0:00 就寝。またしても 4 時台に目が覚める。どうなっているのだ。 明るくなってきてようやくウトウトし始める。起床時刻 20 分前に尿意。もうダメだ。

7:05 起床。納豆とメシを食らって出勤。寒いがまっすぐ現場に移動。 頭がボケているようで、いつも曲がる道をそのまま通り過ぎるというポカをやる。

7:45 現場管理人室に到着。8:00 始業。今日は不燃ゴミ。 ゴミ部屋に行こうとすると、いつかの年配住人サンが私の代わりにゴミを出してくれている。 残り一件というところまで仕事してくれて助かる。

10:00 まで適当に清掃。上層階のモップがけをやりたいが、水がない。 今日から本部への業務時間の連絡をしなくていいということなので、そうさせてもらう。 撤収してイトーヨーカドー曳舟店を経由して、曳舟の部屋に戻る。

10:35 PC を開く。今日は近隣の図書館が閉まっているのでここで作業する。 まず地獄の伯爵令嬢の逆襲 v1.10 の仕込み。方針としては、 サブシナリオの各ステップ開始時点のセーブデータを作成する。

12:10 サブシナリオその 3 で止まる。おやつ休憩とする。

14:50 メインシナリオの中間まで進めておく。今回は敵が落とす装備品が大事なはずだ。 いつもは使わないような短剣やら何やらも注意する。コズミックフォージとか、いかにも出番がありそうだ。

15:30 眠くなったので 30 分だけ居眠りする。16:00 外出。押上駅バスターミナルへ行き、バスに乗って太平四丁目へ。

16:30 オリナス入館。テレビ売り場で時間調整。夕方のニュースは似たりよったりになってきた。

16:50 タイトー F ステーションオリナス錦糸町店。6 クレ。 MJ が満席なのでビートマニアで時間調整。30 分くらいで空く。

MJ プロ卓東風戦。どん底から頂上まで駆け上がるかのような流れだった。 最後は調子に乗ってチャンタ失敗、放銃でラス終了。

【SCORE】
合計SCORE:+87.0

【最終段位】
四人打ち段位:魔神 幻球:9

【1/21の最新8試合の履歴】
1st|----***-
2nd|---*----
3rd|-**-----
4th|*------*
old         new

【順位】
1位回数:3(37.50%)
2位回数:1(12.50%)
3位回数:2(25.00%)
4位回数:2(25.00%)
平均順位:2.38

プレイ局数:36局

【打ち筋】
アガリ率:30.56%(11/36)
平均アガリ翻:3.45翻
平均アガリ巡目:11.64巡
振込み率:13.89%(5/36)

【1/21の最高役】
・跳満

19:50 カスミオリナス錦糸町店。284 円。クーポンゲット。

  • ハムカツ
  • 麻婆茄子丼

20:10 ビッグエー墨田業平店。412 円。

  • ベビーチーズ鉄分 (4)
  • 大きなおむすび鮭
  • 大きなコロッケバーガー
  • あんパン
  • スコーンバーベキュー

20:20 曳舟の部屋に戻る。PC で帳簿やら日記やら。晩飯。イルベロビデオを観ながら。

少しインターネットをチェックして 21:10 Pandas の FAQ 学習。もう少しで一周目ゴール。

21:35 終了。風呂までアレをやる。現状、パオームを倒すのにすごく時間がかかる。 22:10 入浴。

22:55 風呂から出る。サブシナリオのボス戦を検討する。

23:55 その 5 までだいだい理解した。そこまで強力な装備を持ち込む必要はない。 せいぜいガーゴイルの落とし物、アステカチャレンジ前半クラスでいい。 そういうゲームバランス設計かどうかはまだ窺い知れない（その 3 のパオームがキツイ気がする）。

Pandas Note

  • Frequently Asked Questions (FAQ)
    • DataFrame memory usage
      • DataFrame オブジェクトのメモリー消費量は .info() で見られる。
      • キーワード引数 memory_usage='deep' を与えるとより正確なレポートを返す。
      • キーワード引数 index=False を与えるとインデックスを抜いたレポートを返す。
    • Using if/truth statements with pandas
      • Pandas のオブジェクトを if 文に渡すとふつうは何が起こるかを知っておくこと。
      • .all(), .any(), .empty() を利用するといい。あるいはオブジェクトを None と比較する。
      • .bool() もあるが、これは単一要素を含むオブジェクトに対して用いる。
      • ==, != の挙動に注意。生の真偽値を返すわけではない。
      • .isin()
    • NaN, Integer NA values and NA type promotions
    • Differences with NumPy
      • NaN はどのようにして設計されたか。
      • isna(), notna() はデータ型をまたいで NA を検知することができる。
      • NA を使っていると整数型が浮動小数点型に不意になることがあるのは以前断った。 これを避けるには dtype=Int??Dtype() を明示的に指定する。これも前に言った。
      • NA 型昇格
      • NumPy の型階層設計が NA のサポートを至難なものにしている。
      • 分散の計算式が Pandas と NumPy とで異なる。Pandas は不偏分散を採用しているようだ。 他方で共分散は Pandas と NumPy のどちらも要素数マイナス 1 で割る。
    • Thread-safety
      • バージョン 0.11 時点でスレッドセーフでないものがある。知られている問題は copy() 絡みだ。
    • Byte-ordering issues
      • バイトオーダーの差異で困ることがあれば、NumPy の適当な関数で調整する。

地獄の伯爵令嬢の逆襲 v1.10 プレイノート

https://gist.github.com/showa-yojyo/b34365fa9692bdb435b03e32339532e7