約 2,957,207 件
https://w.atwiki.jp/shisaku0017/pages/149.html
複合グラフ 説明 同一タイプのデータ列を複数表示するグラフです 対応するフリーウェア 登録タグ グラフ表現 全般 表示
https://w.atwiki.jp/rffbl22/pages/107.html
グラフ作成 illustratorでは、簡単なグラフを作成することができる。 そんなに用途はない... グラフツール 棒グラフ 散布図
https://w.atwiki.jp/shisaku0017/pages/179.html
等高線グラフ 説明 等高線のような面グラフです Chart Directorの等高線グラフ 対応するフリーウェア 登録タグ グラフ表現 特殊グラフ 面グラフ
https://w.atwiki.jp/fe_matome/pages/17.html
折れ線グラフの一種 売り上げの推移を表す. →右上がりなら増加傾向,横ばいなら横ばい,とかいう感じ.
https://w.atwiki.jp/shisaku0017/pages/103.html
連想グラフ 説明 ノード間の関連を各ノードを線でつなぐことにより表現します Graph Gearの連想グラフ 連想グラフに対応しているフリーウェア Graph Gear Graphviz
https://w.atwiki.jp/show05/pages/31.html
2011-03-07 読売・JNN:内閣支持率・政党支持率・比例区投票先・衆院早期解散・消費税率引き上げ・TPP参加 2011-03-01 日経・FNN:内閣支持率・政党支持率・比例区投票先・消費税率引き上げ 2011-02-21 朝日・毎日・時事・ANN:内閣支持率・政党支持率・比例区投票先・衆院早期解散・消費税率引き上げ 2011-02-15 産経・共同・NHK・NTV:内閣支持率・政党支持率・消費税率引き上げ 2011-02-07 JNN:内閣支持率・政党支持率・比例区投票先・TPP参加 2011-02-04 読売:内閣支持率・政党支持率・比例区投票先・衆院早期解散 2011-01-17 朝日・日経・毎日・読売・共同・時事・ANN・FNN・JNN・NTV:内閣支持率・政党支持率・比例区投票先・衆院早期解散・消費税率引き上げ 2011-01-12 NHK:内閣支持率・政党支持率 2010-12-27 日経・共同:内閣支持率・政党支持率・比例区投票先・消費税率引き上げ 2010-12-19 毎日・時事:内閣支持率・政党支持率・消費税率引き上げ 2010-12-13 朝日・NHK・ANN・FNN・NTV:内閣支持率・政党支持率・比例区投票先・衆院早期解散 2010-12-06 読売・JNN:内閣支持率・政党支持率・衆院早期解散 2010-11-29 日経:内閣支持率・政党支持率 2010-11-25 共同:内閣支持率・政党支持率 2010-11-22 毎日・FNN:内閣支持率・政党支持率・比例区投票先 2010-11-16 朝日・ANN・NTV:内閣支持率・政党支持率・比例区投票先・衆院早期解散 2010-11-12 時事:内閣支持率・政党支持率 2010-11-08 読売・共同・NHK・JNN:内閣支持率・政党支持率 2010-11-01 日経・FNN:内閣支持率・政党支持率・比例区投票先 2010-10-12 NHK・ANN・NTV:内閣支持率・政党支持率 2010-10-07 朝日・共同:内閣支持率・政党支持率 2010-10-05 毎日・読売・FNN・JNN:内閣支持率・政党支持率 2010-09-21 朝日・毎日・読売・共同・NHK・ANN・FNN・NTV:内閣支持率・政党支持率 2010-09-16 朝日・日経・時事:内閣支持率・政党支持率 2010-09-13 共同:内閣支持率・政党支持率・首相に相応しい 2010-09-06 朝日・読売・ANN・JNN・NTV:内閣支持率・政党支持率・消費税率引き上げ・首相に相応しい 2010-08-30 日経・毎日・読売・共同・FNN:内閣支持率・政党支持率 2010-08-23 NTV:内閣支持率・政党支持率 2010-08-10 朝日・読売・共同・NHK・ANN・JNN:内閣支持率・政党支持率 2010-07-26 毎日・時事・NTV:内閣支持率・政党支持率 2010-07-20 NHK・ANN・FNN・JNN:内閣支持率・政党支持率・消費税率引き上げ・参院選比例区結果 2010-07-14 朝日・読売・共同:内閣支持率・政党支持率・消費税率引き上げ・参院選比例区結果 2010-07-10 毎日・共同:内閣支持率・政党支持率・比例区投票先・選挙区投票先・消費税率引き上げ・注 2010-07-05 朝日・読売・NHK・ANN・FNN・JNN:内閣支持率・政党支持率・比例区投票先・選挙区投票先・選挙への関心・単独過半数確保・消費税率引き上げ・おまけ 2010-06-28 朝日・毎日・読売・NHK:内閣支持率・政党支持率・比例区投票先・単独過半数確保・消費税率引き上げ 2010-06-24 朝日・読売・共同・NHK・ANN・FNN:内閣支持率・政党支持率・比例区投票先
https://w.atwiki.jp/color-cube/pages/110.html
片対数グラフ: 指数関数y=a^(bx+c)(aは正の定数、b,cは定数)の両辺の常用対数を取ると、 log y=bx log a+c log aとなる。 横軸をx(通常の目盛)、縦軸をlog y(対数目盛)にすると、 グラフが直線(傾き:b log a,y切片:c log aの一次関数)になる。 両対数グラフ: 冪関数y=a x^n(a,nは定数)の両辺の対数を取ると、 log y=n log x+log aとなる。 横軸をlog x(対数目盛)、縦軸をlog y(対数目盛)に取ると、 このグラフは直線(傾き:n,y切片:log a)になる。 対数の底: 任意の正数を使っても底の変換をすることにより本質的な違いは生じない 通常10を底とした常用対数を使うことが多い eを底とした自然対数を使っても良い 2を底とした対数を使う場合もある ロジスティック回帰分析: 冪関数に従う実験データから回帰分析で定数a,n を求めるとき、 冪関数のままだと非線形回帰となるが、対数をとることで線形回帰として扱える yを対数軸(xは線形軸のまま)にする場合 y=f(x)であれば、y=log f(x)とする。 つまり、y→e^yへ置き換えることに等しい。 y=f(x)から e^y=f(x) y=log f(x) xを対数軸(yは線形軸のまま)にする場合 y=f(x)をx=g(y)へ変形して、x=log g(y)とする。 この場合、e^x=g(y)より、y=g-1(e^x)となる。 つまり、x→e^xへ置き換えることに等しい。 y=f(x)から y=f(e^x) ここで、逆関数g(x)=f-1(x)よりf(x)=g-1(x) y=g-1(e^x) g(y)=e^x log g(y)=x x=log g(y)
https://w.atwiki.jp/akitaicpc/pages/65.html
グラフとは グラフ(graph)とは、点の集合と辺の集合で構成されるものをいいます。 点は、ノード(node)、頂点・節点(vertex)と呼ぶこともあります。 線は、辺・エッジ(edge)、枝(branch)、リンク(link)と呼ぶこともあります。 今後の説明では、ノードとエッジという言葉に統一して説明します。 なおグラフに関する詳しい説明はここではしないので詳しく知りたい人は、wikipediaのグラフをみるか、自分でググるなどしてください。 図1.無向グラフ 上のようなものがグラフです。 上のグラフでs(スタート)からg(ゴール)へいくにはどの経路を通ればよいでしょうか? s→a→b→g s→a→b→c→g の2つですね。 有向グラフと無向グラフ エッジに矢印(向き)があるグラフを有向グラフ(directed graph)といい、矢印のないグラフを無向グラフ(undirected graph)といいます。 図2.有向グラフ 上のようなものが有向グラフです。矢印が片方しかないと一方通行です。 上のグラフでs(スタート)からg(ゴール)へいくには s→a→b→c→g の経路ですね。逆にg(ゴール)からs(スタート)にいくには g→b→a→s の経路となります。 重みつきグラフ グラフの辺に重み(コスト cost)が付いているグラフを、重み付きグラフ (weighted graph)と呼びます。重みつきグラフには、有向重みつきグラフと無向重みつきグラフの二つに分類されます。 実際に問題を扱うときは、ほとんどが重みつきグラフです。 図3.重みつきグラフ 上のグラフのエッジについている数字がコストです。このコストは、あるノードからあるノードまでの かかる時間や距離を表していることが多いです。 例えば上のグラフでの数字はかかる時間(単位 分)だとします。 s(スタート)からg(ゴール)まで一番時間のかからない経路は s→a→b→c→g であり、かかる時間は7分ですね。 グラフをデータとして扱うには? ICPCの問題では、問題文が与えられて最短経路を求めなければならない問題があります。 このような問題を解くときこのグラフをどのようにデータとして扱うかが問題となります。 データとして扱う方法は2つあります。 一つ目は、n*nの隣接行列(adjacency matrix)に保持する方法です。 隣接行列はあるノードとあるノードがつながっているときそのエッジのコストを書きます。 本来の隣接行列はつながっていないノード間の要素は,0と書きますが、ここでは無限大(∞ infinity)とします。 無限大ということはあるノードからあるノードへつながっているエッジがないこと意味します。 また同じノード間(図3でいうとs-s間,a-a間)はコストを0とします。 以下が図3の重みつきグラフを行列で表したものです。 s a b c g s 0 1 ∞ ∞ ∞ a 1 0 2 ∞ ∞ b ∞ 2 0 3 6 c ∞ ∞ 3 0 1 g ∞ ∞ 6 1 0 無向グラフであれば必ず対称な行列となります。 上の行列を実際に扱うときは、二次元配列を使います。またC/C++では無限大という数は扱えないので とても大きい数をいれます(100000とか),#define INF 1000000とするといいと思います。 しかしこの方法には大きな欠点があります。もしグラフが疎の場合(つまりノードの数の割にエッジが少ない場合) と無駄が多くなります。ノードの数をnとするとエッジの数にかかわらずn*nの行列となるため、 ノード数が多い場合(数千個)くらいになると二次元配列で領域を確保できなくなり、 コンピュータ上でグラフを表現できなくなります。 グラフをデータとして扱う二つ目の方法が隣接リストです。隣接リストではあるノードがどのノードにつながっているか の情報だけを保持します(コストがある場合はコストも保持する) 図3の重みつきグラフの例でいくとsはaとつながっている、aはs,bとつながっているという情報を保持します。 以下が図3の重みつきグラフを隣接リストで表したものです。 s = a a = s,b b = a,c,g c = b,g g = b,c こちらの方が保持するデータ量が少なくなります。そのためこちらでコーディングすることが多いです。 それでは具体的にデータとして扱う方法について考えます。 図3.重みつきグラフについてノードがa,b,cとアルファベットでは扱いにくいので、 ノードも番号(数字)として扱います。 図4.ノードを番号にした重みつきグラフ あるノードがどのノードとつながっているか、つながっているノードとのエッジのコストがいくらか の2つの情報があれば問題なさそうです。 構造体を使って struct Node{ vector int to;//どのノードとつながっているか vector int cost;//エッジのコスト }; //構造体の宣言 struct Node node[100];//100はノードの数 としましょう。構造体が分からない人はググってください。vectorについてはvectorの使い方を見てください。 図4のグラフにおいてノード番号2をこの構造体で表すと node[2].to[0] node[2].to[1] node[2].to[2] ノード2とつながっているノード番号 1 3 4 node[2].cost[0] node[2].cost[1] node[2].cost[2] ノード2とノード?のエッジのコスト 2 6 3 では実際にこのようにデータを入れることのできる関数を作ってみます。 例えばノードuからノードvにエッジを追加するとします。 //エッジを追加する関数 void addEdge(int v, int u, int weight, struct Node *node){ //ノードuはノードvとつながっている情報を入れる node[ u ].to.push_back( v ); //ノードuとノードvのエッジの重みを入れる node[ u ].cost.push_back( weight ); //有向グラフならここから下の処理が不要 //ノードvはノードuとつながっている情報を入れる node[ v ].to.push_back( u ); //ノードvとノードuのエッジの重みを入れる node[ v ].cost.push_back( weight ); } この関数にノード番号u,v,コスト(重み)weight,ノードの構造体を渡すことで新しくエッジが追加できます。 図4を例にとると addEdge( 2 , 4 , 3 , node ); とするとノード2とノード4にコスト3のエッジが追加されます。 これでグラフをデータとして扱えるようになりました。 実際にICPCの問題ではこのグラフのあるノードからあるノードまでの最短経路を調べたりします。 グラフの最短経路を求める有名なアルゴリズムには ダイクストラ法(2点間の最短経路を求める 負のコストがあると使えない) ベルマン・フォード法(2点間の最短経路を求める 負のコストがあっても使える) ワーシャル・フロイド法(すべての2点間の組の最短経路を求める 負のコストがあると使えない) などがあります。 ...
https://w.atwiki.jp/shisaku0017/pages/91.html
ドーナツグラフ 説明 円グラフの中心部が空白になったグラフです FusionCharts Freeのドーナツグラフ 対応しているフリーウェア タグ一覧 グラフ表現 円グラフ 意図 特殊グラフ
https://w.atwiki.jp/assault_lily/pages/286.html
トリグラフ(Triglav) CHARM 世代 第3世代 形式番号 GC-09 正式名称 GC-09 トリグラフ 開発企業 ヒヒイロカネインターナショナル社 機能 3段変形・合体 アーセナル 小柴瑛深など(改良・テストを担当) 使用者 石川葵(prt sp)(LoG・TFG・ドール)(*1)松永遊糸(prt)(ドール)(*2)楓・J・ヌーベル(ドールver2.0)(*3)小柴瑛深(アームズコレクション)六角汐里あくつ・ルシファ・魔妖(舞台)野坂・ジャクリーヌ・風音(舞台)戸田・エウラリア・琴陽(舞台)尾竹廉(舞台)毛綱乃彩(アサルトリリィ グローリー) 登場作品 アサルトリリィ×私立ルドビコ女学院vol.1『シュベスターの祈り』アサルトリリィ×私立ルドビコ女学院vol.2『シュベスターの秘密』アサルトリリィ×私立ルドビコ女学院vol.5『白きレジスタンス〜真実の刃〜』アサルトリリィ×私立ルドビコ女学院vol.9『白きレジスタンス〜真実の刃〜』舞台「アサルトリリィ League of Gardens」舞台「アサルトリリィ The Fateful Gift」舞台「アサルトリリィ Lost Memories」連載記事「CHARM大全」第10回舞台「アサルトリリィ・御台場女学校-The Empathy Phenomenon-」 デザイナー 東海村原八 解説 マギクリスタルのエネルギーを身の回りに滞留させることでレアスキル円環の御手なしで2種のCHARM相当の武器を運用できる最新鋭機。(*4) 二丁拳銃を設計モチーフに持つCHARMで、エネルギー攻撃機「ダジボーグ」(Dajbog)と実剣/実弾攻撃機「スヴァローグ」(Svarog)との2機からなる。それぞれがガンモードとブレードモードに変形可能。さらに、2機を合体させることでパルチザン(長刀)モード「ペルーン」(Perun)を起動できる。(*5) 第3世代CHARMは単一のコアで一定範囲内にマギクリスタルの効力を及ぼす「マギクラウドコントロールシステム」(あるいは「クラウドマギコントローリングシステム」(*6))という技術を搭載している。(*7) (スヴァローグの側の)大きい方のマギクリスタルコアがメインコア(親機)であり、こちらに契約したコアを搭載する。(ダジボーグの側の)小さい方は子機であり親機と認識されたコアに従属する。(*8) トリグラフはモードチェンジのサポート機構などをアップデートするために現在もアーセナルによる改良やテストが繰り返されている。城ヶ島工科の小柴瑛深もそうしたアーセナルの一人。ヒヒイロカネのCHARMはずっとアップデートされるので安心して使える。(*9) 「トリグラフ」という名の由来はスラブ神話の三柱神。一説にトリグラフを構成するという軍神が光の神ダジボーグ、火の神スヴァローグ、雷の神ペルーンである。(*10) 鞭やエネルギーソードのような使い方も可能。(*11) 最低起動スキラー数値は55。(*12) 派生機 トロヤン(再設計機)