データ可視化チートシート - Qiita
はじめに データ可視化では、データの性質によって概ねどのような可視化ができるのか決まる場合があります。データ可視化は探索的なデータ分析をする場合や、データ分析した結果を誰かに伝えるために重要であり、その時々の目的に合わせた可視化を選択するべきですが、そもそも可視化手法の特性とデータの性質があっていないとあまり効果がない場合があります。筆者が業務においてデータ可視化する際にデータの性質から可視化手法を導く場合の道のりを整理し、チートシートとしてまとめてみました。 もちろん、調べたい・表現したい内容によって自分で自由に選んでもまったく問題無いですが、データを前にして「どうやって可視化しよう？」と悩んでいる方の一助になれば幸いです。 また、この記事では主に一般的な可視化（グラフ）手法にフォーカスしており、イラスト的な要素を含むインフォグラフィックなどについては触れていません。（が、だいたいのデー
Python spyre によるデータ分析結果のWebアプリ化 - StatsFragments
R を使っている方はご存知だと思うが、R には {Shiny} というパッケージがあり、データ分析の結果を インタラクティブな Web アプリとして共有することができる。{Shiny} って何？という方には こちらの説明がわかりやすい。 qiita.com Python でも {Shiny} のようなお手軽可視化フレームワークがあるといいよね、とたびたび言われていたのだが、spyre という なんかそれっぽいパッケージがあったので触ってみたい。 github.com インストール pip で。 pip install dataspyre 使い方 現時点で ドキュメンテーションはない ので、README と examples ディレクトリを見る。サンプルとして株価を取得してプロットするWebアプリを作ってみたい。spyre で Webアプリを作る手順は以下の3つ。 spyre.server.
Cube
Time Series Data Collection & Analysis Cube is a system for collecting timestamped events and deriving metrics. By collecting events rather than metrics, Cube lets you compute aggregate statistics post hoc. It also enables richer analysis, such as quantiles and histograms of arbitrary event sets. Cube is built on MongoDB and available under the Apache License on GitHub. Collecting Data An event in
アートとしての「知識マップ」、入選作ギャラリー | WIRED VISION
アートとしての「知識マップ」、入選作ギャラリー 2011年3月11日 サイエンス・テクノロジーデザイン コメント： トラックバック (0) 情報科学者たちは2005年、『Places & Spaces: Mapping Science』(場所と空間：科学をマッピングする)と題し、10年間にわたって開催される公募美術展を創設した。 今年は「電子図書館の視覚的インターフェースとしての科学マップ」というテーマで作品を募集していたが、先ごろその入選作品が発表された。その中からいくつかをご紹介しよう。 共同研究の世界的つながり 上の画像は、リサーチ・アナリストのOlivier H. Beauchesne氏による入選作品だ。 2010年12月に公開された、『Facebook』ユーザー5億人の「友達」関係を表わしたマップに着想を得て、2005年から2009年の間に行なわれた国際共同研究を視覚化した。 1
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
Data Apps for Production | Plotly
インターネットを視覚化する − 5回連続講義：『ビジュアル・コンプレキシティ』を読む──データ・ヴィジュアライゼーション講座【1】 � WIRED.jp 世界最強の「テクノ」ジャーナリズム
