並び順

ブックマーク数

期間指定

  • から
  • まで

81 - 120 件 / 731件

新着順 人気順

visualizationの検索結果81 - 120 件 / 731件

  • AWS構成図おすすめツール - Qiita

    AWSの構成図を作成する際に便利なツールを紹介します。 vscodeの拡張プラグイン「Draw.io Integration」です。 インストール方法 vscodeの左サイドにあるExtensionsをクリックし、検索窓にdrawと入力するとDraw.io Integrationが表示される。そして、Installボタンをクリックするとインストールされる。 作画ツールの表示 インストール後に新規ファイル作成ボタンを押し、 拡張子を.drawioにすると自動的にvscode上でdrawioの作画ツールが表示される。 これを使って簡単なAWSの構成図を描いていきます。 VPCを作成して、その中にパブリックサブネット、EC2インスタンス、インターネットゲートウェイを作成する。 使い方 AWSアイコンの追加 下部の+More Shapesを押すと、アイコンのセットが表示される。 ここからAWS 1

      AWS構成図おすすめツール - Qiita
    • 吉澤準特|ロジカルシンキング&図解 on Twitter: "【保存版】図解の種類 ほとんどの図解は8チャート8グラフに収まります。この一覧を早見表として使ってみて下さい。 https://t.co/2pEx8qdPgu"

        吉澤準特|ロジカルシンキング&図解 on Twitter: "【保存版】図解の種類 ほとんどの図解は8チャート8グラフに収まります。この一覧を早見表として使ってみて下さい。 https://t.co/2pEx8qdPgu"
      • How a Massive Bomb Came Together in Beirut’s Port (Published 2020)

        The comments section is closed. To submit a letter to the editor for publication, write to letters@nytimes.com.

          How a Massive Bomb Came Together in Beirut’s Port (Published 2020)
        • These simulations show how to flatten the coronavirus growth curve

          The Washington Post is providing this story for free so that all readers have access to this important information about the coronavirus. For more free stories, sign up for our daily Coronavirus Updates newsletter. After the first case of covid-19, the disease caused by the new strain of coronavirus, was announced in the United States, reports of further infections trickled in slowly. Two months l

            These simulations show how to flatten the coronavirus growth curve
          • Mini Tokyo 3D

            A real-time 3D digital map of Tokyo's public transport system. This data visualization was produced by Akihiko Kusanagi.

              Mini Tokyo 3D
            • じゃがりきん on Twitter: "ルービックキューブを円に変換することでわかりやすくすることに成功いたしました https://t.co/0jygbuSYbX"

                じゃがりきん on Twitter: "ルービックキューブを円に変換することでわかりやすくすることに成功いたしました https://t.co/0jygbuSYbX"
              • ネットワーク構成図を考える: NW図の基本とモデル指向NW図のススメ / OSC_2020_Tokyo_Spring

                OSC 2020 Tokyo/Spring でやる予定だったセミナーの資料です。 https://www.ospn.jp/osc2020-spring/modules/eguide/event.php?eid=44 残念ながらOSC東京春は今回は中止となってしまったのでとりあえず公開しておきます。

                  ネットワーク構成図を考える: NW図の基本とモデル指向NW図のススメ / OSC_2020_Tokyo_Spring
                • PlantUMLのテーマ(思わぬ展開) | フューチャー技術ブログ

                  秋のブログ週間連載の7本目です。 はじめにPlantUMLで使えるテーマについてのご紹介です。 以前、チームで機能設計するためのPlantUML標準化の記事でも書かせていただきましたが、PlantUMLのデフォルトカラーって少しドライですよね。 色の好みは人それぞれで、あれはあれでカッコよさはありますが、複雑な図は少しでも可愛く描きたい・楽しく見たいものです。 この記事ではPlantUMLのテーマについて、いくつかのオプションを紹介していきます。「PlantUMLの色を変えてみたい!」という方は是非ご活用いただければ嬉しいです。 前提 PlantUMLでは、skinparamを利用して図のビジュアル各要素を定義しますが、「テーマ」はskinparamの集合体です この記事ではテーマの作り方や、各運用方法等については触れません この記事で紹介するオリジナルテーマはシーケンス図のために作られた

                    PlantUMLのテーマ(思わぬ展開) | フューチャー技術ブログ
                  • COVID-19 国内症例マップ(ダッシュボード)を作成して考えたこと - Bi-Bo-6

                    ※3/1追記。続編のようなものを書きました。 メディアの外側から COVID-19 国内症例マップ を発信する意味、シビックテック - Bi-Bo-6 私達で作成・更新を続けている、GISを用いた新型コロナウイルスのダッシュボード(公開情報一元化)について、独立行政法人 国際感染症センターさんが、Facebookでシェアをしてくださいました。ありがとうございます。17日に公開したこのレイヤは、22日深夜までで70万viewになりました。 www.facebook.com 都道府県別新型コロナウイルス感染症患者数マップ そこで、このダッシュボード作成で感じたことを書いておこうと思います。(論文か?) ◯ダッシュボード本体 https://jagjapan.maps.arcgis.com/apps/opsdashboard/index.html#/641eba7fef234a47880e1e1

                      COVID-19 国内症例マップ(ダッシュボード)を作成して考えたこと - Bi-Bo-6
                    • Covid Trends

                      This interactive charts the new {{selectedData.toLowerCase()}} of COVID-19 in the past week vs. the total {{selectedData.toLowerCase()}} to date. When plotted in this way, exponential growth is represented as a straight line that slopes upwards. Notice that almost all countries follow a very similar path of exponential growth. We're all in this together. Learn more. To learn more about this graph,

                        Covid Trends
                      • https://twitter.com/umi_nakayama/status/1540968151797469184

                          https://twitter.com/umi_nakayama/status/1540968151797469184
                        • クラウドのアーキテクチャ図作成ツール「CloudSkew」、Webブラウザから無料で利用可能。AWS/Azure/GCP/Kubernetes/Oracle Cloudなどマルチクラウド対応

                          クラウドのアーキテクチャ図作成ツール「CloudSkew」、Webブラウザから無料で利用可能。AWS/Azure/GCP/Kubernetes/Oracle Cloudなどマルチクラウド対応 クラウドのアーキテクチャ図を作成するためのWebアプリケーション「CloudSkew」が公開されています。 AWS/Azure/GCP/Kubernetes/Oracle Cloud/HashiCorp/Alibaba Cloudなど人気のクラウドやツールのアイコンがあらかじめ用意されており、Webアプリケーションとして提供されているためインストール不要で、誰でも無料で利用可能です。 操作は一般的なドローツールと同じように、左側からアイコンを選んで真ん中の図に置き、アイコン同士を矢印でつなげていくことでアーキテクチャ図が作成されていく、という感じです。 開発しているのは、元マイクロソフトのエンジニアを

                            クラウドのアーキテクチャ図作成ツール「CloudSkew」、Webブラウザから無料で利用可能。AWS/Azure/GCP/Kubernetes/Oracle Cloudなどマルチクラウド対応
                          • 開発チームの生産性・健全性を客観的に知るためにリポジトリ履歴から機械的に可視化するツールを作った - Qiita

                            はじめに ソフトウェア開発のチームの生産性や健全性というものは、内部の体感的として理解できるものの、外部の人間からは見えにくいものです。こういった情報の非対称性は開発チーム外の人々との関係の中での問題の原因になってきました。 また、複数の開発チームやプロダクトを束ねるEM、CTOや、管理職にとってそれぞれの状況を客観的な数字やグラフで可視化することは、全体的な戦略を考える上でも重要な参考情報になります。ですが、アンケートやプロジェクト管理を増やすほど、どんどんと開発メンバーに負担をかけてしまうことになり、計測のし過ぎによる疲れなども誘発してしまいます。 本稿では、gitリポジトリのログ情報から、いくつかのグラフを生成し、チームの状況を可視化するためのツールgilotを作成したので、その目的と意図、そして使い方、注意点を解説します。 アプローチ方法 gilotのアプローチは、git logの

                              開発チームの生産性・健全性を客観的に知るためにリポジトリ履歴から機械的に可視化するツールを作った - Qiita
                            • Mini Tokyo 3D 開発日誌

                              草薙 昭彦 @nagix 東京のリアルタイム公共交通デジタルマップを作り始めている。今のところ山手線と中央線にランダムに数両の列車を走らせてるだけだが、オープンデータがあるならリアルタイムに動かしてみたい。D3.js+Leaflet。昔からこういうプラレールみたいのWebでやってみたかったのよ nagix.github.io/mini-tokyo/ pic.twitter.com/JYm6ZbR49K 2019-06-22 00:09:32

                                Mini Tokyo 3D 開発日誌
                              • PlantUML で JSON データを簡単視覚化

                                最近,仕事で使うことがあってたまたま気がついたのだが, PlantUML って JSON や YAML のデータを視覚化できるんだね。 やり方は簡単。たとえば { "firstName": "John", "lastName": "Smith", "isAlive": true, "age": 28, "address": { "streetAddress": "21 2nd Street", "city": "New York", "state": "NY", "postalCode": "10021-3100" }, "phoneNumbers": [ { "type": "home", "number": "212 555-1234" }, { "type": "office", "number": "646 555-4567" } ], "children": [], "spous

                                  PlantUML で JSON データを簡単視覚化
                                • GitUML

                                  Understanding source code is every programmer's biggest challenge GitUML helps programmers understand new code more quickly. Understand code quickly Rapidly generate diagrams from programming source code. Diagrams from git repositories - automatic diagram updates when you push! Upload source code files Live UML Fiddle converts source code into UML as you type UML Fiddle (Python) UML Fiddle (Javasc

                                  • Three.jsの勉強の仕方 - Qiita

                                    概要 Three.jsの勉強を始めて半年くらいが経過しました。 現在は、以下のようなアプリケーションを作成できるようになりました。 https://nemutas.github.io/r3f-normal-color/ ここまでに至る過程を少しまとめられたらと思います。 React Three Fiber について 私は主に、React Three Fiber(Three.jsをReact用にラッパーしたライブラリ|以下、R3F)を使用して開発してます。 バニラのThree.jsを触る前に、つまりThree.jsの知識がゼロの状態のときからR3Fを使い始めました。 とてもよく設計されたライブラリで、ほんの数行でBoxを表示することができます。 ただし、よく設計されているということは、それほど抽象化されているということです。学び始めの頃は自分が作りたいシーンを作るために、どのプロパティをいじ

                                      Three.jsの勉強の仕方 - Qiita
                                    • 氾濫する生成AIアニメ 9万枚調査で見えた権利侵害

                                      「人間かAIか、 どちらが描いたか 分からない」 都内の制作会社で働く アニメーターは 不安を口にした。 描いたのは生成AI(人工知能)。「ONE PIECE(ワンピース)」や「SPY×FAMILY(スパイファミリー)」……。AIにより既存アニメを模した画像が際限なく生み出されている。 生成AIは革新的な手法で文章や画像、映像、音声を生み出し、急速に進化する。著作権のルール整備は進むが、ユーザーによる悪用で日本のソフトパワーを代表するアニメを蝕(むしば)み始めた。ネットに氾濫するAIアニメの実相に迫る。 大量に生成されたアニメ画像は、世界中からアクセスを集める生成AI画像共有サイトで公開されている。誰でも好みの画像を生成でき、投稿が可能になっている。複数のサイトで世界的に人気のあるアニメ13タイトルのメインキャラクター名を検索すると、9万枚を超す画像が引っかかった。 日本経済新聞は専門家の

                                        氾濫する生成AIアニメ 9万枚調査で見えた権利侵害
                                      • 可視化や統計でデータに『恣意的なストーリーを語らせる』16の闇の魔術【bad charts】 - Qiita

                                        闇の魔術に対する防衛術 Advent Calendar 2020の三日目 はじめに データの可視化は非常に難しい。 まずデータの抽出が難しい ・データソースごとの整合性が取れているか ・取得したデータとソースデータに欠損が生じていないか ・SQL文を実行したサマリの結果が部分的に抜け落ちていないか。 その確認は時間的にも精神的にも苦痛。 しかし、苦労して抽出したデータも使い方で全くの無駄になる その例として「可視化や統計」部分に着目してお話をしようと考えた。 データの背景を知らない人には、データ可視化が歩み寄る手段になるし、伝えたい事をインパクトを伴って伝えられるなど非常にメリットである。 ※ただし 「可視化」の使い方によっては誤った理解をさせることも可能。 伝えたい事だけを正しいように見せる方法もあり、 可視化に詳しくない人に誤解を与えて自分の主張を通すこともできるかもしれない。 これは

                                          可視化や統計でデータに『恣意的なストーリーを語らせる』16の闇の魔術【bad charts】 - Qiita
                                        • 日本の「人が住んでいるところ」を光らせてみたら色々と興味深かった「北海道暗すぎ…」「福島でゾクッとした」

                                          にゃんこそば🌤データ可視化 @ShinagawaJP 日本国内で「人が住んでいるところ」を光らせてみた。煌々と輝く太平洋ベルト、中国山地の隅々に広がる集落など見所いっぱいで、拡大して色々観察したくなる。海岸線に沿って光が連なっているのも興味深い。 データは東大CSIS『平成27年簡易100mメッシュ人口データ』を使用。 pic.twitter.com/X6OaKZa6Fk 2021-09-03 21:29:40

                                            日本の「人が住んでいるところ」を光らせてみたら色々と興味深かった「北海道暗すぎ…」「福島でゾクッとした」
                                          • A Visual Guide to SSH Tunnels: Local and Remote Port Forwarding

                                            Bridge vs. Switch: What I Learned From a Data Center TourNetworking Lab: Ethernet Broadcast DomainsNetworking Lab: L3 to L2 Segments MappingNetworking Lab: Simple VLANDon't miss new posts in the series! Subscribe to the blog updates and get deep technical write-ups on Cloud Native topics direct into your inbox. TL;DR SSH Port Forwarding as a printable cheat sheet. SSH is yet another example of an

                                              A Visual Guide to SSH Tunnels: Local and Remote Port Forwarding
                                            • 謎のメッセージ 耳をすませてみたら…|NHK

                                              「ある大きな組織による、偵察行動が、インターネット上で日夜行われている」 ネット上で偶然目にした、情報セキュリティーに関する、ある論文にあった表現です。 最初は、SF映画のような話だと思いましたが、そこにあった“インターネットノイズ”という言葉が頭にひっかかり、取材を始めました。 インターネットノイズに詳しいという、大手電機メーカーに所属する、ある研究者。交渉の末、「匿名」で、話を聞けることになりました。 この研究者(以下、仮名・木寺さん)によると、インターネットノイズとは、「意図が不明で無害な信号」だと言います。 こうしたノイズがインターネットの中に存在していることは、2000年に入ってからわかってきました。 例えば、私たちがWEBサイトにアクセスする場合、サーバー(ホームページを表示するために必要となる情報を格納しておくコンピューター)にページを見せて欲しいという内容の信号を送り、それ

                                                謎のメッセージ 耳をすませてみたら…|NHK
                                              • ER図の作図について、 Draw.io, PlantUML, Mermaid を比較してみる。(VSCode拡張機能など) - Qiita

                                                ※ 参考記事「PlantUML を VSCode で利用したいけど、プレビューが表示されずエラーが出る」 参考(PlantUML 導入後の編集中画面) 2-2. ER図 今回作成したER図 Qiita記事でも、コードブロック内でPlantUMLの構文がそのまま使えます。(このER図は、Qiitaのコードブロックで表示させています) 今回作成したER図のPlantUMLの表記 @startuml yonde ' hide the spot hide circle ' avoid problems with angled crows feet skinparam linetype ortho entity "families" as families { id -- name nickname introduction created_at updated_at } entity "users

                                                  ER図の作図について、 Draw.io, PlantUML, Mermaid を比較してみる。(VSCode拡張機能など) - Qiita
                                                • 日本列島の弥生時代と古墳時代のほぼ全ての銅鏡が示された分布図が話題となる→可視化されたことで地域的な差異などが一目瞭然に、分類毎の分布図も公開される

                                                  かぬそぬ @omisoi 🖥Simulation考古学者/📝専門は歴史地理情報処理,Agent-based model,人口動態推定等/🗾GIS開発者/📷LiDAR/⛰古墳/🎨創作/🏳️‍⚧️Nonbinary Gender/🏛歴史地図アプリ開発中: github.com/AsPJT/PAX_SAPI… github.com/AsPJT かぬそぬ @omisoi 日本列島の弥生時代と古墳時代のほぼ全ての銅鏡の分布図が完成しました〜😆 ほとんどのデータは「日本列島出土鏡集成(2016年)」です。盾形銅鏡など2017年以降の出土鏡も一部入れています。 データ内部に遺跡時期や鏡式の情報があるので、条件付きの結果も出すことができます☺️ 大きさの比較も簡単♪ pic.twitter.com/RmYCuzl5cx 2024-04-01 22:01:40

                                                    日本列島の弥生時代と古墳時代のほぼ全ての銅鏡が示された分布図が話題となる→可視化されたことで地域的な差異などが一目瞭然に、分類毎の分布図も公開される
                                                  • JavaScript Visualized - Promise Execution

                                                    Promises in JavaScript can seem a bit daunting at first, but understanding what's happening under the hood can make them much more approachable. In this blog post, we'll dive deep into some of the inner workings of promises and explore how they enable non-blocking asynchronous tasks in JavaScript. I'm still working on making this blog better on mobile devices, mobile browsers don't always render t

                                                      JavaScript Visualized - Promise Execution
                                                    • 『戦国時代の群雄割拠を視覚的にわかりやすく表現しよう』 勢力図の移り変わりがリアルにわかって面白い。

                                                      【公式】戦国BANASHI @sengokubanashi 『戦国時代の群雄割拠を視覚的にわかりやすく表現しよう』という試みです。 歴史好きの皆さんからのたくさんのリプにより、アップデートされました!また、年代も1590年まで追加しました!ぜひご確認お願いします! 次は関ケ原~大坂の陣まで作るのが目標です pic.twitter.com/HDw0AoJUgZ 2020-03-18 18:15:13

                                                        『戦国時代の群雄割拠を視覚的にわかりやすく表現しよう』 勢力図の移り変わりがリアルにわかって面白い。
                                                      • 機械学習を仕事に使うには? 03_Pythonのコーディング手順 - Qiita

                                                        株式会社デジサク がお送りするプログラミング記事、 今回はAI(機械学習)の具体的なコーディング手順を扱います。 ※ 無料セミナーも開催中なので、ぜひご覧になってみて下さい。 はじめに これまで「機械学習を仕事に使うには?」というテーマで記事をお届けしてきましたが、 第3回の今回は「Pythonのコーディング手順」をテーマに、具体的なプログラミングを紹介します。 バックナンバーも読んで頂くと機械学習の基礎からPythonのコーディングまで全体を理解できますので、ぜひご活用ください。 第1回:機械学習の目的を理解する 第2回:AI開発のプロジェクト全体像 SNS でも色々な情報を発信しているので、記事を読んで良いなと感じて頂けたら Twitterアカウント「Saku731」 もフォロー頂けると嬉しいです。 機械学習に必要なプログラミングスキル まず、機械学習を習得するために必要なスキルは下記

                                                          機械学習を仕事に使うには? 03_Pythonのコーディング手順 - Qiita
                                                        • Pull Requestから社内全チームの開発パフォーマンス指標を可視化し、開発チーム改善に活かそう - Hatena Developer Blog

                                                          こんにちは。id:shiba_yu36です。MackerelチームでWebアプリケーションエンジニアをしています。最近の開発合宿で、id:syou6162やid:polamjagと一緒に、社内の全チームの開発パフォーマンスを表す指標をGitHubのPull Requestから可視化し、開発チームの改善に活かせるようにしました。今回はその紹介をします。 説明するサンプルコードは、次のレポジトリで公開しているので参考にしてください。ここではGitHubのhatenaオーガニゼーションで集計していますが、forkして少し手直しすれば、別のオーガニゼーションの集計も可能になっています。 hatena/pull-request-analysis-sample 開発チームの改善におけるいくつかの課題感 開発チームのパフォーマンス指標に何を使うか 4つの指標のうち何からまず集計するか 変更のリードタイム

                                                            Pull Requestから社内全チームの開発パフォーマンス指標を可視化し、開発チーム改善に活かそう - Hatena Developer Blog
                                                          • Kuwahara filterとかいう明らかに日本人の名前な画像フィルターに出会い、試してみたらすごかったので紹介する。 - Qiita

                                                            Kuwahara filterとかいう明らかに日本人の名前な画像フィルターに出会い、試してみたらすごかったので紹介する。Python画像処理画像加工フィルター 6/15追記 あとがきの提案について書きました 写真表現としての桑原フィルターの提案 #はじめに Kuwahara filter(桑原フィルター)とは 桑原フィルターは桑原道義さんという大学教授(Wikipedia曰く)が考案した平滑化フィルターの一種で、内容のシンプルさに反して上手いことかけるとまるで油絵のようになる、なんだかすごいフィルターであーる(先に結果が見たい方は記事の一番下を覗いてみよう) Kuwahara filter -Wikipedia SPECT用データ処理 (元論文?) #桑原フィルターの内容 https://upload.wikimedia.org/wikipedia/commons/4/49/Kuwahar

                                                              Kuwahara filterとかいう明らかに日本人の名前な画像フィルターに出会い、試してみたらすごかったので紹介する。 - Qiita
                                                            • COVID-19 日本国内の潜在的な陽性者数を推定する試み - StatModeling Memorandum

                                                              日本国内の潜在的な陽性者数を推定することは有益ですが、簡単ではありません。PCR検査がランダムになっていないことが推定を難しくしています。有症状者が検査されやすいというselection biasがあるからです。この記事ではいくつか仮定を置いて潜在的な陽性者数を推定したいと思います。 仮定 全国民のうち潜在的に陽性になっている割合 この割合は年代によらず一定と仮定します。ここでは と書きます(posはpositiveの略)。例えば0.0001なら日本人約1億2千万人中、おおよそ12000人が潜在的に陽性になっている計算です。 なお、国民の年代別人口の値はこのページの令和2年3月報 (令和元年10月確定値,令和2年3月概算値) (PDF:301KB) の「2019年10月1日現在(確定値)」の総人口 男女計の値を使用しました。 陽性者中の有症状者の割合 若年層で無症状が多いなど、年代で異なる

                                                                COVID-19 日本国内の潜在的な陽性者数を推定する試み - StatModeling Memorandum
                                                              • 地図で「海岸線がひける漢字」を調べたら、日本の地理が見えてきた「昔の海岸線が浮かぶ」「北海道が途切れてるのはアイヌ語だから?」

                                                                地理Bの旅 @chiri_b_geo 地理関連の仕事をしています。たくさんの方に地理・地理学の魅力を伝えるため、たまにnoteで記事を書きます。中の人は村人。「今日は何の日」を地理院地図の画像でつぶやくのが趣味。高校は日本史B選択、大学で人文地理学を学びました。猫が好きです。/Human Geographer in Japan/I love cats. linktr.ee/chiri_b_geo

                                                                  地図で「海岸線がひける漢字」を調べたら、日本の地理が見えてきた「昔の海岸線が浮かぶ」「北海道が途切れてるのはアイヌ語だから?」
                                                                • 巨大地震のきっかけは月なのか?->月っぽい - Qiita

                                                                  0. Abstract 巨大地震(M>8のもの)は多くの場合、月による潮汐応力による地球の変形が、発生のトリガとなっているらしい 過去に発生した地震を、統計的に扱って潮汐との関連を議論した論文もいくつかあった しかし、当然といえば当然なのだが、Tidal Phase Angleについて議論していても、Lunar AgeやLunar Phaseを明確に示したものは見つからなかった Tidal Phase Angleは、Lunar Ageとほぼ同じような振るまいとなるので、当然といえば当然か 一般人が自分でTidal Phase Angleを計算できるとは到底思えない しかし、月と太陽の位置なら自分で見ればわかる なので、Lunar AgeとEarthquakeの発生状況を可視化した 1. Introduction この記事は、過去の地震が統計的にどのような 月の位置と位相の時に発生したのか

                                                                    巨大地震のきっかけは月なのか?->月っぽい - Qiita
                                                                  • AWSのAZ(アベイラビリティーゾーン)とは?AZ障害が起きたときどうすればよいのか

                                                                    アドテク本部の黒崎( @kuro_m88 )です。 2019/08/23にAWSの東京リージョンで特定のAZ内で大きめの障害がありました。 私が開発しているプロダクトもAWSの東京リージョンを利用していて、常時数百インスタンスが稼働しているため、今回の障害の影響範囲に含まれていました。 何が起きたのか? AWSから公式発表が出ています。 東京リージョン (AP-NORTHEAST-1) で発生した Amazon EC2 と Amazon EBS の事象概要 データセンタ内の冷却の障害が原因で一部のハードウェアホストが過熱し電源が失われてしまったようです。これにより影響を受けたハードウェアホスト上で稼働していたEC2インスタンスやEBSボリュームは電源が失われているため、外部から見ると突然応答がなくなったように見えました。 担当サービスでも公式発表と同じくらいの時刻にELBやその配下のサーバ

                                                                      AWSのAZ(アベイラビリティーゾーン)とは?AZ障害が起きたときどうすればよいのか
                                                                    • 日本の都市の人口推移(1873年~2015年)を動くグラフにまとめた様子がとても興味深い「首都圏の集中エグすぎる」「歴史が見えてくる」

                                                                      ムギタロー@経済本を発売中!! @mugitaro_comics 東大の友人がデータかき集めて作成した 日本の都市の人口推移(1873-2015) です 面白え… 近年の首都圏の人口集中エグすぎる… 日本大丈夫かよ… pic.twitter.com/sKa532j3Td 2019-12-06 00:02:23

                                                                        日本の都市の人口推移(1873年~2015年)を動くグラフにまとめた様子がとても興味深い「首都圏の集中エグすぎる」「歴史が見えてくる」
                                                                      • 庵野秀明監督はなぜ「シン・エヴァ」で“絵コンテ”をきらなかったのか?【藤津亮太のアニメの門V 第69回】 | アニメ!アニメ!

                                                                          庵野秀明監督はなぜ「シン・エヴァ」で“絵コンテ”をきらなかったのか?【藤津亮太のアニメの門V 第69回】 | アニメ!アニメ!
                                                                        • 地理空間情報を扱うなら知っておきたいPythonライブラリ、GeoPandas入門~基礎編~ | 宙畑

                                                                          さまざまなデータを地理空間情報として重畳する上で有用なPythonのライブラリであるGeoPandas。前編ではGeoPandasを用いたデータの描画方法など基礎的な扱い方を紹介し、後編では衛星データと組み合わせて解析結果を可視化する方法を紹介します。 Pythonで地理空間情報を行う場合、GeoPandasの使い方を覚えておくととても便利です。 例えば、都道府県別の気象データを持っていたとします。そのテーブルデータ(csv)には地理情報と言えば、都道府県の名称くらいしかありません。このような場合、これを日本地図の上に重畳して可視化することはできません。 しかし、このデータに地図上に描画できる情報を与えることさえできれば、好きなデータを地図の上に重ねることができます。このようなことをしたい場合に、GeoPandasの使い方を知っておけば助けになります。 今回は、簡単な例を通じて、GeoPa

                                                                            地理空間情報を扱うなら知っておきたいPythonライブラリ、GeoPandas入門~基礎編~ | 宙畑
                                                                          • 36歳でFIREしたデータサイエンティストが、資産形成に役立てた3つのチャートを共有してくれた

                                                                            上のチャートには、2024年の1月と2月の支出が記録されていて、このチャートをゴールドシュタイン氏は毎朝確認する。 まず、ゴールドシュタイン氏は支出を「固定費(Fixed)」と「変動費(Variable)」の2項目に大別する。その下に食費、家族、娯楽、罪悪感のある楽しみなどといったカテゴリーを設けている。 それぞれのカテゴリーに対して、年初からその日までの支出合計額、予算に占める割合、予算の残りなどを詳細に追跡する。 右のチャートには、支出の内訳が別のビジュアルで示されている。四角形が大きければ大きいほど、支出が多いということだ。「罪悪感のある楽しみ(Guilty Pleasures)」や「アパートメント(Apartment)」という名の支出が予算において大きな比重を占めている一方で、「友人と社会(Friends / Social)」と「教育(Education)」は小さい、つまり予算に占

                                                                              36歳でFIREしたデータサイエンティストが、資産形成に役立てた3つのチャートを共有してくれた
                                                                            • おうちの回線速度をお手軽に可視化してみよう | IIJ Engineers Blog

                                                                              2018年新卒入社。名古屋支社にてSI中心にお仕事をするエンジニア。仕事ではサーバやミドルウェアを、趣味ではウェブやアプリを弄っています。 【IIJ 2022 TECHアドベントカレンダー 12/21(水)の記事です】 はじめに 名古屋支社の kmmt-t です。 今年の夏頃、インターネットの回線速度を測定するブームがありました。(なぜ?については触れませんが・・・) 俗に言われる「回線速度」というものは、時間帯やご近所さんの利用状況などの様々な要因で変化するものなので1回だけ測ったところで大した意味は持たないでしょう。先日公開された弊社のハンズオン研修の1つである「監視Overview」でも述べられている通り、何かのシステムを監視するのであれば「可視性」「通知性」「特定性」「分析性」を重視しなければなりません。・・・例えそれが自宅のインターネット回線であっても! というわけで今回は、以下

                                                                                おうちの回線速度をお手軽に可視化してみよう | IIJ Engineers Blog
                                                                              • Python ユーザでも『データ可視化入門』で練習できるようにパッケージを作った + Plotnine との互換性ガイド - ill-identified diary

                                                                                概要 pysocviz が提供する機能 ggplot2 と同じようにできないところとその対策 aes() にクオートされてない変数を指定できない R のように改行できない ggplot2 で使えた色名が使えない ggplot2 で使えた linetype が使えない 文字化けの回避 ggrepel パッケージの利用 scales::percent などの単位・スケール指定 テーマや色パレットのプリセットを変更したい場合 subtitle/caption が表示されない 複数のグラフを連結できない hjust/vjust が使えない グラフ内の図形やテキストの大きさのバランスがおかしい geom_smooth/stat_smooth で一般化加法モデル (GAM) による平滑化ができない geom_quantile の method 指定ができない geom_smooth/stat_smoo

                                                                                  Python ユーザでも『データ可視化入門』で練習できるようにパッケージを作った + Plotnine との互換性ガイド - ill-identified diary
                                                                                • YouTuber同士の繋がりを可視化する - 見返すかもしれないメモ

                                                                                  最近ある YouTuber に急にハマった。その人は音楽系やゲーム系などいろんな YouTuber たちとコラボしていて、誰と誰が繋がっているのか把握するのが難しかったので、図にしてみようと思った。 方法 YouTuber 同士の繋がりやコラボレーションを可視化しているプロジェクトはいくつかあったので、参考になる方法がないか探してみた。 おすすめチャンネル欄を使う www.gugelproductions.de この記事では、あるチャンネルが別のチャンネルをおすすめチャンネル欄で紹介していれば、そこに繋がりがあると判定して、その繋がりを可視化していた。 こういうやつ けれどおすすめ欄には大抵サブチャンネルやグループのメンバーのチャンネルくらいしか入っておらず、逐一コラボ相手を載せる人は少ないので、この方法では不十分そうだった。 Twitter を使う datalion.com ここに載って

                                                                                    YouTuber同士の繋がりを可視化する - 見返すかもしれないメモ