tado

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib_fontja

import torch
import torch.nn as nn

# グラフの配色（見分けやすさを検証済みのパレット）
C_BLUE  = '#2a78d6'  # 損失・確率バーの色

tado

import sys  # コマンドライン引数（--record）の判定に使う

import numpy as np  # curl noiseを全粒子ぶん一括計算するために使う
import py5  # py5（Processingのpython版）ライブラリを読み込む

# --record付きで起動すると、フレームをPNG連番で保存して指定秒数で自動終了する。
# 保存後にffmpegで動画（H.265）に変換する想定（詳しくはREADME等を参照）
RECORD = '--record' in sys.argv
RECORD_FPS = 60       # 動画のフレームレート。draw()1回 = 動画の1フレームとして扱う
RECORD_SECONDS = 15   # 書き出す長さ（秒）

tado

font-family = "Jetbrains Mono Slashed"
font-size = 16
background = #111111
background-opacity = 0.85
background-blur = true
background-blur-radius = 100
macos-titlebar-style = transparent

tado

import * as THREE from 'three';
import { OrbitControls } from 'three/addons/controls/OrbitControls.js';

// ========== 3D Simplex Noise ==========
// Stefan Gustavson のアルゴリズムに基づく実装

const F3 = 1.0 / 3.0;
const G3 = 1.0 / 6.0;

// 12方向のグラジェントベクトル

tado

// FM変調合成 + Pbind サンプル

// サーバーを起動
s.boot;

Server.killAll;

---

/*

tado

SuperCollider ライブコーディング作業記録

ファイル: Desktop/test.scd 作業日: 2026-02-27 使用ツール: Claude Code (claude-sonnet-4-6)

---

作業の概要

tado

// =====================================================================
// JITLib ライブコーディング
//
// 【JITLib の主要クラス】
//   ProxySpace  ─ ~ 変数を NodeProxy として管理する環境
//   Ndef        ─ サーバー側シンセの差し替え可能なプロキシ（音源・エフェクト用）
//   Pdef        ─ イベントパターンの差し替え可能なプロキシ（Pbind 用）
//   Tdef        ─ ルーティンの差し替え可能なプロキシ（Task/Routine 用）
//
// 【変数の設計】

tado

(
s.waitForBoot {
    // 倍音成分が時間と共に変化するFM楽器
    SynthDef(
        \myFM, {
            // 引数: 出力バス, キャリア周波数, 音量, 周波数比, 最大モジュレーションインデックス
            //       ADSR各パラメータ, ゲート（発音/消音の制御）
            |out=0, freq=440, amp=0.5,
             modRatio=1.5, modIndex=10,
             attack=0.01, decay=1.0, sustain=0.3, release=1.5,

tado

// 倍音成分が時間と共に変化するFM楽器
(
SynthDef(
    \myFM, {
        // 引数: 出力バス, キャリア周波数, 音量, 周波数比, 最大モジュレーションインデックス
        //       ADSR各パラメータ, ゲート（発音/消音の制御）
        |out=0, freq=440, amp=0.5,
         modRatio=1.5, modIndex=10,
         attack=0.01, decay=1.0, sustain=0.3, release=1.5,
         gate=1|

tado

import yfinance as yf
import matplotlib.pyplot as plt
import matplotlib
from datetime import datetime, timedelta
import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from sklearn.metrics import r2_score, mean_squared_error
from scipy import stats
import pandas as pd