普通のSQLよりも150倍速いと謳ってるPeriscope Dataのさらに150倍の速さでサクッとRで分析してみた。 - Qiita
普通のSQLよりも150倍速いと謳ってるPeriscope Dataのさらに150倍の速さでサクッとRで分析してみた。Rデータ分析DataVisualizationデータ可視化Exploratory この記事はRは知らないけど、SQLとか他のプログラミング言語はある程度やったことあるみたいな人向けです。 SQLでデータ分析をしていて、煩わしいと感じたことはありませんか？ これは、SQLは、リレーショナルなデータベースから、クエリしてデータを抽出するために作られているので、ある意味当たり前のことなんです。しかし、データ分析において、Rをオススメしたい理由は、実はRは、データデータの加工、分析のために作られているからなんです。Rでなら、SQLを書くだけでは考えられなかったより高度なことや効果的な方法で素早くデータを分析していくことができるのです。 普通のSQLよりも150倍速いと謳ってるPer
お役所のデータで消耗するのはもうごめん。データ分析ツールExploratoryを使って、お役所の汚いデータをスクレイピングからビジュアライズまでしてみた - Qiita
お役所のデータで消耗するのはもうごめん。データ分析ツールExploratoryを使って、お役所の汚いデータをスクレイピングからビジュアライズまでしてみたRデータ分析DataVisualizationデータ可視化Exploratory はじめに データ分析ツールExploratoryのユーザ様から、以下のような質問メールが届いたのが事の発端です。 Quittaなど、どれも興味深い記事で楽しく拝見させていただいております。 Exploratoryを使っているのですが、スクレイプしたいデータの一つ一つがタイトルごとに分かれてしまいます。 スクレイプしたい段階で、一つのデータにまとめる方法はありますか。 ご回答いたただけると幸いです。 問題点 ユーザーが抱えてる問題をもっと理解するために、スクリーンショットとタイトルごとに分かれてしまうデータのリンクを送って頂き、自分の環境でも試してみました。 こ
なぜデータ分析においては、SQLではなくRを使うべきか？ データ分析ツールExploratoryを使って、dplyrを使いこなす第2弾 データ集計編 - Qiita
これから、Rのフロントエンドと呼ばれているデータ分析ツールExploratoryを使いながら、dplyrについて簡単に説明していきます。第1弾はこちらから見ることができます。データはこちらからダウンロードできます。 データをインポートする まず、ここからプロジェクトを作ることができます。 次に、ここからデータをインポートできます。 データをインポートすると、データのサマリー画面を見ることができます。 summarize関数を使う フライト全体の平均遅延到着時間を見たくありませんか？ そういうときは、summarize関数の、summarizeコマンドを使うと見ることができます。 ARR_DELAY列のヘッダーをクリックしてfilterコマンドを選びます。 すると、自動的にsummarize(ARR_DELAY_mean = mean(ARR_DELAY, na.rm = TRUE))が入力
なぜデータ分析においては、SQLではなくRを使うべきか？ データ分析ツールExploratoryを使って、dplyrを使いこなす第1弾 Filter関数編 - Qiita
これから、Rのフロントエンドと呼ばれているデータ分析ツールExploratoryを使いながら、dplyrについて簡単に説明していきます。データはこちらからダウンロードできます。 データをインポートする まず、ここからプロジェクトを作ることができます。 次に、ここからデータをインポートできます。 データをインポートすると、データのサマリー画面を見ることができます。 Selectコマンドを使って、列を選択する Selectコマンドを使うことで、分析したい列だけを選ぶことができます。 知りたいデータだけをフィルタリングする 例えば、United Airline (UA)会社のフライトのデータだけを見てみましょう。 列のヘッダーをクリックしてfilterコマンドを選びます。 すると、自動的にfilter(CARRIER == )が入力されます。次に、レコメンドされている候補からUAを選びます。 ま
データの抽出と分析に適していないといわれていたMongoDBのデータを、RのためのUIであるExploratoryを使って分析してみた - Qiita
データの抽出と分析に適していないといわれていたMongoDBのデータを、RのためのUIであるExploratoryを使って分析してみたRデータ分析DataVisualizationデータ可視化Exploratory いままでに、MongoDBのデータ分析に困ったことはありませんか？ 一般的に、MongoDBのデータは、リレーショナルデータベースや表形式データと違うので、データが、よく階層になっていたり、入れ子構造になっていたり、配列を含んだりしていて、データの抽出や分析には適していないと言われています。でも、RのためのUIであるExploratoryを使えば、そんなMongoDBのデータでさえ簡単にインポートして、データを分析することができます。 Exploratoryの記事については、こちらでも詳しく書いています。 Rのフロントエンドということで話題になっている、Exploratoryの
ExploratoryとRを使って、Pythonよりもっと早く、歩数データを分析して、京都、東京、シリコンバレーで比較してみた - Qiita
ExploratoryとRを使って、Pythonよりもっと早く、歩数データを分析して、京都、東京、シリコンバレーで比較してみたRデータ分析DataVisualizationデータ可視化Exploratory iphoneのアプリを使うと簡単に歩数のデータを見れるのをご存知ですか？ 実は、今歩数を数えて分析することにハマっています。私は、2015年の10月ごろから、京都から東京にProgate株式会社でのソフトウェアエンジニアとしてのインターンシップで、上京しました。また、2016年の2月から、東京からアメリカのシリコンバレーのほうに留学でやってきました。上京前や留学前と後で歩数の変化に違いは見られたりするのでしょうか？ 機械学習やデータサイエンスで有名なYhat社が、ブログで、歩数のデータをPythonを使って分析しています。これから、これをもとに、今度は私の方で、私のiPhoneからダウ
「2016年版このRパッケージがすごい」暫定第一位、tabulizerパッケージを使って、日本で話題のCookpadの有価証券PDFから超簡単にデータを取得してビジュアライズまでしてみた - Qiita
「2016年版このRパッケージがすごい」暫定第一位、tabulizerパッケージを使って、日本で話題のCookpadの有価証券PDFから超簡単にデータを取得してビジュアライズまでしてみたRデータ分析DataVisualizationデータ可視化Exploratory 今年の3月ごろから何やらCookpadが騒がしいですね。IT業界に足を置いていれば、このような噂を聞いたりするのは、1度や2度ではないのではないのでしょうか？一部報道には、幹部社員が大量離脱したためサービス運営が困難、という報道もありました。Cookpadの有価証券から、実際に決算がどうなっているのかを見てみると、噂が本当なのかや事件の影響について検証できそうです。事件の前と後で業績に変化はあったのか、1株あたりの利益はどれくらい増加しているのかって質問に答えることができそうです。ところが、ほとんどの有価証券はPDFデータにな
本当にITバブルなのか？？ RのフロントエンドExploratoryでユニコーン企業のデータを超簡単にスクレイピングしてきて、分析してみた - Qiita
本当にITバブルなのか？？ RのフロントエンドExploratoryでユニコーン企業のデータを超簡単にスクレイピングしてきて、分析してみたRデータ分析DataVisualizationデータ可視化Exploratory はじめてQiitaに投稿した記事が100ストックを超え、割と好評だったので引き続き新しい記事を書いてみました。 0. はじめに 実は、このデータは、世界中のユニコーン企業のデータを表しています。 ユニコーン企業というのは、上場していなくて、評価額が１ビリオンドル以上の評価額を得ている企業のことを指します。代表的なのだと、UberとかAirbnbとか。 面白そうなデータですよね。どの国がユニコーンが多いのかとか、期間とValuationの関係性とか、いつユニコーン企業が多く生まれてるのかなって質問に答えることができそうです。ところが、こうやってウェブページにに埋まっていると、
テキスト・データを簡単にクリーン・アップしながらExploratoryのベータ版に世界中から登録してくれたユーザーの普段使っているデータ分析ツール上位ランキングを出してみた - Qiita
テキスト・データを簡単にクリーン・アップしながらExploratoryのベータ版に世界中から登録してくれたユーザーの普段使っているデータ分析ツール上位ランキングを出してみたRデータ分析DataVisualizationデータ可視化Exploratory おかげさまで現在、世界中からたくさんの人たちにExploratory Desktopのベータ・トライアルの方にサインアップしていただいています。もしまだサイン・アップしてなくて興味のある方はぜひこちらからどうぞ。 ところで、サインアップしていただく時に、皆さんの普段使っているデータ分析ツールが何か、聞かせてもらっています。そのデータがこちらにあるので、それを元にどういったツールが今世界中で人気があるか出してみたいと思いますが、実はいくつか面倒くさい問題があります。 カンマ区切りなので、単純にツールごとに集計できない フリーフォームなので、ス
Rのフロントエンドということで話題になっている、Exploratoryの対話的なデータ分析環境で「ヨーロッパはほんとに女性が活躍しやすい社会か」どうか分析してみた - Qiita
Rのフロントエンドということで話題になっている、Exploratoryの対話的なデータ分析環境で「ヨーロッパはほんとに女性が活躍しやすい社会か」どうか分析してみたRデータ分析DataVisualizationデータ可視化Exploratory ぱっと見て、このデータがなんのデータかとかってわかりますか？ これだけ見ただけだとなんのデータかわからないですよね〜。 これは実は、フォーブズ誌からダウンロードしてきた世界の億万長者についてのデータなんですね。 そもそも億万長者ってどの国に多いんですかね。また、億万長者ってどうやってなってるんですかね。はたまた、億万長者って男性と女性どちらのほうが多いのでしょうか？ また、最近読んだ記事↓によると、ヨーロッパは女性が活躍しやすい社会だったりするそうです。だとすると、今、ヨーロッパには、女性の億万長者も多かったりするのでしょうか？ こんな疑問を、データ
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
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
