Geolonia 住所データ
Skip to the content. Geolonia 住所データ 全国の町丁目、大字、小字レベルの住所データ（277,543件）をオープンデータとして公開いたします。 本データは、国土交通省位置参照情報ダウンロードサービスで配布されている「大字・町丁目レベル位置参照情報」をベースとしていますが、「大字・町丁目レベル位置参照情報」データは年に一回更新であるのに対して、本リポジトリで配布するデータは毎月更新しています。 latest.csvをダウンロード latest.dbをダウンロード リリースノート 住所データ仕様 ファイルフォーマット latest.csv: CSV latest.db: SQLite3で読み込めるバイナリ形式 列 都道府県コード 都道府県名 都道府県名カナ 都道府県名ローマ字 市区町村コード 市区町村名 市区町村名カナ 市区町村名ローマ字 大字町丁目名 大字町丁目
「満員電車で快適に過ごすための動き方」を物理シミュレーションで解き明かす
はじめに：満員電車では、とるべき“動き方”が存在する 新年度が始まって1カ月がたった。この4月に新しい職場、新しい部署、新しい環境で生活を始めた人も多いだろう。 特に新社会人は早速「満員電車」の洗礼に遭ったのではないだろうか。朝の特定時間帯における通勤電車は常軌を逸した乗車率となりがちで、4月はTwitterで「満員電車」がトレンド入りする日もあった。 熟練の社会人たちは、長年の経験から混雑した電車内において、瞬時に人の流れを察知し、うまく乗降者のラインコントロールを行い、不用意に人とぶつかることを避けることができるだろう。 しかし、満員電車に慣れていない人たちが多いとポジショニングが難しかったり、動き出しのタイミングをつかめなかったりするため、乗客同士の衝突が生じ、“お客さま同士のトラブル”による電車遅延が発生することになりかねない。 そこで、本記事ではデータサイエンティストである筆者が
noteの急成長を支えるデータ分析の舞台裏
Transcript ͷٸΛࢧ͑Δσʔλੳͷཪ Data Analyst Meetup Tokyo Vol.9 ࣗݾհ GO ANDO THE GUILD / UXɾUI Designer 1. SIer ͰΩϟϦΞελʔτ ɾ େن։ൃͰσεϚʔνΛଟܦݧ ɾ ւ֎ࣄۀ։ൃͰւ֎Ͱൃ۷ 2. ݕࡧΤϯδϯϕϯνϟʔ ۀ ɾ ถࠃελʔτΞοϓͱڞಉ։ൃ 3. ಠཱͯ͠ΞϓϦσϕϩούʔʹ ɾ App Store ຊ૯߹1ҐΛؤுͬͯ֫ಘ 4. THE GUILD ۀ ← ͍·͜͜ ɾ U-NEXTσβΠϯސ ɾ noteσʔλੳνʔϜ ɾ IBMʹങऩ͞Εͯऴྃ ɾ YAMAP CXO Data Analyst Meetup Tokyo Vol.9 ຊͷςʔϚ ͷٸΛࢧ͑Δσʔλੳͷཪ 0 5,000,000 10,000,000 2014/4
「データドリブンな放送局を目指す」 TBSラジオ、radiko経由のリスナーを1分単位で可視化する仕組みを導入
TBSラジオは1月29日、ラジオのネット配信サービス「radiko.jp」で番組を聴くリスナーの人数や年齢、性別といったログを1分単位で可視化するデータダッシュボード「リスナーファインダー」の運用を始めたと発表した。ツールを生かすことで「データドリブンな放送局を目指す」という。 データドリブンとは、得られたデータを意思決定や企画に役立てること。可視化したデータは放送局の生放送スタジオなどに設置したモニターで表示。番組制作者はリスナーの動きを意識しながら放送できるという。ダッシュボードは電通が独自のパブリックDMP（データマネジメントプラットフォーム）をベースに開発したものを採用した。3月末まで試験運用し、4月以降に正式採用するという。
『機械学習のエッセンス』はゼロからガチで機械学習を生業にしたい人が「いの一番に」読むべき一冊 - 六本木で働くデータサイエンティストのブログ
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning) 作者: 加藤公一出版社/メーカー: SBクリエイティブ発売日: 2018/09/21メディア: 単行本この商品を含むブログを見る発売されてからだいぶ経ちますが、構想段階の頃より著者の「はむかず」さんこと加藤公一さんからお話を伺っていて注目していたこちらの一冊をようやく一通り読みましたので、サクッと書評めいた何かを書いてみようかと思います。 各章の概要 言うまでもなく実際の内容は皆様ご自身でお読みいただきたいのですが、これまでの書評記事同様に概要を簡単にまとめておきます。 第01章 学習を始める前に Python環境やAnacondaのインストールについての説明もなされているんですが、重要なのは後述する「本書は何を含まないか」という節。ここに本書の狙いの全てが書かれていると言って
PythonでWeb APIを利用し、データを収集する方法【おすすめのAPIも紹介します】 | Dividable
先に結論から。Youtubeのチャンネル登録をして、この動画を見ればPythonで自動化できることが分かりやすく解説しているので、これを見れば一発です。 ※追記 2019年6月7日 これ以外にもプログラミングの解説動画があるので、ぜひ以下のリンクからチャンネル登録して、ほかの動画も見てみてください！ Youtubeでチャンネル登録して動画を見てみる Pythonでは、Web APIを利用すると、データの自動収集ができるようになります。しかし、Web APIと言われてもよくわからないですよね。今回は、 PythonでAPIを利用する方法を知りたい。どうやったら呼び出すことができるの？ Pythonで使えるAPIってどんなものがあるの？ PythonのAPIを使えるようになるためには、どうすればよいの？ という疑問に答えられるよう、PythonでWeb APIを利用する方法について詳しくまとめ
Python でデータ分析するのに適したグラフツール3選
概要 Python でのデータ分析作業に向いたグラフ作成ツールの機能比較です。Python のグラフ作成ツールといえば matplotlib ですが、正直言って煩雑な構文で、こういった作業に向かないと思います。そこで、今回は使えそうな以下の3つ+α1のパッケージについて、大雑把に紹介します。 plotnine altair seaborn (pixiedust) グラフ作成ツールに求められる要件 サンプルコードと結果だけ見たい場合はここは読み飛ばしても問題ないです。 たとえば pandas-profiling はデータフレーム内の全ての列に対して記述統計量をとり、簡易的なヒストグラムなんかも表示してくれますが、多くの場合それだけでは不十分です。高次元のデータから変数間の関係を読み取ることを意図していました。いわゆる探索的データ解析 (EDA) に近いものだと思います2。変数どうしの関係を様
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
