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
「ビジネスの仕組みがわかる 図解のつくりかた」という本を全文公開します！この本は、2020年4月に出版されたスマホサイズのコンパクトな新書です。『ビジネスモデル2.0図鑑』を出版後、多くの反響をいただき、さまざまな企業でビジネスモデル図解について講演・ワークショップを開催してきたノウハウを凝縮した一冊になっています。 ※当記事の情報を転載、複製、改変等は禁止いたします それではここから全文公開をご覧ください。 第１章：ビジネスモデル図解、基本の「き」はじめに 僕たちが『ビジネスモデル2.0図鑑』を出版したのは２０１８年９月のことです。「Amazon Go」や「Spotify」など、１００の事例のビジネスモデルを同じフォーマットで図解した本は、７万部を超えるベストセラーになりました。その後さまざまな反響を得て、企業から多数の講演・ワークショップの依頼をいただきました。「ビジネスモデルを自分で
Get the practical and simple design tricks to take your slides from “meh” to “stunning”! Download for free
![The 30 Best Data Visualizations of 2025 [Examples]](https://cdn-ak-scissors.b.st-hatena.com/image/square/c827de42eee365ab7f1d6cf1c30ef2b93d8fedf1/height=288;version=1;width=512/https%3A%2F%2Fsiteproxy.ruqli.workers.dev%3A443%2Fhttps%2Fvisme.co%2Fblog%2Fwp-content%2Fuploads%2F2021%2F08%2FData-Visualization-thumbnail.jpg)
図解付きでロイターに説明される日本の腐敗構造。 https://t.co/xXVYcV96kg https://t.co/tfOSJDZYFy
多様体学習の必要性 クラスタリングという観点 次元削減という観点 多様体とは 多様体学習の狙い 多様体学習の例 Locally Linear Embedding(LLE) 他の多様体学習の紹介 Modified Locally Linear Embedding t-distributed Stochastic Neighbor Embedding 多様体学習の発展版 最後に 多様体学習の必要性 クラスタリングという観点 データがD次元空間にプロットされる際には、データに意味があれば、似たようなデータは近い位置に現れることが期待できます。そのような考えに基づいて、K平均法などによってデータをクラスタリングすることが可能になります。 s0sem0y.hatenablog.com しかし、実際には似たようなデータが必ずしもD次元空間上で近い位置に現れるとは限りません。例えば以下のようなデータがあ
The 5th annual Tapestry Conference was held on March 1st, 2017, and over 100 invitees from journalism, academia, government and both the non-profit and for-profit private sectors gathered at the beautiful Casa Monica resort in St. Augustine, Florida to discuss the emerging discipline of data storytelling. Below are the ten presentations from the one-day event that spurred rich conversations both i
なぜいまData Visualizationか？データビジュアリゼーションとはデータの「見える化」である。モバイルやウェアラブル端末コンピュータ等から様々な情報がインターネットを介して蓄積されている今日、この「ビッグデータ」に新たな価値を見いだそうという動きが世界中に広がっている。 ビッグデータのコンセプトは今年に入ってから急激に注目を集めはじめ、その価値に対する期待は高まるばかりだ。一方で、膨大なデータの中から有用な情報を抽出することは非常に困難であることも知られている。 「ビッグデータ」という語は今年新しくオックスフォード英語辞典に追加されたが、そこでは big data [n]: data sets that are too large and complex to manipulate or interrogate with standard methods or tools（従来
関係性の把握には散布図が非常に有効と考えています。また、散布図をインタラクティブに操作することで、思いがけない発見をすることがあります。 Plotlyライブラリでもインタラクティブなグラフを作成できますが、散布図に特化した「pairsD3」パッケージが手軽なので紹介します。 なお、作成した散布図はHTMLやshinyで出力できます。shinyの出力は更にインタラクティブです。 パッケージのインストール#パッケージのインストール install.packages("pairsD3")実行コマンドの紹介pairsD3コマンドを実行すると、ブラウザが立ち上がり散布図が表示されます。RStudioはPlotビューア内に表示されます。 #ライブラリの読み込み library("pairsD3") #データの準備 TastData <- data.frame(X = runif(100), Y = r
最近話題のTwitterですが、文字だけではなく色々と可視化すると面白い所があります。 投稿時間傾向など自分の分析をすることで、かるいライフハックにもなりそうですね。 いくつかのサービスを紹介します Twitter Friends Network Browser http://www.neuroproductions.be/twitter_friends_network_browser/ フォロワーなどのつながりを可視化。 Twiangulate http://twiangulate.com/search/ これもフォロワーなどのつながりを可視化。 TwitterChart http://www.xefer.com/twitter/ 発言の時間傾向を可視化。 TweetStats http://tweetstats.com/ 発言の時間傾向をグラフ化。 twilog http://twil
Webは表現力がそれほど高くないのが常に問題視されています。特に業務系システムではグラフ/チャートを使ってデータを可視化する必要があります。最近ではビッグデータが話題にあがっており、大量のデータを効率的に描画しなければならなくなっています。 そこでEChartsを紹介します。ビッグデータモードまで用意された多種多様なパターンの用意されたチャートライブラリです。 EChartsの使い方 今回はその多様なグラフ、チャートを紹介します。 曲線のグラフ。 積み上げグラフ。 棒グラフ。 エリアグラフ。 曲線。かなり複雑です。 こちらもユニークです。途中で途切れています。 棒グラフですが、範囲が指定できています。 左右の比較グラフ。 複数グループの棒グラフ。 散布図。 こちらも散布図。 画像も合わせた表示。 散布図と色の組み合わせ。 ローソクチャート。 円グラフ。 より描画にこだわった円グラフ。 レー
ferret編集部：2015年1月15日に公開された記事を再編集しています。 最近、ビジュアル分析ツールとして話題になっている*Tableau（タブロー）*。膨大なデータをわかりやすく視覚化してくれると注目を集めています。 しかし、Googleアナリティクスも負けてはいません。高度なビジュアル分析機能を多く有していますのでご紹介します。 みなさんはいくつ知っていますか？この機会にぜひ覚えましょう。 目次 1.トラフィック比較 2.3Dビジュアル 3.セグメントによる地域比較 4.トレンド発見のモーショングラフ 5.マンスリープロット 6.年齢や性別比較 7.CVユーザーの初回訪問キーワード 8.離脱ポイントの把握 9.サイト平均との比較 10.マイレポート（ダッシュボード） 11.トレンド分析 1.トラフィック比較 準備： セグメントを2つかけて期間比較します。 操作： 集客＞サマリー 集
ほとんどの開発者は、自動のガベージコレクション（GC）を当たり前のように使っています。これは、私たちの仕事を容易にするために言語ランタイムが提供する素晴らしい機能の1つです。 しかし、最新のガベージコレクタの中をのぞいてみれば、実際の仕組みは非常に理解しづらいことが分かります。実装の詳細が無数にあるため、それが何をしようとしているのか、また、それがとんでもなく間違った事態を引き起こしかねないことについて十分理解していない限り、すっかり混乱してしまうでしょう。 そこで、5種類のガベージコレクションアルゴリズムを持つおもちゃを作ってみました。小さいアニメーションはランタイムの動作から作成しました。もっと大きいアニメーションとそれを作成するコードは github.com/kenfox/gc-viz で見ることができます。単純なアニメーションによってこうした重要なアルゴリズムを明らかにできることは
今回は、catやtailと組み合わせてログをカラフルに色分けし見やすくする『ccze tool』を紹介する。 1.インストール まずはインストール。 以下のコマンドを実行する。 sudo yum install ccze --enablerepo=epel (CentOSの場合) sudo apt-get install ccze (Debian/Ubuntuの場合) 2.コマンドの実行 さて、それでは実際にコマンドを実行してみよう。 tailコマンドで、「/var/log/messages」を確認する。 tail /var/log/messages | ccze -A 上半分はcczeを利用していない状態。 下半分でcczeを用いている。 うーむ、確かに見やすい… むろん、「tail -F」でも閲覧可能だ。 tail -F /var/log/messages | ccze -A ちなみ
最近、ビッグデータ、データサイエンティストという言葉を耳にする機会が増えてきました。そして、統計解析向けプログラミング言語である R にも注目が集まっています。R を使って、データ解析したいというニーズも増えてきています。今回、そのR で簡単なデータ解析した結果を、オープンソースパッケージのrCharts を使って可視化してみたいと思います。 統計解析向けプログラミング言語 R とは <img alt="Rlogo.png" src="http://tech-sketch.jp/Rlogo.png" width=181" height="137" class="mt-image-right" style="float: right; margin: 0 0 20px 20px;" /> R はオープンソースの統計解析向けのプログラミング言語であり、その開発実行環境でもあります。R が、他の
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 改訂版について (5/7/2019公開) この記事は、私がこちらに公開したもの中では最も読まれているようです。そこで、執筆後に気づいたこと、古くなった情報、新しい技術動向などを考慮に入れて改訂をしました。主な変更点は以下の通りです： 新しいセクションの追加 最近の本の紹介 細かな表現の修正 この記事は複数のセクションに分かれていますので、前編から始め、順番にアップデートして行きたいと思います。何かお気付きの点などありましたら、コメント欄、もしくはkonoアットマークucsd.eduにお願いいたします。 はじめに この記事は、可視化の専門
アルゴリズムを理解するのにビジュアル化することは非常に有効で、プログラムをビジュアル化することで理解が進むのもまた同じ。そこで、アルゴリズム・プログラミングの理解が進むようにと、アルゴリズムを記述したプログラムコードを一挙にビジュアル化することで、アルゴリズム＆プログラミングを同時に学習できる一挙両得なサービス「VisuAlgo」が公開されています。 VisuAlgo - visualising data structures and algorithms through animation https://visualgo.net/en 上記のVisuAlgoサイトで試しにソートアルゴリズムの基本プログラム「バブルソート」をビジュアル化してみます。「Sorting」の「bubble」をクリック。 検索窓の下に「bubble」と表示されたのを確認したら「Sorting」の画像をクリック。
スポーツナビ｜ ヘルプ｜ 利用規約｜ プライバシーポリシー｜ 免責事項｜ スタッフ募集｜ ご意見・ご要望 Copyright (C) 2014 Y's Sports Inc. All Rights Reserved. Copyright (C) 2014 Yahoo Japan Corporation. All Rights Reserved.
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
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
