kujirahand kujirahand

## mandelbrot_video__src__main.rs
use image::{ImageBuffer, Rgb};

fn main() {
    let (sx, sy) = (1280, 720);
    let (cx, cy, _zoom) = (0.2713912051561837, 0.005142969158296763, 1.4210854715202004e-14);
    let fps = 24;
    let image_count = fps * 30;
    let mut zoom = 4.0;
    for i in 0..image_count {
        println!("{:04}/{} - m{:04}.png - zoom*{:.8}", i, image_count, i, zoom);

## hsl_to_rgb.rs
fn hsl_to_rgb(h: f64, s: f64, l: f64) -> (u8, u8, u8) {
    let (mut r, mut g, mut b) = (l, l, l);
    if s != 0.0 {
        let hue2rgb = |p: f64, q: f64, t: f64| -> f64 {
            let mut t = t;
            if t < 0.0 { t += 1.0; }
            if t > 1.0 { t -= 1.0; }
            if t < 1.0 / 6.0 { return p + (q - p) * 6.0 * t; }
            if t < 1.0 / 2.0 { return q; }
            if t < 2.0 / 3.0 { return p + (q - p) * (2.0 / 3.0 - t) * 6.0; }

## index3.html
<!DOCTYPE html>
<html><head><meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>マンデルブロ集合</title>
</head>
<body>
    <canvas id="cnavas" width="800" height="800"></canvas>
</body>
<script>
    // キャンバスと描画用のコンテキストを取得

## index.html
<!DOCTYPE html><html><head><meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>マンデルブロ集合</title>
</head>
<body><canvas id="cnavas" width="800" height="800"></canvas></body>
<script>
    // キャンバスと描画用のコンテキストを取得 --- (*1)
    const canvas = document.getElementById('cnavas');
    const ctx = canvas.getContext('2d');
    // 描画の為のパラメータを指定 --- (*2)

## lifegame__main.rs
// ライフゲームのプログラム
use lazyrand::rand_usize;
use std::thread;
use std::io::{stdout, Result};
use crossterm::{cursor, execute, terminal,
    style::{Color, Print, SetBackgroundColor, SetForegroundColor}};
// 定数の宣言
const WIDTH: usize = 80; // グリッドの列数
const HEIGHT: usize = 35; // グリッドの行数
const MAX_TERN: usize = 1000; // 最大世代数

## my_http_server__src__main.rs
use std::io::prelude::*;
use std::net::TcpListener;

// サーバアドレスを指定
const SERVER_ADDRESS: &str = "127.0.0.1:8888";

fn main() {
    // HTTPサーバを起動
    println!("[HTTPサーバを起動] http://{}", SERVER_ADDRESS);
    let listener = TcpListener::bind(SERVER_ADDRESS).unwrap();

## main.rs
// k近傍法（k-nn）によるアヤメの分類プログラム
use rand::seq::SliceRandom;
// データとラベルを持つ構造体を定義 --- (*1)
#[derive(Debug, Clone)]
struct KnnItem {
    data: Vec<f64>,
    label: String,
}
// k近傍法でデータを予測する --- (*2)
fn knn_predict(items: &[KnnItem], test: &[f64], k: usize) -> String {

## iris.csv

          
            sepal_length
            sepal_width
            petal_length
            petal_width
            class

            
              5.1
              3.5
              1.4
              0.2
              Iris-setosa

            
              4.9
              3.0
              1.4
              0.2
              Iris-setosa

            
              4.7
              3.2
              1.3
              0.2
              Iris-setosa

            
              4.6
              3.1
              1.5
              0.2
              Iris-setosa

            
              5.0
              3.6
              1.4
              0.2
              Iris-setosa

            
              5.4
              3.9
              1.7
              0.4
              Iris-setosa

            
              4.6
              3.4
              1.4
              0.3
              Iris-setosa

            
              5.0
              3.4
              1.5
              0.2
              Iris-setosa

            
              4.4
              2.9
              1.4
              0.2
              Iris-setosa

## server.js
// ライブラリを読み込む --- (*1)
const express = require('express');
const OpenAI = require('openai')
const path = require('path')

// APIキーを設定する(以下は書き換えが必要です★★★) --- (*2)
const API_KEY = 'xxx'
// const API_KEY = process.env['OPENAI_API_KEY']
// APIキーを設定したオブジェクトを生成
const openai = new OpenAI({ apiKey: API_KEY });

## crc32__main.rs
// CRC-32のためのキャッシュテーブルを作成する関数 --- (*1)
fn crc32_table() -> [u32; 256] {
    // テーブルを0で初期化
    let mut table: [u32; 256] = [0; 256];
    let crc32poly:u32 = 0xEDB88320;
    // 0-255の各値について繰り返し計算を行う --- (*2)
    for i in 0..256 {
        let mut crc:u32 = i as u32; // 値を初期化
        // 8回(8ビット分)繰り返す --- (*4)
        for _ in 0..8 {
	use image::{ImageBuffer, Rgb};

	fn main() {
	let (sx, sy) = (1280, 720);
	let (cx, cy, _zoom) = (0.2713912051561837, 0.005142969158296763, 1.4210854715202004e-14);
	let fps = 24;
	let image_count = fps * 30;
	let mut zoom = 4.0;
	for i in 0..image_count {
	println!("{:04}/{} - m{:04}.png - zoom*{:.8}", i, image_count, i, zoom);
	fn hsl_to_rgb(h: f64, s: f64, l: f64) -> (u8, u8, u8) {
	let (mut r, mut g, mut b) = (l, l, l);
	if s != 0.0 {
	let hue2rgb = \|p: f64, q: f64, t: f64\| -> f64 {
	let mut t = t;
	if t < 0.0 { t += 1.0; }
	if t > 1.0 { t -= 1.0; }
	if t < 1.0 / 6.0 { return p + (q - p) * 6.0 * t; }
	if t < 1.0 / 2.0 { return q; }
	if t < 2.0 / 3.0 { return p + (q - p) * (2.0 / 3.0 - t) * 6.0; }
	<!DOCTYPE html>
	<html><head><meta charset="UTF-8">
	<meta name="viewport" content="width=device-width, initial-scale=1.0">
	<title>マンデルブロ集合</title>
	</head>
	<body>
	<canvas id="cnavas" width="800" height="800"></canvas>
	</body>
	<script>
	// キャンバスと描画用のコンテキストを取得
	<!DOCTYPE html><html><head><meta charset="UTF-8">
	<meta name="viewport" content="width=device-width, initial-scale=1.0">
	<title>マンデルブロ集合</title>
	</head>
	<body><canvas id="cnavas" width="800" height="800"></canvas></body>
	<script>
	// キャンバスと描画用のコンテキストを取得 --- (*1)
	const canvas = document.getElementById('cnavas');
	const ctx = canvas.getContext('2d');
	// 描画の為のパラメータを指定 --- (*2)
	// ライフゲームのプログラム
	use lazyrand::rand_usize;
	use std::thread;
	use std::io::{stdout, Result};
	use crossterm::{cursor, execute, terminal,
	style::{Color, Print, SetBackgroundColor, SetForegroundColor}};
	// 定数の宣言
	const WIDTH: usize = 80; // グリッドの列数
	const HEIGHT: usize = 35; // グリッドの行数
	const MAX_TERN: usize = 1000; // 最大世代数
	use std::io::prelude::*;
	use std::net::TcpListener;

	// サーバアドレスを指定
	const SERVER_ADDRESS: &str = "127.0.0.1:8888";

	fn main() {
	// HTTPサーバを起動
	println!("[HTTPサーバを起動] http://{}", SERVER_ADDRESS);
	let listener = TcpListener::bind(SERVER_ADDRESS).unwrap();
	// k近傍法（k-nn）によるアヤメの分類プログラム
	use rand::seq::SliceRandom;
	// データとラベルを持つ構造体を定義 --- (*1)
	#[derive(Debug, Clone)]
	struct KnnItem {
	data: Vec<f64>,
	label: String,
	}
	// k近傍法でデータを予測する --- (*2)
	fn knn_predict(items: &[KnnItem], test: &[f64], k: usize) -> String {
sepal_length	sepal_width	petal_length	petal_width	class
5.1	3.5	1.4	0.2	Iris-setosa
4.9	3.0	1.4	0.2	Iris-setosa
4.7	3.2	1.3	0.2	Iris-setosa
4.6	3.1	1.5	0.2	Iris-setosa
5.0	3.6	1.4	0.2	Iris-setosa
5.4	3.9	1.7	0.4	Iris-setosa
4.6	3.4	1.4	0.3	Iris-setosa
5.0	3.4	1.5	0.2	Iris-setosa
4.4	2.9	1.4	0.2	Iris-setosa
	// ライブラリを読み込む --- (*1)
	const express = require('express');
	const OpenAI = require('openai')
	const path = require('path')

	// APIキーを設定する(以下は書き換えが必要です★★★) --- (*2)
	const API_KEY = 'xxx'
	// const API_KEY = process.env['OPENAI_API_KEY']
	// APIキーを設定したオブジェクトを生成
	const openai = new OpenAI({ apiKey: API_KEY });
	// CRC-32のためのキャッシュテーブルを作成する関数 --- (*1)
	fn crc32_table() -> [u32; 256] {
	// テーブルを0で初期化
	let mut table: [u32; 256] = [0; 256];
	let crc32poly:u32 = 0xEDB88320;
	// 0-255の各値について繰り返し計算を行う --- (*2)
	for i in 0..256 {
	let mut crc:u32 = i as u32; // 値を初期化
	// 8回(8ビット分)繰り返す --- (*4)
	for _ in 0..8 {