PythonにはPython embeddableという配布もあるらしい。容量はかなり小さいディストリビューションとしても使用できるし，アプリに組み込んで処理を依頼することもできる。
参考ページには「pythonNN.dll、pythonNN.zip、vcruntime140.dllがあれば」ということになっているが，少なくとも3.7.0については，実際に使う場合にはどのような依存関係が残っているか分かったものではないので，一緒に配布されているファイルを消さない方がよい。
あくまで最小構成で使う場合ということである。書かれている内容を手順通り実行していくとやっぱり183 MB程度になった。
相当大きな容量のファイルになってしまう。
今回使ったファイルをいかに表示する。前の記事のままだとMatplotlibでwxWidgetsを使う場合には修正を加える必要がある(前の記事のまま実行してしまうとTkinterモジュールがないとか)。
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib
#matplotlib.interactive( True )
matplotlib.use('WXAgg')
from matplotlib.backends.backend_wxagg import FigureCanvasWxAgg as FigureCanvas
from matplotlib.figure import Figure
import matplotlib.pyplot as plt
import wx
N = 1000 # Number of Samples
dt = 0.01 # Sampling Interval
f1, f2 = 23, 36 # Frequency
t = np.arange(0, N * dt, dt) # Time range
freq = np.linspace(0, 1.0 / dt, N) # Frequecny range
# Signal (Sinusoidal waves, frequencies of f1 and f2 + noise)
f = np.sin(2 * np.pi * f1 * t) \
+ np.sin(2 * np.pi * f2 * t) \
+ 0.8 * np.random.randn(N)
F = np.fft.fft(f) / len(f) * 2
F[0] = F[0] / 2.0
# 振幅スペクトルを計算
Amp = np.abs(F)
# plot
plt.figure()
plt.subplots_adjust(wspace=0.4, \
hspace=0.0)
plt.subplot(121)
plt.plot(t, f, label='Raw signal')
plt.xlabel("time")
plt.ylabel("signal")
plt.grid()
plt.ylim([-7, 7])
leg = plt.legend(loc=1)
plt.subplot(122)
plt.plot(freq[0:int(len(F)/2)], \
Amp[0:int(len(F)/2)], \
label='Amplitude')
plt.xlabel('frequency')
plt.ylabel('amplitude')
plt.grid()
plt.ylim([0, 2])
leg = plt.legend(loc=1)
plt.show()
