[B! データ] ninininninninのブックマーク

東京の「カフェ路線図」が見やすくて便利！スタバ、ドトール、コメダなど…多い駅と少ない駅が一目瞭然「やっぱ中央線か」「スタバはすごいな」

にゃんこそば🌤データ可視化 @ShinagawaJP オープンデータを使って都市の姿を可視化したり、防災/天気/住まいなどの関心分野を呟いています。 💻QGIS/Mapbox/Vis.gl/Tableau/Python/R

ninininninnin 2021/09/29

リンク

データ分析のはじめの一歩を無料で学べる総務省監修の高校教材『データサイエンス・データ解析入門』がpdfで公開 | Ledge.ai

サインインした状態で「いいね」を押すと、マイページの「いいね履歴」に一覧として保存されていくので、再度読みたくなった時や、あとでじっくり読みたいときに便利です。

ninininninnin 2021/09/28

リンク

【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノート - Qiita

【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノートJavaScriptd3.jsデータ分析データサイエンスcolaboratory CS 448B Visualization (2020 Winter)は、Maneesh Agrawala氏による、Stanford大で行われた、データの可視化に関する体系的な講義です。スタンフォード大の"CS 448B Visualization (2020 Winter)" がすごい。データ可視化の体系的講義。どう図表に変換するかの理論、探索的データ分析、ネットワーク分析等の実践と盛り沢山。スライドに加え、Observable(JavaScript), Colab(Python)どちらでも例を試せる。https://t.co/lGyPElrihg pic.twitter.com/mWZn

ninininninnin 2020/08/14

リンク

総務省 ICTスキル総合習得プログラム

このウェブサイトでは、ICT（情報通信技術）に関する教材の「総務省 ICTスキル総合習得プログラム」をオープンデータとして提供します。「総務省 ICTスキル総合習得プログラム」は、各5講座から成る4つのコース（[1]データ収集、[2]データ蓄積、[3]データ分析、[4]オープンデータ・ビッグデータ利活用事例）によって構成され、ICTに関する基礎知識・基礎技術を学ぶことができます。個々人の自学自習および学校・企業・コミュニティでの授業・勉強会にて、ご活用ください。総務省 ICTスキル総合習得プログラムこのウェブサイトでは、2017年度における総務省の事業として開発された「総務省 ICTスキル総合習得プログラム」に関して説明し、成果に関するファイルを提供します。このウェブページでは事業の成果であるIアイCシーTティー（Information and Communication Techn

ninininninnin 2019/05/17

リンク

【2019年】データ分析・可視化に本気でおすすめのツール30選（ノーコード型ツール含め） - Qiita

一般的なチャート（8）インフォグラフィック（3）地図・マップ（1）ネットワークグラフ（1）関数のグラフ（1）エンジニア向け一般的なチャート（10）地図・マップ（4）ネットワークグラフ（1）株価チャート（1） 1.一般的なチャート（1）RAWGraphs RAWGraphs はクラウド型、オープンソースのデータ視覚化ツールであり、 Excelのデータを処理するためによく使われます。RAWGraphsにデータをアップロードし、ほしいグラフを設計して、 SVGかPNGの画像に出力すれば済みます。RAWGraphsにアップロードされたデータは Web側でのみ処理されるので、データの安全を保証できます。（2）ChartBlocks ChartBlocks はグラフ作成のオンラインツールであり、スマートデータインポートガイドに従えば、データのインポートとグラフの設計を簡単に完了

ninininninnin 2019/05/11

リンク

Bokehを用いたビットコイン価格のリアルタイム可視化（Python） - Fire Engine

今回はBokehというライブラリを使って、ビットコイン価格のリアルタイム可視化を行う方法について書いていきます。Bokehを使うと、Pythonオンリーで可視化までできるので、非常に便利です。 Bokehとは BokehとはPython製の対話的可視化ライブラリです。対話的とはどういうことかというと、作成したグラフのズームアップ・ズームアウト・軸の調整といった様々な操作を手元で簡単に行えるということです。これは、Bokeh内部で、HTML・CSS・JavaScriptを自動で生成する仕組みがあることで達成されており、ユーザは基本的にはPythonコードしか書く必要がありません。 Bokehの公式のギャラリーを見るとすごくファンシーな可視化がたくさんあるので見るだけでも楽しいです！（実際に対話的な操作もできます） Gallery — Bokeh 0.13.0 documentation ※

ninininninnin 2018/04/10

リンク

Pandasを使ったデータ操作の基本 - ぴよぴよ.py

データ分析の会社に転職してから3ヶ月。最初の1ヶ月はPandasの扱いに本当に困ったので、昔メモしてたことを簡単にブログに記録しておく(o ･ω･)ﾉ【追記】2017/07/31 0:36 データが一部間違ってたので修正しました Pandasとは pandasでよく使う型テストデータについて余談 Pandasでのデータ操作入門 pandasのload データ(csv)のロードデータのサイズデータのカラム行列から必要な列(カラム)を取り出す条件にマッチするデータを取り出す 1. DataFrame.queryで取り出す True/FalseのSeries型を指定し、Trueの行だけを取り出す追記(2017/12/14) 行列から必要な行番号を指定してを取り出すグループ分けと集計新たな列を追加する固有値を追加する他の列を加工して新たな列を作る他の複数列を加工して新

ninininninnin 2017/07/31

リンク

首都圏の子育て人口の転入超過率地図

政府は「地方創生」を掲げ，東京から地方への人口移動を促そうとしていますが，人の動きを知ることのできる公的な統計資料として，総務省の「住民基本台帳人口移動報告」があります。1年間で人口がどれほど入ってきたか，どれほど出て行ったかが地域別に掲載されています。 http://www.stat.go.jp/data/idou/ 地域といっても都道府県単位だろうと思っていたのですが，最近の資料では，区市町村別のも出ているではありませんか。おまけに，5歳刻みの年齢層別の数値も出ています。これを使えば，子育て人口を引き寄せている地域はどこかを，県よりも下りた区市町村レベルで明らかにできます。私は，首都圏（1都3県）の242区市町村について，25～34歳の転入超過率マップをつくってみました。2014年中の転入人口から転出人口を引いた値を，同年1月1日時点の人口で除した値です。この値がプラスであれば，「転