株式会社セキュアベースは、サイバーリスクの可視化とその対策を支援する、サイバーセキュリティ対策の専門会社です。
株式会社セキュアベースは、サイバーリスクの可視化とその対策を支援する、サイバーセキュリティ対策の専門会社です。
データの可視化はなぜ必要なのでしょうか。それは、そのデータを生み出している事象をより正確に理解したり、機械学習での予測に用いる際に、使うべきデータを適切に選んだりするためです。そのためにはまず、データを可視化することによって、データの大まかな特徴をつかんだり、データ同士の相関関係を知ることが必要なのです。 さて、Pythonでデータを可視化する際には、まず、Pandasでデータを集計・加工します。その上で、matplotlib(マットプロットリブ)や今回ご紹介するseaborn(シーボーン)というライブラリで可視化を行います。seabornは特に、手軽に美しく可視化ができるライブラリなので、本稿でseabornがいかに魅力的なライブラリであるかを学びましょう。 seabornの特徴 seabornとは、Pythonのデータ可視化ライブラリで、同じPythonの可視化ライブラリであるmatp
重要:Amazon QuickSight 分析ワークスペースを再設計しました。コンソールの新しい外観を反映していないスクリーンショットや手順のテキストが表示される場合があります。 QuickSight 現在、スクリーンショットと手順のテキストを更新しています。 機能または項目を検索するには、クイック検索バーを使用します。 QuickSightの新しい外観について詳しくは、「Amazon での新しい分析機能の紹介」を参照してください QuickSight。 翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 Amazon のビジュアルタイプ QuickSight Amazon QuickSight には、データの表示に使用できるさまざまなビジュアルタイプが用意されています。このセクションの各トピックで、各ビジュアルタイ
2021/9/10 追記: 改めて更新された話を統合して整理して書き直しました. 以降はこちらを参考にしてください: ill-identified.hatenablog.com 2021/1/15 追記: RStudio 1.4 がリリースされたのでなるべくアップデートしましょう 2020/12/06 追記: Japan.R で今回の話の要約+新情報を『Mac でも Windows でも, PNG でも PDF でもRのグラフに好きなフォントで日本語を表示したい (2020年最終版)/Display-CJK-Font-in-Any-Gpraphic-Device-and-Platform-2020 - Speaker Deck』として発表した. ハイライトは「近々出るRStudio 1.4 があれば fontregisterer はほぼいらなくなる」 2020/10/31 追記: geom
Bokeh documentation# Bokeh is a Python library for creating interactive visualizations for modern web browsers. It helps you build beautiful graphics, ranging from simple plots to complex dashboards with streaming datasets. With Bokeh, you can create JavaScript-powered visualizations without writing any JavaScript yourself. Finding the right documentation resources# Bokeh’s documentation consists
(An English translation is available here.) Pythonでデータ分析をする際に、欠損値の出現パターンを簡単に可視化する方法を紹介します。 はじめに データ分析をする際に、欠損値に対処する必要があります。方法は様々あります1が、対処法を考える前に、欠損値の数や出現パターンを知る必要があります。この記事では、Pythonを用いてデータ分析をする際に、欠損値の出現パターンを簡単に可視化する方法を紹介します。 なお、この記事で紹介する方法については、私のGitHub repoにJupyter notebookをアップロードしてあります。下のバッジをクリックすると、Binderで実行できます。 前提 以下、Kaggleから入手できるTitanicのtrain datasetを例として紹介します。以下のコードと実行結果があるものとします。 import nu
本ページでは、Python のデータ可視化ライブラリ、Seaborn (シーボーン) を使ってヒートマップを出力する方法を紹介します。 Seaborn には、ヒートマップの可視化を行うメソッドとして seaborn.heatmap と seaborn.clustermap の 2 つが実装されています。seaborn.heatmap は通常のヒートマップを出力しますが、seaborn.clustermap は、クラスタ分析を行い、デンドログラムとともにヒートマップを出力します。 heatmap: ヒートマップの可視化 seaborn.heatmap メソッドは、色の濃淡や色相でデータの密度や値の分布を可視化します。 seaborn.heatmap の使い方 seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None,
seaborn.heatmap# seaborn.heatmap(data, *, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs)# Plot rectangular data as a color-encoded matrix. This is an Axes-level function and will draw the hea
全世界の人口ピラミッド (2017年) 人口ピラミッド(じんこうピラミッド)とは、男女別に年齢ごとの人口を表したグラフのことである。 中央に縦軸を引き、底辺を0歳にして頂点を最高年齢者として年齢を刻み、左右に男・女別に年齢別の人口数または割合を棒グラフで表した「年齢別人口構成図」のこと。 19世紀以前の世界、もしくは開発途上国においては、出生数が多く徐々に死亡してゆくことにより、年齢を重ねていくごとに人口が少なくなる。その結果三角形のピラミッド状の形になることから、こう呼ばれる。 ただし、日本をはじめとした先進諸国などでは、医療の発達や少子化(少子高齢化)の影響により三角形にならず、釣鐘形を経てつぼ形になるものがみかけられる。 見方[編集] アンゴラの人口ピラミッド (2005年) 通常の場合、男性を左側、女性を右側に置く。階級は、0歳・1歳・2歳…と1歳ずつ刻んで表すタイプ、0 - 4歳
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