東京オリンピックマーチの冒頭をアナライズしてみた
冒頭のコンデンススコアです。
曲の構成は、序奏→主部→中間部→中間部の展開、拡大(終結部)、となっています。
序奏部です。
変イ長調(As-dur)の和音A♭(I)で華やかに始まります。
3小節目にE♭(V)となり
4小節目(主部の直前)でE♭(V)→E♭7(V7)→E♭9(V9)と展開され、
5小節目(主部)でA♭(I)に戻ります。
やけに近い音をぶつけてくるなと思っていたら、I→V→V7→V9→Iというスマートな流れになっていました。
作曲家ってほんとうにすごいなと思わされます。
高校最後の定期演奏会でオープニング曲として演奏した思い出の曲です。
作曲したのは、朝の連続テレビ小説として取り上げられたりしてご存じ、古関裕而氏です。
(私事ですが)弟の高校校歌も同氏による作曲だったのですが、もっぱら「六甲おろし」書いた人と聞いていました。
私はフルート奏者として乗ったのですが、終結部だけ異常に音符が細かくて、泣かされました笑(そして頭の音符だけ吹くという残念なことに泣)
しかし!
曲自体はとても印象的で、演奏会から約10年を経た今も鼻歌になって出てきます(ただの懐古主義かもしれませんが)。
ゴールデンウィークに暇を持て余したので、スコアを入手し、当時は”絶対に”しなかった曲のアナライズに挑戦しました。
マーチのなので拍子は当然2/4(¢)かと思いきや、4/4でした!
あんなに何度も吹いて練習してたのに、当時は何も感じませんでした!!!
アルセナール(ヤン・バンデル=ロースト)やオリンピック・ファンファーレとテーマ(ジョン・ウィリアムズ)などと同じコンサートマーチ形式だったんですね。
勇ましい、というより上品なものに仕上げたかったのかもしれません。
「オリンピック・マーチ/スポーツショー行進曲」 古関裕而 2016 全音楽譜出版社
本願寺伝導院
1912 伊東忠太
クイーン・アン様式を基本に、サラセン、アール・ヌーヴォー、ゼツェッシオンSecession、そして日本的な要素を見ることができる。
ドーム→玉ねぎ型のインド・サラセン風(イスラム)
半円アーチ→多弁アーチ(インド的)/花頭窓(日本的)
軒周りのブラケット→斗組(日本的/中国的)
どの本も、この建物が放つ異世界感がいかにおもしろいか伝えている。
“やや偏執的な東洋趣味”、”心地よい建築には遠く、怖いもの見たさ的魅力” 「近大建築散歩 京都・大阪・神戸編」 宮本和義 2007 小学館
“大きいのに圧迫感がないのは伊東の手腕”、”怪獣たちが行儀良く載っているのがおもしろい” 「京都 大阪 神戸 [名建築] ガイドマップ」 円満字洋介 2011 ㈱エクスナレッジ
参考
「建築MAP京都 mini」石田潤一郎 他 2004 TOTO出版
「東京人 12 December 2012 no.319」2012 都市出版
[http://
大江宏の東京さぬき倶楽部
東京さぬき倶楽部(東京讃岐会館)
竣工:1972
設計:大江宏
大江宏は急速に発展する建築技術に悩まされていたようだ(「西洋建築史の再検討」1972)。
法政大学(50年代)のようなモダニズムからは離れている。
しかし、法政大学55年館講義棟に似た"波うつシェル構造"
内部を見てみよう。
3階からエントランスを望む
ガラスブロックのシャンデリア
うちっぱなしコンクリートの壁
エントランスから見上げる
型抜きの柵
階段の端はテラゾー仕上げ
ロビー
ロビーの天井
ロビーの家具
美しい釉薬タイル
釉薬のかかったドアハンドルも
床に埋め込まれたタイル
部屋の設備はレトロフューチャー
電子楽器テルミンにも似ている
部材にこだわっている。
住宅のような身近さだ。
これらが内部空間を充実させている。
参考文献
東京建築ガイドマップ 片倉俊輔 斉藤理 2007
いい階段の写真集 ㈱パイ インターナショナル 2014
東京モダン建築さんぽ 片倉俊輔 ㈱エクスナレッジ 2017
フリーの統計解析ソフトKeyPlotを使った多重比較法(Dunnett法)
フリーの統計解析ソフトKeyPlotを使った多重比較法(Dunnett法)
今回の例
従来品の昆布(コントロール)と新しく入手した昆布3品のうま味成分の比較
サンプル:コントロール(従来品)、新原料3品
昆布を熱水抽出(×3)し、グルタミン酸を測定(×3)した結果を使う(表1:エクセルで作成)
統計解析ソフト:KeyPlot
1. エクセルの表をKeyPlotにコピペ。
3. ダネット(中央)にチェック→OK
4. 結果が算出される。
5. 結果をエクセルにコピペ→挿入→グラフ
6.デザイン→グラフ要素を追加→誤差範囲→その他のオプション
7.ユーザー設定(一番下)にチェック→値の設定→正の誤差の値、負の誤差の値に「平均の標準誤差」の数値を入力→OK
8.注釈などをつけてあげれば、それっぽい。
新原料3は従来品とそん色ないうま味成分が含まれている。
新原料1と2を使う場合は、抽出温度など方法を変える必要がありそうだ。
Beautifulsoupを始めてみましたが。。。
Beautifulsoupを始めて使ってみました。
とりあえず、初心者なので以下の書籍をそのまま入力してみたいと思います。
「増補改訂 Pythonによるスクレイピング&機械学習」 クジラ飛行机 2019
Beautifulsoupというツールを使ってスクレイピングをしてみます。
コマンド
=============
$ pip3 install beautifulsoup4
=============
↓実行
===============
File "<stdin>", line 1
$ pip3 install beautifulsoup4
^
SyntaxError: invalid syntax
===============
なんてことでしょう!早速エラーです。
調べてみると、
1.“$”は必要ない。
2.Pythonではなく、Windowsのコマンドプロンプト(cmd)でないと実行できないとのこと。
試しにWindowsのcmdに入力すると
=============
pip3 install beautifulsoup4
=============
↓実行
とりあえずエラーは出ていないよう。
Pythonの教科書なのにWindowsのcmdでなきゃ入力できないってどういうこと!
もう少し調べてみます。
Pythonを学び始めたので、いろいろ教えていただければと、、、
Pythonの学習記録をつけてみたいと思います。
学ぶ目的として、①ネットから特定の単語の拾い出し、②写真からサンプルの選定、③Fitbit APIからのデータ取得などです。
特に③です。
最終目標はFitbit charge3で心拍データを計測し、Pythonを使ってFitbit APIから心拍データを落とし、解析する。
当初は科学的検証が進んでいるアップルウォッチを使い、計測したデータを統計解析ソフトRで処理しようと考えていました。
しかし、アップルウォッチにはデータを取得する簡単な方法(アプリなど)がないことがわかりました。
一方、FitbitにはAPIという媒体を介し、Pythonでデータ取得と解析ができるということでした。
また、NCBIで「Fitbit、”heart rate”」などと検索すると、Fitbit charge 2の検証は進んでいるようでした。
Python初心者なので、目的①-③を満たしそうな書籍を使って学習を進めたいと思います。
Rによる主成分分析
Rによる主成分分析
例)濃度の異なるうま味溶液の官能評価を統計解析する。
サンプル:水(コントロール)
低濃度グルタミン酸溶液
高濃度グルタミン酸溶液
官能評価法:Visual Analogue Scale(VAS、間隔10cm、図1、図2)
統計解析ソフト:R
図1 VASの例
図2 VASの結果(C:コントロール、L:低濃度、H:高濃度)
図2のエクセルデータをCSVファイルに変換(umami.csv)
↓
Rのスクリプトに以下のコマンドを打ち込む
=======================
umami<-read.csv("umami.csv", header=T)
row.names(umami) = umami[,1]
umami = umami[,2:4]
head(umami)
biplot(prcomp(umami))
par(xpd=TRUE)
=======================
umami<-read.csv("umami.csv", header=T) ←header:1行目は変量である(分析に使うデータでない)ことを指示
row.names(umami) = umami[,1] ←1列目はサンプルである(分析に使うデータでない)ことを指示
umami = umami[,2:4] ←2-4列目を使うデータとして指示
head(umami)
biplot(prcomp(umami))
par(xpd=TRUE)
↓
結果(図3)
図3 主成分分析の結果
装飾してあげると視覚的にわかりやすい!(図4)
図4 編集された主成分分析の結果
結果と考察
・すべての項目が低濃度で高い得点となった
→被験者にとって3サンプル中の低濃度が”良かった”と思われる
・「食欲」と「好き」は同じ方向となった
→比例関係にありそう
・「うま味」と、「食欲」・「好き」は方向が異なった
→「うま味」が「食欲」や「好き」に直結しないようだ。0.9%以下の食塩を加えなければ、うま味をより感じるようになるかも。