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。
