<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Takato Shiroto on Medium]]></title>
        <description><![CDATA[Stories by Takato Shiroto on Medium]]></description>
        <link>https://medium.com/@takato_3703?source=rss-30c055ef45df------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*fPp4F0maf_2qq6q7.jpg</url>
            <title>Stories by Takato Shiroto on Medium</title>
            <link>https://medium.com/@takato_3703?source=rss-30c055ef45df------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 14:35:56 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@takato_3703/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[学生がデータサイエンスを諦めてしまう3つの理由]]></title>
            <link>https://medium.com/@takato_3703/%E5%AD%A6%E7%94%9F%E3%81%8C%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%82%92%E8%AB%A6%E3%82%81%E3%81%A6%E3%81%97%E3%81%BE%E3%81%863%E3%81%A4%E3%81%AE%E7%90%86%E7%94%B1-69f61db5378?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/69f61db5378</guid>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[academic]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Thu, 03 Mar 2022 14:55:06 GMT</pubDate>
            <atom:updated>2022-03-03T15:03:56.190Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xSbm0ARrbml7FHOQI5Py7Q.png" /></figure><p>こんにちは、<a href="https://exploratory.io/">Exploratory</a>でカスタマーサクセスを担当している白戸です。</p><p>私は今はデータサイエンスを民主化するために、セミナーやトレーニングなどの講師として教える立場にありますが、4年前は学生としてデータサイエンスを習う立場にいました。</p><p>私は学生時代は社会情報学部として、統計やプログラミングを授業でかじったこともありますが、基本的には文系の環境で育ってきたのでデータサイエンスは全くわからない状況でした。</p><p>学生時代はアプリ分析ツールを開発・提供する企業でインターンをしていたのですが、どういったアプリが成功し、成長していくのかを分析する必要がありました。そこで、データサイエンスの講義を大学で受けたのですが、正直なところ「文系の私にはついていけない」ことだらけでした。</p><p>そうした経験を振り返り、「学生がデータサイエンスを辞めてしまう理由」を3つにまとめてみました。</p><p>データサイエンスの民主化を大学から始めるためには、こうした点を解決していくことが重要になるかと思います。</p><h3>1. プログラミングが前提となっている</h3><p>下記はとある大学のデータサイエンス入門コースの対象者の説明です。</p><blockquote><em>機械学習、AIなどを含むデータサイエンスを専門と「しない」学生、数理・情報に関する経験が乏しい学生を歓迎する。 文理を問わないが文系向け数学科目、数学I(1変数微積)、数学II(ベクトル，行列の基礎)程度の数学知識は前提とする。 プログラミング経験は不要であるが、与えられたRのプログラムをノートパソコン上で動作させることができる程度のコンピュータ経験が必要。</em></blockquote><p>これではまるで、空手入門の教室が生徒を募集していて、空手の経験がなくてもよいが、ストリートファイトの経験を前提とする、と言われているようですね。</p><p>残念ながら、多くの大学で教えられているデータサイエンスや統計の授業ではプログラミング言語であるPythonやRを使うことが前提となっています。一部の大学では、ExcelやBIツール（Tableauなど）を使用して教えられているようですが、それでも統計や機械学習のモデルまで踏み込んだ授業となるとプログラミングに入っていく場合が多いようです。</p><p>大学でのデータサイエンス教育の必修化がうたわれていますが、プログラミングにあまり触れてこなかった文系の学生にはハードルが高いというのが正直なところです。（私もその一人でした。）</p><h3>2. 理論先行で、数式の理解が美学となっている</h3><p>下記はロジスティック回帰について紹介された際の最初の説明です。</p><blockquote><em>一般化線形モデルにおいて、非線形関数fがロジスティックシグモイド関数 σ(u)=1/(1+exp(-u))は、ロジスティック回帰モデルと呼ばれる。 σは2クラス分類問題のクラス1所属確率を表すことができるので、分類問題の回帰モデルによく使われる。 クラス1への所属確率である被説明変数yをy=σ(a1f1(x) +a2f2(x) +…+amfm(x)+a0)= σ(ta f(x))とモデル化する。 なお、t(a0, a1,a2,…,am)をa、t(1,f1(x),f2(x),…,fm(x))をf(x)とベクトル表記した。 σ-1(y)=log(y/(1-y))はロジット関数と呼ばれる。ロジット変換すると線形モデルになる。</em></blockquote><p>正直、私であれば最初の「非線形関数f」となるものが出てきた時点で、諦めます。</p><p>ただ残念ながら、統計やデータサイエンスの講義では、数式や理論の説明ばかりで、さらには分析手法を実装するプログラムを書かされるようなケースも少なくありません。</p><p>これでは、特に文系の学生にとって歓迎されているように感じませんよね。</p><p>理論ももちろん大事ではありますが、それ以上に学ぶ分析手法が現実世界のどういった問題をどのように解決できるのかを理解し、それを体験することなしにはただの机上の空論となってしまいます。</p><h3>3. 現実的なデータを使わないので、実感がわかない</h3><p>恐ろしいことに、大学の授業では今でも「あやめのデータ（iris）」という花の大きさに関するデータが平気で使われたりしています。</p><blockquote><em>K-Meansクラスタリングの例題として、花弁やガクの長さ、大きさであやめの分類を行う。</em></blockquote><p>よっぽど植物に興味がない限り、あやめの花の分類といわれてもピンときませんよね。</p><p>これはRやPythonにプリセットで用意されているデータなので、そのまま授業でも利用されているのではないかと思いますが、これほどデータサイエンスを学ぶモチベーションを失ってしまうデータはありません。</p><p>またこれよりも大きな問題として、大抵の授業ではすでに綺麗になっているデータを使った講義となるのですが、実世界ではそんなにきれいなデータはありません。そこで汚いデータと遭遇した時にデータラングリング（加工・整形）を行い、分析のためにデータを整えていくことになります。こうしたトピックに触れることなしに授業が終わってしまうと、結局のところ現実世界では通用しない知識を詰め込んだだけということになってしまいます。</p><p>分析手法だけを学ぶのでは無く、データラングリングも学べるように汚いデータを加工・整形するスキルを身につけるようにする必要がありますね。</p><p>現在は、e-Statsなどの政府が提供しているオープンデータや、企業や個人からもオープンデータがたくさん公開されています。これらを活用しない手はないというくらいデータは溢れていますので、授業に合わせた形で現実世界のデータをどんどんと使っていくべきではないかと思います。</p><h3>まとめ</h3><p>今回は、学生がデータサイエンスを学ぶのを諦めてしまう3つの理由について紹介しました。</p><p>学生が学ぶ際に、プログラミング、理論（数式）先行の問題によりデータサイエンスの敷居が高く感じてしまい、最終的には活用イメージの湧かないデータを扱ってしまうことで、意欲のある学生の学びたい気持ちを路頭に迷わせてしまうことに繋がりかねません。</p><p>学生がデータサイエンスを学ぶためにはできる限り障壁を取り除き、データサイエンスがどのように活用できるのかにフォーカスすることで、データサイエンスの面白さに気づくきっかけになってほしいと考えています。</p><h3>「学校からはじまるデータサイエンスの民主化」セミナー（無料）</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JlJ3-wBpImwLtRu1nuXhIA.png" /></figure><p>Exploratoryを使って、文系理系問わず幅広くデータサイエンスの教育を始められている先生方をお招きし、現場での取り組みや課題などといったお話をしていただく予定です。 これからデータサイエンス教育プログラムを作っていこうとされている方、また、すでに始められている方にとっても、他の学校の現場での経験から多くのヒントが得られるのではないかと思っております。</p><p>ご興味ある方はぜひ<a href="https://exploratory.io/note/exploratory/1-AYJ4pkz9?utm_campaign=3problems_student&amp;utm_medium=blog&amp;utm_source=medium">こちら</a>のページからお申し込みください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=69f61db5378" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[コロナウイルスのデータをラングリングしたら日本の死亡者率は異様に低かった]]></title>
            <link>https://medium.com/@takato_3703/%E3%82%B3%E3%83%AD%E3%83%8A%E3%82%A6%E3%82%A4%E3%83%AB%E3%82%B9%E3%81%AE%E3%83%87%E3%83%BC%E3%82%BF%E3%82%92%E3%83%A9%E3%83%B3%E3%82%B0%E3%83%AA%E3%83%B3%E3%82%B0%E3%81%97%E3%81%9F%E3%82%89%E6%97%A5%E6%9C%AC%E3%81%AE%E6%AD%BB%E4%BA%A1%E8%80%85%E7%8E%87%E3%81%AF%E7%95%B0%E6%A7%98%E3%81%AB%E4%BD%8E%E3%81%8B%E3%81%A3%E3%81%9F-c29f212dde45?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/c29f212dde45</guid>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[data-wrangling]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[covid19]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Thu, 12 Nov 2020 12:58:51 GMT</pubDate>
            <atom:updated>2020-11-24T23:30:48.056Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*iVQyvbsjFivEH8EC.png" /></figure><p>日本でコロナウイルスの感染が確認されてから、半年以上経ちましたが、未だにコロナ関連の報道が止むことはありません。</p><p>毎日のように「東京都で新たに〇〇人の感染確認」などと報道されていたり、最近では北海道の感染者数が増加傾向と言われたりもしています。しかし、日本では実際にコロナウイルスの感染が拡大しているのでしょうか。</p><p>実は自分の手でデータを使ってこういった疑問に答えていくことができます。というのも世界中のコロナウイルスに関するデータは誰でも簡単に取得できるようになっているため、日本を含む世界で起きている状況はすぐに確かめることができるのです。</p><p>しかし、ここで大きな問題がたち塞がります。せっかく手にしたデータは多くの場合、可視化したり分析したりするために適した形になっていません。そこで、様々な手法を使ってデータをきれいにし、可視化そして分析しやすい形に整えていく必要があります。</p><p>こうした一連の作業をデータラングリングと呼びます。</p><p>データサイエンスというと、機械学習などを思い浮かべがちですが、実はデータサイエンスの作業にかかる時間の80％はこの「データラングリング」に費やされていると言われています。</p><p>それでは、ここで簡単な例として、世界で最も使用されているジョンズホプキンス大学(JHU)のコロナウイルスのデータを取得し、そのデータをデータラングリングして整えたり加工することで以下の3つの質問に答えてみたいと思います。</p><ol><li>コロナウイルスによる死亡者数は増加しているのか？</li><li>もしそうならどの国で増加しているのか？</li><li>日本は他の国と比べて死亡者数は多いのか？</li></ol><p>データは<a href="https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv">こちら</a>からダウンロードすることができます。</p><p>この記事の中で使っているツールは<a href="https://exploratory.io/">Exploratory</a>というデータサイエンスのUIプロダクトです。（ちなみに、私はそのExploratoryでカスタマーサクセスを担当しています。）</p><h3>コロナウイルスによる死亡者数は増加しているか？</h3><p>このデータは1行が1ヵ国のデータとなっており、1日ごとに列があるデータです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*S9j4PbeaD0NJ6jfd.png" /></figure><p>例えば、世界の死亡者数の推移をラインチャートを使って可視化したいとします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*_GquoxH9tQ9callF.png" /></figure><p>多くの可視化ツールで同じように、X軸に日付を割り当てようとしても、1日単位で列があるデータでは一つの列しか選べないためうまく可視化ができません。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*JojyIrom-01qy69V.png" /></figure><p>実はデータにはワイド型とロング型の2つの持ち方があります。</p><p>今回のデータのように値の列が横長になっているデータのことをワイド型と言います。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*WlTjIiBol2vaJGOK.png" /></figure><p>値の列が一列にまとまっている縦長のデータのことをロング型と言います。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*N12AWiQufIeI8sME.png" /></figure><p>データ分析にはロング型のデータが適していると言われています。なぜなら、ロング型のデータでは一つの列を一つの変数として使うことができ、チャートなどで扱いやすくなるからです。</p><p>Exploratoryでは、ロング型にしたい列を選んだ状態で、列ヘッダメニューからワイド型からロング型へを簡単に呼び出して使用できます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*yHgJ9S0vusyUrX9t.png" /></figure><p>ワイド型からロング型へのダイアログが表示されるため、列名を指定して実行するだけです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*tT3p6ZWctU351iQg.png" /></figure><p>これにより、日ごとに列があるワイド型のデータを、日付と死亡者数をそれぞれ一つに列にまとめたロング型のデータにすることができます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ZNRZf8yB79fdUcBw.png" /></figure><p>あとは、ラインチャートのX軸に日付の列を、Y軸に死亡者数の列を割り当てることで、死亡者数の推移を可視化できます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*T14B5hKnlOBYAxuG.png" /></figure><p>世界的に見ると、死亡者数は現在も増えており、12月の時点で120万人を超えているようです。</p><h3>どの国で死亡者数が増加しているのか？</h3><p>どの国で死亡者数が増加しているのか見る際に、Exploratoryでは色（グループ化）に国の列を割り当てることで、国（グループ）に分けて死亡者数の推移を可視化することができます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*FeYIvkcpK8FzbEIa.png" /></figure><p>しかし、このチャートには一つ問題点があります。多くの国では、死亡者数が1万人に達しておらず、死亡者数が多い国に注目したい時には余計な情報になってしまうことです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*WlNYVpIb6DxgryKD.png" /></figure><p>死亡者数が多い国だけのトレンドを見るためには、死亡者数が多い上位Nヵ国のデータのみを残すという加工が必要になります。</p><p>1行が国ごとに1日単位で分かれているデータでは、単純にフィルタで死亡者数が多い国にすることはできません。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*n_38xi6SnKM2uwwG.png" /></figure><p>今回は簡単にできる方法として、チャートにある表示する値の制限という機能を使用します。チャートから使用できますが、裏ではデータを加工・集計してくれています。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*1T5nwjk5pd_-Ty0R.png" /></figure><p>表示する値の制限では、死亡者数の最大値の上位20のグループのみを残すという設定をしています。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*A62TfywU_H5dCWSr.png" /></figure><p>死亡者数が多い上位20ヵ国のみで可視化することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*bF7BXV3eWLghJjmJ.png" /></figure><p>アメリカ、ブラジル、インド、メキシコは死亡者数が多く、現在も増加していることが確認できます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*FUoIVEYQhMOsAr_T.png" /></figure><h3>日本は他の国と比べて死亡者数は多いのか？</h3><p>日本のコロナウイルスの死亡者数は多いのか少ないのかを知るためには、他の国と比べる必要があります。そこで、バーチャートを使い死亡者数が多いのか少ないのか可視化します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*wj1Xlujz9V7Ohihj.png" /></figure><p>現時点（2020年11月9日）での死亡者数が最も多いのはアメリカで、23万人と他国に比べてダントツで多いことがわかります。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*T0-q47e7_lAnJlHw.png" /></figure><p>日本での死亡者数は1,821人と他国に比べて非常に少ないようです。国別に見た死亡者数の順位は50位になります。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*shEWOzKb71gjZKYY.png" /></figure><p>よく、報道ではアメリカの感染者数や死亡者数に目が行きがちですが、国によって人口は大きく異なることに注意する必要があります。単純に死亡者の数だけで比べると、人口の多い国はコロナウイルスでの死亡者数も多くなり、結果として人口の多い国ではコロナウイルスの被害が拡大していると勘違いしてしまいます。</p><p>そこで、コロナウイルスのレポートの中では人口比を算出して比べているものもあります。では、人口比で見るとどの国が死亡率が高いのかといった質問に答えたいときに、またデータラングリングの問題にぶつかります。</p><p>それが、現在のデータには人口の情報がないということです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*UzTrcAH1bu9y0Qjj.png" /></figure><p>こういった問題はコロナウイルスのデータに限らず、ビジネスの場面でもよく遭遇する問題です。顧客の属性情報のデータと、売上や解約のデータは別々になっているという体験をした方もいるでしょう。</p><p>データ分析する際には、異なるデータフレームを結合して組み合わせることで、得られるインサイトの幅も広がります。</p><p>ちなみに、データを組み合わせる処理をするためにExcelではvlookupという関数がありますが、国と日付のように複数条件にマッチさせようとすると式が複雑になってしまったり、少しでも式やセルの内容が変わった時に壊れてしまいます。 Exploratoryでは、UIから簡単に異なるデータフレームを結合をすることができます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*SS86cWAFl99gD7LJ.png" /></figure><p>結合を使ってコロナウイルスのデータに人口のデータを追加します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*vHJ77k5G1d7piK9K.png" /></figure><p>これにより、死亡者数を人口で割った人口比を求めることができます。補足情報ですが、死亡者数を人口で割ると人口一人当たりの死亡者数になり値は極端に小さくなり、理解しにくいものとなります。そこで100万をかけて、100万人あたりの死亡者数とすることが多いです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*i6CZxGvIFzEwLb90.png" /></figure><p>100万人あたりの死亡者数を求めることができると、どの国の死亡率が高いのか低いのかを比べていくことができます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*vQE4SvjvzIIx-x6l.png" /></figure><p>単純な死亡者数で見るとアメリカは最も死亡者数が多い国でしたが100万人あたりの死亡者数で見るとそうではないようです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*CyRoBGrdfrNioqni.png" /></figure><p>ちなみに、日本の100万人あたりの死亡者数は14.39人となります。この値は他の国と比べてかなり低く、順位としては123位となります。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*k1P1gDMqGjLmfScH.png" /></figure><p>今回は、コロナウイルスでの死亡者数は増加しているのか、日本は他国と比べて死亡者数が多いのかという質問に答えるためのデータラングリングの方法について紹介しました。</p><p>“garbage in garbage out”という言葉があるように、データ分析する際に、データが汚かったり意味のないデータを分析しても、いくら時間をかけたり高度な分析手法を使っても、結果は意味のないものとなります。</p><p>データもダイヤモンドの原石のように、データを綺麗にし、可視化や分析しやすい形に整えていくことで真価を発揮します。</p><p>データラングリングは、実はデータを使ってビジネスの質問に答えていくための必須スキルとなります。</p><h3>データラングリング・トレーニング、１２月開催決定！</h3><p>この度、データラングリング（データの加工）の手法を1から体系的に、そして効果的に身に着けてもらおうという思いから、データラングリング・ワークショップというトレーニングの提供を開始することになりました。</p><p>まずは第一弾ということで、12月の17日、18日の2日間、オンラインで開催します。</p><p>ぜひこの機会に参加をご検討ください！</p><p>詳細は<a href="https://exploratory.io/data-wrangling-training-jp?utm_campaign=data_wrangling&amp;utm_medium=blog&amp;utm_source=exploratory">こちら</a>のページにあります。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c29f212dde45" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[EDA Salon 第11回 — アメリカの大統領選の世論調査データ]]></title>
            <link>https://medium.com/@takato_3703/eda-salon-%E7%AC%AC11%E5%9B%9E-%E3%82%A2%E3%83%A1%E3%83%AA%E3%82%AB%E3%81%AE%E5%A4%A7%E7%B5%B1%E9%A0%98%E9%81%B8%E3%81%AE%E4%B8%96%E8%AB%96%E8%AA%BF%E6%9F%BB%E3%83%87%E3%83%BC%E3%82%BF-36d5d8f45f8a?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/36d5d8f45f8a</guid>
            <category><![CDATA[2020-presidential-race]]></category>
            <category><![CDATA[edasalon]]></category>
            <category><![CDATA[exploratory]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Mon, 31 Aug 2020 09:41:57 GMT</pubDate>
            <atom:updated>2020-08-31T09:41:57.012Z</atom:updated>
            <content:encoded><![CDATA[<h3>EDA Salon 第11回 — アメリカの大統領選の世論調査データ</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/700/0*JvSeCCSbutIjilNj.png" /></figure><p>こんにちは、<a href="https://exploratory.io/">Exploratory</a>の白戸です。</p><p>Exploratoryでは、データサイエンスをみんなで学べる場として、EDASalonを実施しています。</p><p>EDAとは、Exploratory Data Analysis(探索的データ分析)のことで、データラングリング（データの加工）したり、データを可視化したり、アナリティクス（統計、機械学習）を使ってデータを分析することで、データの中にあるパターンやトレンドを見つけ、役に立つ情報を得ていく手法をまとめたものです。</p><p>EDASalonの詳細は<a href="https://exploratory.io/note/kanaugust/EDA-Salon-crT4VNp7aa">こちら</a>をご覧ください。</p><p>そして、今回のEDASalonのお題は、『<strong>アメリカの大統領選の世論調査データ』</strong>です。</p><p>アメリカでは2020年11月3日に大統領選挙が行われます。 共和党から現大統領の<a href="https://twitter.com/realDonaldTrump">ドナルド・トランプ</a>氏、民主党から<a href="https://twitter.com/JoeBiden">ジョー・バイデン</a>氏が選出されています。</p><p>この世論調査のデータを使って、大統領に就任するのはトランプ氏か、それともバイデン氏か予想してみてください！！</p><p>2016年のアメリカの大統領選は世論調査の結果ヒラリー・クリントン氏が優勢だと言われていましたが、勝利を収めたのはトランプ氏でした。アメリカの大統領選は、全国からの投票数が多い人が勝つというわけではなく、州ごとに人口をもとに決められた選挙人がおり、その選挙人の投票数によって勝敗が決まります。</p><p>アメリカの大統領選の仕組みについては、BBCの<a href="https://www.bbc.com/japanese/features-and-analysis-53798070">こちら</a>の記事が参考になると思います。</p><h3>データ</h3><p>データは<a href="https://twitter.com/NateSilver538">ネイト・シルバー</a>氏が率いる<a href="https://fivethirtyeight.com/">FiveThirtyEight</a>がgithubで公開している<a href="https://github.com/fivethirtyeight/data/tree/master/polls">Presidential General Election Polls</a>のデータを分析に使いやすいように加工したデータです。</p><p>データは日本時間の午前12時(深夜0時)に毎日自動更新されます。</p><p><a href="https://exploratory.io/data/GMq1Qom5tS/Jxu6rFj0Es"><strong>データをダウンロードする</strong></a></p><p>Exploratoryをお使いの方は、<a href="https://exploratory.io/note/GMq1Qom5tS/mAr1ozN4eI">データカタログ</a>を使って簡単にインポートすることができます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Uw_WDBEU00SbVWpL.png" /></figure><p>それぞれの列の説明はMetadataにある、「Data Dictionary」から見ることができます！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fsUMCjLNsfsjIRYv.png" /></figure><h3>EDA Salonへの参加方法</h3><p>Exploratoryでデータを可視化したり、分析したら、それをノートに簡単にまとめて、「EDASalon」というタグ付きでパブリッシュしてみて下さい！</p><p>EDA Salonへの参加方法の詳細は下記をご覧ください。</p><ul><li><a href="https://exploratory.io/note/kanaugust/EDA-Salon-crT4VNp7aa">EDA Salon: 探索的データ分析をみんなで学ぶ場</a></li><li><a href="https://exploratory.io/note/BWz1Bar4JF/EDA-Salon-LWX5UHB6Ig">EDA Salonへの参加方法</a></li></ul><h3>Exploratoryをまだ持っていない方</h3><p>Exploratoryをまだお持ちでない方は、フルバージョンを30日間の無料トライアルで試すか、パブリックバージョン（Exploratory Public）を無料で使うことができるのでぜひサインアップしてみてください。</p><ul><li><a href="https://exploratory.io/note/BWz1Bar4JF/Exploratory-gHx1HjQ8HQ">Exploratoryフルバージョンの無料トライアルを始める方法</a></li><li><a href="https://ja.exploratory.io/public">Exploratory Public（パブリック版）のページ</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=36d5d8f45f8a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[EDA Salon 2019年8月のまとめ]]></title>
            <link>https://medium.com/@takato_3703/eda-salon-2019%E5%B9%B48%E6%9C%88%E3%81%AE%E3%81%BE%E3%81%A8%E3%82%81-d63fbf1dc57a?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/d63fbf1dc57a</guid>
            <category><![CDATA[edasalon]]></category>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[eda]]></category>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Wed, 04 Sep 2019 01:02:30 GMT</pubDate>
            <atom:updated>2019-09-04T01:02:30.660Z</atom:updated>
            <content:encoded><![CDATA[<p>先月は、<a href="https://exploratory.io/note/GMq1Qom5tS/UTY2ATv6je">世界の家畜生産量</a>をもとに探索的にデータ分析をしてもらいました。</p><p>EDA Salonで投稿していただいたインサイトを、もっとも印象的だったベストチャートとともに、ハイライトとして紹介していきます！</p><p>それではみていきましょう！</p><h3>ハイライト</h3><h3>家畜の生産量と人口推移の関係</h3><p><a href="https://exploratory.io/author/1021500949444839/notes">Wasabi</a>さんは、家畜の生産量と人口の関係について探索的にデータ分析されています。</p><ul><li>WasabiさんのTwitter @<a href="https://twitter.com/A_KI_h2">A_KI_h2</a></li><li>家畜の生産量と人口推移の関係 — <a href="https://exploratory.io/note/1021500949444839/OZZ4MVt0GA">リンク</a></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*iwsEzqxonXt5aXL1.png" /></figure><p>Wasabiさんの分析は最初の問題設定がはっきりしているので、その後の分析に関するストーリーもわかりやすいものでした。</p><p>問題設定は、家畜生産量と人口の間に正の相関が強い国、逆に負の相関が強い国があるのではないか、ということでした。</p><p>この答えを探し出すために、線形回帰のモデルをMutate（計算の作成）のステップの中で作り、そこから回帰係数を国ごとに出すあたりがかなり上級の技ですが、さすがWasabiさんといったかんじです。</p><p>こうしてわかった情報を元に、実際にいくつかの国をピックアップして、家畜生産量と人口の間の相関関係をラインチャートでわかりやすく可視化されてたいのが、見てる方にはわかりやすかったです。</p><h3>モンゴルのヤギと羊はなぜ増えた</h3><p><a href="https://exploratory.io/author/XVv6IQa2SR/notes">Tanabe</a>さんは、既存のデータに、GDPや人口、気温などといった外部データを組み合わて、モンゴルのヤギや羊の生産量の増減に何が関係しているのかを分析されていて、おもしろい問題設定でした。</p><ul><li>TanabeさんのTwitter @<a href="https://twitter.com/ckEa4gqEwNBsKDy">ckEa4gqEwNBsKDy</a></li><li>モンゴルのヤギと羊はなぜ増えた — <a href="https://exploratory.io/note/XVv6IQa2SR/NNN7OTa3ge">リンク</a></li></ul><p>以下のような可視化をもとに相関関係を探っていましたが、どうも気温が生産量に影響しているのではないかとの仮説を提案されてました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*FNqlgyid_svZvFp-.png" /></figure><p>確かに2000年以降は、平均気温が低くなったタイミングで生産量も減少し、逆に平均気温が高くなったタイミングで、生産量も上昇しているように見えます。</p><p>モンゴルは放牧が主流とのことで、気温の影響を直接受けるために、生産量と気温に関係があるのかもしれません。</p><p>気温のデータなどを掛け合わせることによって、思いもよらぬ発見があるので、様々なデータを取得してきて一緒に可視化してみるのはグッドです！</p><p>続きが気になる方は<a href="https://exploratory.io/note/XVv6IQa2SR/NNN7OTa3ge">こちら</a>をご覧ください！</p><h3>家畜生産量と割合の経年変化 (10位まで)</h3><p><a href="https://exploratory.io/author/JEg4reg5CB/notes">Takahashi</a>さんは、家畜の生産量が多い10ヶ国を対象に、家畜の種類ごとに生産量の推移を可視化しています。</p><ul><li>TakahashiさんTwitter @<a href="https://twitter.com/HTakahahi">HTakahahi</a></li><li>家畜生産量と割合の経年変化 (10位まで) — <a href="https://exploratory.io/note/JEg4reg5CB/10-TYT1Lrd9TZ">リンク</a></li></ul><p>下記は、家畜の種類ごとに生産量の推移を表したチャートです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/996/0*CGDV2sMeHhDd5Yvh.png" /></figure><p>Rodentsはげっ歯類のことなんですが、ペルーがこのゲッパ類の生産量が多いようです。なぜ家畜生産量のデータにゲッパ類のデータがあるのか気になるところですが、調べてみたところペルーではネズミ科のクイという動物を食べるようです…</p><p>チャートから、それぞれの国の文化がわかるのが面白いですね。</p><p>そして、ラインチャートは、国同士で生産量を比較するだけでなくそれぞれの国のトレンドを見ることができるのも大きな魅力です。</p><p>続きが気になる方は<a href="https://exploratory.io/note/JEg4reg5CB/10-TYT1Lrd9TZ">こちら</a>をご覧ください！</p><h3>家畜別の人口あたりの生産量比 (羊と山羊をハイライト)</h3><p>続いて、<a href="https://exploratory.io/author/BWz1Bar4JF/vizs">Ikuya Murasato</a>による投稿です！</p><ul><li>Murasato IkuyaのTwitter @<a href="https://twitter.com/Ikuyamm">Ikuyamm</a></li><li>家畜の生産において独自性が強い国はあるのか？<a href="https://exploratory.io/note/BWz1Bar4JF/umz4aje8cs">リンク</a></li></ul><p>下記は、人口一人当たりに対する家畜生産量をバーチャートで表したもので、羊と山羊をハイライトしています。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*gL3jvZiiGmFwVlbO.png" /></figure><p>このチャートを見ると、Bruneiの一人当たりの生産量が90頭近くあるのも驚きですが、モンゴルをみてください！一人あたりの羊と山羊の生産量が合計で約28頭です！</p><p>他国に比べても、羊と山羊に特化したモンゴルは特徴的ですね。</p><p>一人当たりの生産量をバーチャートで可視化するのは面白いと思いました！尚且つ、ハイライトを使うことでモンゴルの羊と山羊のデータを強調することができるので、誰かに伝える時に役立つチャートの使い方です！</p><h3>養鶏が盛んなボリビアの生産量の成長率</h3><p>続いて、<a href="https://exploratory.io/author/2ac8ae888097/vizs">Hide Kojima</a>による投稿です！</p><ul><li>Hide KojimaのTwitter @<a href="https://twitter.com/hidekoji">hidekoji</a></li></ul><p>下記は、ラインチャートを使って養鶏の成長率を見ています。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*h4hZOamEMjcFZrlJ.png" /></figure><p>ボリビアが1987年あたりから養鶏の生産量が急成長していて、2017年では1961年に比べて約4000%も生産量が増えています。</p><p>2016年にビルゲイツが貧困撲滅に向けて鳥の寄付を発表しましたが、ボリビアは申し出を拒否していたようです。</p><p>このチャートでのポイントは、表計算の「差の割合」を使って1961年からの成長率を可視化しているのと、ハイライトを使って特徴的な国を強調している点です。</p><p>他にもチャートを投稿しているので見てみてください。</p><h3>日本の家畜生産量と人口の推移</h3><p>最後に、<a href="https://exploratory.io/author/kanaugust/vizs">Kan Nishida</a>による投稿です！</p><ul><li>Kan NishidaのTwitter @<a href="https://twitter.com/KanAugust">KanAugust</a></li></ul><p>日本の家畜生産量と人口の推移をラインチャートで可視化しています。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*YBvL9V9s9HolZBkE.png" /></figure><p>牛、鳥、豚は人口との相関が強いように見えますが、90年代から牛の生産量が少なくなっています。</p><p>実は、1991年から牛肉自由化が始まったため、その影響かもしれません。</p><p>可視化するだけでも、特徴的なインサイトを深掘りすることで裏にある社会情勢などが読み取ることができますね。</p><h3>総評</h3><p>今回は、世界の家畜生産量のデータをもとにEDA Salonに挑戦してもらいました。</p><p>データの性質上、ラインチャートを使った生産量のトレンドの可視化がメインとなりましたが、今回のEDA Salonにて様々な発見がありました。</p><p>例えば、外部データ(GDPや人口、気温など)を使って家畜生産量との関係性を見たり、国ごとに生産量を比較することで、その国の家畜生産の特色を理解することができました。</p><p>特に家畜の生産の種類に関しては、宗教や文化、土地柄などによって国ごとに違いがあって面白いインサイトがたくさんあったかと思います。</p><p>挑戦してくださった皆様ありがとうございました！</p><h3>次回9月のお題決定！</h3><p>次回のEDA Salonのお題が決まりました！</p><p>次回のEDASalonのお題は、「自転車のレンタルデータ」です！</p><ul><li><a href="https://exploratory.io/note/GMq1Qom5tS/tNx4UYI7Xc">自転車のレンタルデータ</a></li></ul><figure><img alt="Photo by pixabay" src="https://cdn-images-1.medium.com/max/1024/0*SOSXtQoqIAu8RlyX.png" /></figure><p>自転車の貸し出し件数には、気温や天気、時間の影響はあるのかなどご自身の興味に合わせて探索的に分析してみてください！</p><h3>EDA Salonへの参加方法</h3><p>Exploratoryでデータを可視化したり、分析したら、それをノートに簡単にまとめて、「EDASalon」というタグ付きでパブリッシュしてみて下さい！</p><p>EDA Salonへの参加方法の詳細は下記をご覧ください。</p><ul><li><a href="https://exploratory.io/note/kanaugust/EDA-Salon-crT4VNp7aa">EDA Salon: 探索的データ分析をみんなで学ぶ場</a></li><li><a href="https://exploratory.io/note/BWz1Bar4JF/EDA-Salon-LWX5UHB6Ig">EDA Salonへの参加方法</a></li></ul><h3>Exploratoryをまだ持っていない方</h3><p>Exploratoryをまだお持ちでない方は、30日間の無料トライアルがありますので、この機会にサインアップしてぜひ試してみてください。</p><ul><li><a href="https://exploratory.io/note/BWz1Bar4JF/Exploratory-gHx1HjQ8HQ">Exploratoryの無料トライアルを始める方法</a></li></ul><p>みなさんのご参加お待ちしております！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d63fbf1dc57a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[データの可視化シリーズ 第12弾 — 組み合わせ：繰り返し]]></title>
            <link>https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC12%E5%BC%BE-%E7%B5%84%E3%81%BF%E5%90%88%E3%82%8F%E3%81%9B-%E7%B9%B0%E3%82%8A%E8%BF%94%E3%81%97-30a580d706ec?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/30a580d706ec</guid>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Tue, 04 Jun 2019 06:23:02 GMT</pubDate>
            <atom:updated>2019-06-04T06:23:02.132Z</atom:updated>
            <content:encoded><![CDATA[<h3>データの可視化シリーズ 第12弾 — 組み合わせ：繰り返し</h3><p>こんにちは</p><p>Exploratoryの<a href="https://exploratory.io/author/GMq1Qom5tS/notes">白戸</a>です。</p><p><a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-6-XzP8Ojk7GT">前回</a>は、ヒートマップを使用してカテゴリー間の組み合わせごとに集計した数値を色で表示していきました。</p><p>今回はヒートマップに繰り返しをすることで、下記のようにOSごとにヒートマップを可視化していきます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*cDw4PAOjgxq2vqjs.png" /></figure><h3>データの可視化の目的</h3><p>目的</p><ul><li>OSごとに何曜日の何時にユーザー数が多い傾向にあるのか知りたい</li></ul><p>使用機能</p><ul><li>ヒートマップ</li><li>繰り返し</li></ul><h3>使用データ</h3><p>前回も使用した、activitiesというアクセスログのデータを使用します。このデータの取得とインポートは<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Data-visualization-introduction-dkn3Gew9ZC">こちら</a>の記事にあります。</p><p>また今回は、このデータフレームのラングリングの3番目のステップを使用するので、チャートが正しく3番目のステップに「ピン」されていることを確認してください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*758U3kovHwfK0gnr.png" /></figure><p>もし、ステップのピンの変更方法がわからない場合は<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-5-hLj4gnu7Df">前回の記事</a>を参照してください。</p><h3>可視化</h3><p>繰り返しまでは、前回の曜日と時間毎のユーザー数のヒートマップと同様ですので、すでにご覧になられた方は繰り返しから読み進めてください。</p><h3>ヒートマップ</h3><p>新しくチャートを作り、「ヒートマップ」を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*T0MUAWnXvH4DFI7c.png" /></figure><p>曜日ごとにデータを見ていきたいので、X軸にtimestampを選び、「曜日 — ショート(月)」を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/656/0*xHbf2JtC7GO-g3hK.png" /></figure><p>次に、1日の時間ごとにデータを見ていきたいので、Y軸も同様に、timestampを選び、「時」を選択してください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/632/0*o8dkWp8a2T2gJYSE.png" /></figure><p>今回は、ユーザー数の傾向を色を使用して可視化していきます。</p><p>そこで、「色で分割」に「userid」を選びます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*QtUe_qGOiFy0PtrX.png" /></figure><p>曜日と時間毎のユーザーが何人いるかを見たいため、集計関数は「一意な数(UNQ)」を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/976/0*wEqWoFgSsAyk9t1y.png" /></figure><p>曜日と時間毎のユーザー数を色を使用して可視化することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*P9wMPwZgIORaa9Fq.png" /></figure><h3>繰り返し</h3><p>次に、繰り返しを使用してOS別に見ていきます。</p><p>繰り返しにOSを選択します。</p><p>OS別にヒートマップを可視化することができました。</p><p>Linuxは数が少ないため、全て青で表示されていてみづらいです。</p><p>そのため、フィルタ機能を使用してLinuxを非表示にしていきます。</p><p>チャート上部にあるフィルタをクリックし、列にOSを選び、演算子を等しくないにして、値はLinuxを選択して実行します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*06tch3Y5EyLCOtHW.png" /></figure><p>MacとWindowsのみを表示することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Ujj1OOQr1v-6h9K2.png" /></figure><p>どちらも土曜日と日曜日はユーザー数が少ないようです。 また、時間によるユーザー数の違いは多少見られますが、どちらも火曜日から木曜日にかけてユーザー数が多いことがわかります。</p><h3>まとめ</h3><p>今回はヒートマップと繰り返しを使用して、カテゴリー間の組み合わせをOSごとに集計して、数値を色で可視化していきました。</p><p>２つのカテゴリーの組み合わせを見たいときに便利なのが、ヒートマップというチャートです。ヒートマップは細かなデータを見ることはできませんが、規則性の発見などに役立ちます。</p><p>次回から、バブルチャートを使用していきます。 バブルチャートは、X軸とY軸に対応する位置に散布図のように点をプロットします。そして、それぞれのデータポイントに対して、大きさを表現することにより、３つの指標をまとめて可視化することができるチャートとなっています。</p><p>データの可視化シリーズ 第13弾 — 3つの指標をまとめて可視化する</p><h3>データサイエンス・ブートキャンプ7月開催！</h3><p>Exploratoryでは7月に、データサイエンスの手法をプログラミングすることなしに基礎から体系的に学び、 それを実際の業務で使えるレベルのスキルを身につけていただくことを目的とした 3日間コースのトレーニングを平日版と週末版で開催します。</p><p>詳しくは<a href="https://exploratory.io/training-jp?utm_campaign=chart_intro_12&amp;utm_medium=blog&amp;utm_source=exploratory">こちらのページ</a>をご覧ください。</p><p>データを使ってより良い意思決定を行っていきたいと言う方は、ぜひこの機会に参加をご検討ください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=30a580d706ec" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[データの可視化シリーズ 第11弾 — 組み合わせ]]></title>
            <link>https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC11%E5%BC%BE-%E7%B5%84%E3%81%BF%E5%90%88%E3%82%8F%E3%81%9B-47c6cbed9fb3?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/47c6cbed9fb3</guid>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Tue, 04 Jun 2019 06:21:57 GMT</pubDate>
            <atom:updated>2019-06-04T06:21:57.382Z</atom:updated>
            <content:encoded><![CDATA[<h3>データの可視化シリーズ 第11弾 — 組み合わせ</h3><p>こんにちは</p><p>Exploratoryの<a href="https://exploratory.io/author/GMq1Qom5tS/notes">白戸</a>です。</p><p><a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-6-XzP8Ojk7GT">前回</a>は、ラインチャートとトレンドラインのLoessを使用して、時系列のトレンドを可視化しました。</p><p>今回は、下記のようなヒートマップを使用してカテゴリー間の組み合わせごとに集計した数値を色で表示していきます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*_RVb4Ynf1KwnvgdZ.png" /></figure><h3>データの可視化の目的</h3><p>目的</p><ul><li>何曜日の何時にアクセス数やユーザー数が多い傾向にあるのか知りたい</li></ul><p>使用機能</p><ul><li>ヒートマップ</li></ul><h3>使用データ</h3><p>今回から、またactivitiesというアクセスログのデータを使用します。このデータの取得とインポートは<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Data-visualization-introduction-dkn3Gew9ZC">こちら</a>の記事にあります。</p><p>また今回は、このデータフレームのラングリングの3番目のステップを使用するので、チャートが正しく3番目のステップに「ピン」されていることを確認してください。</p><p>もし、ステップのピンの変更方法がわからない場合は<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-5-hLj4gnu7Df">前回の記事</a>を参照してください。</p><h3>可視化</h3><p>今回は、何曜日の何時にアクセス数やユーザー数が多いかの傾向を掴みたいということですが、これは曜日と時間という２つのカテゴリーの組み合わせを見たいということになります。このようなときに便利なのが、ヒートマップというチャートです。</p><p>実際にヒートマップを作成して、みていきましょう。</p><h3>アクセス数</h3><p>新しくチャートを作り、「ヒートマップ」を選択します。</p><p>曜日ごとにデータを見ていきたいので、X軸にtimestampを選び、「曜日 — ショート(月)」を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/656/0*sgwZuRdpPfzKTl6g.png" /></figure><p>次に、1日の時間ごとにデータを見ていきたいので、Y軸も同様に、timestampを選び、「時」を選択してください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/632/0*vHEzDohn9lfaI611.png" /></figure><p>今回は、アクセス数の傾向を色を使用して可視化していきます。</p><p>そこで、「色で分割」に「行の数」を選びます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/404/0*iLOLLGaNG2RdfMek.png" /></figure><p>曜日と時間毎のアクセス数を色を使用して可視化することができました。</p><p>ここでは、色が赤で濃くなればなるほどアクセス数が多いことを意味します。逆に、青の色が濃くなればなるほどアクセス数が少ないということになります。</p><p>ヒートマップを見ると、土曜日と日曜日はアクセス数が極端に少ないため、平日に使用されていることがわかりました。また、使用時間は朝の9時から多くなっているようです。</p><h3>ユーザー数</h3><p>次に、アクセス数ではなく、ユーザー数を見ていきたいと思います。</p><p>色で分割をクリックします。</p><p>ユーザー数を見ていきたいために、色で分割には「userid」を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*LNcstJC5f8MtsnJv.png" /></figure><p>曜日と時間毎のユーザーが何人いるかを見たいため、集計関数は「一意な数(UNQ)」を選びましょう。</p><p>曜日と時間毎のユーザー数を色を使用して可視化することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fPyTYaqf62iK3CAQ.png" /></figure><p>先ほどのアクセス数と同様に、土曜日と日曜日は使用しているユーザーがほとんどいないようです。 また、ユーザーは午前の時間帯に多く集まっているようです。特に火曜日の7時と8時はかなり多い結果となりました。</p><h3>まとめ</h3><p>今回はヒートマップを使用して、カテゴリー間の組み合わせを集計して、数値を色で可視化していきました。</p><p>次回はヒートマップと繰り返しを使用して、カテゴリー間の組み合わせをOS別に見ていきたいと思います。</p><p>データの可視化シリーズ 第12弾 — 組み合わせ : 繰り返し</p><h3>データサイエンス・ブートキャンプ7月開催！</h3><p>Exploratoryでは7月に、データサイエンスの手法をプログラミングすることなしに基礎から体系的に学び、 それを実際の業務で使えるレベルのスキルを身につけていただくことを目的とした 3日間コースのトレーニングを平日版と週末版で開催します。</p><p>詳しくは<a href="https://exploratory.io/training-jp?utm_campaign=chart_intro_12&amp;utm_medium=blog&amp;utm_source=exploratory">こちらのページ</a>をご覧ください。</p><p>データを使ってより良い意思決定を行っていきたいと言う方は、ぜひこの機会に参加をご検討ください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=47c6cbed9fb3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[データの可視化シリーズ 第10弾 — 時系列のトレンド : トレンドライン(Loess)]]></title>
            <link>https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC10%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89%E3%83%A9%E3%82%A4%E3%83%B3-loess-6d052caca1ca?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/6d052caca1ca</guid>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[data-science]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Thu, 09 May 2019 01:16:17 GMT</pubDate>
            <atom:updated>2019-05-09T06:07:25.892Z</atom:updated>
            <content:encoded><![CDATA[<h3>データの可視化シリーズ 第10弾 — 時系列のトレンド : トレンドライン(Loess)</h3><p>こんにちは</p><p>Exploratoryの<a href="https://exploratory.io/author/GMq1Qom5tS/notes">白戸</a>です。</p><p><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC9%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E7%A7%BB%E5%8B%95%E5%B9%B3%E5%9D%87-755e31868928">前回</a>は、表計算の「移動平均」を使用して線を滑らかにし、株価のトレンドをみていきました。</p><p>しかし、移動平均法は元の曲線より短くなってしまうなどの欠点がありました。</p><p>そこで、移動平均法の欠点を解消するために、統計学者が開発した「Loess」というものがあります。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*OFqPoslGzP1GLjsX.png" /></figure><p>今回は、このトレンドラインの「Loess」を使用して株価のトレンドをみていきたいと思います。</p><h3>Loessとは</h3><p>Loessとは、局所的な区間でデータのばらつきが最も小さくなる線のことを言います。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*B2UwMY0I6PBF5HLA.png" /></figure><p>Exploratoryでは、ばらつきが最も小さくなるように自動的に区間を設定してくれます。</p><h3>データの可視化の目的</h3><p>目的</p><p>Appleの株価のトレンドをトレンドライン(Loess)を利用して理解したい</p><p>使用機能</p><ul><li>ラインチャート</li><li>フィルタ(カテゴリの指定、期間の指定)</li><li>トレンドライン(Loess)</li></ul><h3>使用データ</h3><p>前回から使用している、AppleやGoogleといったテック企業の株価のデータを使用していきます。</p><p>使用データは<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-8-aOO8ihy2Pp">前回の記事</a>からダウンロードできますので、そちらをご覧ください。</p><p>それでは、実際に可視化していきましょう！</p><h3>可視化</h3><p>※トレンドラインのパートまで、前回の移動平均と同様の処理を行なっています。そのため、前回の記事をみていただいた方は、トレンドラインから読み進めてください。</p><p>今回も時系列のトレンドを見たいために、チャートはラインチャートを選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*d87svzTAkERrzdYi.png" /></figure><p>X軸にdateを選択し、スケールを「日に切り捨て」を選ぶことで、日単位にデータを見れるようにします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*frRLOWF7IK1Wqo0s.png" /></figure><p>次に、Y軸にはadjustedを選択し、集計関数に「平均値」を選びます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Ti8ss22O-Cte7sSP.png" /></figure><p>株価が表示されました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*HWAi-r1brn675qk5.png" /></figure><h3>チャート・フィルターを使う</h3><h3>Appleの株価のみにする</h3><p>このままでは、AppleやAmazonなどの全ての株価の合計値が表示されているので、フィルタ機能を使用してAppleのみの株価を表示させましょう。</p><p>フィルタをクリックします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*q5zB4vVoEo20L_Kj.png" /></figure><p>列には「symbol」、演算子には「等しい」を選択して、値はAppleの株価の名称の「AAPL」を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/804/0*POW7sLITQ6StoFNY.png" /></figure><p>これで、Appleのみの株価を表示することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*jwVmiLDR3Qr7cdAk.png" /></figure><h3>期間を2018年のみにする</h3><p>次に、去年の株価のトレンドを見たいために、フィルタ機能を使用して期間を2018年のみにします。</p><p>先ほどの作成したフィルタの隣の「＋」をクリックします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*pR_7j05EqMq8hsDJ.png" /></figure><p>列には「date」を選択し、フィルタ演算子は「等しい」、値は’2018’にしてください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/812/0*IyIMGHeW-ShG-Lq9.png" /></figure><p>これで、アップルの株価を2018年のみで表示することができました！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*jDWVnM61bf7BJ4V5.png" /></figure><h3>トレンドライン：Loessを使う</h3><p>トレンドラインの「Loess」を使用して可視化していきます。</p><p>Y軸横のメニューをクリックします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*UcWdzk67I7u9tdg2.png" /></figure><p>トレンドラインを選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/436/0*_gOiPvjF-fP9W90-.png" /></figure><p>トレンドラインのタイプは「多項式(Loess)」を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/396/0*WpPkTh9TQy3yAfIu.png" /></figure><p>これで、トレンドラインのLoess曲線を可視化できました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*P7PC8VEu3J2QjP6-.png" /></figure><p>トレンドライン「Loess」を使用することで、元のデータを表示したまま滑らかな曲線を引くことができます。</p><p>そして、移動平均では線が短くなるという欠点がありましたが、Loess曲線では線が短くなることはありません。</p><p>移動平均と比較をしてみましょう。</p><p>移動平均(ウィンドウサイズ：20日)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*joYRqNFcfCumP3By.png" /></figure><p>Loess曲線と20日の移動平均を比べると、Loess曲線の方が滑らかで、よりトレンドを掴みやすいことがわかります。</p><p>もちろん、移動平均の期間を伸ばすことでトレンドの線をより滑らかにすることができます。例えば、以下は50日にしてみたものです。</p><p>移動平均(ウィンドウサイズ：50日)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*l_ODBE6qT7SBce8s.png" /></figure><p>Loess曲線と50日の移動平均は、同じような滑らかな曲線を描いています。しかし、移動平均では、線が滑らかになる程(ウィンドウサイズが大きい程) 線が短くなってしまいます。</p><h3>まとめ</h3><p>今回はラインチャートとトレンドラインの「Loess」を使用して、アップルの株価のトレンドを可視化しました。</p><p>Loessは移動平均法のように線が短くなることもなく、滑らかな曲線を描いてくれます。</p><p>時系列データの長期的なトレンドを知りたいときは、Loessや移動平均法がおすすめです。</p><p>これまで、時系列シリーズではトレンドを理解するために６回に分けて、「表計算」や「トレンドライン」などの機能を紹介してきました。</p><p>ラインチャートだけでも様々な可視化方法があるので、特徴を理解した上で使用することで、データをより簡単に理解することができます。</p><p>次回は、ヒートマップを使用してカテゴリ間の組み合わせを見ていきたいと思います。</p><ul><li>データの可視化シリーズ 第11弾 — 組み合わせ</li></ul><h3>データの可視化を使った探索的データ分析のトレーニング5月開催！</h3><p>Exploratoryでは5月27日に、データの可視化の仕方や適したチャートの選び方、さらにデータの可視化を通して自分たちのビジネスの改善のための仮説を導き出すための手法である「探索的データ分析」という手法を身に着けていただくためのトレーニングを行います。</p><p>詳しくは<a href="https://ja.exploratory.io/dataviz-training-jp?utm_campaign=chart_intro_10&amp;utm_medium=blog&amp;utm_source=medium">こちらのページ</a>をご覧ください。</p><p>データを使ってより良い意思決定を行っていきたいと言う方は、ぜひこの機会に参加をご検討ください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6d052caca1ca" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[データの可視化シリーズ 第9弾 — 時系列のトレンド : 移動平均]]></title>
            <link>https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC9%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E7%A7%BB%E5%8B%95%E5%B9%B3%E5%9D%87-755e31868928?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/755e31868928</guid>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[exploratory]]></category>
            <category><![CDATA[data-visualization]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Thu, 09 May 2019 01:14:40 GMT</pubDate>
            <atom:updated>2019-05-09T06:07:56.395Z</atom:updated>
            <content:encoded><![CDATA[<h3>データの可視化シリーズ 第9弾 — 時系列のトレンド : 移動平均</h3><p>こんにちは</p><p>Exploratoryの<a href="https://exploratory.io/author/GMq1Qom5tS/notes">白戸</a>です。</p><p><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC8%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E5%B7%AE%E3%81%AE%E5%89%B2%E5%90%88-155530e2adf7">前回</a>は、表計算の「差の割合」を使用して株価の成長率のトレンドを見ていきました。</p><p>今回は、時系列データのトレンドを可視化するときによく使われる「移動平均」を紹介します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*RjtTw4FHTe8MTVrW.png" /></figure><p>移動平均とは、ある一定期間ごとの平均値を期間をずらしながら求めたものです。移動平均は長期的な傾向を表す滑らかな曲線を描いてくれるため、トレンドを理解しやすくなります。</p><h3>データの可視化の目的</h3><p>目的</p><p>Appleの株価のトレンドを移動平均を利用して理解したい</p><p>使用機能</p><ul><li>ラインチャート</li><li>フィルタ(カテゴリの指定、期間の指定)</li><li>表計算の移動平均</li><li>カスタムパレットの使用</li></ul><h3>使用データ</h3><p>前回から使用している、AppleやGoogleといったテック企業の株価のデータを使用していきます。</p><p>使用データは<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-8-aOO8ihy2Pp">前回の記事</a>からダウンロードできますので、そちらをご覧ください。</p><p>それでは、実際に可視化していきましょう！</p><h3>可視化</h3><p>今回も時系列のトレンドを見たいために、チャートはラインチャートを選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*UUpR3mHSUevXUeli.png" /></figure><p>X軸にdateを選択し、スケールを「日に切り捨て」を選ぶことで、日単位にデータを見れるようにします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*1_6qBO8HK4a1h1K6.png" /></figure><p>次に、Y軸にはadjustedを選択し、集計関数に「平均値」を選びます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ZxHA_Lrx_xioXEG1.png" /></figure><p>株価が表示されました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*8VqdcmdEEdpcBhrt.png" /></figure><h3>チャート・フィルターを使う</h3><h3>Appleの株価のみにする</h3><p>このままでは、AppleやAmazonなどの全ての株価の合計値が表示されているので、フィルタ機能を使用してAppleのみの株価を表示させましょう。</p><p>フィルタをクリックします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*C8v0_6GYUKmvj-ak.png" /></figure><p>列には「symbol」、演算子には「等しい」を選択して、値はAppleの株価の名称の「AAPL」を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/804/0*1g5EhIQuuzEgmt4Z.png" /></figure><p>これで、Appleのみの株価を表示することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*b76GRpD5FV-n2qp8.png" /></figure><h3>期間を2018年のみにする</h3><p>次に、去年の株価のトレンドを見たいために、フィルタ機能を使用して期間を2018年のみにします。</p><p>先ほどの作成したフィルタの隣の「＋」をクリックします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*xJkA_nDTxA4vZ7vP.png" /></figure><p>列には「date」を選択し、フィルタ演算子は「等しい」、値は’2018’にしてください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/812/0*hPpDGLpIAwNmPwIJ.png" /></figure><p>これで、アップルの株価を2018年のみで表示することができました！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*XSNAcwX5IIfgvm1m.png" /></figure><h3>表計算：移動平均を使う</h3><p>それでは、ここからよりトレンドを理解するために、表計算の「移動平均」を使用して可視化していきます。</p><p>Y軸の２つ目のドロップダウンに先ほどと同様に、「adjusted」を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*JqAIlf6CLxWjmuEz.png" /></figure><p>集計関数は平均値を選択しましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/584/0*IORHS_-IQXFcuBos.png" /></figure><p>Y軸のメニューをクリックして表計算を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/440/0*kUym3Q4P4yXus7KW.png" /></figure><p>計算のタイプは移動計算を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/390/0*1lmnpsGORS5OiA9A.png" /></figure><p>値の集計方法は「平均値」を選びます。</p><p>ウィンドウサイズは、移動平均で使用する区間のことを指します。</p><p>ここでは、ウィンドウサイズは’ 20 ’にします。</p><p>理由としては、このデータでは土曜日と日曜日のデータがないためです。</p><p>今回の場合は、X軸の単位が日のため、ウィンドウサイズが20の場合は、20日の平均値をずらしながら求めることを意味します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/380/0*g_hy0VOlq-Ii_GM7.png" /></figure><p>ラインチャートに移動平均が適用されました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EakZvRSJcelDAQ3q.png" /></figure><p>次に、カスタムパレットを使用して、移動平均のトレンドを見やすくしていきます。</p><p>カスタムパレットの作り方は、<a href="https://exploratory.io/note/GMq1Qom5tS/IBL1sEe4If">こちら</a>の記事をご覧ください。</p><p>カスタムパレットは今回のために作成した、グレイとブルーの色のパレットを適用します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/392/0*SnrbH_WKAQnqiw-z.png" /></figure><p>これで、移動平均のラインチャートを可視化できました！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*0H-ctH7ue9GFLKgr.png" /></figure><p>株価は、2018年の10月までは伸びていましたが、11月からは下降しているようです。</p><p>また、移動平均には欠点があります。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ehtIeJoIGhrU8NT8.png" /></figure><p>このように、元の曲線より短くなってしまうことです。 それは、移動平均が前後の値の平均値を求めることによって起こります。また、時系列が滑らかになるほど（ウィンドウサイズが大きいほど）曲線は短くなります。</p><h3>まとめ</h3><p>今回はラインチャートと表計算の移動平均を使用して、アップルの株価のトレンドを可視化しました。</p><p>個々のデータポイントがどこにあるのかという具体的な詳細よりも、データの包括的な傾向を知りたいときは、移動平均を使用するのがおすすめです。</p><p>次回は、時系列データのトレンドを見やすくするために、「トレンドライン」という機能を使って線を滑らかにする手法の紹介をします。</p><ul><li><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC10%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89%E3%83%A9%E3%82%A4%E3%83%B3-loess-6d052caca1ca">データの可視化シリーズ 第10弾 — トレンドライン : LOESS</a></li></ul><h3>データの可視化を使った探索的データ分析のトレーニング5月開催！</h3><p>Exploratoryでは5月27日に、データの可視化の仕方や適したチャートの選び方、さらにデータの可視化を通して自分たちのビジネスの改善のための仮説を導き出すための手法である「探索的データ分析」という手法を身に着けていただくためのトレーニングを行います。</p><p>詳しくは<a href="https://ja.exploratory.io/dataviz-training-jp?utm_campaign=chart_intro_9&amp;utm_medium=blog&amp;utm_source=medium">こちらのページ</a>をご覧ください。</p><p>データを使ってより良い意思決定を行っていきたいと言う方は、ぜひこの機会に参加をご検討ください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=755e31868928" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[データの可視化シリーズ 第8弾 — 時系列のトレンド : 差の割合]]></title>
            <link>https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC8%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E5%B7%AE%E3%81%AE%E5%89%B2%E5%90%88-155530e2adf7?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/155530e2adf7</guid>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[exploratory]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Thu, 09 May 2019 00:47:09 GMT</pubDate>
            <atom:updated>2019-05-09T01:43:28.397Z</atom:updated>
            <content:encoded><![CDATA[<h3>データの可視化シリーズ 第8弾 — 時系列のトレンド : 差の割合</h3><p>こんにちは</p><p>Exploratoryの<a href="https://exploratory.io/author/GMq1Qom5tS/notes">白戸</a>です。</p><p><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC7%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E5%89%B2%E5%90%88-2abcbfd8a965">前回</a>は、ラインチャートと表計算の割合を使用した時系列のトレンドを見ていきました。</p><p>今回は下記の図にある、GoogleやApple、Facebookといったテック企業の株価のデータのトレンドを、ただ単純に時系列に沿って可視化するだけでなく、データの期間の最初の日から比べてどれだけ株価が上がっているのか、または下がっているのかのトレンドを可視化してみたいと思います。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ybwGauY1z_K4Xc-u.png" /></figure><h3>使用データ</h3><p>今回は、GoogleやApple、Facebookなどのテック企業の株価のデータを使用します。</p><p><a href="https://exploratory.io/data/GMq1Qom5tS/BigTech-Company-Stocks-xfg4wAw3km">こちら</a>に、サンプルデータとして上げているので、ダウンロードして、インポートしてみてください。</p><p>データのインポート方法がわからない場合は、下記の過去の記事を参照してください。</p><ul><li><a href="https://exploratory.io/note/GMq1Qom5tS/Data-visualization-introduction-dkn3Gew9ZC">Exploratoryを使ったデータの可視化シリーズ 第1弾 — はじめに</a></li></ul><p>また、エクステンションデータのHistorical Stock Pricesを使用すれば、自分の興味のある企業の最新の株価データを取得することができます。 英語の記事ですが、取得方法は下記に記載しています。</p><ul><li><a href="https://docs.exploratory.io/import/tidyquant.html">Historical Stock Price Data Import</a></li></ul><h3>データの可視化の目的</h3><p>目的</p><p>それぞれの企業の株価の成長率のトレンドを可視化し、どの企業の株価がより成長しているのか理解したい</p><p>使用機能</p><ul><li>ラインチャート</li><li>色(グループ化)</li><li>表計算の差の割合</li></ul><h3>可視化</h3><p>ラインチャートを選択します。</p><p>X軸はdateで集計関数は「月に切り捨て」を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*IeNYIjcFjUi6WyIg.png" /></figure><p>Y軸はadjustedで集計関数は「合計(SUM)」を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*WLz8Krj_VWqc9TGW.png" /></figure><p>全ての企業の株価の合計値が表示されました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*TVkAcCfhPL6593l8.png" /></figure><p>次に、企業ごとに見ていきたいために、色(グループ化)を使用します。</p><p>色(グループ化)には、「symbol」を選びましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/382/0*SouCgYo_g3nbZywU.png" /></figure><p>企業別の株価を可視化できました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*_3VZLO96OxhmlpBq.png" /></figure><p>このチャートからは、AmazonとGoogleの株価が上昇しているように見えます。そして、AmazonとGoogleの値に引っ張られて、他の企業の株価はあまり変化がないように見えています。</p><p>範囲を選択してズームしてみると、やはり上昇しているのに適切に表示されていないようです。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Urz6W0vaF05YyU0K.png" /></figure><h3>表計算：差の割合を使う</h3><p>そこで、「表計算」の「差の割合」というメソッドを使用することで、このデータの期間の最初の日からの成長率を計算し、それを可視化して比べてみましょう。</p><p>Y軸のメニューから表計算を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/442/0*bSv-yR_ShfC3iRCr.png" /></figure><p>計算のタイプは、差の割合を選んでください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/424/0*pdUQJgxppJ2dnEuc.png" /></figure><p>差の割合の計算方法は成長率を見ていきたいので、「最初の値」にします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/402/0*kz-3ZCeaVAt9XBVG.png" /></figure><p>最初の値からの差を割合として可視化することで成長率を可視化できました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*XImKDBCrjLMct6Oo.png" /></figure><p>成長率でみると、AmazonとAppleがかなりの成長していることがわかります。特にAmazonの4000%越えは驚異的です。</p><p>単純な株価だけでは、Googleが高値を見せていましたが、成長率で比べると他の企業に比べて見劣りしてしまいます。 Twitterは低迷しているようです。</p><h3>まとめ</h3><p>今回はラインチャートと表計算の差の割合を使用して、GoogleやAppleなどといったテック企業の株価の成長率を可視化して比べてみました。</p><p>次回は時系列のトレンドを表計算の移動平均を使用してみていきたいと思います。</p><ul><li><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC9%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E7%A7%BB%E5%8B%95%E5%B9%B3%E5%9D%87-755e31868928">データの可視化シリーズ 第9弾 — 時系列のトレンド : 移動平均</a></li></ul><h3>データの可視化を使った探索的データ分析のトレーニング5月開催！</h3><p>Exploratoryでは5月27日に、データの可視化の仕方や適したチャートの選び方、さらにデータの可視化を通して自分たちのビジネスの改善のための仮説を導き出すための手法である「探索的データ分析」という手法を身に着けていただくためのトレーニングを行います。</p><p>詳しくは<a href="https://ja.exploratory.io/dataviz-training-jp?utm_campaign=chart_intro_8&amp;utm_medium=blog&amp;utm_source=medium">こちらのページ</a>をご覧ください。</p><p>データを使ってより良い意思決定を行っていきたいと言う方は、ぜひこの機会に参加をご検討ください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=155530e2adf7" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[データの可視化シリーズ 第7弾 — 時系列のトレンド : 割合]]></title>
            <link>https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC7%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E5%89%B2%E5%90%88-2abcbfd8a965?source=rss-30c055ef45df------2</link>
            <guid isPermaLink="false">https://medium.com/p/2abcbfd8a965</guid>
            <category><![CDATA[data]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[exploratory]]></category>
            <dc:creator><![CDATA[Takato Shiroto]]></dc:creator>
            <pubDate>Thu, 09 May 2019 00:45:52 GMT</pubDate>
            <atom:updated>2019-05-09T01:42:09.155Z</atom:updated>
            <content:encoded><![CDATA[<h3>データの可視化シリーズ 第7弾 — 時系列のトレンド : 割合</h3><p>こんにちは</p><p>Exploratoryの<a href="https://exploratory.io/author/GMq1Qom5tS/notes">白戸</a>です。</p><p><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC6%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E7%B4%AF%E7%A9%8D%E5%90%88%E8%A8%88-3dd5943a5f85">前回</a>は、ラインチャートで表計算の累積合計を使用して、新規ユーザーの累積値のトレンドを見ていきました。</p><p>今回は、ラインチャートと表計算の割合を使用して、時系列のトレンドを見ていきたいと思います。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*yF0DVp4T1iweV9np.png" /></figure><h3>データの可視化の目的</h3><p>目的</p><p>ユーザーのOS別の割合をトレンドで理解したい</p><p>使用機能</p><ul><li>ラインチャート</li><li>色</li><li>表計算の割合</li></ul><h3>使用データ</h3><p>今回もこのシリーズで使っている、activitiesというアクセスログのデータを使用します。このデータの取得とインポートは<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Data-visualization-introduction-dkn3Gew9ZC">こちら</a>の記事にあります。</p><p>また今回は、このデータフレームのラングリングの6番目のステップを使用するので、チャートが正しく6番目のステップに「ピン」されていることを確認してください。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fHJciObYT093O4dK.png" /></figure><p>もし、ステップのピンの変更方法がわからない場合は<a href="https://ja.exploratory.io/note/GMq1Qom5tS/Exploratory-5-hLj4gnu7Df">前回の記事</a>を参照してください。</p><p>それでは、実際にデータの可視化をしてみましょう！</p><h3>可視化</h3><p>今回も、新規のユーザー数のトレンドを見ていきたいためにチャートはラインチャートを選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*mq2qCxMQhC3h-VbZ.png" /></figure><p>X軸にfirst_activity_dateを選択し、スケールを「週に切り捨て」を選ぶことで、週単位にデータを見れるようにします。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*LXTkNhly1CrZmd1T.png" /></figure><p>次に、Y軸にはuseridを選択し、集計関数に「一意な数」を選びます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*f13KQS_2G8bAm6uw.png" /></figure><p>新規のユーザー数が週単位で表示されました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*kcuF21FqVG4D_9IX.png" /></figure><p>次に、OSごとの新規のユーザー数を可視化していきます。</p><p>色(グループ化)で、OSを選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*MZ_2kPMhwD0rcx2j.png" /></figure><p>新規のユーザー数をOS別に可視化することができました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*-9TPGceI8NDQ_uw9.png" /></figure><h3>表計算：割合(% of 合計)を使う</h3><p>それではこれから、OS別のユーザ数の「割合」のトレンドを見ていきましょう。</p><p>この「割合」の計算は、チャートの中にある「表計算」という機能を使って簡単にできます。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/434/0*V-FZeMuUVRvjemqZ.png" /></figure><p>計算のタイプは割合を選択します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/398/0*qy8x1fWTe9NaBh8v.png" /></figure><p>値の集計方法は合計値、方向はX軸にしましょう。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/406/0*0LQypZWfIl92Vq3B.png" /></figure><p>新規ユーザーのOS別の割合のトレンドが可視化できました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*h6FLnxXe0pULv8JU.png" /></figure><p>ちなみに、割合を見たい場合には、エリアチャートなども使うこともできます。</p><p>ラインチャートからエリアチャートに変更します。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*cBYG_eTpgjbVyCxh.png" /></figure><p>エリアチャートでユーザーのOS別の割合を表示できました。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*xO5UL10UCmwpLeyB.png" /></figure><h3>まとめ</h3><p>今回はラインチャートに表計算の「割合」を使用して、OS別の割合がどう推移しているかのトレンドをみていきました。</p><p>時系列のデータであれば他にも「表計算」を使用して、データの中にある様々なトレンドを可視化することができます。</p><p>例えば、時間軸では一番最初の時の値から比べて、どれだけ大きくなっているのか、逆に小さくなっているのか、そう行ったトレンドが見たい場合があるかもしれません。 例えば、株価のようなデータであれば、ある期間の最初の日から比べてどれだけ上昇、または下降しているかのトレンドが時系列で見れれば便利です。</p><p>そこで、次回は時系列データのトレンドを「表計算」の「差の割合」というメソッドを使用して可視化していきたいと思います。</p><ul><li><a href="https://medium.com/@takato_3703/%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E5%8F%AF%E8%A6%96%E5%8C%96%E3%82%B7%E3%83%AA%E3%83%BC%E3%82%BA-%E7%AC%AC8%E5%BC%BE-%E6%99%82%E7%B3%BB%E5%88%97%E3%81%AE%E3%83%88%E3%83%AC%E3%83%B3%E3%83%89-%E5%B7%AE%E3%81%AE%E5%89%B2%E5%90%88-155530e2adf7">データの可視化シリーズ 第8弾 — 時系列のトレンド : 差の割合</a></li></ul><h3>データの可視化を使った探索的データ分析のトレーニング5月開催！</h3><p>Exploratoryでは5月27日に、データの可視化の仕方や適したチャートの選び方、さらにデータの可視化を通して自分たちのビジネスの改善のための仮説を導き出すための手法である「探索的データ分析」という手法を身に着けていただくためのトレーニングを行います。</p><p>詳しくは<a href="https://ja.exploratory.io/dataviz-training-jp?utm_campaign=chart_intro_7&amp;utm_medium=blog&amp;utm_source=medium">こちらのページ</a>をご覧ください。</p><p>データを使ってより良い意思決定を行っていきたいと言う方は、ぜひこの機会に参加をご検討ください！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2abcbfd8a965" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>