タグ

ブックマーク / qiita.com/keiono (6)

  • GitHubの中のデータ可視化コミュニティを観察する - Qiita

    はじめに 先日の記事では、可視化するグラフとして鉄道路線データを使いましたが、グラフとしてはある意味ちょっと特殊でした。もう少し一般的な作業例を紹介するため、今回はほとんどの方がネットワークと聞いて思い浮かべるであろういわゆるソーシャルネットワークのデータを公開APIから取得し、加工と可視化を行います。 (今回作成したデータの別レイアウト) ソーシャルネットワークとしてのGitHub GitHubはソースコードレポジトリサービスですが、同時にプログラマのソーシャルネットワークのような一面を持っています。著名なプロジェクトのコミッター周辺を観察することにより、面白いプロジェクトを発見したり、フォローすべき人が見つかったりすることもあるでしょう。今回は、そのような発見が得られるような可視化を作成するため、実データの例としてGitHubAPIから取得できる各種データを使用します。 前提知識 こ

    GitHubの中のデータ可視化コミュニティを観察する - Qiita
  • プログラマーが効果的な可視化を作成する(後編): 基本原則と学習法 - Qiita

    はじめに この記事は実際に手を動かし、コンピュータを使ってデータ可視化を行う人にむ向けて一般的なノウハウをお伝えする三回シリーズの最終回です。 前編 中編 前回までに私が可視化を行うときに従っているおおよその作業の流れと手法の選択方法などをまとめました。最終回は可視化作業全般で私が気をつけている基原則と、更にこの分野を学び続けるための学習ガイドです。思いつくままに書いていたらダラダラと長くなってしまいましたので、必要なところだけ拾い読みしていただければと思います。 可視化を行う時に従うべき基原則 いつでも機械的に適用できる都合のいいルールというものはなかなか無いのですが、考え方として常に意識しておいた方が良い原則と言うものはいくつかあります。ここでは、私がや専門家のレクチャーなどから学んだそれらをまとめます。 チャートジャンクを避ける [Tufte 1983, 2001. p. 11

    プログラマーが効果的な可視化を作成する(後編): 基本原則と学習法 - Qiita
  • 改訂版: プログラマーが効果的な可視化を作成する (前編) - Qiita

    改訂版について (5/7/2019公開) この記事は、私がこちらに公開したもの中では最も読まれているようです。そこで、執筆後に気づいたこと、古くなった情報、新しい技術動向などを考慮に入れて改訂をしました。主な変更点は以下の通りです: 新しいセクションの追加 最近のの紹介 細かな表現の修正 この記事は複数のセクションに分かれていますので、前編から始め、順番にアップデートして行きたいと思います。何かお気付きの点などありましたら、コメント欄、もしくはkonoアットマークucsd.eduにお願いいたします。 はじめに この記事は、可視化の専門家ではない人がコンピュータを使ってデータ可視化を実際に行う場合に必要な、一般的なノウハウをお伝えするシリーズの第一回です。 前編: 効果的なデータ可視化とはどのようなものか? (稿) 中編: 分かりにくい可視化を避けるための手法の選択 後編: Part 1

    改訂版: プログラマーが効果的な可視化を作成する (前編) - Qiita
  • 鉄道路線データをグラフとしてCytoscapeで可視化する 2 - Qiita

    はじめに このシリーズは、Cytoscapeを使ってやIPython Notebook、Pandasなどのオープンソースツールを利用し、公開データを元に実際のグラフ可視化を行う過程を紹介する、可視化の実践者向けの記事です。 第一回 第二回 第三回 第四回 更新履歴 8/17/2014(日): 一部図や文章にアップデートを加えました。 9/8/2014: 第四回でひとまず完結しました。 対話的な環境でのデータ加工 図1: 日全国の鉄道システムを接続してグラフ化したもの。高解像度版はこちら はじめに 前回は、データソースからダウンロードしたファイルをIPython Notebookを用いて加工し、Cytoscapeに読み込ませるところまでを行いました。しかし前回の状態では、緯度と経度を用いてノード(駅)を配置する分には問題ないのですが、実際の路線データそのものはグラフになっていません。下の図

    鉄道路線データをグラフとしてCytoscapeで可視化する 2 - Qiita
  • 鉄道路線データをグラフとしてCytoscapeで可視化する 1 - Qiita

    このシリーズは、Cytoscapeを使ってやIPython Notebook、Pandasなどのオープンソースツールを利用し、公開データを元に実際のグラフ可視化を行う過程を紹介する、可視化の実践者向けの記事です。 第一回 第二回 第三回 第四回 グラフ可視化ソフトCytoscapeによる地理情報データの可視化 (Cytoscapeによる東京周辺の路線図可視化。ハイレゾ版はこちら) はじめに 現代の地図はグラフです。そもそも数学的グラフの研究は現実世界の経路問題から始まりました(ケーニヒスベルクの問題)。計算機科学を専攻した方は、学生時代に単純化した最短経路検索や各種経路問題を課題で解いた記憶があるかと思います。そして恐らくそこでクラスNPの問題がどういうものかとか、NP困難とは何か等々込み入った話もそこで知ったはずです。とても身近に見える問題群が複雑な数学の世界に繋がっていることはとても興

    鉄道路線データをグラフとしてCytoscapeで可視化する 1 - Qiita
  • Cytoscapeやネットワーク解析・可視化に関する情報の集め方 - Qiita

    Cytoscapeやネットワーク解析と可視化に関する情報リソース これは昨日の記事を読んでこういったものを実際に作ってみたいと思われた方に向けての補足です。とても基的な情報ばかりですので、経験者の方には少々物足りないと思いますが… はじめに データ可視化という分野の中で、ネットワークの可視化は比較的ポピュラーな手法ですが、実務家向け(最新の計算機科学の研究論文ではなく、実務寄り、つまり実際にデータ解析を行う人々向け)の最新の情報は、あまりまとまった形で入手する事ができません。そして残念ながらほとんどの文献は英語で書かれています。ここでは、実際にネットワーク分析と可視化を行ってみたい方々に向けて、Cytoscape関連のリンクを中心としたいくつかのポインタを集めてみたいと思います。 Cytoscapeの情報 Cytoscape公式サイト コンソーシアムが管理する公式のサイトです。最新版はこ

    Cytoscapeやネットワーク解析・可視化に関する情報の集め方 - Qiita
  • 1