【不定期連載】 #在宅勤務制度 始まったので、4年3ヶ月ほど使ってみて、歩数の変化を見える化している経過
はじめに
このシリーズは、全社員対象の在宅勤務制度が利用可能になったある企業のサラリーマンが使ってみた結果を不定期に書いていくシリーズです。
4年3ヶ月使ってみた（今ここ）
見える化の結果
これまでと同じように、出社日数と平均歩数の相関を見える化してみます。
正直言って3年6ヶ月の時のグラフと見比べてもほとんど差がありません。3年6ヶ月の時点ではそれなりに考察を入れたのですが、そこからの変化点があまりないため、もう少し別のデータも検討し、さらに分析を進める予定です。
見える化の手段をExcel→Pythonに変えてみた
ところで、気づかれた方もいるかもしれませんが、今回よりグラフ作成にMatplotlibを採用しています。
Matplotlibは、プログラミング言語Pythonおよびその科学計算用ライブラリNumPyのためのグラフ描画ライブラリである。オブジェクト指向のAPIを提供しており、様々な種類のグラフを描画する能力を持つ。
歩数データや勤務データはExcelに記録しており、これまではグラフ化もExcelで行っていたのですが、グラフ化についてはExcelのプロパティを一々書き換えるのが少し手間でした。そこで、今回一念発起しPython化を行ったところ
グラフ作成→PNGファイル書き出しまでが1クリック
でできるようになりました。特に、グラフの表題に含まれる月の修正（xxxx年xx月）」などを一々書き直す操作が、ソースコード内のテキスト編集でできるようになったのが利点だと感じております。
Matplotlibは（Excelより）グラフの表現力が高いので（下図参照）、これまでExcelではトライできなかった分析手法にも取り組んでみたいと考えております。今後はもう少し頻度を上げてこのシリーズを更新していく所存です。
おまけ ~ Excelのグラフで散布図を描くと
ちなみに、最初に挙げた散布図はExcelで描くと、以下のようになります。
ただし、グラフ内文字などの微調整や出来上がったグラフの美しさなどに関して言うとMatplotlibの方が好みなので、今後はこちらの形式で続けたいと考えています。
おわりに
今回のまとめとしては
勤務形態が大きな変更していないので、歩数の傾向は前と変わらず
見える化にPythonを導入したので、見える化の作業をしやすくなった
となります。次回は4年半くらいのタイミングでここまでの総括などもしてみたいと思います。
2023/11/05追記
4年半どころか5年を超えてしまいましたが、次回作を公開。
（つづく）
いいなと思ったら応援しよう！
