Manuscript

docs/extras/5tex/index.mdx

@@ -112,6 +112,10 @@ lualatex sample.tex
 
 - `sample.pdf` という名前のファイルができるので、それを開く。
 
+:::tip
+Mac を使っている場合は、バックスラッシュ（ `\` ）は、`Alt` を押しながら `¥` を押せば、打つことができます。
+:::
+
 :::tip
 LuaLaTeX 以外も使うことができます。pLaTeX で jsarticle を使う例も載せておきます。
 

docs/index.mdx

@@ -24,12 +24,14 @@ Python やアルゴリズムについて簡単にまとめていこうかなと
 
 ## 更新履歴
 
-10/10 第一周の分を執筆 [ここから](/docs/python/01google-colaboratory/)
+11/6 range 関数についてを補足 [この下](http://localhost:3000/docs/python/08array/#%E5%95%8F%E9%A1%8C-1)
 
-10/10 練習問題を追加
+10/30 第三週の分を執筆 [ここから](/docs/python/07for/)
+
+10/23 第二週の分を執筆 [ここから](/docs/python/05function/)
 
 10/16 練習問題をさらに追加
 
-10/23 第二週の分を執筆 [ここから](/docs/python/05function/)
+10/10 練習問題を追加
 
-10/30 第三週の分を執筆 [ここから](/docs/python/07for/)
+10/10 第一周の分を執筆 [ここから](/docs/python/01google-colaboratory/)

docs/python/05function/index.mdx

@@ -87,7 +87,9 @@ $G=6.7\times 10^{-11}$、$r=2$、$M=60$、$m=20$ とします。
 <Answer>
 <ViewSource path="_samples/introduce_language.ipynb" />
 
+:::note
 `f-string` を使わないと次のようになります。
 
 <ViewSource path="_samples/introduce_language2.ipynb" />
+:::
 </Answer>

docs/python/07for/_samples/upto_sum.ipynb

@@ -0,0 +1,27 @@
+{
+ "nbformat": 4,
+ "nbformat_minor": 2,
+ "metadata": {},
+ "cells": [
+  {
+   "metadata": {},
+   "source": [
+    "sum(range(1, 11))"
+   ],
+   "cell_type": "code",
+   "outputs": [
+    {
+     "output_type": "execute_result",
+     "data": {
+      "text/plain": [
+       "55"
+      ]
+     },
+     "metadata": {},
+     "execution_count": 1
+    }
+   ],
+   "execution_count": null
+  }
+ ]
+}

docs/python/07for/index.mdx

@@ -92,10 +92,14 @@ while(条件):
 
 ### 練習問題 1
 
-1 から n までの和を求める関数を作って、実際に 1 から 10 までの和を求めてみましょう。
+$1$ から $n$ までの和を求める関数を作って、実際に 1 から 10 までの和を求めてみましょう。
 
 <Answer>
-  <ViewSource path="_samples/upto.ipynb" />
+<ViewSource path="_samples/upto.ipynb" />
+
+実は、このプログラムは次のようにしてもっと簡単に書くことができます。しかし、次項の配列の内容がわかっていないと理解できないため、次項で詳しく紹介します。
+
+<ViewSource path="_samples/upto_sum.ipynb" />
 </Answer>
 
 ### 練習問題 2

docs/python/08array/_samples/average_numpy.ipynb

@@ -0,0 +1,30 @@
+{
+  "nbformat": 4,
+  "nbformat_minor": 2,
+  "metadata": {},
+  "cells": [
+    {
+      "metadata": {},
+      "source": [
+        "import numpy\n",
+        "\n",
+        "scores = [26, 78, 83, 20, 10, 11, 22, 16, 41, 95]\n",
+        "numpy.mean(scores)"
+      ],
+      "cell_type": "code",
+      "outputs": [
+        {
+          "output_type": "execute_result",
+          "data": {
+            "text/plain": [
+              "40.2"
+            ]
+          },
+          "metadata": {},
+          "execution_count": 1
+        }
+      ],
+      "execution_count": null
+    }
+  ]
+}

docs/python/08array/_samples/average_statistics.ipynb

@@ -0,0 +1,30 @@
+{
+  "nbformat": 4,
+  "nbformat_minor": 2,
+  "metadata": {},
+  "cells": [
+    {
+      "metadata": {},
+      "source": [
+        "import statistics\n",
+        "\n",
+        "scores = [26, 78, 83, 20, 10, 11, 22, 16, 41, 95]\n",
+        "statistics.mean(scores)"
+      ],
+      "cell_type": "code",
+      "outputs": [
+        {
+          "output_type": "execute_result",
+          "data": {
+            "text/plain": [
+              "40.2"
+            ]
+          },
+          "metadata": {},
+          "execution_count": 1
+        }
+      ],
+      "execution_count": null
+    }
+  ]
+}

docs/python/08array/_samples/range.ipynb

@@ -0,0 +1,26 @@
+{
+ "nbformat": 4,
+ "nbformat_minor": 2,
+ "metadata": {},
+ "cells": [
+  {
+   "metadata": {},
+   "source": [
+    "print(range(1, 11))\n",
+    "print(list(range(1, 11)))"
+   ],
+   "cell_type": "code",
+   "outputs": [
+    {
+     "output_type": "stream",
+     "name": "stdout",
+     "text": [
+      "range(1, 11)\n",
+      "[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]\n"
+     ]
+    }
+   ],
+   "execution_count": null
+  }
+ ]
+}

docs/python/08array/_samples/sum.ipynb

@@ -0,0 +1,27 @@
+{
+ "nbformat": 4,
+ "nbformat_minor": 2,
+ "metadata": {},
+ "cells": [
+  {
+   "metadata": {},
+   "source": [
+    "sum([1, 2, 3])"
+   ],
+   "cell_type": "code",
+   "outputs": [
+    {
+     "output_type": "execute_result",
+     "data": {
+      "text/plain": [
+       "6"
+      ]
+     },
+     "metadata": {},
+     "execution_count": 2
+    }
+   ],
+   "execution_count": null
+  }
+ ]
+}

docs/python/08array/_samples/sum2.ipynb

@@ -0,0 +1,27 @@
+{
+ "nbformat": 4,
+ "nbformat_minor": 2,
+ "metadata": {},
+ "cells": [
+  {
+   "metadata": {},
+   "source": [
+    "sum([2, 5, 7])"
+   ],
+   "cell_type": "code",
+   "outputs": [
+    {
+     "output_type": "execute_result",
+     "data": {
+      "text/plain": [
+       "14"
+      ]
+     },
+     "metadata": {},
+     "execution_count": 1
+    }
+   ],
+   "execution_count": null
+  }
+ ]
+}

docs/python/08array/_samples/variance_numpy.ipynb

@@ -0,0 +1,27 @@
+{
+  "nbformat": 4,
+  "nbformat_minor": 2,
+  "metadata": {},
+  "cells": [
+    {
+      "metadata": {},
+      "source": [
+        "import numpy\n",
+        "\n",
+        "scores = [26, 78, 83, 20, 10, 11, 22, 16, 41, 95]\n",
+        "print(numpy.var(scores))"
+      ],
+      "cell_type": "code",
+      "outputs": [
+        {
+          "output_type": "stream",
+          "name": "stdout",
+          "text": [
+            "955.5600000000001\n"
+          ]
+        }
+      ],
+      "execution_count": null
+    }
+  ]
+}

docs/python/08array/_samples/variance_statistics.ipynb

@@ -0,0 +1,27 @@
+{
+  "nbformat": 4,
+  "nbformat_minor": 2,
+  "metadata": {},
+  "cells": [
+    {
+      "metadata": {},
+      "source": [
+        "import statistics\n",
+        "\n",
+        "scores = [26, 78, 83, 20, 10, 11, 22, 16, 41, 95]\n",
+        "print(statistics.pvariance(scores))"
+      ],
+      "cell_type": "code",
+      "outputs": [
+        {
+          "output_type": "stream",
+          "name": "stdout",
+          "text": [
+            "955.56\n"
+          ]
+        }
+      ],
+      "execution_count": null
+    }
+  ]
+}

docs/python/08array/index.mdx

@@ -72,13 +72,32 @@ len(配列名)
 <ViewSource path="_samples/change3.ipynb" />
 </Answer>
 
+:::info
+実は for 文を書くときに出てきた range は、配列のようなものを作る関数です。ここで、配列のようなものと言ったのは厳密には配列ではないからですが、ひとまず配列と考えて問題ないでしょう。そのため、例えば `range(1, 11)` は `[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]` を生成します。下のプログラムでは、range 関数の返り値を配列にしています。
+
+<ViewSource path="_samples/range.ipynb" />
+
+前項の練習問題の解答で `sum(range(1, 11))` のような別解がありましたが、sum 関数は与えられた配列の和を求める関数なので、これは range 関数で 1 から 10 までの配列を作り、それの和を sum 関数で求めていたということです。
+
+<ViewSource path="_samples/sum.ipynb" />
+
+<ViewSource path="_samples/sum2.ipynb" />
+
+:::
+
 ### 練習問題 1
 
 生徒の英語の点数が書かれた配列を受け取って、その平均点を返す関数を作ってみましょう。
 実際に、点数をそれぞれ 26 点、78 点、83 点、20 点、10 点、11 点、22 点、16 点、41 点、95 点として計算してみましょう。
 
 <Answer>
-  <ViewSource path="_samples/average10.ipynb" />
+<ViewSource path="_samples/average10.ipynb" />
+
+実は、平均点を求めるライブラリもあります。[statistics ライブラリの mean 関数](https://docs.python.org/ja/3/library/statistics.html#statistics.mean)や[numpy ライブラリの mean 関数](https://numpy.org/doc/stable/reference/generated/numpy.mean.html)があります。
+
+<ViewSource path="_samples/average_statistics.ipynb" />
+
+<ViewSource path="_samples/average_numpy.ipynb" />
 </Answer>
 
 ### 練習問題 2
@@ -88,7 +107,7 @@ len(配列名)
 $n$ 個の観測データを $x_1,x_2,\cdots,x_n$ 、平均を $\bar{x}$ とすると、分散 $s^2$ は次のように与えられるとします。
 
 $$
-s^2=\frac{\sum_{i=1}^n(x_i-\bar{x})^2}{n}
+s^2=\frac{\sum\limits_{i=1}^n(x_i-\bar{x})^2}{n}
 $$
 
 練習問題 1 と同じように具体的な値を入れて確かめてみましょう。
@@ -99,4 +118,11 @@ $$
 次のようにしても計算できますが（ `variance` 関数の中が少し変わっています。）、for 文の中が実行される度に `average` 関数が実行されて計算量が多くなってしまうので、上のようにした方が良いでしょう。
 
 <ViewSource path="_samples/variance2.ipynb" />
+
+実は、分散を計算するライブラリがあります。[statistics ライブラリの pvariance 関数](https://docs.python.org/ja/3/library/statistics.html#statistics.pvariance)を使う方法や[NumPy ライブラリの var 関数](https://numpy.org/doc/stable/reference/generated/numpy.var.html)があります。
+
+<ViewSource path="_samples/variance_statistics.ipynb" />
+
+<ViewSource path="_samples/variance_numpy.ipynb" />
+
 </Answer>