分析ノート

色々な分析にチャレンジします。

分析ノート

色々な分析にチャレンジします。

  • 分析講座 〜jupyter notebook編〜

    jupyter notebookを利用した分析を行なっていきます。

  • 分析講座 〜Exploratory編〜

    BIツールのExploratoryを用いた分析講座です。

  • 分析データ

    様々な分析に利用するテストデータをダウンロードできます。

herokuとgithubの使い方

分析ノート

    • [第7回] voilaでダッシュボード化

      voilaのテンプレートをpipインストールpip install voila-gridstack pip install voila-vuetify-default bash 起動voila test_highcharts.ipynb --template=gridstack voila --template vuetify-default test_highcharts.ipynb Dashboadgridstack テンプレート=gridstackを適用 本当は

      分析ノート

      • 生存率分析用CSV

        データイメージ1381行 解約FLG=TRUEのレコードはサブスク終了日が入力されております。 ダウンロード方法下記よりダウンロードしてください。

        ¥100
        分析ノート

        • [第1回] 生存率分析

          当講座はデータ分析が学べる講座となっております。実際に分析を行いながら分析手法を学んでいきましょう。 課題生存率曲線を用いた生存率分析をしてください。 完成イメージテストデータ下記よりテスト用データをダウンロードしてExploratoryに取り込み、お試しください。 作り方1.Exploratoryに上記テストデータを取り込みます。 2.アナリティクスを選択し、下記赤枠の通り設定を行い、実行ボタンを押下して完成です。

          分析ノート

        マガジン

        • 分析講座 〜jupyter notebook編〜
          7本
        • 分析講座 〜Exploratory編〜
          1本
        • 分析データ
          1本

        記事

          [第6回] python-Highchartsを使ってみる

          jupyter notebookとpythonを利用した分析講座となっております。 python-highchartsドリルダウンレポートを作成してみたく、jupyter notebookでpython-highchartsを使ってみます。 ラインチャート from highcharts import HighchartH = Highchart(width=300, height=300)H.add_data_set([1, 2, 3])H X軸、Y軸などの設定

          分析ノート

          [第6回] python-Highchartsを使ってみる

          分析ノート

          [第5回] データフレームの各種操作(列名変更,結合,グループ集計)

          jupyter notebookとpythonを利用した分析講座となっております。 データフレームを操作pickleファイルを読み込みデータフレームを操作してみます コード%%timeimport pandas as pdimport numpy as npimport datetimeimport pickle#pickleファイル読込df = pd.read_pickle('../data/pickle/202107.pickle')#列名変更feature = ['

          分析ノート

          [第5回] データフレームの各種操作(列名変更,結合,グループ集計)

          分析ノート

          [第4回] pickleファイルの作成方法

          jupyter notebookとpythonを利用した分析講座となっております。 pickleファイルデータ量が多くなるとpandasでもデータフレームの読み込みに時間がかかる データフレーム読み込みが遅いので、pickleファイルで読み込む。 pickleファイル作成方法コード %%time import pandas as pdimport numpy as npimport datetimeimport pickle#csv読込df202106 = pd.re

          分析ノート

          [第4回] pickleファイルの作成方法

          分析ノート

          [第3回] Pandasでクロス集計

          jupyter notebookとpythonを利用した分析講座となっております。 Pandasを利用したクロス集計Pandasを利用してクロス集計を試してみます。 データフレームの用意import numpy as npimport pandas as pdsex = np.random.choice(['男性','女性'],size=10)item = np.random.choice(['お皿', 'ナイフ', 'フォーク'],size=10)price = np.

          分析ノート

          [第3回] Pandasでクロス集計

          分析ノート

          [第2回] matplotlibを使ってグラフを作ってみる

          jupyter notebookとpythonを利用した分析講座となっております。 データフレーム・jupyter notebookに下記コードを読み込ませてデータフレームを作成する # グラフ化に必要なものの準備import matplotlib as mplimport matplotlib.pyplot as pltimport japanize_matplotlib# データの扱いに必要なライブラリimport pandas as pdimport numpy a

          分析ノート

          [第2回] matplotlibを使ってグラフを作ってみる

          分析ノート

          bashコマンド

          ターミナル見やすくする source ~/.zshrc numpyのアップグレード pip install --upgrade numpy pandasのアップグレード pip install --upgrade pandas matplotlibのアップグレード pip install --upgrade matplotlib 日本語化モジュールをインストール pip install japanize-matplotlib パッケージ管理のcondaのア

          分析ノート

          bashコマンド

          分析ノート

          [第1回] pythonとjupyter notebook

          jupyter notebookとpythonを利用した分析講座となっております。 pythonの起動・new -> python3からjupyter notebookを起動する 計算式の入力・In[]に入力し、Run で Outに出力結果表示される Numpyで二次元配列を作成する・Pythonの数値計算ライブラリの「Numpy」を利用してみる import numpy as np# シード値を設定し同じ処理を実行しても同一結果を得られるようにする?np.rando

          分析ノート

          [第1回] pythonとjupyter notebook

          分析ノート

          ラテラル・マーケティング

          ラテラル・マーケティングとは? ・従来のマーケティング手法では新たなチャンスを見つけ出すのは難しいと考え、コトラーが提唱した理論 ラテラル・マーケティングの手順 1. フォーカスを選択 ・思考の対象となるモノを選択し、その特性を考える。 例）花 → 香りが良い。色が綺麗。枯れる。プレゼント。 2. 水平移動によりギャップ（刺激）を誘発・特性を1つ選び、「逆転」「代用」「結合」「強調」「除去」「並び替え」の変化を加えてみる 例）バレンタインデーに男性がバラの花をプレゼン

          分析ノート

          ラテラル・マーケティング

          分析ノート