USオープン2017の2週目の観戦記

さてフェデラーナダル以外のトップ選手が次々消えるトーナメント。 さてさて誰が勝つものやら。

八日目

ルブレフvsゴフィン

久々にゴフィンを観戦。 そんなに良いわけでもないけど無難にはまとめてる感じ。 対するルブレフはディミトロフを倒したのはまぐれではないと見せつける感じのプレー。 フォアハンドの強打がよく決まる。 バックハンドスライスなど時折変なショットを打ったり、ぼちぼちブレークされたりもするんだけど、なんというか勝負強い。 7−5、7−6で2セットアップ。
3セット目はブレークからスタート。 ゴフィンちょっと怪我が悪くなったかな。 ちょっと動きが落ちた感。 けどゴフィンのバックハンドのダウンザラインのリターンはずっといい。 最後にもう一つブレークしてルブレフの勝利。 やっぱりゴフィンは怪我が芳しくなかったよう。 ルブレフはナダルに勝ってもおかしくないし、少なくとも良い勝負はするんじゃないだろうか。

バンダウェイvsサファロバ

地元の声援をうけるバンダウェイとサウスポーのサファロバの戦い。 2セット目の最後からちょろっと観戦。 バンダウェイは結構正統派って感じ。 サファロバはサウスポーなだけで正統派って感じかしら。 この2セット目終盤だけ見るとバンダウェイとても良いプレーヤー。 もう少し高いシードでも良さそうな。 USオープンがあってるのかしらね。 じりじりとしたタイブレークは息子をあやしている間に終わっていた。 バンダウェイは今大会のプリスコバなら勝てるんじゃないだろうか。

九日目

シュバルツマンvsカレノブスタ

主審と喋りまくっていた両者が印象的なファーストセット。 最初はシュバルツマンが悪くて、少しずつ上げていったけど追いつけなかったって感じの第一セット。 どちらにころぶかはまだわからない。
第二セットも、なんやかんやブレイクしあった末にカレノブスタがとって2−0。 時折良いラリーはあるのだけど、ミスも多いゲームである。 この手のゲームはどっちか応援してると楽しんだろうな。 さてこのままカレノブスタがとるのか。
第3セットもなんだかミスの多い展開でカレノブスタがとって3−0。 カレノブスタは次ビッグサーバーを倒すとファイナルか。 ふーむ。

セバストワvsスティーブンス

セバストワは前のゲームをちょろっと見たのと似たような感じ。 スティーブンスが面白い。 ガツガツくる系かと思ったら、めちゃくちゃ落ち着いてプレーするタイプ。 すごく力が抜けてるように見えるのに、飛んで行くボールには結構力がある。 セバストワが少し怪我のよう。 今大会はほんと怪我が多くて残念。 スティーブンスが何個かブレークして第一セットを取った。 このまま行きそうな感じだけど、眠いのでここまで。

十日目

プリスコバvsバンダウェイ

ナンバー1シードと地元のバンダウェイ。 1セット途中からだったけど、プリスコバがブレークバックしてタイブレーク突入。 1個のミニブレークでバンダウェイが逃げ切った。 プリスコバは安定はしてるけど普通な感じ。 バンダウェイはミスも多いけど、大観衆を背に頑張っている。 実力が均衡してるゲームだと運やら歓声やらも重要ですな。
2セット目はバンダウェイがうまいことブレークして勝利。 バンダウェイが次勝てるかは出来次第って感じのプレーヤーかな。 まあ良いサーブとフォアファンドが魅力的。

ナダルvsルブレフ

期待のルブレフをあっさり粉砕した第一セット。 ナダルは単純に強いのもあるし、ポイント押さえるのがうまいなあって感じ。 ルブレフが第二セットに向けて上げていけるか。
第二セットは少しルブレフが良くなったけど、ナダルの勢いは止まらず。 ナダルは何気にサーブが良いんだよね。 ルブレフもう少し粘れると次に繋がるかな。
ブレークからスタート。 ルブレフはバックハンドが計算できないのがちょっと痛い。 もうちょっとできてもよいような気がするのだけど、やっぱり少しナーバスなのかな。 ナダルに勝つには弱点があっちゃダメでしたって印象のゲームだった。

D

 

 

pythonのmatplotlibを使ったプロットの描画

今回の投稿ではpythonのmatplotlibを使ったプロットの描画の仕方をまとめておきたいと思う。

プロットを作るためのソフトウェア

さて数値データを人に説明しようかと思うと、やはり何らかのプロット(絵)に変換して見せるのがわかりやすいかと思う。 数値データからプロットを作るソフトウエアはエクセルをはじめとして各種の優れた有料ソフトウエアが存在している。 普通はエクセルか所属機関が購入しているソフトを使うことが多いのだろうけど、見た目にこだわりがあるなら自分の予算次第で買うのもありだろう。 そんなに高いわけでもない。
無料ソフトで作りたいと思ったら、gnuplotなどはかなり高性能な上に見た目も良いプロットを作ることができる。 プログラミングと組み合わせて使っている人が多いソフトでもある。 使い勝手に対する意見は分かれるところかもしれないが。

pythonを使ったプロットの描画(matplotlib)

さて我らがpythonはどうなんだというと、matplotlibというパッケージが用意されている。 pythonを使い慣れていればそれなりに使い勝手は良いし、絵も努力次第ではかなり綺麗な絵を出力することができる。 pythonは使っている人が多いので、色合いやプロット形式などのフォーマットを拾ってくれば簡単にクオリティーの高い絵を出力することができる。 もちろん自分の好みを追求していくことも可能だ。
とはいえpythonでプロット出力のスクリプトを書くのには、それなりに時間もかかる。 一つのプロットを作るのにスクリプトを書くのは、あまり賢いことではないだろう(私は自分に練習だからと言い聞かせて書いてしまうこともあるが)。 一方で似たような形式のデータから多数のプロットを作製したい時などは、スクリプトを書くことで時間の短縮ができることもある。 さらに何かのプログラムを書いた時に、ついでにプロットを一緒に出力してしまうのも良い方法だ。 例えば私は良く2Dイメージを強度vsピクセルのプロットに変換するのだが、テキストデータを作ると同時にプロットも出力してしまうようにスクリプトを書いている。

matoplotlibを使ったスクリプトの例

matplotlibはanacondaのpythonを使っていれば標準インストールされていると思う。 そうでない場合はpipでインストール。

pip install matplotlib

スクリプトの最初にmatplotlibのpyplotをインポートしておく。 基本的にはこれだけで良いと思うけど、必要に応じて他の関数もインポートする。 私はグレイスケールの画像を使うのにmatplotlib.cmなどもインポートしている。

import matplotlib.pyplot as plt

私の場合他のパッケージとの競合でのバグ避けようにおまじない。

matplotlib.use('TkAgg')

さてプロットの基本設定は紛らわしくないように、メイン関数の中にでも書いておくと良いかと思う。上からフォント・サイズ・各軸の線の太さ・x軸のメモリの太さ・x軸のラベルサイズ・y軸のメモリの太さ・y軸のラベルサイズ。 最後のは絵を出力する際のサイズ比。 調べてないけどrcParamsはもっと色々設定できるんじゃないだろうか。

plt.rcParams['font.family']='Arial'
plt.rcParams['font.size']= 20
plt.rcParams['axes.linewidth']=3.5
plt.rcParams['xtick.major.width']=2.5
plt.rcParams['xtick.labelsize']=20
plt.rcParams['ytick.major.width']=2.5
plt.rcParams['ytick.labelsize']=20
plt.rcParams['figure.figsize']=(8,6)

さてデータは適当に読み込む。 numpyだったらこんな感じ?

plot = np.loadtxt(argvs[1])

そうしたらプロットを作る関数なりクラスなりを書く。 この場合yが縦軸のデータでx軸が横軸になる。 –は線グラフになるが、oなどを使うと散布図で出力できる。

plot_data(plot)
def plot_data(plot):
y = plot[50:2000,1]
x = plot[50:2000,0]
plt.plot(x, y, '--', colour = [1,1,1], linewidth =2, label='test')

といった感じ。
細かいプロットの調整は関数の中でしても良いかも。 特に一つのプログラムの中で複数のプロットを出力するのに、それぞれ設定を変えたい時なんかに。 そんな時は一つプロットが終わって絵を吐き出したらplt.clf()でリセットしておく。
話を戻してX軸y軸のラベルの調整。

plt.tick_params(axis ='y', which ='both', left='off', right='off', labelleft='on', pad=10)
plt.tick_params(axis ='x', which ='both', top='off',pad=8)

縦横軸の設定。 フォントは初期設定から変えたい場合はここでも変えられる。 特殊記号も下記のようにtex形式やらコードやらで記入可能。

plt.xlabel(r"$\theta$"' (\u00B0)', fontsize = 30, fontname='Arial')
plt.ylabel("Int", fontsize = 30, fontname ='Arial')

レジェンドを図中に入れるなら。 locで場所の指定ができる。 bestみたいなお任せで適当に入れてもらう機能もあるが、必ずしもよくない。

plt.legend(fontsize =14, loc='upper right')

図の保存。 サイズ指定で絵を出力するとはみ出ることがあるので、bbox_inches=’tight’を指定しとくときっちり収まる。

plt.savefig(name, bbox_inches='tight')

あとはx軸とy軸の範囲指定はよく使う。

plt.xlim(5, 100)
plt.ylim(0,10000)

などなど。 最後に保存した絵に加えて、pythonにもプロット出力させておきたかったら。

plt.show()

基本的な使い方はこんな感じでしょうか。 あとはプロットする色の組み合わせなど外部パッケージを使うと少し楽できる。 私が使ったことがあるのはbrewer2mpl。 まずは色のグラデーションを作ってあげる。

import brewer2mpl
bmap = brewer2mpl.get_map('Blues','sequential', 7)
bmap2 = brewer2mpl.get_map('OrRd','sequential', 7)
colors =bmap.mpl_colors
colors2 =bmap2.mpl_colors

それからカラーをcolor[]で指定して出力してあげる。

plt.plot(arr1[50:1000,0],17000+arr1[50:1000,2], '-',color=colors[6], lw=2, alpha=0.7, label='WATER')

てな具合に。
今思いついたのはこのぐらい。 何か有用なことでも思い出したら追記するが、あまり思いつきそうなことももないかなとも思っている。

関連記事

pythonのまとめ

D

適当セルフカットでそれなりにまとめる方法

適当セルフカットが必用になるとき

海外で生活していると、ちょっとしたことがめんどくさかったりするものである。 髪を切りに行くなんてのもその一つで、自分の気に入る床屋を見つけるなんてのは結構大変だったりする。 短くなれば良いと近くの床屋にいくのもありだが、それだったらいっそ自分で切ってしまうというのも選択肢だろう。 私が最初アメリカに行った時にインド人に紹介された床屋は行く人全員角刈りになって戻ってくる床屋であった(いや、みんなそうリクエストしたのかもしれないけれど・・)。
あ、大都市だともちろん話しは別で、日本の美容室の支店とかもあったりする。 値段を気にしなければ簡単に良いところが見つかるだろう。
さてお洒落にセルフカットを目指すWebページはたくさんあるので、この投稿では適当に見れれば良いやくらいで、必要にかられた場合のセルフカットの仕方について書いてみたい。

適当セルフカットに必用なもの

自分で髪を切るときに必要なものは何か。 それはもちろんハサミである。 床屋さん用のハサミがあるならベストなのかもしれないが、必ずしも必要なわけでもない。 私の経験では普通の文房具用のはさみが結構使いがってが良い。 サイズや切れ味などがちょうどよいのだ。
キッチンハサミも使ったことがあるが、少々髪を切るにはでかすぎた。 特に後ろ側や耳そばを切るのが結構怖い。 切れ味は申し分ないのだが。
翻って眉毛用の小さなハサミ。 こちらは小さすぎて指が痛くなるが、細かい調整や髪の量を減らすのには意外といけた。
すきばさみはあると便利だが、ないならないで髪をつまんで量を減らせばよい。 ちなみにすきばさみは安いやつの方が切れすぎなくて失敗しにくい印象。 ちょっと高いのを買って見たことがあるのだけど、ざっくり適当にすくには向かなかった。 ついでにすきばさみはフィンランドでも売っていた。 アメリカでは見た記憶がないけれどあったのかな?
慣れてくればなくてもなんとかなるが鏡はあった方が良い。 後は飛び散った髪の掃除がめんどくさい人は、新聞紙か何か用意しておくと良い。 私は適当にビニール袋に突っ込んで、漏れたのはトイレットペーパーで集めてフラッシュ。 ついでにトイレ掃除でもすればなお良し。

適当セルフカットの仕方

さてきり始めは長さを短くしていく。 右利きの場合は左手で髪をつまんで引っ張り、その指際をサクサク切っていく。 指を切らないように注意。 意外と切らないもので長い歴史の中で、怪我をしたのは刃を直接指にぶつけて切った一回だけだ。 同じように引っ張って、指からはみ出る毛がなくなったらだいたい良い。  ちょっとずつ摘まんでいったほうが失敗はしにくいが時間もかかる。 この引っ張り具合を微調整すれば長さがコントロールできる。
聞き手の反対側は割りと切りやすいが、同じ側が難しい。 感覚が違うので初めは右側と左側が不揃いにならないよう注意が必要だ。 後ろ側は見えないので難しいのだけど、髪が全面を覆っているので多少失敗しても気付かれにく。 さくさく短くしていこう。 襟足の長さだけ不揃いにならないように。 気になる場合は後ろだけ誰かに手伝ってもらうと良いかもしれない。
長さが短くなったら、必用に応じて量を減らしていく。 わたしの場合は髪をぐしゃっと掌で握った感覚で重さを判断し、重たいところにすきばさみをいれていく。 すきばさみは毛先からいれて感覚を掴む。 根本に少しハサミをいれて軽くしたい場合もあるが、勢いよく根元に行くとハゲる。 普通のハサミを使う場合はごく少量の毛束をつまんで全体バランスが良くなるように落としていく。

セルフカットのTIPS

日本で美容室に行った時に教えて もらったのだが、髪の質というか生えてる向きなどは左右で結構違う。 私の場合だと左はすいたほうが収まりが良いが、右はむしろあまりすかない方が跳ねないよいだ。 これは髪の生え方で違うそう。 まあこれは人次第なので美容師に聞こう。
また別の美容師の言うところによると、ワックスを使わない前提ならそもそも空かないで短くするだけの方が良いとか。 と言いつつすかないと仕事した気がしないからちょっとすいときますねって、陽気なお兄さんだった。 これもすかないと髪が乾きにくかったりするので一長一短。
美容師は聞くと結構セルフカットのためのこつを教えてくれるものだ。 しっかりセットしたかったらセルフじゃ難しいと知っているからかな?

D

USオープン2017の1週目の観戦記

ウインブルドン1週目。 観戦はユーロスポーツプレーヤーで。 今週は忙しいからあんまり観戦できそうにないけど、できるだけ見れるとよいなあという感じ。

一日目

チリッチvsサンドグレン

ファーストセットの終わりくらいから。 そんなに調子が良さそうにも見えないチリッチ。 結構ブレークされてる。 いやそこまで悪くはないのかな。 でもトッププレーヤーでもなければ、何しても無理でしょ的な覚醒チリッチではない。 それより対戦相手のファーストネームがほとんどテニスなことのが気になる(tennys)。 まあ順当勝ちはしそうなので、これから上げてくるのかな。

ククシュキンvsダビドフェレール

チリッチ2セット目終盤からこちらにチャンネル変更。 ククシュキンて結構大物食いで名前が出てるきがするんだけど、顔見るのはじめてかな。 カルロビッチに少し似ている。 現在セットカウント1−1。 頑張って欲しかったダビドフェレール苦戦中である。 3セット目見る感じだと普通のダビドフェレールって感じだけど、ククシュキンが良いのかな。 ククシュキン、バウティスタアグートにも似てるかな顔が。 とても拮抗している感じだけど、大事なポイントとか運がククシュキンに向いてる感じ? フェレールおじさんだめかな。 3セット目をククシュキンがとったところで離脱。 USオープンはフィンランドからだと時間帯があまりよろしくない。
ダビドフェレール負けちゃった。 ベスト4まで行く確率が高いとは思っていなかってけど、1回戦負けは想定外。

二日目

杉田vsブランカノ

6−2、4−1杉田リードで雨中断をしてた後から観戦。 リードで雨中断は嫌だろうけど、落ち着いてサービスゲームを二つキープして、6−2、6−2。 13番コートのカメラアングルのせいかもしれないけど、ブランカノのフォアハンドがすごいスピンに見えた。 杉田トイレ休憩? しかしストロークが安定してて良い感じである。
お互い滑ってるのか足元を気にしているのが少し残念。 と思ったらサスペンド。 杉田としてはこのまま決着をつけてしまいところかもしれないが、普通に力勝ちしてる感があるので大丈夫だろうと思う。

大坂vsケルバー

杉田のサスペンド中に移動。 とても落ち着いた両者サービスキープの立ち上がり。 大坂良さげに見えるけど、どうだろうかな。 リターンゲームでもうちょい攻められれば勝てる可能性ありかしら。
現在4−3調子良さげ。 ケルバーのダブルフォルトを生かしてブレーク。 最後ケルバーにだいぶ粘られたけど、キープして6−3。 貫禄のあるセットの取り方だ。
二セット目はいきなりファーストゲームをブレーク。 ジョコビッチみたいなことしてる。 ケルバーも少し戻ってきた感じだけどどうなるか。 大坂のストロークがおかしなことになってる。 ケルバーの調子が良いわけではないんだろうけど、大坂すごいんじゃないか。 結局3つブレークして6−1。 すごい!

雨の方は再開気配がないので今日の観戦はここまでかな。 ナダル・ラヨビッチ少し見たいけどどうしよう。
ちょっとだけナダルvsラヨビッチを観戦。 ラヨビッチ悪くもなかったけど、ナダルとの相性がよろしくなかったかな。 二セット目からはちょっと力尽きた感。

三日目

ディミトロフvsサフラネク

ディミトロフ無双。 ディミトロフはよく仕上げてる感じ。 サフラネクはそんなに調子が良くないのか、今のディミトロフの状態を見るには少し役不足感。 しかしディミトロフはどのプレーもバランス良いな。 もう少し強いプレーヤーと当たって見ないとわからないけど、マスターズとっただけあって調子良いんだろうなという感じのディミトロフであった。

キリオスvsミルマン

三セット目の途中にチャンネルを変えたら、ラケットぶん投げてるキリオス。 マッサージしてるし指包帯?だし、ジャッジとなんか喧嘩してるしさすがキリオス。 サービスゲームのプレー見た感じではそんなに悪くなさそう。 コートチェンジの度にマッサージ。 怪我してるにしてはキリオスのサービスやっぱすごいな。 しかしリターンゲームのやる気のなさもすごい。 あっさりブレークされて1−2。 第四セットに入ってもキリオスの気持ちが戻ってくる気配がない。 サービスだけじゃさすがに勝てないか。 このままサーブだけで勝ったらすごいけど、私のベスト4予想のうちの二人が1回戦負けの危機。 時間的に最後までみれなさそうなので離脱。

四日目

大坂vsアレルトバ

大坂の2回戦。 1セット先取の2セット目から。 アレルトバはサーブとストロークが普通に良い、まとまったプレーヤーという印象。 大坂のセカンドサーブでぐっと前に出て叩く作戦が効いて1ブレーク。 大坂は振り切ったストロークはほんと強烈。 セットポイントをしのいでブレークバック。 しかし次のゲームをキープできず1−1のタイ。 ウイメンズだとこの展開ってすごく多い印象。 大坂このセットのセカンドサーブポイント20%。 3セット目はここをなんとかできるか。
ファーストゲーム、スーパーショットでブレーク。 このままいけるか。 アレルトバは我慢強くプレーしてる感じ、良いプレーヤー。 お互い粘るジリジリとした展開。 ブレークしあって5−5。 またまたブレークで2回目のサービングフォーマッチ。 最後は大坂がファーストサーブを打ち込みまくって締め7−5。 大坂はこのサーブを緊張する場面でどれだけ打ち込めるかが重要になりそうね。

ディミトロフvsルブレフ

ズベレフも負けてしまったので、私のベスト4予想最後の砦ディミトロフには頑張っていただきたいところ。 見た所相変わらず安定したプレー。 しかし後半にかけてルブレフが上げてきた。 ブレーク二つ決めて7−5。 まさかの全員敗退が見えてきた? でもディミトロフ調子は良さそうだからなあ。 しかしセカンドセットもタイブレークを制したルブレフが。 ルブレフセットの終わりにかけてどんどん調子が良くなるタイプ?
サードセットは普通にルベレフがブレーク。 これは流石にルベレフかなあ。 盤石のテニスで3−0って感じ。
うーん、何かついてるんじゃないかってレベルでベスト4予想した人が2回戦までで全滅。 そんなメンツじゃなかったと思うんだけどなあ。。

五日目

チリッチvsシュバルツマン

三セット目から。 シュバルツマン名前はよく聞いていたけど、見るのは初めてかな。 チリッチはそんなに良くはなさそうだけど普通ではある。 シュバルツマンはちょっと判定に怒ってたけど、良さげな感じかな。 三セット目はシュバルツマンブレーク先行で進んでいる。 しかしチリッチもブレークバック2回。 さてどうなるか。 5個目のブレーク。 さてさて。 3度目のブレークバック。 7個目のブレーク。 さてさてさて。 ついにシュバルツマンがキープして7−5。 ふーむ。
第四セットのファーストゲームは久々にチリッチがしばらくぶりにキープした。 しかしシュヴァルツマンの流れは変わらずか。 そのままシュバルツマンが押し切った。 いやあ有名どころがことごとく離脱していくトーナメントである。

シャポバロフvsエドモンド

最近噂のシャポバロフ。 レフティーのシングルバックってしばらく見てない印象。 そのバックハンドで結構ウイナーを決めてた。 あら、エドモンド怪我のよう。 多分棄権かな。

六日目

プリスコバvsチャン

チャンさんがナンバー1シードのプリスコバからマッチポイントをとるところまで行ったゲーム。 嫁と一緒にチャンさんを応援。 チャンさん若く見えたけど28歳だそう。 ほとんどとっていたけど、やっぱり男子でも女子でもここ一番でのサーブ力ってのが効いてしまうのがテニスなんだなってゲームでした。

大坂vsカネピ

3セット目から。 カネピは見たことないけど、パワー系だけど結構丁寧にプレーしてる印象。 大坂がブレークバックされたつつ粘る展開。 最後は力尽きブレークされて残念。 大坂は不思議な感じのプレーヤー、誰でも倒せそうだし誰にでも負けそうな? オスタペンコばりに打ちきるか、プレースタイルをはっきりさせた方が良いのかしらね。 いやもう少しサーブが切れるようになって、セカンドサーブもよくなればなんでも勝てるのかもしれないけれど。

七日目

シャポバロフvsカレノブスタ

シャポバロフが若さで攻め立てるのを、カレノブスタがうまくディフェンスしながら受ける展開。 どっちに転んでも良いような五分五分な感じで見てて楽しい感じ。 両方ブレークするけどタイブレーク突入。 最初の2セットはカレノブスタがタイブレークでうまさを見せて2セットアップ。 最後のセットもにたような感じでカレノブスタがタイブレークの強さを見せて3−0。 シャポバロフは先は楽しみだけど、今の感じだとルブレフの方が好みかな。

D

USオープンテニス2017の開幕 〜Big4か若手かその間か

さてまもなく今年最後のグランドスラムであるUSオープンが開幕しようとしている。 残念なことに今年はシーズン後半に向けて怪我人量産体制に入っており、我らが錦織をはじめとしたトップ選手の半分くらい欠場ということになりそうだ。  その分どうなるかが読みにくいトーナメントでもあり、観戦するのには楽しいトーナメンとになるかもしれない。

グランドスラム2017の推移

今年のグランドスラムを振り返ってみると
全豪オープンベスト4:フェデラー・パブリンカ・ナダル・ディミトロフ。
全仏オープンベスト4:マリー・パブリンカ・ティエム・ナダル。
全英オープンベスト4:クエリー・チリッチ・フェデラー・ベルディヒ
となっている。
こうみるとやはりBig4+パブリンカが中心になってはいるんだけど、だいぶ名前のバリエーションが出てきているのも感じる。 若手のティエムだけでなく、Big4世代のベテランやその下の錦織世代もベスト4に名前を連ねている。 しばらくはベテラン・若手を織り交ぜたバリエーションのあるテニスが楽しめそうな感じである。 是非錦織にも怪我を癒して戻ってきて、この戦線に加わっていただきたいものだ。
そんな今年のグランドスラムベスト4の面々の多くも、怪我で直前の大会を欠場していたり、調子を落としていたりする。 出場できる選手たちには是非怪我をしないように最高のプレーを見せていただきたい。

USオープン2017の予想

さてやはり注目するべきは全豪とウインブルドンをとったフェデラーだろう。 得意のシンシナティをスキップさせるほどの背中の怪我の様子が気になるところではあるが。 しかしウインブルドンで見せたサービスゲームの安定性を再現できるならば、そうそうフェデラーに勝てる選手はいないのも事実だ。 スペシャルなフェデラーをもう1回観てみたい気も、そろそろ他の人に譲ってあげなよって気もする。
ナダルも本命の一人ではあるのだろう。 ハードコートでは全豪とその後のマスターズ準優勝に加えて、直前のマスターズシンシナティでベスト4。 キリオスには負けたものの、強いときのキリオスは全てをなぎ倒す。 続かないけど。 ナダルは体調が良さそうなので、覚醒状態の誰かを引いたりしなければいいとこまで行きそうな感じ。 けどなんとなく覚醒状態の誰かを引く気もする。

錦織世代本命は誰もが認めるディミトロフでしょう。 ていうか他はみんな怪我。 チリッチ出られるのかしら。 ディミトロフは直前のシンシナティでキリオスに完勝だそう。 シーズン初めのキレっぷりを思い出すと、調子が上がってるならいいとこいくんじゃないだろうか。

若手世代は、ティエム・ズベレフ弟・キリオス。 ちょっと前のトロントでマスターズを制覇したズベレフ弟はベスト4は固い? シンシナティ・ファイナリストのキリオスは調子に乗ったら突き抜ける可能性もあるし、2回戦くらいで負けても驚かない。 私はティエムが好きなんだけど、全米を最初にとりそうなイメージではないなあ。

しかし近年のUSオープンのファイナルを振り返ってみると
2016 パブリンカvsジョコビッチ
2015 ジョコビッチvsフェデラー
2014 チリッチvs錦織
2013 ナダルvsジョコビッチ
2012 マリーvsジョコビッチ
2011 ジョコビッチvsナダル
2010 ナダルvsジョコビッチ
2009 デルポトロvsフェデラー
こんな感じ。 だいたい本命が進むってことかしらね。

さてここまで書いたところで、ドローが発表されているのを発見。 ドローを見ながらベスト4予想をしてみることにする。 ウインブルドンの時はフェデラーの優勝以外全外しだったので、今回はもうちょっと当たると良いなあと。

Dの予想

ナダル山:ディミトロフ

ナダルがラヨビッチとかベルディヒとかでこけると予想。 ナダルvsディミになるとナダルかなって気がするが。

フェデラー山:キリオス

怪我人だらけのUSオープンで不思議なくらいきつい山。 フェデラー、キリオス、デルポトロ、ティエムと揃う。 フェリシアーノロペス・サムクエリー・カルロビッチなども控えている。 怪我が問題なければフェデラーかなって気もするのだけど、ティエムか悩んだ上でキリオス。 頑張って!

ズベレフ山:ズベレフ弟

チリッチが無事参戦のよう。 しかしズベレフを倒せるまでに回復しているかと言われると謎。 ピークを合わせて頑張るタイプだから、ズベレフ前に負ける可能性もひしひし。 ズベレフ兄・ズベレフ弟対決も見てみたいけど少し遠いか。 地元の意地でイズナー・ジャックソックにもちょっと期待。

マリー山:ダビドフェレール

なんかぱっとしない謎山。 マリーを倒せそうな人がいないんだけど、マリーが完調だとも思えない。 ここは頑張るおじさんダビドフェレールに頑張ってもらうしかない。 (追記:マリーは棄権)

優勝 キリオス
準優勝 ズベレフ弟
ベスト4 ディミトロフ・ダビドフェレール

Xの予想

ディミトロフ・フェデラー・チリッチ・マリーツォンガ

優勝 フェデラー
準優勝 チリッチ
ベスト4 ディミトロフ・マリーツォンガ

並べてみると嫁の予想のがまっとうな感じに見えるな・・

D&X

X線と物質の相互作用とそれを利用した分析装置のまとめ

最近ではどこの研究機関でも結構良いX線解析装置を一つ、二つ持っているものだろう。 広角散乱では精度の高いRIGAKUかBrukerの結構高級な装置をどこの機関にいっても見かけるし、結構立派なXPSや小角散乱装置などを自前で揃えている研究機関も多くなって来ている。
最近のX線関係の装置は使いやすく調整されているので、ちょっとしたトレーニングを受ければすぐに使えるようになる。 安全装置もしっかりついているので、かなりがんばらないとX線に晒されるなんていうこともないだろう。
解析手法も多岐にわたって確立されている。 自分がどのような情報が知りたいかを理解していれば、そのためのX線装置と解析法を探すのはそう難しくはない。 よっぽど特殊なサンプルを使う研究者や、新しい解析手法の開発をしてる装置屋さんなどになると話しは別だが。

X線を使う理由

なぜX線を使うかを一言にすると、見えないものが見るためだ。 光学顕微鏡での限界は約200ナノメートルといわれており、これ以下のサイズのものを見たかったら何かしら可視光以外のものを使う必要が出てくる。 X線はそんなツールの一つといえる。
他の電子顕微鏡などのツールに比べた良い点は、比較的前処理なしでサンプルそのままの構造を見ることができること。 またサンプルを割と非破壊で測定することができること。 浸透力もそれなりに強いので内部構造を見るのにも適している。 一方で装置や手法によっては表面構造観察に優れていること。 あとはX線装置次第でサンプル環境が割と自由に調整でき、温度・湿度やサンプルへの張力などの条件が変えやすいことなど。 挙げだすときりがなくメリットがある。

X線と物体の相互作用

X線の物質による散乱

X線と物体の相互作用

さてX線が物体(の電子)と出会った時いくつかの異なる相互作用が起こりうる。 大雑把に分けると電子によって散乱されるX線と、光電効果などで電子をふっとばす場合だ。 もっともよく使われるのが弾性散乱(トムソン散乱)であり、構造由来の回折やら散乱やらを発生させる。 弾性散乱ではX線の波長ひいてはエネルギーは散乱前後で同じである。
弾性散乱があるということは非弾性性散乱(コンプトン散乱)もある。 こちらの散乱も原子の動的挙動を見る?などの使い道はあり、特に中性子分野では良く使われている。 しかし私は全く詳しくないし、弾性散乱を利用したい際には単なるバックグラウンドでしかない。
ちょっとややっこしいのが干渉性散乱と非干渉性散乱という区分けもある。 こちらの区分では散乱前後のphase・位相が同じかどうかということが重要。 ちょっとまだ噛み砕けていないのけど、回折や小角散乱の場合は干渉性弾性散乱になるのであまり区別して考える必要はないのかな。 しかし弾性と干渉性の有無によって4種類の散乱があることは覚えておいた方がよさそう。 もう少し詳しく書いてあるテキストがみつかったらアップデートするかも。
何はともあれX線回折装置X線小角散乱装置が最もよく使われる散乱装置であろう。

光電効果を介したX線と物体の相互作用

これまではX線が電子によって散乱される現象を見て来たわけだが、X線は電子とより直接的な相互作用もする。 すなわちX線が電子に出会って電子を核外にすっ飛ばしたり、その結果として外殻の電子を内殻の電子軌道上に移動させたりするのだ。
核外に飛ばされた電子のエネルギーを補足することで元素組成や化学結合を見るのがXPSと呼ばれる装置である。 さて飛ばされる内殻電子があれば空孔ができる、そこに外殻から電子が落ちてくると余剰のエネルギーが蛍光X線として放出される(これは励起源が電子線だったら特性X線、EDX)。 蛍光X線から元素同定を行うのがXRFと呼ばれる装置である。
最後にオージェ電子というものがある。 これはX線なり電子の殻移動なりによって得られた余剰のエネルギーが外殻の電子の放出という形で排出される。 AESは電子線で励起されたオージェ電子のエネルギーを捕捉する元素分析装置である。 X線と物体の反応でもオージェ電子は出るが、AES装置自体は電子線由来なのでここで紹介するのは少しトピック違いかもしれないが。

これらは全て元素分析装置であるが、試料の素材・目的の元素分析サイズ・深さなどで使い分けていくことになる。
個別の分析手法や原理については、機会があればまた別の投稿でまとめることにする。

D

海外旅行記・ヨーロッパ 〜ストックホルム観光二日目

朝食は昨晩Urban Deliにて購入しておいたサラダやパンなどをホテルで食べた。 ホテルの朝食会場でコーヒーだけ購入。 なかなか美味しそうな朝食を揃えていたので、今度来た時は試して見るのも良いかも。 朝食をすませるとチェックアウトをして、ホテルへ荷物を預けて観光へと出かけた。

ヴァーサ号博物館へ

ストックホルム・トラムのチケット売り場

トラムのチケット売り場はトラム駅のベンチのすぐ脇に

最初の目的地はヴァーサ号博物館。 ホテルHOBOからは歩いていけないこともないが、せっかくなのでこの日はストックホルムのトラムを試すことにした。
チケットマシンはトラムの駅についている。 人数分まとめ買いしたかったのだけど、方法がわからなかったので一枚ずつ購入した。 運転手から買える場合もあるそうだけど、全てのトラムで買えるわけではないそう。
ここでちょっとしたトラブル。 チケットの確認に乗務員が回って来たのだけど、ベビーカーを連れた嫁の母にもチケットを見せてという。
私たちはヘルシンキと同じでバスは無料になるという情報だけチェックしており、トラムも同じく無料になると思いこんでいた。 しかし、ストックホルムの場合トラムと地下鉄は無料ではないそうだ。 乗務員に確認したけど、バスだけは無料なようである。 ベビーカー連れでストックホルムへ行く方はご注意されたい。

ストックホルムのヴァーサ号博物館の外で

ヴァーサ号博物館の外は波止場や公園など良い眺め

よく見ていなくてトラムの駅を一駅乗り過ごしたけど、ヴァーサ号博物館はそれほど遠くなかった。 海沿いをのんびり歩いて博物館まで。 ヴァーサ号博物館の中に入るととても立派な船が。 ベビーカーはロッカーに置いて、赤ちゃんは抱えて博物館を見て回ることにした。

ヴァーサ号

迫力のあるヴァーサ号と多くの観光客

船の内部の様子やヴァーサ号沈没の原因の動画などを見終わったあたりで、息子からお腹が減ったとのアピール。 ヴァーサ号博物館は授乳用のスペースはなかったので、ちょっと影になっているあたりで授乳をすることにした。
ここで再びトラブル。 授乳タイムで気が緩んだのかベビーがいたしてしまったのだ。 しかも角度が悪かったのかちょい漏れ。 これはいかんと慌ててトイレに向かったのであった。 この時はちょっとトイレが混んでいて、オムツ交換台がついているハンディキャップ用のトイレにも列が。 まあもう漏れちゃってるし慌ててもしょうがないかと並んで待つことにした。
そんなこんなで無事オムツと服の交換が済んだのだが、赤ちゃんの交換の服が薄手のセーターしか準備していなかった。 風邪でも引いてしまったら困るので、ヴァーサ号の残りは諦めてホテルまで一度戻ることにしたのであった。

ストックホルムの街並み

ヴァーサ号博物館から市街地へ向かう途中

ヴァーサ号博物館からホテルまでは徒歩で二十分くらい。 陽気な天気であったので、そのまま歩いて戻ることに。 このヴァーサ号博物館から市街地のホテルHOBOへ戻る川沿いの道は、綺麗な船や建物が多いのでお散歩におすすめ。
ところでホテルで荷物を回収してロイヤルパレスに向かう途中であったが、川を越えた王立公園側で衛兵交換式に向かう音楽騎馬隊と遭遇した。 衛兵交換式に向かう騎馬隊が見たいだけだったら、ロイヤルパレスの混雑の中に行かないでも王立公園のあたりで見ることができるようだ。
少々小雨が降っていたので雨避けにロイヤルパレスを再訪。 ちょうど衛兵交換の時間であった。 その時息子がまたまたお腹が減ったとアピールしてきたので、係員の方に授乳できるところがないか聞いてみた。
すると、この時間は衛兵交換の都合入り口がクローズになっていたのだけど、博物館の地下へと案内してくれた。 地下へと降りたところは人がいないわけではにのだけど、薄暗くなっていたので授乳にちょうどよかったのだ。 この手の質問は女性の係員さんに聞いた方が適した場所を教えてくれる確率が高い。

ガムラスタン散策から地下鉄でフェリーポートへ

ガムラスタンの街並み

ガムラスタンの街並みはとても綺麗

ガムラスタンはとても綺麗な街並みが保存されている。 石畳の道を歩いているだけで、ヨーロッパの昔に迷い込んだような気分。 この日はあまり時間がなかったのでサクサクと歩いたがのんびり散歩したらきっと楽しいことだろう。

ガムラスタンの細い道

細いけど落書きが悲しい細い道

ガムラスタンの南に向かって十分ほど歩くと、ガムラスタンの人気の場所の一つ細い道(Mårten Trotzigs gränd)へとたどり着く。 落書きが多くなっているのがとても残念だけど、まあ細いので写真撮影。
その後カフェ(Cafe Kladdkakan)でサラダやケーキなどを食べてこの日はおしまい。 おすすめされていたシーザーサラダが美味しかった。 パニーニもなかなか。

ストックホルムの地下鉄

gärdet駅構内の様子

最後にストックホルムの地下鉄を試すことにした。 13番線でガムラスタンの駅(細い道のすぐ近く)からフェリーポートの近くのgärdet駅まで。 チケットの購入はトラムと同じくマシンからでも簡単だが、まとめ買いしたかったので駅員さんから購入した(一人43クローナ)。 ストックホルムは地下鉄がおしゃれという話を聞いていたのだけど、ガムラスタンの駅はただの古い駅だった。 gärdet駅の方は綺麗ではあったけど。

フェリーポートへの看板

港へは看板が出ている。 私たちの港はVartaって方。

gärdet駅から出るとフェリーポートまでは十分ほど。 看板が出ているのでフェリーポートの名前の看板を辿ればよい。 フェリーポートの建物に入ってからの距離も結構あるので、ギリギリに行く場合は注意が必要。 チェックインはたくさんセルフチェックインのマシンがあるので、よっぽど混んでいなければ時間はかからないだろう。 チェックイン後も何箇所か異なる目的地があるので、ヘルシンキ行きに間違えないように向かう必要がある。

ヘルシンキへ向かうtallink serenade号

bクラスは窓の代わりに絵が

Bクラスの部屋は窓の代わりに絵が飾られていた

さて行きに乗ったシンフォニー号ではなく帰りはセレナーデ号。 少しできた時期は違うようだけど、部屋の様子はほとんど同じだったと思う。 どちらに乗っても大して変わらないだろう。 帰りは窓のないBクラスの部屋。 窓がない以外はほぼ同じ構成の部屋であった。

フェリー内のイタリアンレストラン

イタリアンレストランのエビパスタ。 美味しかった。

帰りの船はリラックスモード。 まずはイタリアンレストランでワインを傾けつつパスタなどを食べる。 ちょっと量は少ないけど、味は申し分なし。 私は行きのブッフェよりコストパフォーマンスは良いかと思った。 そのあとはパブに行って生ビールを片手にデッキに出て日の入り鑑賞。 ストックホルム発の日の入りはまだ島があるエリアを航行していたので、島に沈んで行く夕陽を見ることができた。

フェリー ナイトクラブのダンスショー

ナイトクラブのダンスショー

少し部屋で休憩した後は、ナイトクラブに出直してライブ音楽とダンスショーを鑑賞。 ナイトクラブとはいっても家族連れがたくさんで和気藹々といった感じ。 バーでカクテルなど飲みつつとても楽しい夜であった。

関連記事

海外旅行記のまとめ

D

海外旅行期・ヨーロッパ 〜ストックホルム観光一日目

フェリーターミナルからストックホルム市街地へ

無事フェリーでストックホルムへ到着した私たち。 チェクインカウンターの辺りから、階段を降りるとバス専用の出口がある。 市中心部へのシャトルバス乗り場はA。
バスの運転手からチケット購入できるのかと思っていたら、分かりにくいが小さなチケットマシンがターミナル出口を出てすぐについている。 ベビーカーをすでにバスへ積んでしまっていたので慌ててチケットを買いに走った。 シャトルは出発時間は設定されていたのだけど、実際はいっぱいになったところで随時出発するようであった。
市内に向かうには地下鉄も便利なのだけど、駅は若干遠い。 荷物がある場合はシャトルを利用した方が良いと思う。 ちなみにシャトルは一人60クローナ(6ユーロほど)。 地下鉄だと一人43クローナちょっとといったところ。

シャトルバスは15分ほどでストックホルムのセントラルステーションに到着する。 歩ける距離だったので、まずはこの日のホテルHOBOへ。 ストックホルムの街並みも北欧らしく綺麗だったけど、若干落書きが多いのが残念なところ。 治安はヘルシンキの方が少し良さげ。 11時過ぎくらいにホテルに到着したのだが、チェックインは残念ながらまだできず。 荷物はホテルの地下のロッカーに預けて、観光へと向かった。

ロイヤルパレス観光

ロイヤルパレスの中庭のカフェ

ロイヤルパレス中庭のカフェでのんびり昼食

ホテルからまずはロイヤルパレスへと歩いて移動。 ロイヤルパレスの外観などを眺めつつ記念撮影。 続いてロイヤルパレスアパートメントのガイドツアーのチケットを購入。 ガイドツアーのチケット売り場は地下にある。 嫁の母もいたので中国語のツアーに参加することにした。 ガイドが20クローナで入場券が160クローナ。 ガイドツアーは英語とスェーデン語もあった。
その後はロイヤルパレスの衛兵交換の時間を待ちながら中庭のカフェで軽食。 と思いきやサラダも付いていたし、なかなかしっかりしていた。 このカフェは夏場だけの営業のようだ。

ロイヤルパレスの衛兵交換

衛兵交換を側方から。 奥の方小さく見える人達周辺がベストか・・

ロイヤルパレス衛兵交換

こちらはぐるっと回って正面出口の外側から・・

食事が終わると衛兵交換の時間の十二時十五分。 私たちは直前だったので、どこに行ってもすごい人だかり。 メインの衛兵交換場所(正面入り口側)を見たかったら、早めに場所を確保する必要がある。 ちょろっと衛兵や音楽隊がみたいというのであれば、適当な場所にいればそれなりには見えるが。
私たちは正面入り口のさらに外側で少し見学。 ちなみにトイレはこの衛兵交換場所のすぐ近くにあるので、衛兵交換の後はすごい混んでいた。

衛兵交換の後は二時からのガイドツアーを待ちつつロイヤルパレス内をぷらぷら。 ガイドツアーにはベビーカーの持ち込みはできない。 各入り口にベビーカー用の駐車スペースがあるのでそこに止めておくことになる。 特に防犯対策はないようだったけど、それなりに係員はいるしベビーカー持ってく人はあまりいないのだろう。
中国語のガイドツアーは何言っているかわからないので、子供を抱えながら後ろからフォロー。 ベルサイユ宮殿を思い出す感じの、なかなか綺麗な建物だった。 しかし階段が多いので赤ちゃん抱えながらは少し大変だった。

ノーベル博物館

ノーベル博物館の正面

ノーベル博物館正面入り口

ロイヤルパレスの後は歩いて数分のノーベル博物館へ。 正面入り口は階段なので、ベビーカーの人は裏庭側のインターフォンを押すとドアを開けてもらえる。 チケットは正面入り口側まできて購入するように言われる。
この博物館はとても小さいのだけど、色々見て回ってるとどんどん時間を使える博物館でもある。 嫁と二人でタッチパネルで過去のノーベル賞受賞者を探したりしていた。 嫁の博士課程の教授の父親が受賞者だったのだ。 後ちょうど山中先生の五分ほどのムービーがやっていたので鑑賞。

ノーベル博物館のショートムービー

次のフィルムは山中先生

そのほかにも色々とノーベルの遺品や各受賞者の記念品など見るものはたくさんある。 嫁の母は全く興味がなかったのか気づいたら博物館の裏庭側へと出てしまっていた。 待ち合わせ場所だけでも決めておこうとおいかけるが、裏庭側のドアを開けると警報が鳴り響く。 どうやらこちらのドアは係員の案内なしには開けてはいけない模様。 嫁の母がどうやって抜けたのは全く謎だがその辺を歩いているかと、しばらく博物館周りを続行することにした。
博物館を満喫したのちに嫁の母を迎えにと外に出て見ると、なんとその姿が見当たらない。 慌てて嫁と周囲を暫くの間探したのだがどこにもいない。 ノーベル博物館は再入場はチケットとレシートを見せないといけないシステムである。 中にはいないだろうと思いつつ一応博物館内も確認してみるかと戻ると・・・なんとそこには嫁の母の姿が。。 一安心しつつどうやって入ったのか聞いて見たら、後ろ側のハンディキャップ用のドアを開けて入ってきたとのこと。 そちら側のドアを開けると警報がなるはず・・というかそもそも外からだとインターフォンなしでは開けられないはずなのに全くもって謎である。 久々に大陸の風が吹いたのを感じたノーベル博物館であった。

ビストロノーベルのサイン

ビストロノーベル入り口に飾ってある椅子の後ろ

ほんとはビストロノーベルでアイスクリームを食べる予定だったのだけど、そんな騒動で疲れてしまったのでスキップしてノーベル博物館を後にすることにした。 ビストロの入り口に飾ってある椅子の写真だけせっかくなので撮影。

ストックホルム市内散策

ストックホルム王立公園のカフェ

大木の下にある素敵なカフェで一杯

その後は川沿いを歩きつつ橋を渡って王立公園(Kungsträdgården)へ。 ちょっと疲れたしホテルも近いので、王立公園の素敵なカフェでビールを一杯やることに。 その後は同公園でやっていた韓国フェアをちょろっとチラ見してからホテルへと戻ったのであった。

その後嫁の母が二人で夕食を食べてきて良いと言うので、スェーデンの友人がおすすめしてくれたUrban Deliというレストランへと嫁と向かった。 レストラン席は予約でいっぱいであったが、幸いバーカウンターが空いていた。 夕食の後は翌日の朝食などを買い込んで、ホテルへと戻ったのだった。

ホテルレストラン情報

ホテル:HOBO(Brunkebergstorg 4, 111 51 Stockholm)

HOBOホテル

Hotels.comから1週間前に予約して167,67ユーロ(大人3人)。 部屋の内装がとてもおしゃれで良かった。 ベビーカーのおかげかハンディキャップアクセスの部屋にしてくれて、とても広い部屋。 バスルームはとても清潔。 ベッドもなかなか寝心地がよかった。
面白いのはフロントへの連絡。 最初に連絡用の名刺をくれるのだけど、携帯のショートメール(SMS)を優先しているようであった。 声が聞きたかったらショートメール用とは違う番号にかけてねっていうメッセージが書いてあった。
朝食の評判は良さそうだったのだけど、前日に軽食を購入済み。 朝食会場へおりてコーヒーだけ購入した(32クローナ)。

昼食:Kungliga Slotts Cafe (ロイヤルパレス中庭のカフェ) ☆☆☆

ロイヤルパレスカフェのランチ

ロイヤルパレスについたときにはもうお昼時になっていて、衛兵交換までに外で食べて来るのも難しいだろうと入った中庭の簡易カフェ。 ほうれん草のキッシュ・チキンパニーニ・サーモンとポテトを重ねた料理を注文。 料理だけかと思ったら、サラダとスイカも付いてきた。 キッシュはちょっとチーズが強めで私の好みから外れていたが、他の料理は美味しかった。 赤ちゃん連れで気兼ねしないのもよかった。 1品130クローナ程度。

夕食:Urban Deli (Sveavägen 44, 111 34 Stockholm)☆☆☆☆

Urban Deli restaurant

urban deli soup

とてもおしゃれな内装のレストラン。 入り口を入るとスーパーが最初にあるのでわかりにくいが、そのまま抜けて行くとレストラン・バーがある。 広いレストランなのだけど、この日は金曜の良い時間。 テーブル席は予約でいっぱいであった。 しかしバーカウンターで食事もできるとのことだったので、そちらで食事を食べることにした。
クラシックメニューから魚介のスープと、生物から蟹を半分にぶった切ったものを注文。 魚介のスープはとても美味しかった。 特に中に入っていたムール貝は、これまで色々なところで食べた中でも一番生臭さがないムール貝だった。 蟹は美味しかったのだけど、バーカウンターで食べるのはちょっと大変だった。

関連記事

海外旅行記のまとめ

D

pythonのlmfitを使ったカーブフィッティング

この投稿ではスペクトルなどのデータのカーブフィッティングを、pythonのlmfitというパッケージで行う方法について簡単に書きたい。 ついでなので復習も兼ねて、カーブフィッティングのバックグラウンドについても書いて見た。 lmfitについての詳細は公式ホームページが詳しいのでそちらもご覧いただきたい。

カーブフィッテイングのバックグラウンド

良い機会なのでカーブフィッティングのバックグラウンドについても少しまとめて見ることにした。 数式を使わずに書くので概略になる。 詳しい内容を知りたい人はウェブなり成書を当たって欲しい。 間違った内容・表現を見つけた方がいらっしゃったら、是非コメントでご教授いただきたい。 またlmfitのスクリプトのサンプルを見に来たという方は、投稿下部までジャンプしていただけたら。

さてカーブフィッティングのアイディアはとてもシンプルだ。 あるデータのプロットを適当な曲線で近似するだけである。 しかしその適当な曲線をどう得るかというと、そんなに簡単でもない。
曲線は関数や関数の和として考えることができる。 しかしどう関数を選択するかは自由なので、関数の取り方は無限に存在する。 基本的にはスペクトルなどデータの由来や、カーブの形からシンプルな関数を想定してフィットしていくことになるが、良くフィットしたからといって選んだ関数が正しいとは限らない。
想定する関数が決まったら、その関数を使って何かしらのデータをフィットするわけだ。 関数の種類はすでに想定済みなので、そのパラメータを決めていくことになる。

そのためによく使われるのが最小二乗法だ。 最小二乗法は各データポイントでの関数と実データの誤差の二乗を計算し、その総和が最小になるように関数のパラメータを決める方法だ。
曲線が単純な一つの多項式で表せる場合など関数がパラメータに対して線型結合である場合(関数が線形関数である必要はない)、通常の最小二乗法で正規方程式を解くことでパラメータが得られる。
一方でパラメータが二乗だったり積で表されるような線型結合でない場合は、非線形最小二乗法を使うことになる。 この計算は反復解法と呼ばれるものであり、私はLevenberg-Marquardt法を適用している。 一番よく使われている手法じゃないだろうか。
こうして得られる非線形最小二乗法の解は一つに定まらないので、もっともらしい結果を得るには初期パラメータの設定も重要になる。 スペクトルなどのピークをフィットする場合、ほとんどの場合で非線形最小二乗法を用いてフィットしていくことになる。

カーブフィッティングのためのpythonプログラミング

pythonで非線形最小二乗法のプログラムを書きたい場合だが、scipyに関数が存在している。 Scipyは最も有名というか一般的なpythonの科学用のライブラリである。 Scipyのoptimizeという関数の中に、leastsqとcurve_fitという関数が用意されている。 これらの関数を利用すれば、pythonとしては割と高速のカーブフィットができるかと思う。
例えば無機結晶の粉末回折パターンの解析がしたいというならばこれで十分良いかと思う。 若干関数を定義したりするのがめんどくさかったりもするが大した手間ではない。 まあ粉末解析は各種優秀なソフトが大量にあるので、自分でスクリプトを書く必要なんてのは全くないのだが。

さてなんでlmfitを使うのかという話だが、低結晶性の有機結晶を扱う上でいくつかのlmfitの機能が必要だったのだ。 一番大きな理由はフィッティングパラメータに制限をかけたかったこと。 高結晶性の素材を使ってる人たちに言わせれば、パラメータに制限をかけなきゃいけないなんてのは何かが間違っている証拠てことだそうだ。 しかし低結晶性の素材からそれなりにリーズナブルな値を得るというのも、現実問題として結構需要のあるプロセスなのである。

lmfitを使ったスクリプトの書き方

さてここからは一例を。 まずはlmfitのインストールをpipから。 ちなみに私の環境はanacondaのpython3(anaconda4.4.0 python3.6.1)。

pip install lmfit

実際のコードではまずlmfitのModelを呼び出しておく。 他の必要な関数も適時インポートするがここでは省略。

from lmfit import Model

私の場合はメイン関数の中でデータの読み込みと、データのフィット関数の呼び出し、フィッティング結果を描画する関数の呼び出しをする。 そしてデータのフィット関数と描画の関数を定義するが、ここら辺は好みで。 データは何かしら2カラムで、x軸に対して強度を取ったようなものを読み込むことが多いかな。

plot = np.loadtxt(argvs[1])
comps, result, int, cent = Fitex(plot)
namefig = argvs[1] +".png"
plot_fitted(plot,namefig,comps,result)

続いてフィッティングに使う関数の定義。 この例では面積計算のガウシアンとコンスタントを定義。

def gaussian(x, amp, cen, hf):
 return amp*(2/hf)*np.sqrt((np.log(2)/np.pi))*np.exp((-4*np.log(2))*((cen-x)/hf)**2)
def consta(x,con):
 return con

フィッティング操作を行う関数は以下のような感じ。

def Fitex(arr):

#x軸とy軸のカラムの指定。 もちろん自分のデータ次第。

y = arr[:,1]
x = arr[:,0]

#個別のフィッティング関数の設定。 ここではガウシアンとコンスタント。 私はフィッティング関数は自分で定義しているけど、lmfitはプリインストールモデルが結構あるはず。 prefixは後でパラメータ設定する用の名前付け。

gauss1 = Model(gaussian,prefix='g1_')
Const1 = Model(consta,prefix='c1_')

#フィットする関数群を決める。 ガウシアンとコンスタントの和。

mod = gauss1 +Const1

#フィッティングに使うパラメータを定義

param = gauss1.make_params()
param.update(Const1.make_params())

#フィッティングパラメータの初期値や制限などの設定。 ここを結構自由に設定できるのがlmfitの良いところ。 例えば、ここではConst1関数は0から1300の範囲での最小値を拾って初期値とし、その値はフィッティングの間不変に設定されている(pick_minは自己定義関数)。 gauss1関数はフィッティングに使われるが、min,maxで最大値・最小値が指定されている。 あとはexprを使って式で値を決定することもできる。 例えばparam[‘c2_con’].set(expr=’c1_con*3′)といった具合。

param['c1_con'].set(pick_min(y[0:1300]),vary=False)
param['g1_amp'].set(100000, min=0, max=5000000)
param['g1_cen'].set(180,min=170, max=190)
param['g1_hf'].set(200,min=1, max=3000)

#フィッティングの実行。 結果はresultに収納。

result = mod.fit(y, param, x=x)

#あとは適当にフィッテイング結果の出力

print(result.fit_report())
print(result.params)

#フィッティングの結果の値を他の関数から呼び出したりして使いたい時は、best_values.getで取得しておく。

comps = result.eval_components(x=x)
int = result.best_values.get('g1_amp')
cent = result.best_values.get('g1_cen')

#最後に使いたい値をリターンする。

return comps,result, int, cent

以上lmfitを使ったカーブフィッティングの例でした。 後はresult.best_fitや出力のcomps[‘g1_’]+comps[‘c1_’]などを適当なx軸に対してプロットしてあげれば絵も描ける。
最後にlmfitの公式ホームページのアドレスと、使用した際の引用先を記しておく。
[1]https://lmfit.github.io/lmfit-py/
[2]http://dx.doi.org/10.5281/zenodo.11813

関連記事

pythonのまとめ

D

海外旅行期・ヨーロッパ 〜ヘルシンキ・ストックホルム間フェリー

フェリーチケットの購入

フィンランド子連れ夏旅行第3弾は、週末プラスちょっとでスェーデンはストックホルムへ。 ヘルシンキからストックホルムへは飛行機もあるが、フェリーで行く人が多い模様だ。 フェリー会社はtallink silja lineかviking lineの二つがメイン。 今回は職場のボスのおすすめに従って、tallink silja lineのフェリーでストックホルムを訪れることにした。

フェリーの購入はフェリー会社のホームページからオンラインで。 値段はダイレクトフェリーなどの比較サイトを使えば一番安いものを探すことができるが、そちらで購入しても会社から購入しても値段は同じはずだ。 ちなみに私たちの場合は金曜夜ヘルシンキ発がAクラスキャビンで75ユーロ、月曜夜ストックホルム発がBクラスキャビンで154ユーロだった。 混んでる時間の方が安いのかな?
今回はここでヘルシンキからストックホルム行きのチケットにちょっとした問題があった。 tallink silja lineのフィンランド語のホームページから購入するとダイレクトフェリーなどと同じ値段だったのだが、英語版のホームページから行くとなぜか値段が二倍以上になっていた。 これは今回限りのエラーな気もするが、念のためダイレクトフェリーなどで値段をチェックしておくと良いかもしれない。

フェリーSilja Symphonyでストックホルムへ

フェリーへの乗船

tallink silja lineのフェリーターミナル

よく晴れたヘルシンキのフェリーターミナル

5時発のフェリーは3時半から乗船できるとのことであった。 そこで3時半くらいに着くようにバスとトラムでtallink siljaのフェリーターミナルへと向かった。 トラム2のOlympialaituriという駅で降りたらフェリーターミナルはすぐそこだ。

tallink siljaのフェリー乗船を待つ列

フェリー乗船を待つ列。 ベビーカー用のラインもある

フェリーターミナルに入ると、チェックインカウンターがある。 私たちはちょうど3時半くらいに到着したのだが、そこには長蛇の列ができていた。 仕方ないので並ぶかーと思ったのだけど、実はこれは船に乗船するためのライン。 チェックインの列はその列の後ろに隠れていたのだ。
チェックインの方にも多少の列ができていたので、おすすめはセルフチェックイン。 予約番号を入力するだけで速やかに搭乗券を発券してくれる。
搭乗券を手に入れたら今度は列に並ぶわけだが、ヨーロッパの小さな子供連れのよいところ。 ベビーカー連れはラインをスキップできた。

tallink siljaフェリーのレストランやお店

フェリーに乗船するとレストランやお店が

そのままフェリーに向かって歩いていくと、エスカレーターを二つ上がっていよいよ乗船である。 一旦船に乗ってしまうとさすがはクルーズ船、レストランやお店が並んだ船の上とは思えないような光景であった。

tallink silja海側の窓付きの部屋

船内の収納式の2段ベッドのある窓付きの部屋

フェリーの出航

まずは出港に備えて展望デッキの良い席を確保といきたいところであったが、赤ちゃん連れなのでまずは部屋に入って授乳。 2段ベッドが2つ着いた海側の部屋で、なかなかに快適だった。 ベビーベッドもあらかじめ申請しておくと、準備してもらえる。 ちなみに2段ベッドの上に登る階段は収納の中に入っているのだが、私たちは下のベッドしか使わなかった。 部屋には十分清潔なトイレとシャワーが付いている。

tallink silja フェリーデッキからの眺め

フェリーデッキから一望したヘルシンキの眺め

金曜発の便の場合、出港時のデッキは混んでいるけれど写真撮影には問題ない。 しかしデッキのテーブル確保がしたかったら少し早めに来る必要がありそう。
ヘルシンキのフェリー港は中心部のすぐそばなので、ヘルシンキの建物や世界遺産の島などを見ることができる。 デッキの簡易バーでビールは6ユーロ。 他にもシャンパンやソフトドリンクなど色々売っている。 30分ほどすると小さな島以外は何もなくなるので、みなさん部屋へ戻ったり買い物へ出かけたりする。
私たちもショッピング街の散策をしたり、レストランの下見などをしたりした。 行きなので購入はしなかったが、免税店もチェック。 空港と一緒であからさまに安いのはお酒くらいか。 私たちが行った時にはブランデーの試飲とチョコレートの試食があった。

フェリー内でのブッフェディナー

tallink siljaのディナーブッフェ

このブッフェはシーフード系統をちょこちょこ食べるのが良いのかも?

私たちの夕食は7時半から。 チケット購入の際にブッフェを予約しておいたので、ブッフェ会場の受付でチケットを見せて席を決めてもらう。 ベビーカーを持っていける席があるかと聞いたら、端のほうの広めの席にしてくれた。
ビュッフェは海鮮と肉が中心。 冷菜のコーナーが肉・魚・野菜・デザートとあり、この同じ内容のセットが3組ある。 なので同じ内容のものは、空いているところに行くと良い。 冷菜の方では貝やサーモンなどが美味しかった。
メインのホットフードのコーナも同じ内容が2セットあり、暖かい肉・魚・野菜を提供していた。 ここのローストビーフがなかなかに美味しかった。 炭水化物はパンがちょろっとあったくらいだったかな。
またアルコールはビールと赤・白ワインがセルフで飲み放題。 デザートは7種類くらい、コーヒーお茶などもセルフである。
しかし40ユーロのブッフェというのは、船の上にしてもちょっとお高いかな。 30半ばになりあまり食べられない私たちには、一度試せば良いかなという印象だった。 帰りはレストランで食べたのだが、レストランの方が美味しかったし安かった。

フェリーから眺めるバルト海へ沈む夕陽

tallink siljaフェリーデッキからの日の入り

デッキから眺めたバルト海に沈む夕陽

夕食後はちょうど日の入りの時間。 デッキに再び上がって日の入り鑑賞。 この時間になると風が強く少し寒かった。 シャンパン片手に日の入りでも見ようかと思っていたのだが、デッキのバーは既にしまっていた。 日の入りはよく晴れていて綺麗に見えた。 日の入り後は船の上で少しお酒が回ったのか、すぐに爆睡してしまった。

ストックホルムへ到着

tallink siljaの軽食喫茶的なお店

喫茶店でクロワッサンなどを購入

翌日の朝は日の出を見ようと思っていたのだけど私は起きるのに失敗。 嫁はデッキに向かったが、少し日の出は過ぎていた模様。 とはいえ結構良い写真が取れたようではあった。
朝食は軽食カフェのようなところで、クロワッサン、シナモンロール、ヨーグルト、コーヒーなどを購入。 部屋に持ち帰ってのんびり食べた。 味はそこそこだったけど、朝食ブッフェの半額くらい。 前情報では朝食ブッフェの評判は良いようだったけど、今回はパスすることにした。

そんなこんなでのんびりしているとすぐに到着の時間。 到着をデッキに見に行っても良いけど、ストックホルムはヘルシンキに比べて港が都市部に近くない。 私たちは部屋でのんびりと過ごすことにした。
そんなわけで一日をまたぐフェリーであったけど、あまり疲れることもなくストックホルムまで到着することができた。 飛行機での移動の方がもちろん早いのだろうけど、急ぎでない場合ならフェリーはかなりおすすめできる。

ストックホルム市内への移動からは次の投稿で

関連記事

海外旅行記のまとめ

D