「データ分析やってみた」まとめ

【前半無料】Pythonでマーケティング〜地図に色を塗り分ける

アマゾンの山火事のデータがあったので、↓のnoteで色々見える化して遊んで見ました。このnoteでやってることの解説です。 ↓のような「コロプレス図」の作り方がメインです。コロプレス図ってナニ？エリア別の集計データを使って、地図を色分けして表現・分析する手法。アメリカの大統領選のときによく使われてますよね。引用：https://socviz.co/maps.html こんな方におすすめ・マーケターの方・特に企業内で、出店戦略、エリアマーケティング、広告

¥250

Pythonでハイセンスなグラフ作成〜matplotlibスタイル一覧

ほぼ自分の学習記録のためですが、pythonのグラフ描画に使うmatplotlib。このグラフスタイルのギャラリーです。初学者の方のご参考になれば幸いです🏃‍♂️ 使えるスタイルを表示print(plt.style.available) 'seaborn-dark', 'seaborn-darkgrid', 'seaborn-ticks', 'fivethirtyeight', 'seaborn-whitegrid', 'classic', '_classic_tes

【返金可】Pythonでおしゃれで可愛い画像を作る🐱

プラグラミングを学んでいて、「何か面白い事したいなー」と思ってるそこのアナタ。 Pythonを学びながら、こんな可愛くてこシャレオツな画像作ってみたいなー、なんて思いませんか？ Python使えば、自分好みにサクッと作れちゃいます。こんな方におすすめです。・Pythonを学習し始めて、基礎的なことは理解して、何か面白いことできないかな〜と悩んでいる方。・Pythonのレベルをもっとあげたい方・遊びながら、Pythonを学びたい方。こんな方にはおすすめじゃあ

¥150

地球上で最北・最南のスタバってどこ？☕️

スタバでMacを軽快にカタカタ都内某所。優雅な週末の朝。スタバでMacを軽快にカタカタ。「俺、イケてるでしょ」ってなもんで、ドヤ顔でフラペチーノを啜るわけであります。そんな今まさに、スタバのデータを見つけたわけであります。世界中のスターバックスの、店舗名、所在地、国名、緯度軽度などなどが整理されてるデータです。 2017年にアップロードされてて少々古いので、今と違う部分もあるかと思うものの「スタバでmacカタつかせて、何だかイケてる仕事してるっぽい人」を装うの

Pythonでデータ分析〜トランプ大統領のツイートを分析してみた

以前、安倍首相のtweetを（探索的に）分析してみました。どの曜日のtweetが多いか調べたり、tweetのポジネガ解析をしたり、しました。詳しくは↑のnoteをよかったら。で、今回はトランプ大統領のデータがあったので、同じ感じで色々（探索的に）分析してみました。この後では、こんな感じのことをやってみてます。どんなデータか ※元データから扱いやすいように加工したり、不要列は削除したりしてます。 id：ただの番号 link：tweetのリンク conte

Pythonでデータ分析〜安倍首相のツイートを分析してみた

ちょっと前まで参院選が盛り上がってましたね。今や、多くの政党がインスタとかツイッターとか、SNSを駆使してます。 Kaggleでこんなデータがありましたので、Pythonで色々こねくらせてもらった次第です。安部首相のツイッターアカウントの「2016年-2017年」のツイート（日付、英訳、いいね数 etc.）を整理してるデータです。ちなみに、トランプ大統領のtweetを分析したnoteもありますので、良かったら。色々やる前に、データの整形そのままだと、扱いづら

Kickstarterでのクラファン成功の秘訣をデータ分析してみた

以前、Kickstarterという海外のクラウドファンディングでモノを買うと「人と違った”ちょっとイキった”生活ができる」と書きたりしてまして。で、趣味のKaggleを散策してたところ、こんなデータがありまして。 Kickstarterの各プロジェクトの「成功/失敗の結果」ほか、いろんなデータが詰まってました。これまでカバン、財布、靴と主にファッション用品を買ってきたワタクシ。ふと「どんなプロジェクトが成功しやすいのだろう？」と思って探索してみたわけであります。

世界の軍事費をみたら、アメリカがダントツだった

こんなデータがありました。世界各国の軍事費が年次別に整理されているデータ。中身はこんなデータが入ってました。・Name：国名・Code：国コード・Type：国なのか、大陸なのか（今回は使わない）・Indicator Name：よくわからない（今回は使わない）・1960-2018：各年の各国の軍事費 Pythonの練習をするついでに、平和を愛する私が、世界の軍事費がどんなものか見てみました。結論月並みですが、こんな発見がありました。・1960-2

アマゾンの山火事の多さがエゲツない

アマゾンの山火事がヤバイらしいkaggleに、こんなデータがありました。日本の裏側、ブラジルはアマゾンの「山火事の発生件数（1998-2017）」のデータです🌋 このようなデータです。 ①year　：　山火事が起こった年（1998-2017） ②state　：　起こった州（ブラジルには、27個の州があります） ③month　：　起こった月（ポルトガル語） ④number　：　山火事が報道された回数 ⑤date　：　いつ報道されたか　※今回は使いません ⑥month_e

noteのビュー数をUPさせるタイトルの分析

※19/11/10_追記本noteの分析を元に、過去のnoteのタイトルを改良してみました。結果は改めてnoteに書きます。もっと読まれたいんや！ワタクシ、note、楽しんでます。色々な方のnoteを読ませてもらったり、自分で学んだことや思ったことをnoteでアウトプットしたり。時々、スキを頂いたり、有料コンテンツを買ってくださったり。微力ながら、日々の仕事以外でも誰かの役に立てたことに悦に浸ってます。はい、ワタクシ、note、楽しんでます。で、もっ

データ分析で、M-1グランプリの"高得点パターン"を探してみた

年に一度の漫才の祭典、M-1グランプリ。毎年、数千の芸人がノミネートし、”日本で一番おもろい漫才コンビ”の栄光の座を争う。決勝の持ち時間は４分間で、審査員の採点によって優勝が決まる。最近では、”競技漫才”、なんて呼ばれたりしてる。スポーツみたいな漫才大会。フィギュアスケートなら、トリプルアクセル、ダブルループ。モーグルなら、バックフリップとか何回転したか、で点数が決まるように。エムワンにも、”高得点が取りやすい勝ちパターン”があるんじゃないか？な

【Pythonでスクレイピング】デートに使える「ええ店」探し_東京編🍷

女の子とのデートの時、ディナー誘っときながら、割り勘なんてダサいことできやしまへん。せやけど、アホみたいに、バンバン金使ってたら干上がってまう。ほんならいっちょ、女の子とのデートに使える「ちょうどええ店」をデータ分析して、探してみたろやないか、と。そう、思ったわけですわ。こんな感じの内容ですわ①食べログで、東京にある利用シーン「デート」のお店をスクレイピング ②星数とか、値段とかの視点で分析して「ちょうどええ感じの店」を探す ③大阪編、福岡編もあるでスクレ

【Pythonでスクレイピング】デートに使える「ええ店」探し_福岡編🍜

これの【福岡編】でございます〜。やってる流れは一緒やから、↑先に読んでくれたらええと思いますわ。こんな感じの内容ですわ ①福岡にある、利用シーン「デート」のお店を食べログからスクレイピング ②星数とか、値段とかの視点で分析して「ちょうどええ店」を探す ③東京編、大阪編もあるでスクレイピングで店リストを作成エリア「福岡」、利用シーン「デート」で出てきた各店の以下の情報をスクレイピング。 ①店舗名 ②星の数 ③ディナーの値段 ④レビューの数 ※スクレイピングはマ

【Pythonでスクレイピング】デートに使える「ええ店」探し_大阪編🦀

これの【大阪編】でございます〜。やってる流れは一緒やから、↑先に読んでくれたらええと思いますわ。こんな感じの内容ですわ ①大阪にある、利用シーン「デート」のお店を食べログからスクレイピング ②星数とか、値段とかの視点で分析して「ちょうどええ店」を探す ③東京編、福岡編もあるでスクレイピングで店リストを作成エリア「大阪」、利用シーン「デート」で出てきた各店の以下の情報をスクレイピング。 ①店舗名 ②星の数 ③ディナーの値段 ④レビューの数 ※スクレイピングはマ

フォローしませんか？