はてなブックマーク

最近、日本の政界も色々騒ぎがありますが、それを受けてTwitterでは安倍首相に関してどんなことが話題になっているのか気になるところです。そこで今日は安倍首相に言及しているTweetデータを使ってテキスト分析してみようと思います。 ここで一つチャレンジなのは、日本語のテキスト分析になると、英語などの言語と違い、単語と単語の間にスペースがないので、単語化(トークナイズ)するのが難しいという点です。Exploratoryでは5.5.3というバージョンから日本語の単語化(トークナイズ)をMeCabなど外部のソフトウェアをインストールしなくてもできるようになりました。 安倍首相に言及しているTweetをTwitterからインポートする。 それではまず、安倍首相に言及しているTweetをTwitterからインポートしましょう。 Tweetをインポート プロジェクトを開き、画面左側のデータフレームの隣

Photo By Better Than Bacon CC BY 2.0 現在、日馬富士による暴行事件で相撲界は賑わっていますが、その中でもそうした騒動の問題を起こす中心に横綱がいるというのは誠に残念と言わざるを得ません。そんな中、先の場所で白鵬が優勝しました。彼は実はすでに40回も優勝していて、さらに横綱歴が10年らしいです。結構長い間横綱なんだなというかんじですが、そもそも今までの横綱というのは、普通どれくらいの間横綱でいつづけるのでしょうか？横綱の時期の一番長い、もしくは一番短い力士は誰なのでしょうか？さらに、横綱の時期の長い力士というのは、短い力士に比べて何か特徴があるのでしょうか？例えば、モンゴルなど外国人力士というのは日本人力士に比べて長いのでしょうか、それとも短いのでしょうか？ 今日はこういった質問に答えるべくデータサイエンスの手法を使って分析をしてみたいと思います。方針とし

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 過去70年間にどのようにアメリカがすべての友人を失ったか このポストはKan Nishida氏による、How America has lost all her friends over the last 7 decadesの日本語訳です。 先日、Jeremyのウィークリーニュースメールで紹介されていた、1946年から2015年12月にかけての国連のすべての加盟国のすべての投票記録を持つこのデータに触れる機会がありました。元のデータは次のとおりです。 「ccode」は国コード、「rcid」は国連総会決議のID、「vote」は各国の決議投票