可視化

仕事効率化

Power BI:Calculate関数を使って前年差異を計算する方法を基本から解説

今回はDAX関数の中でもとても重要な関数となるCalculate関数について解説します。Calculate関数の基本を確認した後は実際によく使われる利用シーンとして、前年データと比較をおこない「前年差異」を計算する方法をみていきましょう。
仕事効率化

Power BI:DAXの変数について基本から解説

今回はDAXの中で変数を扱う方法について基本から解説します。新しいメジャーを追加するときに、定義式の中で変数を使用したくなるケースがあります。複雑な式では変数を使うことによって、読みやすさも向上しますし、場合によってはパフォーマンスも向上します。早速見ていきましょう。
仕事効率化

Power BI:複数の列でリレーション設定する方法を基本から解説

今回は複数の列をキーとしてリレーションシップ設定する方法を基本から解説します。データの集計をしているときに、1つのキーではリレーション設定ができないケースが出てきます。そんなときに複数の列を組み合わせてキーとする方法が有効です。さっそくみていきましょう。
仕事効率化

Power BI:多対多リレーションシップについて基本から解説

今回は「多対多」のリレーションシップの設定について基本から解説します。「多対多」のリレーション設定の方法は2つあります。1つは「多対多カーディナリティのリレーションシップを使う」方法、もう一つは「中間テーブルを介して設定する」方法です。順にみていきましょう。
仕事効率化

Power BI:カレンダーテーブルに列を追加する方法を基本から解説

今回は作成した中間テーブルに新しい列を加える方法をご紹介します。複数のテーブルの情報を中間テーブルに集約して集計しようとした場合に、中間テーブルに新しい列を追加したくなることがあります。たとえば、日付のテーブルを作っていた際に月単位や会計年度単位での集計をするような場合です。今回はカレンダー手ぶるに月や年、会計年度の列を加える方法を基本から解説します。
仕事効率化

Power BI:カレンダーテーブルを作る方法を基本から解説

今回はカレンダーテーブルの作り方を紹介します。前回、中間テーブルを作ってリレーションシップの設定をする方法を紹介しました。その中で中間テーブルを作る方法を紹介していますが、カレンダーのテーブルを作る場合には、専用の関数を使うとより簡単に作ることができます。基本から見ていきましょう。
仕事効率化

Power BI:中間テーブルを使ってリレーションシップを設定する方法を基本から解説

異なるテーブル間で共通の項目がある場合、リレーションシップを設定しておくと便利です。リレーションシップを設定する方法は中間テーブルを使う場合と、多対多カーディナリティのリレーションシップを組む方法があります。今回は中間テーブルを使う方法を基本からご紹介します。
仕事効率化

Power BI:DAX関数の基本を解説

今回はDAX関数について基本から解説することにしましょう。Power BIで新しいデータ項目を追加する際にはDAX関数を使うことが多いでしょう。まずばDAX関数の特徴やExcel関数との違いを整理することで、しっかり理解すれば難しくはありません。
仕事効率化

Power BI:3つのデータ項目の追加方法を基本から解説

Power BIを使っているとデータ項目を追加したくなることがありますね。普段あまり意識していないかもしれませんが、Power BIにはデータ項目を追加する方法が複数存在します。今回はデータ項目を追加する方法を整理していくことにしましょう。
仕事効率化

Power BIのインストール方法を基本から解説

今回はマイクロソフトが提供しているBIツール「PowerBI」のインストール方法を基本から解説します。BIツールはBusiness Intelligenceの略で企業内のデータを集めて分析・加工して意思決定に役立てる概念を指します。もっと簡単に言うと、データを解釈しやすくするように可視化するツールといってもよいかと思います。
Python

Python初学者向け:pandasのplot関数による可視化を基本から解説

今回はpandasのplot関数を基本から解説します。Pythonで可視化するときに真っ先に思いつくのはmatplotlibかと思いますが、pandasのplot関数はこのmatplotlibのラッパーの位置づけです。かなり簡単に可視化ができるので是非使い方を覚えましょう。
Python

Jupyter LabでPlotlyのプロットを表示させる方法を基本から解説

今回は私がPlotly Expressという、簡単なコードでインタラクティブな可視化ができるライブラリを教えてもらって試したときに、「Jupyter Lab」ではエラーは出ないけど、真っ白な画面でプロットが表示されない、となってしまったため、その解決策をまとめたものとなります。
Python

Python初学者向け:正規表現を利用した文字列の置換を基本から解説

今回は正規表現を用いた文字列の置換について基本から解説します。自分の理解もあいまいだったので、一度、基本的なことを整理してみようと思います。具体例を用いて試しながら解説するので、記事を読み終えると、正規表現を使った文字列の置換の仕方がわかり自らコードを書くことができるようになります。
Python

Python初学者向け:seabornのstyle設定の基本を解説

はじめに 今回はseabornのstyle設定の基本を解説します。seabornで設定することができるstyleをいくつかピックアップして設定方法をご紹介します。基本的によく使うもの以外は覚える必要がないので、こんなこと...
Python

Python初学者向け:seabornでHeatmapを描画する方法を基本から解説

今回はHeatmapの描画について基本から解説します。Heatmapは表の各値の大きさによって色分けして描画したものです。視覚的に値の大小や傾向を把握することができます。相関表や混同行列、ピボットテーブルでの集計結果などをヒートマップで表示すると、解釈しやすくなります。
Python

Python初学者向け:seabornのカテゴリ変数に関するプロットをまとめて紹介

今回はseabornのカテゴリ変数に関するプロットをまとめて紹介します。既に紹介したものを含めてまとめて整理しましょう。普段見慣れないプロットもありますが、カテゴリ変数を可視化するうえで非常に便利です。seabornでは簡単に描画できるので是非身につけましょう。
Python

Python初学者向け:seabornで変数間の相関を視覚的に捉える方法を基本から解説

相関係数などで変数間の関係を把握する方法もありますが、まずは可視化するのも有効な方法です。 今回はseabornを使って変数間の関係を視覚的に捉える方法をご紹介します。2変数間の関係をとらえるjointplotと各変数間の関係をとらえるpairplotを基本から解説します。
Python

Python初学者向け:seabornによる描画を基本から解説(ヒストグラム編)

数回にわたってseabornによる可視化を基本から解説します。今回はヒストグラムを扱います。既にmatplotlibで描画する方法を紹介していますが、seabornによる実装も確認しておきましょう。seabornはmatplotlibのラッパーライブラリで簡単な手順できれいな描画をすることができます。
Python

Python初学者向け:箱ひげ図を基本から解説

今回は箱ひげ図を取り扱います。これはデータのばらつきを見る際につかいます。前回、ヒストグラムを扱いましたが、箱ひげ図では複数のデータのばらつきを比較することができるので、こちらも是非押さえておきましょう。matplotlibで簡単に描くことができます。
Python

Python初学者向け:ヒストグラムと棒グラフを基本から解説

今回は分布を可視化する方法として、ヒストグラムと棒グラフの基本を解説します。データを手にしたらまずは各変数の基本統計量や分布を確認するとよいでしょう。分布の確認は可視化するのがいちばんわかりやすいです。さっそく見ていきましょう。
タイトルとURLをコピーしました