Metabase、まじでイケてる。 1日で、Re:Dashから乗り換えました。 Metabaseとは OSSのデータ可視化ツール。Re:Dashとかと同じ類。 AWSとかに乗せて、誰もが見れるダッシュボードを作ったりする時に使うと、俺かっけーってなります。 スクリーンショット 実際に社内で運用している様子をモザイク付きでお見せします。 毎日みているダッシュボード。これの4倍くらいの数値見てる。 ダッシュボードの編集。マウスで簡単に位置や大きさの変更ができる。 クエリビルダー的なやつがあり、グルーピングとか超絶便利。SQL書けない人でも、単一テーブルとかだったら余裕かと。 グラフ化も簡単。 SQLでのクエリ編集画面。ちゃんと補完してくれる。 Metabaseの良い所 見た目が格好いい。 インストールが簡単。 openjdk-8-jdk入れて、jarファイル置くだけ。 豊富なデータソースに対応
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
世界中で話題になっているパナマ文書。各国で政権を揺るがすような事態にもなっていますが、純粋にデータとしてみた場合、これは計算機やデータ解析に関わる人々にも面白いものだと思います。データの中身や背景などについてはさんざん報道されていますのでここでは触れません。一方、現場でどのような作業が行われているのかはあまり報道されていません。現実的な問題として、人力ではどうしようもない量のリークデータを手に入れた場合、調査報道機関はどんなことを行っているのでしょうか？私も以前から疑問に思っていたのですが、先日あるデータベース企業と、データ分析アプリケーションを作成する会社のブログにて、その実際の一端を窺うことができる投稿がありました: Panama Papers: How Linkurious enables ICIJ to investigate the massive Mossack Fonseca
年末の忙しい時期に、こんな事やってる場合ではないのですが、事の発端は、下記のつぶやきで 「粒入りコーンスープの飲み口の下を少しつぶしておくと粒を残さず飲める、と流体力学の先生が言ってた」というツイートを思い出してやってみたら、本当でした。最後にひっかかったひと粒も、吸い出すとすぐ出てきました。流体力学おそるべし。 twitter.com/akiraasano/sta…— 浅野 晃 / ASANO Akiraさん (@akiraasano) 12月 4, 2012 何を持って流体力学なのか分からなかったのと、ちょうど自分が販売しているソフトウェアが得意なテーマだったので、半分現実逃避気味に計算してみました。まずは結果を動画にまとめておりますので、そちらをご覧頂ければ。 コーンポタージュのコーンを上手く食べる方法を流体解析してみた.mp4 動画で言いたいこと言っているのでほとんど解説することは
D3The JavaScript library for bespoke data visualization Create custom dynamic visualizations with unparalleled flexibility
2014/10/14 追記 本書87ページに「母数」という単語が複数回出てきますが、 これは全て「分母」とすべきでした。*1 通常、統計学の文脈では、母数は各確率分布を特徴付ける変数を指す単語であり、 例えば正規分布は平均と分散という二つの母数によって形状が決定されます。 決して母数と分母（あるいは全数）と誤解してはなりません。 しかし母数と分母を混同することは本当によくあることで、 本書はこのような頻出する誤解を訂正し、 皆様が統計を用いる際の失敗を一つでも減らす という目的で執筆に至ったにも拘らず、 まさか本書でこのような重大な失敗をしてしまったことに対し 心からお詫び申し上げ訂正させて頂きます。 なお、問題個所の記述は共著者の森藤氏ではなく 私が記述したものであり、全責任は私にあります。 本を書くに当たり、誤字脱字や言い回しの不備は出来る限り無くすべきですが、 人間であるためミスをす
この記事はThe top 20 data visualisation toolsの原著者許諾済みの日本語訳です。 By Brian Suda on September 17, 2012 Translated by Tatsuo Sugimoto 2014年4月28日更新：オリジナル記事が以前のサイトから移転したため発生していた画像の非表示に対応しました。 わたしがもっともよくきかれる質問のひとつが、データビジュアライゼーションを始める方法についてです。このブログの先へ進むには、練習し、さらに実践し、利用できるツールを理解する必要があります。この記事では、シンプルなチャートから複雑なグラフ、地図、インフォグラフィックスまで、ビジュアライゼーションを作成するための20種類のツールを紹介しようとおもいます。ほとんどのツールは無料で利用でき、そのうちいくつかはすでにインストール済みかもしれません。
(追記：2014-3-3) Gvizについてのまとめ頁を作りました。 Gvizの目次 - Rubyの世界からGraphvizの世界にこんにちは！ RubyのGraphvizラッパー「Gviz」を前回紹介しました。 Yet Another Ruby Graphviz Interfaceを作ったからみんなで大量のグラフを作って遊ぼうよ！ そこでは隣接県情報に基づき日本地図を作りました。出来は兎も角、僕はこのやり方がすっかり気に入りました。そこで今回はもう一歩進んでこの地図でデータビジュアライゼーションをしてみようと思います。題材はアメリカ合衆国です！ 以下では、データの取得から順を追ってグラフ作成のやり方を説明しています。ちょっと長い投稿になります。 隣接州情報の生成 地図の形のベースとなる隣接州情報を用意します。List of U.S. state abbreviations - Wikip
P2Pとかその辺のお話 WinMXとかWinnyとか、日本ではろくな扱いを受けていないP2Pですが、海外ではけっこう真面目に議論されてるんですよというブログ。 以下の文章は、TorrentFreakの「How and Why BitTorrent Works, a Visualization」という記事を翻訳したものである。 原典：TorrentFreak 原題：How and Why BitTorrent Works, a Visualization 著者：Ernesto 日付：February 18, 2010 ライセンス：CC by-sa 日々、数百万の人々がファイル共有するためにBitTorrentを利用している。しかし、そのBitTorrentがどのように機能しているのか、そしてどうして大容量のファイルを効率的に共有することができるのかについて実際に理解している人はごく一部であろ
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
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
