/06(火) 03:33:07.91

自分なりに頑張って勉強してます。
調べてもよくわからなかったので質問させて頂きました。
煽り耐性がないのでマジで凹みます。
本当に煽りはやめてください。。。

**デフォルトの名無しさん** · 2018/02/06(火) 04:03:14.49

まさか、まったくわからないわけではないだろう
どういうアプローチがあると考えて、それはどうしてうまく行かなかったのか書いてみて？

**デフォルトの名無しさん** · 2018/02/06(火) 04:23:43.40

ifとforで一個一個比較して一致したものをカウントするという原始的な方法なら思いついたのですが
配列の要素が数十万とかになると計算に凄く時間がかかりすぎて自分はおかしな事をしてると思いました。
Numpyを使えばもっと早く計算できるのではないかと思ったのです。
Numpyで配列同士を除算して1になったものをカウントするという方法も考えましたが
何かもっとよい方法があるのではないかと思って質問するに至りました。

**デフォルトの名無しさん** · 2018/02/06(火) 04:49:55.16

>>657
>>650と話変わってないか？
>>650は要素数5つのリストで,どうしたら良いのでしょうか？（さっぱりわかりませんな感じ）
>>657では実はifとforで一個一個比較する方法でなら出来た(?)、でも、その方法だと
要素が数十万とかになると計算に凄く時間がかかりすぎるから何か時短できるやり方はない？

**デフォルトの名無しさん** · 2018/02/06(火) 04:52:04.56

>>658
すいません。
言葉足らずでした。

**デフォルトの名無しさん** · 2018/02/06(火) 08:32:31.23

考え方は別に間違ってないと思うけど、なぜ最後までやってみてから検討しないのか

a=比較対象のリスト1
b=比較対象のリスト2
c=a-b #一致する箇所だけ数値が0になる
count=len(np.where(c==1)[0]) #0の数をカウント
par=count/len(c)*100 #割合を求める

**デフォルトの名無しさん** · 2018/02/06(火) 09:57:23.13

>>660
うわぁ～、すげぇアホなやり方

**デフォルトの名無しさん** · 2018/02/06(火) 10:09:01.65

>>660
ありがとうございます。
考え方は間違ってなかったんですね！
そのコードを使わせていただきます。

**デフォルトの名無しさん** · 2018/02/06(火) 10:10:16.24

行列にする
aは
1 0 0 0 0
0 2 0 0 0
0 0 3 0 0
0 0 0 4 0
0 0 0 0 5
になる
bは
aは
1 0 0 0 0
0 2 0 0 0
0 0 3 0 0
0 0 0 0 5
0 0 0 4 0
になる
線形代数使って対角線を一発で判断

**デフォルトの名無しさん** · 2018/02/06(火) 10:12:03.78

bは
1 0 0 0 0
0 2 0 0 0
0 0 3 0 0
0 0 0 0 4
0 0 0 5 0
かな
まあがんがれ

**デフォルトの名無しさん** · 2018/02/06(火) 10:24:10.70

>>663
線形代数！？
勉強したことないので勉強してみます。
ありがとうございます。

行列にする分、メモリは食いそうですが
速度は早くなるんでしょうか？

**デフォルトの名無しさん** · 2018/02/06(火) 10:25:47.78

やっぱ機械学習や、時系列扱う場合線形代数は必須ですよね。。。

**デフォルトの名無しさん** · 2018/02/06(火) 10:54:41.09

>>> import numpy as np
>>> from itertools import zip_longest
>>>
>>> a = [1,2,3,4,5]
>>> b = [1,2,3,5,4]
>>> np.mean([v1==v2 for v1,v2 in zip_longest(a,b)]) * 100
60.0
>>>
>>> import random
>>> c = [random.randrange(1,10) for _ in range(random.randrange(5,10))]
>>> d = [random.randrange(1,10) for _ in range(random.randrange(5,10))]
>>> np.mean([v1==v2 for v1,v2 in zip_longest(c,d)]) * 100
25.0
>>>
>>> c
[1, 1, 5, 2, 8]
>>> d
[1, 2, 7, 2, 9, 5, 1, 1]
>>>

**デフォルトの名無しさん** · 2018/02/06(火) 11:09:26.24

>>667
配列の要素数が違っても比較できるんですね。
ありがとうございます。
勉強させていただきます。

**遊園地** · 2018/02/06(火) 11:10:04.68

動的に処理すればメモリは食わない。
比較して、どういうデータが欲しいのか謎

データ形式はリスト（配列）に１つの値しか入って無い前提で良いの？

**遊園地** · 2018/02/06(火) 11:17:31.07

既に解決してるだろうけどｗ

>>650
a=[1,2,3,4,5]
b=[1,2,3,5,4]

c=list(zip(a,b))

d=0
for i in c:
____if int(i[0])==int(i[1]):
________d+=1

print(d/len(c)*100)

**デフォルトの名無しさん** · 2018/02/06(火) 11:23:03.09

>>669
そういうものなんですね。メモリは食わないんですか！
比較して何個一致してるか。何%一致してるかを知りたいだけです。
要素数が数十万入った場合も想定して
とにかく今は速度を最優先に考えております。

データはリスト内に1つの前提で構いません。

**デフォルトの名無しさん** · 2018/02/06(火) 11:31:28.71

>>670
いくつか解決策は見つかりましたが
色々なコードを見られるのは勉強になります！

**遊園地** · 2018/02/06(火) 11:37:05.42

ってかｗ　一行で書けるのかｗｗ

地道にfor文回して行く方法しか思い付かない

**デフォルトの名無しさん** · 2018/02/06(火) 12:58:07.14

>>665
比較や条件分岐がなくなると爆高速になる

**デフォルトの名無しさん** · 2018/02/06(火) 13:06:04.52

この種の処理ってcount_ifがあれば簡単にかけるんだよなあ
pythonにも標準であればいいんだが
https://gist.github.com/anonymous/6ae75c5dcd6767055005d6d771ef9edd

**デフォルトの名無しさん** · 2018/02/06(火) 13:20:28.81

こうじゃね
a = np.array([1, 2, 3, 4, 5])
b = np.array([1, 2, 3, 5, 4])
np.sum(a == b) / a.size

**デフォルトの名無しさん** · 2018/02/06(火) 13:36:32.07

>>674
そういうものなんですね。
ありがとうございます。頑張ってみます！

>>675
ありがとうございます。
関数を作ってくれたんですね！
コードを勉強させていただきます。

>>676
おぉ。凄くシンプルですね。
Numpyを使うとこんなシンプルにコードが掛けけるんですね?
ありがとうございます。

**デフォルトの名無しさん** · 2018/02/06(火) 14:12:55.44

>>676
ああ、これがいいな

**遊園地** · 2018/02/06(火) 15:40:07.54

そして、最後にこう言おう
　かける　100　！！！

**デフォルトの名無しさん** · 2018/02/06(火) 16:30:50.21

>>676？シンプルだよね。可読性、処理速度、隙が無いと思うよ。だけど、おいら負けないよ。
えー、か、改良版が躍動する処理速度を皆さんに見せたいね。
>>> import time, random; import numpy as np; from itertools import zip_longest
>>> def oree(a,b):
____same = [True for v1,v2 in zip_longest(a,b) if v1==v2]
____return sum(same)/max(len(a), len(b)) * 100

>>> def omae(a,b):
____a = np.array(a)
____b = np.array(b)
____return np.sum(a==b) / a.size * 100

>>> oree([1,2,3,4,5],[1,2,3,5,4])
60.0
>>> def timer(func, *args):
____start = time.time()
____r = func(*args)
____end = time.time()
____print(f'{func.__name__} time = {end - start:.5f}, return = {r:.5f}')

>>> def test(func1, func2):
____a = [random.randrange(1,200) for _ in range(1000000)]
____b = [random.randrange(1,200) for _ in range(1000000)]
____timer(func1, a, b); timer(func2, a, b)

>>> test(oree, omae)
oree time = 0.04913, return = 0.50930
omae time = 0.10629, return = 0.50930
>>> test(oree, omae)
oree time = 0.05014, return = 0.49830
omae time = 0.09525, return = 0.49830

**デフォルトの名無しさん** · 2018/02/06(火) 17:27:43.34

sum(same) は len(same) より速いのか

**デフォルトの名無しさん** · 2018/02/06(火) 17:43:13.98

>>> def oree2(a,b):
____same = [1 for v1,v2 in zip_longest(a,b) if v1==v2]
____return len(same)/max(len(a), len(b)) * 100

こっちが勝った

**遊園地** · 2018/02/06(火) 19:33:44.11

速度は環境によって違うのでは？
今回の場合は、要素数が少ないからインポートせずに単純な文章で回した方が早い

https://ideone.com/nFzAeB

0.02s 27720KB

**遊園地** · 2018/02/06(火) 19:38:44.29

っと　思ったけど、import time挟んだら、実際の測定は遅いだなｗ
https://ideone.com/vN3ZZN

**デフォルトの名無しさん** · 2018/02/06(火) 19:44:00.26

>>657
>Numpyを使えばもっと早く計算できるのではないかと思ったのです。

今のところ使わない方が速い　その差約2倍！
array化するのに時間かかるからね　array化済みならnumpyが爆速だけど
速度アップのためにとわざわざarray化すると遅くなるわけよ

**デフォルトの名無しさん** · 2018/02/06(火) 20:30:18.40

>>685
その差2倍って大きいな
やっている処理は激しく単純で時間かからにかもしれないが
実は前処理のarray化に時間が掛かっている可能性あるよな

こんなのはリストを複数部に分けて、それをマルチスレッドでやったほうが良いような感じがするが

**デフォルトの名無しさん** · 2018/02/06(火) 20:39:48.44

ちょっとどうなるかやってみた結果
omae time = 0.11590, return = 0.50740
oree time = 0.04688, return = 0.50740
oree2 time = 0.05340, return = 0.50740
yuenchi time = 0.06901, return = 0.50740

array化して処理したomaeは>>683の超ストレートなやり方(yuenchi)にすら負けている

**デフォルトの名無しさん** · 2018/02/06(火) 20:42:15.54

リストの要素数5個で比較したらそんなもんでしょ。
5個ならNumpy使う必要ない。

もっと要素数を増やして比べてみたら？

**デフォルトの名無しさん** · 2018/02/06(火) 20:52:22.26

>>680の時間測定はリストの要素数5個で比較だったのか...
要素数5個の処理にこんなに時間かかるって、PCが激遅い、Pythonが激遅い
またはその両方が激遅いだな。

**デフォルトの名無しさん** · 2018/02/06(火) 21:22:17.52

いや、、見ての通り要素数は100万個なんだが・・

**デフォルトの名無しさん** · 2018/02/06(火) 21:24:46.21

俺レベルだと20マンコがいいとこだな
100マンコとかうらやましくもあり

**デフォルトの名無しさん** · 2018/02/06(火) 21:51:36.30

9999ﾏﾝｺの次でいい

**デフォルトの名無しさん** · 2018/02/06(火) 22:24:44.53

>>685
そうなんですか！
CSVを読み込む場合はどうなんでしょうか？

**デフォルトの名無しさん** · 2018/02/06(火) 22:33:40.32

>>680
おもしろい実験ですね。

**デフォルトの名無しさん** · 2018/02/06(火) 23:29:51.59

>>693
どうなんでしょ？ってどういうこと？　numpyから読み込めばarray型で取得できるみたいだよ
ファイルからの読込含めて処理速度がどなるかってこと？
どうなんでしょうね？ファイル読込速度が同じなら当然oree2が最速だろうし、
np.loadtxtのファイル読込速度が爆速なら巻き返せるし・・
おもしろ実験やってみてください！

>>> import numpy as np
>>> data = np.loadtxt('test.csv',delimiter=',')
>>> data
array([[ 1., 2., 3., 4., 5.],
[ 1., 2., 3., 5., 4.]])
>>> a = data[0]; b = data[1]
>>> np.sum(a==b) / a.size * 100
60.0
>>>
>>> from itertools import zip_longest
>>> import csv
>>> with open('test.csv') as f:
____reader = csv.reader(f)
____data = [row for row in reader]
____a = data[0]; b = data[1]
____same = [1 for v1,v2 in zip_longest(a,b) if v1==v2]
____len(same)/max(len(a), len(b)) * 100

60.0
>>>

**デフォルトの名無しさん** · 2018/02/06(火) 23:47:01.69

>>636
Pyqtで最近測定プログラム作った
Matplotlib使った方が見た目綺麗だけど、pyqtgraphの方が軽いし、速さの追求ができる

**デフォルトの名無しさん** · 2018/02/07(水) 01:10:46.36

>>695
>どうなんでしょ？ってどういうこと？
僕は何もしませんから、僕の代わりにCSVを読み込で行う場合の
numpy版と非numpy版での実評価・考察をしてクレクレと言うことだろう

**デフォルトの名無しさん** · 2018/02/07(水) 01:42:47.04

>>696
そうなのか...
シミュレーション結果を折れ線グラフにするだけだから，グラフパッケージにこだわりはないんだよね
問題は，そもそもpyqtの構造を理解できていないというところなんだ...
なんちゃってで出来るかと思ったんだけど...また挑戦しようと思います

**デフォルトの名無しさん** · 2018/02/07(水) 04:20:33.93

NumPyが遅かったらCuPy使えばいい
Pythonが遅かったらCython使えばいい

**デフォルトの名無しさん** · 2018/02/07(水) 05:15:50.77

Ruby で作った。
count で、ブロックの戻り値が真のものを数える

aryA = [1, 2, 3, 4, 5]
aryB = [1, 2, 4, 3, 5]

count = aryA.each_with_index.count { |num, idx| num == aryB[idx] }

puts count / aryA.length.to_f #=> 0.6

**デフォルトの名無しさん** · 2018/02/07(水) 05:25:44.37

>>680 >>695
oreeは一致率10%未満の時しか速くならない

**デフォルトの名無しさん** · 2018/02/07(水) 09:30:03.39

>>700
それだったらzip使ったほうがきれいなような

count = aryA.zip(aryB).count { |i, j| i == j }

**デフォルトの名無しさん** · 2018/02/07(水) 09:54:53.38

RailsのDSLの話はRailsスレでやれ

**デフォルトの名無しさん** · 2018/02/07(水) 10:10:37.19

平等な条件を用意してこうするべきだと思う

>>> import time, random; import numpy as np; from itertools import zip_longest
>>> def oree(a,b):
same = [True for v1,v2 in zip_longest(a,b) if v1==v2]
return len(same)/max(a.size, b.size) * 100

>>> def omae(a,b):
return np.sum(a==b) / a.size * 100

>>> def timer(func, *args):
start = time.time()
r = func(*args)
end = time.time()
print(f'{func.__name__} time = {end - start:.5f}, return = {r:.5f}')

>>> def test(func1, func2):
a = np.array([random.randrange(1,200) for _ in range(1000000)])
b = np.array([random.randrange(1,200) for _ in range(1000000)])
timer(func1, a, b); timer(func2, a, b)
a = np.array([_ for _ in range(1000000)])
b = np.array([_ for _ in range(1000000)])
timer(func1, a, b); timer(func2, a, b)

>>> test(oree, omae)

**デフォルトの名無しさん** · 2018/02/07(水) 10:17:04.97

>>781
a = [random.randrange(1,10) for _ in range(1000000)]
b = [random.randrange(1,10) for _ in range(1000000)]
これするだけでも全然逆になるよね

**デフォルトの名無しさん** · 2018/02/07(水) 13:34:45.29

https://ideone.com/9BD0zR

2.46s 98516KB

**デフォルトの名無しさん** · 2018/02/07(水) 14:57:07.64

>>698
それなら、なおのことpyqtgraphの方がいいかも
僕は実験系だから、装置のコントロールとかも含めてPyqtでGUI作って、リアルタイムプロットを埋め込んだけど
シミュレーション中に何かのタイミングで描き出すとか最後に描き出すなら、pyqtgraphの方が呼び出しが楽だと思う

とりあえずpyqtgraphとpyqtかpysideインスコして、
import pyqtgraph.examples
pyqtgraph.examples.run()
やってみ

サンプルコードが出てくるし、pyqtを露わに使わなくて良いので、コードも書きやすいと思う

**デフォルトの名無しさん** · 2018/02/07(水) 16:07:52.51

a = [random.randrange(1,200) for _ in range(10000)]
b = [random.randrange(1,200) for _ in range(10000)]
print(np.linalg.matrix_rank(np.diag(a) - np.diag(b)) / a.size * 100)

**デフォルトの名無しさん** · 2018/02/08(木) 14:42:46.64

皆さん、相談させてください。
魔方陣を5個吐き出すプログラムを作ったのですが、

import random

abc=[1,2,3,4,5,6,7,8,9]
count=0
while count<5:
____random.shuffle(abc)

____if abc[0]+abc[1]+abc[2]==15 and abc[3]+abc[4]+abc[5]==15 and abc[6]+abc[7]+abc[8]==15\
and abc[0]+abc[3]+abc[6]==15 and abc[1]+abc[4]+abc[7]==15 and abc[2]+abc[5]+abc[8]==15\
and abc[0]+abc[4]+abc[8]==15 and abc[2]+abc[4]+abc[6]==15:
________print(abc[0],abc[1],abc[2])
________print(abc[3],abc[4],abc[5])
________print(abc[6],abc[7],abc[8])
________count=count+1
________print(count)
________print("------")

同じ魔方陣を重複して出力してしまう事があります。
これを解決する方法はありませんか？
そもそもランダムで並び替えするって発想自体が邪道なんですかね。
僕は最近Pythonを初めた初心者です。
アドバイスお願いします。

**デフォルトの名無しさん** · 2018/02/08(木) 15:22:05.43

random.shuffleをやめてpermutationを使う

**遊園地** · 2018/02/08(木) 15:40:37.72

魔法陣では無く、
ヒンズーの連続方式です。

縦、横、斜め　全て合計が同じ

一番上の行の一番真ん中に"１"を書きます。
これは奇数ｘ奇数の魔方陣ではどれも同様

斜め右上に数字を書いて行き、ぶつかったら一つ下がるということを繰りかえす

http://d.hatena.ne.jp/shuu33jp/20140423/1398250961

**デフォルトの名無しさん** · 2018/02/08(木) 15:47:06.06

>>710
ありがとう。
ググってみたけどshuffleと違いがわからなかったです。
どのように使うのですか？
もう少しヒントを下さい。。。

>>711
ありがとう。
そのルールは知ってたのですが、
並び替えして力技でいったほうがコードが簡単そうなので>>709の様なコードになってしまいました＾＾；

**デフォルトの名無しさん** · 2018/02/08(木) 15:54:42.21

>>710
あ！すません。。。
NumPyのpermutationではなく
itertoolsのpermutationsを使うんですね！！
なんとなく答えが見えました。

**遊園地** · 2018/02/08(木) 16:20:29.27

9要素　一致
　362,880通り＊合計の確認＝　処理数

なんとなく答えが見えました。（笑）

**遊園地** · 2018/02/08(木) 16:23:15.68

８かｗｗ

362,880通り＊８＝　1/2903040？ｗｗｗｗ

**デフォルトの名無しさん** · 2018/02/08(木) 16:24:45.08

やはり力技過ぎますかね＾＾；

**デフォルトの名無しさん** · 2018/02/08(木) 16:30:32.44

8/362880になる様ですｗ

**遊園地** · 2018/02/08(木) 16:32:14.33

ごめんｗｗｗ

　計算してないわｗｗｗ