分析ツール比較 ～ Matlab R Python SPSS実機検証 - アイマガジン｜i Magazine｜IS magazine
机上調査と実機検証により多角的に比較 ツール選択の参考になる「特徴・推奨ユーザー・提言」 JGS研究2016プロジェクト論文 企業が蓄積・収集する膨大なデータを、いかに分析し企業活動に役立てるかが大きなテーマになっている。その際、データ分析のためのツールは必須となるが、市場にはすでに多数のツールがあり、どれを選択すべきかは悩ましい問題である。 そこで、「Matlab」「R」「Python」「IBM SPSS Modeler（以下、SPSS）」という4つの著名なデータ分析ツールを取り上げ、さまざまな切り口で比較・検証して、それぞれの特徴や推奨ユーザーを明確にするとともに、その改善点を提言としてまとめたのが、今回紹介する論文である。 研究プロジェクトのメンバーは4名。このなかで研究対象の分析ツールについて知見をもっていたのはサブリーダーの五十嵐夢生氏（みずほ情報総研）だけで、ほかの3名は「初め
ggplot2使いのためのグラフseaborn⇆ggplot - Qiita
はじめに Rユーザーのグラフ作成や可視化といえばggplot2が鉄板中の鉄板です。 レイヤー機能という、データに関する要素をプロットに重ねていく仕組みは簡潔なコードを可能にし、設定されているスタイルは野暮ったさのないグラフ作成を可能にしています。 Pythonを学び始めたユーザー（私）がPythonだとどうコード書くんだっけ、というときに使えるよう辞書的にまとめています。 Rユーザーのグラフ作成は？ Rのggplot2がそのまま使用できる（2が取れているのが特徴です） しかし完成度が甘く、Rのggplot2ほど自由に操作できません。例えば、 boxplotでcolorが作動しない 「ggplot()」の関数内で変数を指定する必要がある 等々の不便さはあります。 plotly Rでもお世話になりましたplotly。特徴はインタラクティブなグラフが作れることです。 しかしggplot2ほど簡単
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
