2021-12-08

matplotlibの色の一覧をpandasで作る

pythonのmatplotlibでグラフを書くとき時々色を指定したくなりますが、その度に色の名前や16進数のカラーコードを検索しています。しかし毎回検索するのは面倒なので色の一覧を出力するプログラムを書きました。
検索してよく出てくる色の一覧は画像ファイルですが、このプログラムではpandasを使って表形式でまとめているため、色の名前やカラーコードのコピペがしやすいです。

コードは次の通り。

import matplotlib as mpl
import pandas as pd

df = pd.DataFrame(list(mpl.colors.cnames.items()), columns=['name','hex'])
df['hsv'] = df['hex'].map(lambda x:list(mpl.colors.rgb_to_hsv(mpl.colors.to_rgb(x))))
df['color'] = df['hex']
df = df.sort_values(by='hsv').reset_index(drop=True).drop(columns='hsv')
display(df.style.applymap(lambda x:f'background-color : {x}; color : {x}', subset='color'))

これを実行すると次のような表が出力されます。
あとは適当な色の名前をコピーして使ってください。
個人的には 'dimgray'、'tomato'、'darkorange'、'gold、'darkcyan'、'skyblue' あたりが好みです。

	name	hex	color
0	black	#000000	#000000
1	dimgray	#696969	#696969
2	dimgrey	#696969	#696969
3	grey	#808080	#808080
4	gray	#808080	#808080
5	darkgray	#A9A9A9	#A9A9A9
6	darkgrey	#A9A9A9	#A9A9A9
7	silver	#C0C0C0	#C0C0C0
8	lightgrey	#D3D3D3	#D3D3D3
9	lightgray	#D3D3D3	#D3D3D3
10	gainsboro	#DCDCDC	#DCDCDC
11	whitesmoke	#F5F5F5	#F5F5F5
12	white	#FFFFFF	#FFFFFF
13	snow	#FFFAFA	#FFFAFA
14	rosybrown	#BC8F8F	#BC8F8F
15	lightcoral	#F08080	#F08080
16	indianred	#CD5C5C	#CD5C5C
17	brown	#A52A2A	#A52A2A
18	firebrick	#B22222	#B22222
19	maroon	#800000	#800000
20	darkred	#8B0000	#8B0000
21	red	#FF0000	#FF0000
22	mistyrose	#FFE4E1	#FFE4E1
23	salmon	#FA8072	#FA8072
24	tomato	#FF6347	#FF6347
25	darksalmon	#E9967A	#E9967A
26	coral	#FF7F50	#FF7F50
27	orangered	#FF4500	#FF4500
28	lightsalmon	#FFA07A	#FFA07A
29	sienna	#A0522D	#A0522D
30	seashell	#FFF5EE	#FFF5EE
31	chocolate	#D2691E	#D2691E
32	saddlebrown	#8B4513	#8B4513
33	sandybrown	#F4A460	#F4A460
34	peachpuff	#FFDAB9	#FFDAB9
35	peru	#CD853F	#CD853F
36	linen	#FAF0E6	#FAF0E6
37	bisque	#FFE4C4	#FFE4C4
38	darkorange	#FF8C00	#FF8C00
39	burlywood	#DEB887	#DEB887
40	antiquewhite	#FAEBD7	#FAEBD7
41	tan	#D2B48C	#D2B48C
42	navajowhite	#FFDEAD	#FFDEAD
43	blanchedalmond	#FFEBCD	#FFEBCD
44	papayawhip	#FFEFD5	#FFEFD5
45	moccasin	#FFE4B5	#FFE4B5
46	orange	#FFA500	#FFA500
47	wheat	#F5DEB3	#F5DEB3
48	oldlace	#FDF5E6	#FDF5E6
49	floralwhite	#FFFAF0	#FFFAF0
50	darkgoldenrod	#B8860B	#B8860B
51	goldenrod	#DAA520	#DAA520
52	cornsilk	#FFF8DC	#FFF8DC
53	gold	#FFD700	#FFD700
54	lemonchiffon	#FFFACD	#FFFACD
55	khaki	#F0E68C	#F0E68C
56	palegoldenrod	#EEE8AA	#EEE8AA
57	darkkhaki	#BDB76B	#BDB76B
58	ivory	#FFFFF0	#FFFFF0
59	beige	#F5F5DC	#F5F5DC
60	lightyellow	#FFFFE0	#FFFFE0
61	lightgoldenrodyellow	#FAFAD2	#FAFAD2
62	olive	#808000	#808000
63	yellow	#FFFF00	#FFFF00
64	olivedrab	#6B8E23	#6B8E23
65	yellowgreen	#9ACD32	#9ACD32
66	darkolivegreen	#556B2F	#556B2F
67	greenyellow	#ADFF2F	#ADFF2F
68	chartreuse	#7FFF00	#7FFF00
69	lawngreen	#7CFC00	#7CFC00
70	honeydew	#F0FFF0	#F0FFF0
71	darkseagreen	#8FBC8F	#8FBC8F
72	palegreen	#98FB98	#98FB98
73	lightgreen	#90EE90	#90EE90
74	forestgreen	#228B22	#228B22
75	limegreen	#32CD32	#32CD32
76	darkgreen	#006400	#006400
77	green	#008000	#008000
78	lime	#00FF00	#00FF00
79	seagreen	#2E8B57	#2E8B57
80	mediumseagreen	#3CB371	#3CB371
81	springgreen	#00FF7F	#00FF7F
82	mintcream	#F5FFFA	#F5FFFA
83	mediumspringgreen	#00FA9A	#00FA9A
84	mediumaquamarine	#66CDAA	#66CDAA
85	aquamarine	#7FFFD4	#7FFFD4
86	turquoise	#40E0D0	#40E0D0
87	lightseagreen	#20B2AA	#20B2AA
88	mediumturquoise	#48D1CC	#48D1CC
89	azure	#F0FFFF	#F0FFFF
90	lightcyan	#E0FFFF	#E0FFFF
91	paleturquoise	#AFEEEE	#AFEEEE
92	darkslategray	#2F4F4F	#2F4F4F
93	darkslategrey	#2F4F4F	#2F4F4F
94	teal	#008080	#008080
95	darkcyan	#008B8B	#008B8B
96	cyan	#00FFFF	#00FFFF
97	aqua	#00FFFF	#00FFFF
98	darkturquoise	#00CED1	#00CED1
99	cadetblue	#5F9EA0	#5F9EA0
100	powderblue	#B0E0E6	#B0E0E6
101	lightblue	#ADD8E6	#ADD8E6
102	deepskyblue	#00BFFF	#00BFFF
103	skyblue	#87CEEB	#87CEEB
104	lightskyblue	#87CEFA	#87CEFA
105	steelblue	#4682B4	#4682B4
106	aliceblue	#F0F8FF	#F0F8FF
107	dodgerblue	#1E90FF	#1E90FF
108	lightslategrey	#778899	#778899
109	lightslategray	#778899	#778899
110	slategrey	#708090	#708090
111	slategray	#708090	#708090
112	lightsteelblue	#B0C4DE	#B0C4DE
113	cornflowerblue	#6495ED	#6495ED
114	royalblue	#4169E1	#4169E1
115	ghostwhite	#F8F8FF	#F8F8FF
116	lavender	#E6E6FA	#E6E6FA
117	midnightblue	#191970	#191970
118	navy	#000080	#000080
119	darkblue	#00008B	#00008B
120	mediumblue	#0000CD	#0000CD
121	blue	#0000FF	#0000FF
122	slateblue	#6A5ACD	#6A5ACD
123	darkslateblue	#483D8B	#483D8B
124	mediumslateblue	#7B68EE	#7B68EE
125	mediumpurple	#9370DB	#9370DB
126	rebeccapurple	#663399	#663399
127	blueviolet	#8A2BE2	#8A2BE2
128	indigo	#4B0082	#4B0082
129	darkorchid	#9932CC	#9932CC
130	darkviolet	#9400D3	#9400D3
131	mediumorchid	#BA55D3	#BA55D3
132	thistle	#D8BFD8	#D8BFD8
133	plum	#DDA0DD	#DDA0DD
134	violet	#EE82EE	#EE82EE
135	purple	#800080	#800080
136	darkmagenta	#8B008B	#8B008B
137	fuchsia	#FF00FF	#FF00FF
138	magenta	#FF00FF	#FF00FF
139	orchid	#DA70D6	#DA70D6
140	mediumvioletred	#C71585	#C71585
141	deeppink	#FF1493	#FF1493
142	hotpink	#FF69B4	#FF69B4
143	lavenderblush	#FFF0F5	#FFF0F5
144	palevioletred	#DB7093	#DB7093
145	crimson	#DC143C	#DC143C
146	pink	#FFC0CB	#FFC0CB
147	lightpink	#FFB6C1	#FFB6C1

2021-11-30

ニューラルネットワークの図を描くためのPythonコード

下記のように全結合型ニューラルネットワークの図を描くためのPythonコードを書いた。
入力層~出力層にかけてのノード数を引数に入れて実行するだけ。

neural_network_img(6,4,8,5,6,4,8,6)

f:id:mennmabacon:20211130220042p:plain

コードは次の通り。

from itertools import product
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['figure.dpi'] = 200

def make_nodes(num):
  return list(np.arange(-(num-1)/2, (num-1)/2+1,1))

def newral_netwark_img(*nodes_nums):
  n = len(nodes_nums)
  nodes_list = [make_nodes(num) for num in nodes_nums]
  edge_list = [list(product(nodes_list[i],nodes_list[i+1])) for i in range(n-1)]

  plt.figure()
  for i, edges in enumerate(edge_list):
    for edge in edges:
      plt.plot([i,i+1], edge, color='gray', linewidth=0.1)
  for i, nodes in enumerate(nodes_list):
    plt.scatter(np.full_like(nodes,i),nodes,c='white',edgecolors='gray')
  plt.xticks(ticks=list(range(n)),labels=['input']+[f'layer{i}' for i in range(n-2)]+['output'])
  plt.tick_params(bottom=False,
               left=False,
               right=False,
               top=False,
               labelbottom=True,
               labelleft=False,
               labelright=False,
               labeltop=False)
  ax = plt.gca()
  ax.spines['right'].set_visible(False)
  ax.spines['top'].set_visible(False)
  ax.spines['left'].set_visible(False)
  ax.spines['bottom'].set_visible(False)
  ax.set_title('Fully Coupled Neural Network')
  plt.show()

neural_network_img(2,4,8,5)

f:id:mennmabacon:20211130221909p:plain

2021-11-24

理系の名著出会ってよかった一冊

大学の専門は構造有機化学で、仕事は光学フィルムメーカーでの研究開発ですが、化学だけでなくいろいろなことが好きです。

数学、物理、化学、プログラミング、機械学習、経済学、経営学、デザイン......

何かを学び理解すると、世界の真理の一端に触れられた感覚、そしてそれによって自分の世界が広がる高揚感があります。その感覚の虜になり分野を問わず学ぶことを続けてきました。この記事では私の世界が広がった、出会ってよかった名著たちを紹介します。薄っぺらい本は嫌いですので、専門書を中心に中身の濃い本を厳選して紹介します。誰かの座右の書となることを期待して。

※各書籍へのコメントは随時追加していきます。他にも載せたい本がたくさんある（特に物理など）のでそちらも追加していければと思います。

数学

月刊大学への数学（★★★★★）

これならわかる工学部で学ぶ数学（★★★★☆）

工学部で学ぶ数学を網羅的に扱っています。証明が端的で美しい。後輩は大学院の受験勉強で使っていましたが、学部の時から出会いたかった一冊です。

化学

ウォーレン有機化学（★★★★★）

アトキンス物理化学（★★★☆☆）

マッカーリ・サイモン物理化学（★★★★☆）

量子化学―基礎からのアプローチ（★★★★★）

フロンティア軌道論で化学を考える（★★★★★）

分子軌道法をどう理解するか第二版（★★★★★）

電子構造論による化学の探究（★★★☆☆）

有機分子の分子間力：Ab initio 分子軌道法による分子間相互作用エネルギーの解析（★★★★★）

無機化学演習：大学院入試問題を中心に（★★★★☆）

元素周期表で世界はすべて読み解ける（★★★★☆）

物理

物理光学 -媒質中の光波の伝搬-（★★★★☆）

生物

ウイルスは生きている（★★★★★）

プログラミング•機械学習•統計学

孫社長にたたきこまれたすごい数値化仕事術（★★★★☆）

統計学大百科事典（★★★★★）

リーダブルコード（★★★★★）

機械学習図鑑（★★★★★）

Pythonを使った光電磁場解析（★★★★☆）

経済学•経営学•ビジネス書

会計超入門!　知識ゼロでも2時間で決算書が読めるようになる!（★★★★★）

企業をしらべれば人生が変わる! -就活やビジネスを成功に導くユーレット活用術- （★★★★★）

ミクロ経済学の力（★★★★★）

イシューからはじめよう（★★★★☆）

天才を殺す凡人（★★★★★）

たった1日で即戦力になるExcelの教科書（★★★★★）

アウトルック最速仕事術（★★★★☆）

人を動かす（★★★★★）

ロジカル・ディスカッション（★★★☆☆）

デザイン

ノンデザイナーズ・デザインブック（★★★★★）

心理学

嫌われる勇気（★★★★☆）

その他

サピエンス全史（★★★★☆）

京都「地理・地名・地図」の謎意外と知らない“古都”の歴史を読み解く! （★★★★☆）

三体（★★★★☆）

2021-04-19

【受験生必見!!】「部分積分」を一瞬でやる裏技

さて全然更新していない当ブログ。周期表の覚え方を記載しているためか毎月のべ100人程度はアクセスしてくれているようです。そこで今回は高校生向けにもう一つ記事を書きたいと思います。テーマは瞬間部分積分。部分積分を一瞬でやるテクニックで、割と便利な方法なので、受験生だけでなく理系大学生も必見です！

部分積分の復習

まずは部分積分の復習です。部分積分とはいわゆる"積の微分法"の逆にあたり、関数の積を積分する際の計算方法のことでです。"積の積分法"といってもいいかもしれません。

▶︎ 積の微分法
$\frac{d}{dx}(\ f\left(x\right) g\left(x\right) )= f^{\prime}g + fg^{\prime}\tag{1}\label{1}$

　これは"微分そのまま+そのまま微分"なんて言って覚えるといいですよね。

▶︎部分積分
　上の式(1)を移項して
$fg^{\prime} = \frac{d}{dx}(\ f\left(x\right) g\left(x\right) ) - f^{\prime}g\tag{2}\label{2}$
　これを両辺xで積分してやると
$\int fg^{\prime}dx = f g - \int f^{\prime}g dx\tag{3}\label{3}$
　という部分積分の公式が出てきます。
　こちらは"積分した後マイナス微分"などと覚えるといいかもしれません。

例えば $x\sin x$ を積分しろと言われた場合、
\begin{eqnarray}\int x\sin x\ dx &=& x \ (-\cos x) - \int \ (-\cos x) \ dx \\
&=& -x \cos x+\sin x+const.\tag{4}\label{4}\end{eqnarray}

となります。

部分積分の繰り返し

では
\begin{equation*}
\int x^{2} sinx\ dx
\end{equation*}

はどうやって解けば良いでしょうか。

手元にPCがあれば WolframAlpha を使って

f:id:mennmabacon:20210413222244p:plain

x^2sinx integral - Wolfram|Alpha

のように答えを教えてもらいますが、なければ部分積分を繰り返し使って
\begin{eqnarray}
\int x^{2} sinx\ dx &=& -x^{2} cosx-\int ( -2xcosx) dx\\
&=& -x^{2} cosx+2x\ sinx-\int 2sinxdx\\
&=& -x^{2} cosx+2x\ sinx+2cosx+const.\tag{5}\label{5}
\end{eqnarray}

として解くのが一般的でしょう。しかしこれを
\begin{equation*}
\int x^{2} sinx\ dx=-x^{2} cosx+2x\ sin x+2cosx+const.\tag{6}\label{6}
\end{equation*}

のように一気に解けないでしょうか。そこで登場するのが瞬間部分積分です。

瞬間部分積分

瞬間部分積分とは、部分積分の繰り返しを一気に行う方法です。

関数 $f$ の $n$ 回微分を $f_{n}$ 、関数 $g$ の $n$ 回積分を $G_{n}$ とすると、部分積分の繰り返しは
\begin{eqnarray}
\int fg\ dx&=&fG_{1} -\int f_{1} G_{1}\\
&=&fG_{1} -f_{1} G_{2} +\int f_{2} G_{2}\\
&=&fG_{1} -f_{1} G_{2} +f_{2} G_{3} -f_{3} G_{4} +......\\
&=&\sum _{j=0}^{\infty }( -1)^{\ j}\ f_{j} G_{j+1}\tag{7}\label{7}
\end{eqnarray}

と表せます。積分微分、積分微分でプラスマイナスが入れ替わるイメージで覚えるといいです。これを頭の中で行えば、先ほどの $(6)$ のように

\begin{equation*}
\int x^{2} sinx\ dx=-x^{2} cosx+2x\ sin x+2cosx+const.\
\end{equation*}

と一気に解けます。

まず $sinx$ を積分した $-cosx$ と $x^{2}$ を合わせて $-x^{2} cosx$ を作ります。

その後 $x^{2}$ を微分して $2x$ を、 $cosx$ を積分して $sinx$ を作り、

プラスマイナスをひっくり返して $+2x\ sin x$ をつくるといったように考えていきます。

この瞬間部分積分をマスターすれば、 $\displaystyle \int x^{3} e^{x} dx$ や $\displaystyle \int x^{2} cosx\ dx$ などの問題も一気に解くことができるので、是非身につけてみてください。

2017-08-12

【受験生・高校生必見！！】周期表の覚え方 -スイヘーリーベだけじゃナンセンス-

受験の天王山と言われる夏休みということで、今日は周期表の覚え方を紹介します。「スイヘーリーベ......」じゃないよ。

「スイヘーリーベ」だけ覚えるのはナンセンス

水兵リーベ僕の船七曲がるシップスクラークか（H He Li Be B C N O F Ne Na Mg Al Si P S Cl Al K Ca）。

そんな語呂合わせを化学の授業で習った人も多いかと思いますが、これだけ覚えるのはあまり得策とはいえません。というのも周期表では基本的に価電子数が同じ同族元素（周期表で縦に並んだ元素）同士の性質が似ているので、横ではなく縦に覚えたほうが役に立つからです。

一番いいのは、スイヘーリーベ−で原子番号順に横を覚えた上で、下で紹介する語呂合わせで縦に展開することではないでしょうか。

周期表の概要

まずはとりあえず周期表を見てみましょう。周期表が見られるサイトとしては以下の3つがおすすめです。コンビニでA3用紙に印刷してトイレなどに張っておくといいかと思います。

元素の周期表

ChemReference

一家に１枚｜科学技術週間 SCIENCE & TECHNOLOGY WEEK

ココではChemReferenceからダウンロードできる下図の周期表を見ることにします。

f:id:mennmabacon:20170811213623p:plain

周期表は物質の構成成分（元素）である原子をその性質に着目して並べた表です。料理に例えるなら”世界をつくっている具材の一覧表”といったところでしょうか。具材がなければ料理はできませんし、化学において最も大事な表というわけです。

考案者はロシアの化学者ドミトリー・メンデレーエフ。1869年のことです。メンデレーエフがすごいのは、当時見つかっていなかった元素の欄を空欄にして、そこに入るであろう元素の性質を予想したことです。この予想が見事に当たったことで周期表の重要性が認知されるようになっていったようです。

語呂合わせ

典型元素

1族水素+アルカリ金属

H Li Na K Rb Cs Fr

エッチでリッチなKくんルビーせしめてフランスへ

※最外殻電子が1つ。水を激しく還元して水素ガスを発生。残った溶液は水酸化物イオンによって強いアルカリ性になります。だからアルカリ金属？

※基本的にやわらかくてハサミで切れる金属。

2族 Be+Mg+アルカリ土類金属

Be Mg Ca Sr Ba Ra

ベッドに潜ると、かするバラ

※最外殻電子数が2つ。こちらも水に入れるとアルカリ性。「土類」ってついてるけど石灰岩（CaCO3）みたいに土の中から見つかるからでしょうか？アルカリ金属のNaとかはNaClとして海水中に溶けてますし。

※ちなみに2族は2価の陽イオンになるから、一価の陽イオンになるアルカリ金属よりクーロン相互作用が大きくて、イオン結晶として析出しやすいイメージです。また陰イオン側も負電荷の価数が大きいほどクーロン相互作用が大きくなり析出しやすいイメージ。一概には言えないですが。

13族ホウ素族

B Al Ga In Tl Nh

僕にあるのがインキンタムシにゃ

※Bがホウ素。13~16族は一番上にある元素の名前をとって「~族」と呼ばれることがあります。なんか「族」ってつくとヤバい集団っぽいですね。

※最外殻電子数は３つ。

※最後にとってつけたような「にゃ」が Nh（ニホニウム）。日本の名前を冠した113番目の元素ですね。名前が決まるまではUut（ウンウントリチウム）と呼ばれたいました。ウンが1でトリが3を表し、まさに113番って意味です。

14族炭素族

C Si Ge Sn Pb

腰芸すんな

※有機化学のキー元素、炭素の名前を冠した族です。

※最外殻電子数は4つで基本的に４本の結合を作ります。元素レベルで様々な結合の組み合わせが可能であることが、炭素を中心とした化合物の多様性を生んでいます。

15族窒素族（プニクトゲン）

N P As Sb Bi

ニッポンの朝は酢豚とビール

※おっさん臭い語呂合わせですが、ご容赦下さい。

※最外殻電子は5つ。しかしNでは5つ中2つが孤立電子対（lone pair）となるため、結合の価数は基本的に3となります。P以降では結合の数が５つとなる場合があります（超原子価化合物）。これはNでは原子半径が小さいため、結合が多くなると混み合ってきて反発が大きくなるのに対し、P以降では原子半径が大きいため結合同士の反発がNより少ないためと思われます。

※Asはヒ素、Sbはアンチモンと呼びます。記号と呼び名の違いに注意して下さい。

16族酸素族（カルコゲン）

O S Se Te Po

おっせぇテンポ

※酸素Oは過酸化物（R-O-O-R）のようにOが連続して連なると不安定で爆発の危険があります。これは各Oの2つの非共有電子対が反発するからではないかと考えられています。一方、Sでは斜方硫黄や単射硫黄のS8や、ゴム状硫黄S∞（Sのポリマー）などとして比較的安定に存在できます。これはOよりSのほうが原子半径が大きく、孤立電子対同士の反発が緩和されているためではないかと考えられます。

17族ハロゲン

F Cl Br I At

ふっくらブラース私（I）にアタック

※有名なハロゲンです。ハゲロンじゃないよ。

※安定な一価の陰イオンとして海の中に存在することが多いようです。ヨウ素は特に海藻多いですし。ただしFは蛍石（CaF2）など、Clは岩塩（NaCl）などの形で陸上にも多く存在します。

18族希ガス

He Ne Al Kr Xe Rn

変なネーチャン歩いて来ると奇声 Run（走る）

※最外殻電子は8個ですが、ちょうど8個の原子で軌道が全て埋まる（閉殻）ため、反応性がほとんどありません。故に価電子数（結合に関与する電子の数）は0個です。

※稀ガスとも書きます。反応性に乏しいことから稀（まれ）。または存在量が比較的少ないことから希少なことから希ガスと呼ぶものと思われます。

※窒素や臭素などは2原子分子となりますが、希ガス元素の場合結合をつくらないため単原子分子となります。分子間力が弱く、かなり重たいRnでも気体（ガス）として存在します。

遷移元素

典型元素は「典型的」な元素ということならば、遷移元素は「横に遷移する、移り変わる」元素という意味でしょう。その心は隣同士の元素の性質が似るということです。

これは遷移元素では内殻がまだ空いているのに、次の殻に電子が入ったり、途中でまた内殻にはいったりして最外殻電子数が隣同士で同じになることがあるためです。また結合に内殻電子も関与してきて価電子数も移り変わります。詳しいことは量子化学の世界の話になるので割愛します（というか自分の知識では正確に説明できない汗）が、覚え方は次の通りです。

まず横を覚える

Sc Ti V Cr Mn Fe Co Ni Cu Zn

スカンジウムチタンバナジウムクロムマンガン鉄コバルトニッケル銅亜鉛

※すみません。無理やり覚えて下さい汗

※日本では一般に3族から11族までを遷移元素と呼びますが、12族を含める流儀もあります。

※一応自分は下の歌で横を覚えました。

次に縦を覚える

Sc Y La Ac

すかいらーく

Ti Zr Hf Rf

地図はラフ

V Nb Ta Db

バナナ臭ったドブ

Cr Mo W Sg

来るもうすぐ

Mn Tc Re Bh

待ってくれボール

Fe Ru Os Hs

てるおハッスル

Co Rh Ir Mt

コーラいる？もっと

Ni Pd Pt Ds

妊婦借金だ

Cu Ag Au Rg

銅銀金レントゲン（”メダル元素+レントゲン”）

Zn Cd Hg Cn

全部かつらだハゲコペルニシウム（コペルニクス）

最後に

化学を習いはじめて最初に出てくる周期表。しかし勉強するにつれ何度も立ち戻ることになる大事な表です。この記事でそれを覚える手助けになれば幸いです。

各元素についてより知りたければ下記の本や下敷きがおすすめです。アフェリエイトじゃないので好きにクリックして下さい。

そのうち気が向いたら各元素について詳しく記事を書こうかと思います。

2017-06-12

Workflowで「はてブ検索」と「ノイズレスサーチ」のiPhoneウィジェットランチャーを作ってみた。

久しぶりに記事を書こうと思います。。。

はてなブックマークの検索機能が便利

皆さんははてなブックマークの検索機能（以下はてブ検索）を使っていますか？

はてなブックマークがたくさんついたサイトを検索できる検索フォームで、

通常のgoogle検索ではなかなかでてこない良記事を検索できるので、僕はときどき使っています。

f:id:mennmabacon:20170612022642p:plain

はてなブックマーク

例えば「就活」と検索すると

新着順でブックマークのついた記事が表示されます。

左側にある並び順を「人気順」に変えれば、

歴代のブックマークが多い順に表示されて便利です。

f:id:mennmabacon:20170612023446p:plain

f:id:mennmabacon:20170612023909p:plain

ノイズレスサーチも検索に便利

一方ノイズレスサーチというサービスも便利です。

こちらは鬱陶しいキュレーションサイトなどを除外して検索できるgoogleカスタム検索です。

ノイズレスサーチのサイトには次のように説明されています。

ノイズレスサーチは邪魔なサイトを除外してGoogle検索できる検索エンジンです。

まとめサイト・知恵袋・NAVERまとめ・OKWAVE・2ch転載・Amazon・楽天・価格コムなどの通販サイト・食べログ・クックパッド、その他多数のサイト（約5000個）を除外しています。

レシピ検索、調べ物、商品レビュー、医療の検索で特に威力を発揮します。（医療では検索後の下に表示される「病院・政府」ボタンをお試しください。）