はじめに (Getting Started)

このページでは、GWexpyユーザー向けに体系的な学習パスを提供します。時系列解析の初心者でも、GWpyからの移行者でも、あなたのバックグラウンドに合わせた推奨事項が見つかります。

学べる内容:

インストールとセットアップ
基本データ構造（TimeSeries, FrequencySeries, Spectrogram）
多チャンネル解析と行列コンテナ
高度な信号処理技術
実世界での応用例

所要時間: 初心者は2-3時間、GWpyユーザーは30-60分

Tip

お急ぎの場合は、クイックスタートで5分間の概要をご覧ください。

このページについて

このページでは詳細な学習ロードマップを提供します。まだドキュメントトップページをご覧になっていない場合は、まずそちらでGWexpyの全体像をご確認ください。

クイック例

最も基本的なGWexpyワークフローを示します：

from gwexpy.timeseries import TimeSeries
import numpy as np

# 時系列データを作成
ts = TimeSeries(np.random.randn(1000), sample_rate=100, t0=0)

# プロット
plot = ts.plot()
plot.show()

詳細はクイックスタートを参照してください。

前提知識

Python 3.9+ の基本的な知識
NumPy の基本（配列操作）
（オプション）GWpy の経験

学習パス

1. インストール

まず installation でGWexpyをインストールしてください。

2. クイックスタート

quickstart で基本的な使い方を学びましょう。

3. 基本データ構造（推奨順）

初心者向け

intro_timeseries - 時系列データの基本
intro_frequencyseries - 周波数系列の基本
intro_spectrogram - スペクトログラムの基本
intro_plotting - プロット機能

GWpyユーザー向け

gwexpy_for_gwpy_users_ja - GWpyからの移行ガイド

4. 高度なトピック

多チャンネル & 行列

matrix_timeseries - 時系列行列
matrix_frequencyseries - 周波数系列行列

高次元フィールド（Field API）

field_scalar_intro - スカラーフィールド入門
scalarfield_slicing - スライス操作ガイド（重要）

高度な信号処理

advanced_fitting - フィッティング
advanced_peak_detection - ピーク検出
advanced_hht - ヒルベルト-黄変換
advanced_arima - ARIMA モデル
advanced_correlation - 相関解析

5. 実践例

[実例集ギャラリー]で実世界の応用例を参照できます：

case_noise_budget - ノイズバジェット解析
case_transfer_function - 伝達関数計算
case_active_damping - アクティブダンピング

次のステップ

[実例集ギャラリー] - 視覚的な使用例とケーススタディ
全チュートリアル一覧: [tutorials/index]
API リファレンス: [リファレンス]
validated_algorithms - アルゴリズム検証レポート