概要 Python でのデータ分析作業に向いたグラフ作成ツールの機能比較です。Python のグラフ作成ツールといえば matplotlib ですが、正直言って煩雑な構文で、こういった作業に向かないと思います。そこで、今回は使えそうな以下の3つ+α1のパッケージについて、大雑把に紹介します。 plotnine altair seaborn (pixiedust) グラフ作成ツールに求められる要件 サンプルコードと結果だけ見たい場合はここは読み飛ばしても問題ないです。 たとえば pandas-profiling はデータフレーム内の全ての列に対して記述統計量をとり、簡易的なヒストグラムなんかも表示してくれますが、多くの場合それだけでは不十分です。高次元のデータから変数間の関係を読み取ることを意図していました。いわゆる探索的データ解析 (EDA) に近いものだと思います2。変数どうしの関係を様
こんにちは。Takayuki Suzukiです。 2回目の投稿となる今回は、意思決定や分析に効果的なダッシュボードについて考えてみたいと思います。 目次 ・ダッシュボードとは ・ダッシュボードのメリット ・ダッシュボード構築のポイント ・効果的なグラフ作成のための参考図書・URLダッシュボードとはダッシュボードは、あらゆる情報を一目で把握できるように指標やデータが配置されたものです。掲載する情報はグラフとして表現される場合が多いですが、マトリクス表やコホートも必要に応じて載せたりします。 またダッシュボードを構築する上ではTableau / Google Data Studio / Redashなどのダッシュボード専用ツールを活用します。 （下図はGoogle Data Studioのサンプルダッシュボードです。） ダッシュボードのメリット問題や新たな気付きの早期発見につながる ダッシュボ
厚労省が5月から公開している、労働基準関係法令の疑いで書類送検・局長指導された企業をまとめたリスト（関連記事）、いわゆる“ブラック企業”に関するリストを、一覧にして検索できるようにしたサイト「ブラック・ブラック企業」が登場しました。 サイト内もブラックな「ブラック・ブラック企業」 2016年10月～2017年6月までに公表された企業・事業場393件のデータが一覧化されており、「都道府県別」「公表年」「公表月」「違反法条」からそれぞれ知りたい項目を選択してリストから検索できるようになっています。 例えば、時間外労働や賃金の未払いなど労働問題で送検されている企業を知りたい場合、「違反法条」から「労働基準法」を選択すれば一気に絞り込むことが可能で、さらにそこから都道府県別で確認もできます。 また、どれも最初から棒グラフで表示されているため、都道府県別の件数などに関しては一目瞭然で非常に分かりやす
1
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
処理を実行中です
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
