<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Dotnetcore on Grayrecord Technow Blog</title>
    <link>https://technow.grayrecord.com/tags/dotnetcore/</link>
    <description>Recent content in Dotnetcore on Grayrecord Technow Blog</description>
    <image>
      <title>Grayrecord Technow Blog</title>
      <url>https://technow.grayrecord.com/images/Grayrecord-technow.png</url>
      <link>https://technow.grayrecord.com/images/Grayrecord-technow.png</link>
    </image>
    <generator>Hugo -- 0.164.0</generator>
    <language>ja</language>
    <lastBuildDate>Fri, 17 Apr 2020 00:00:00 +0900</lastBuildDate>
    <atom:link href="https://technow.grayrecord.com/tags/dotnetcore/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Ububtu 18.04 環境上にJupyterとQ#環境を構築する</title>
      <link>https://technow.grayrecord.com/post/jupyter-and-qsharp-on-ubuntu-18.04/</link>
      <pubDate>Fri, 17 Apr 2020 00:00:00 +0900</pubDate>
      <guid>https://technow.grayrecord.com/post/jupyter-and-qsharp-on-ubuntu-18.04/</guid>
      <description>&lt;h2 id=&#34;anacondaでjupyter環境を構築する&#34;&gt;AnacondaでJupyter環境を構築する&lt;/h2&gt;
&lt;p&gt;Python環境の構築は&lt;a href=&#34;https://qiita.com/y__sama/items/5b62d31cb7e6ed50f02c&#34;&gt;データサイエンティストを目指す人のpython環境構築 2016&lt;/a&gt;を参考にして、一部のステップをアップデートしています。&lt;/p&gt;
&lt;p&gt;アップデートの内容としては、参考記事では旧版のAnacondaがベースとなっているため、サーチパスを変更した結果、pyenvとAnacondaが一部競合を起こしていますが、これは現在のAnacondaでは解決している問題なので、変更を反映しています。また、それに伴い、bashの設定の変更をするためのステップを追加しています。&lt;/p&gt;
&lt;h3 id=&#34;pyenvをインストールする&#34;&gt;pyenvをインストールする&lt;/h3&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-bash&#34; data-lang=&#34;bash&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;git clone https://github.com/yyuu/pyenv.git ~/.pyenv
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;echo&lt;/span&gt; &lt;span class=&#34;s1&#34;&gt;&amp;#39;export PYENV_ROOT=&amp;#34;$HOME/.pyenv&amp;#34;&amp;#39;&lt;/span&gt; &amp;gt;&amp;gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;echo&lt;/span&gt; &lt;span class=&#34;s1&#34;&gt;&amp;#39;export PATH=&amp;#34;$PYENV_ROOT/bin:$PATH&amp;#34;&amp;#39;&lt;/span&gt; &amp;gt;&amp;gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;echo&lt;/span&gt; &lt;span class=&#34;s1&#34;&gt;&amp;#39;eval &amp;#34;$(pyenv init -)&amp;#34;&amp;#39;&lt;/span&gt; &amp;gt;&amp;gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;source&lt;/span&gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h3 id=&#34;anacondaをインストールする&#34;&gt;Anacondaをインストールする&lt;/h3&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-bash&#34; data-lang=&#34;bash&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;pyenv install -l &lt;span class=&#34;p&#34;&gt;|&lt;/span&gt; grep ana
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;c1&#34;&gt;# 最新版を確認する&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;pyenv install anaconda3-yyyy.MM
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;c1&#34;&gt;# 先のステップで確認した最新版にする&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;pyenv rehash
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;pyenv global anaconda3-yyyy.MM
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;conda update conda
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;conda init bash
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;source&lt;/span&gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h2 id=&#34;dotnet-coreをインストールする&#34;&gt;dotnet coreをインストールする&lt;/h2&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-bash&#34; data-lang=&#34;bash&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;wget -nv https://packages.microsoft.com/config/ubuntu/18.04/packages-microsoft-prod.deb
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;sudo dpkg -i packages-microsoft-prod.deb
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;sudo add-apt-repository universe
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;sudo apt update
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;sudo apt install apt-transport-https -y
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;sudo apt install dotnet-sdk-3.1 -y
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;c1&#34;&gt;# 現状の最新版の3.1をインストールする&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h2 id=&#34;iqをインストールする&#34;&gt;IQ#をインストールする&lt;/h2&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-bash&#34; data-lang=&#34;bash&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;dotnet tool install -g Microsoft.Quantum.IQSharp
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;echo&lt;/span&gt; &lt;span class=&#34;s1&#34;&gt;&amp;#39;export PATH=&amp;#34;~/.dotnet/tools:$PATH&amp;#34;&amp;#39;&lt;/span&gt; &amp;gt;&amp;gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;c1&#34;&gt;# dotnet core へのパスを追加&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;nb&#34;&gt;source&lt;/span&gt; ~/.bashrc
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;dotnet iqsharp install --user
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h2 id=&#34;iqのインストールを確認する&#34;&gt;IQ#のインストールを確認する&lt;/h2&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-bash&#34; data-lang=&#34;bash&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;jupyter kernelspec list
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;pre&gt;&lt;code&gt;Available kernels:
  .net-csharp        /home/nikeda/.local/share/jupyter/kernels/.net-csharp
  .net-fsharp        /home/nikeda/.local/share/jupyter/kernels/.net-fsharp
  .net-powershell    /home/nikeda/.local/share/jupyter/kernels/.net-powershell
  iqsharp            /home/nikeda/.local/share/jupyter/kernels/iqsharp
  python3            /home/nikeda/.pyenv/versions/anaconda3-2019.07/share/jupyter/kernels/python3
&lt;/code&gt;&lt;/pre&gt;</description>
    </item>
    <item>
      <title>Accord .NETでモデリングする</title>
      <link>https://technow.grayrecord.com/post/accordnetjupyter/</link>
      <pubDate>Tue, 14 Apr 2020 00:00:00 +0900</pubDate>
      <guid>https://technow.grayrecord.com/post/accordnetjupyter/</guid>
      <description>&lt;p&gt;まず、手始めに簡単な線形回帰を行ってみます。&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code class=&#34;language-jupyter&#34; data-lang=&#34;jupyter&#34;&gt;#r &amp;#34;nuget:Accord&amp;#34;
&lt;/code&gt;&lt;/pre&gt;&lt;pre&gt;&lt;code&gt;Installed package Accord version 3.8.0
&lt;/code&gt;&lt;/pre&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code class=&#34;language-jupyter&#34; data-lang=&#34;jupyter&#34;&gt;#r &amp;#34;nuget:Accord.Statistics&amp;#34;
&lt;/code&gt;&lt;/pre&gt;&lt;pre&gt;&lt;code&gt;Installed package Accord.Statistics version 3.8.0
&lt;/code&gt;&lt;/pre&gt;
&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-csharp&#34; data-lang=&#34;csharp&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;k&#34;&gt;using&lt;/span&gt; &lt;span class=&#34;nn&#34;&gt;Accord.Statistics.Models.Regression.Linear&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;;&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;&lt;span class=&#34;k&#34;&gt;using&lt;/span&gt; &lt;span class=&#34;nn&#34;&gt;System&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;;&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; class=&#34;chroma&#34;&gt;&lt;code class=&#34;language-csharp&#34; data-lang=&#34;csharp&#34;&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;kt&#34;&gt;double&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;[]&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;inputs&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;=&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;{&lt;/span&gt;&lt;span class=&#34;m&#34;&gt;80&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;60&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;10&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;20&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;30&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;};&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;kt&#34;&gt;double&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;[]&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;outputs&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;=&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;{&lt;/span&gt;&lt;span class=&#34;m&#34;&gt;20&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;40&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;30&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;50&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;m&#34;&gt;60&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;};&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;kt&#34;&gt;var&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;regression&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;=&lt;/span&gt; &lt;span class=&#34;k&#34;&gt;new&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;SimpleLinearRegression&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;();&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;n&#34;&gt;regression&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;.&lt;/span&gt;&lt;span class=&#34;n&#34;&gt;Regress&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;(&lt;/span&gt;&lt;span class=&#34;n&#34;&gt;inputs&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;,&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;outputs&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;);&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;kt&#34;&gt;var&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;y&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;=&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;regression&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;.&lt;/span&gt;&lt;span class=&#34;n&#34;&gt;Compute&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;(&lt;/span&gt;&lt;span class=&#34;m&#34;&gt;85&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;);&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;kt&#34;&gt;var&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;a&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;=&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;regression&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;.&lt;/span&gt;&lt;span class=&#34;n&#34;&gt;Slope&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;;&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;span class=&#34;line&#34;&gt;&lt;span class=&#34;cl&#34;&gt;    &lt;span class=&#34;kt&#34;&gt;var&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;b&lt;/span&gt; &lt;span class=&#34;p&#34;&gt;=&lt;/span&gt; &lt;span class=&#34;n&#34;&gt;regression&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;.&lt;/span&gt;&lt;span class=&#34;n&#34;&gt;Intercept&lt;/span&gt;&lt;span class=&#34;p&#34;&gt;;&lt;/span&gt;
&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;y
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;28.08823529411765&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;a
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;-0.26470588235294107&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;b
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;50.58823529411764&lt;/p&gt;</description>
    </item>
    <item>
      <title>Jupyter NotebookにC#をインストールする</title>
      <link>https://technow.grayrecord.com/post/csharp-on-jupyter/</link>
      <pubDate>Tue, 24 Mar 2020 00:00:00 +0900</pubDate>
      <guid>https://technow.grayrecord.com/post/csharp-on-jupyter/</guid>
      <description>&lt;p&gt;&lt;a href=&#34;https://devblogs.microsoft.com/dotnet/net-core-with-juypter-notebooks-is-here-preview-1/&#34;&gt;.NET Core with Jupyter Notebooks&lt;/a&gt;にある通り、.NET CoreをJupyter Notebookから使えるようになったので、手元のWindows 環境でやってみました。Jupyter Notebookのインストールそのものは、&lt;a href=&#34;https://technow.grayrecord.com/2020/03/03/jupyter-and-qsharp-on-ubuntu-18.04/&#34;&gt;Ububtu 18.04 環境上にJupyterとQ#環境を構築する&lt;/a&gt;あたりとか、その元とかが使えると思います。&lt;/p&gt;
&lt;p&gt;基本的には
&lt;code&gt;dotnet tool install -g --add-source &amp;quot;https://dotnet.myget.org/F/dotnet-try/api/v3/index.json&amp;quot; Microsoft.dotnet-interactive&lt;/code&gt;
とやって、.NET Interactiveをインストールして、Windows Terminalを再起動して、サーチパスを有効化し、
&lt;code&gt;dotnet interactive jupyter install&lt;/code&gt;でjupyterのKernelをインストールしただけです。
あとは、おもむろに&lt;code&gt;jupyter notebook&lt;/code&gt;でJupyter Notebookを起動。
&lt;code&gt;System.Console.WriteLine(&amp;quot;Foo&amp;quot;);&lt;/code&gt;
とやって、Fooが出ることを確認できました。
うむ、すごく簡単。
次は、DataFrameで遊んでみよう。&lt;/p&gt;</description>
    </item>
    <item>
      <title>JupyterにMicrosoft.Data.Analysisを入れてみる</title>
      <link>https://technow.grayrecord.com/post/microsoft-data-analysis-on-jupyter/</link>
      <pubDate>Tue, 24 Mar 2020 00:00:00 +0900</pubDate>
      <guid>https://technow.grayrecord.com/post/microsoft-data-analysis-on-jupyter/</guid>
      <description>&lt;p&gt;&lt;a href=&#34;https://technow.grayrecord.com/2020/03/24/csharp-on-jupyter/&#34;&gt;Jupyter環境に展開したC#&lt;/a&gt;に&lt;a href=&#34;https://devblogs.microsoft.com/dotnet/an-introduction-to-dataframe/&#34;&gt;Micorosoft.Data.Analysis&lt;/a&gt;を載せてみました。&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;#r &amp;#34;nuget:Microsoft.Data.Analysis, 0.2.0&amp;#34;
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;Installing package Microsoft.Data.Analysis, version 0.2.0&amp;hellip;&amp;hellip;&amp;hellip;done!&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;using Microsoft.Data.Analysis;
&lt;/code&gt;&lt;/pre&gt;&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;#r &amp;#34;nuget:MathNet.Numerics,4.9.0&amp;#34;
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;Installing package MathNet.Numerics, version 4.9.0&amp;hellip;&amp;hellip;.done!
Successfully added reference to package MathNet.Numerics, version&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;#r &amp;#34;nuget:XPlot.Plotly&amp;#34;
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;Installing package XPlot.Plotly&amp;hellip;&amp;hellip;&amp;hellip;.done!
Successfully added reference to package XPlot.Plotly, version&lt;/p&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;using MathNet.Numerics;
using XPlot.Plotly;
&lt;/code&gt;&lt;/pre&gt;&lt;pre tabindex=&#34;0&#34;&gt;&lt;code&gt;var df = Microsoft.Data.Analysis.DataFrame.LoadCsv(&amp;#34;Data/german.csv&amp;#34;);
df
&lt;/code&gt;&lt;/pre&gt;&lt;p&gt;Columns	Rows
[ [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 &amp;hellip; (990 more) ], [ A11, A12, A14, A11, A11, A14, A14, A12, A14, A12 &amp;hellip; (990 more) ], [ 6, 48, 12, 42, 24, 36, 24, 36, 12, 30 &amp;hellip; (990 more) ], [ A34, A32, A34, A32, A33, A32, A32, A32, A32, A34 &amp;hellip; (990 more) ], [ A43, A43, A46, A42, A40, A46, A42, A41, A43, A40 &amp;hellip; (990 more) ], [ 1169, 5951, 2096, 7882, 4870, 9055, 2835, 6948, 3059, 5234 &amp;hellip; (990 more) ], [ A65, A61, A61, A61, A61, A65, A63, A61, A64, A61 &amp;hellip; (990 more) ], [ A75, A73, A74, A74, A73, A73, A75, A73, A74, A71 &amp;hellip; (990 more) ], [ 4, 2, 2, 2, 3, 2, 3, 2, 2, 4 &amp;hellip; (990 more) ], [ A93, A92, A93, A93, A93, A93, A93, A93, A91, A94 &amp;hellip; (990 more) ] &amp;hellip; (12 more) ]	[ [ 0, A11, 6, A34, A43, 1169, A65, A75, 4, A93 &amp;hellip; (12 more) ], [ 1, A12, 48, A32, A43, 5951, A61, A73, 2, A92 &amp;hellip; (12 more) ], [ 2, A14, 12, A34, A46, 2096, A61, A74, 2, A93 &amp;hellip; (12 more) ], [ 3, A11, 42, A32, A42, 7882, A61, A74, 2, A93 &amp;hellip; (12 more) ], [ 4, A11, 24, A33, A40, 4870, A61, A73, 3, A93 &amp;hellip; (12 more) ], [ 5, A14, 36, A32, A46, 9055, A65, A73, 2, A93 &amp;hellip; (12 more) ], [ 6, A14, 24, A32, A42, 2835, A63, A75, 3, A93 &amp;hellip; (12 more) ], [ 7, A12, 36, A32, A41, 6948, A61, A73, 2, A93 &amp;hellip; (12 more) ], [ 8, A14, 12, A32, A43, 3059, A64, A74, 2, A91 &amp;hellip; (12 more) ], [ 9, A12, 30, A34, A40, 5234, A61, A71, 4, A94 &amp;hellip; (12 more) ] &amp;hellip; (990 more) ]&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
