可視化

Python

Python初学者向け:折れ線グラフの描き方を基本から解説(matplotlib/seaborn/pandasのplotメソッド)

今回は折れ線グラフの描き方を基本から解説します。折れ線グラフはデータがどのように変化していくかを確認する際に使う最も基本的なグラフです。時系列データの変化を見るときには、必ず描くことになるでしょう。データの推移をみるときに、まず折れ線グラフを描く、ということが当たり前にできるようになりましょう。
Python

Python初学者向け:散布図の描き方を基本から解説(matplotlib/seaborn)

今回は散布図の描き方を基本から解説します。これまで1つの変数に着目してデータの分布をみる方法を扱ってきましたが、変数間の関係性を見ることも非常に重要です。この「変数間の関係性」を視覚的に捉えることができるのが散布図です。散布図を使えば、変数間に相関があるかどうか、またその強さや方向を一目でわかるようになります。今回は、Pythonで散布図を描き方を紹介します。
Python

Python初学者向け:棒グラフの描き方を基本から解説(matplotlib/seaborn/pandasのplotメソッド)

▶ 初学者向けにPythonを使ったデータ分析に役立つ記事を書いていますはじめに今回は棒グラフについて基本から解説します。棒グラフは棒の高さで大小を表したグラフです。質的データの値ごとに量的データを比較したり、質的データの数を比較する際に使...
Python

Python初学者向け:箱ひげ図の描き方を基本から解説(matplotlib/seaborn/pandasのplotメソッド)

今回は箱ひげ図について基本から解説します。前回のヒストグラムと同様、量的データの分布や傾向を視覚的に表現するグラフの一つです。ヒストグラムと比較して複数のデータと比較しやすいというメリットがあります。そのため、「複数の量的データの分布や傾向をみるとき」あるいは「1つの量的データを質的データの値ごとに分布や傾向をみるとき」に力を発揮します。一方で、大まかな分布や傾向を見ることはできますが、細かな分布を把握することはできない点には注意しましょう。
Python

Python初学者向け:ヒストグラムの描き方を基本から解説(matplotlib/seaborn)

今回はヒストグラムの描き方を基本から解説します。ヒストグラムは量的データの分布や傾向を視覚的に表現するグラフの一種です。データの範囲や偏り、山や谷などの特徴を一目で把握することができます。また、異常値や外れ値を検出するのにも役立ちます。データを分析の初期段階である「データの理解」の工程で確認する癖をつけましょう。
Python

Python初学者向け:matplotlibで円グラフを描く方法を基本から解説

今回はmatplotlibを使って円グラフを描く方法を基本から解説します。構文上は任意であっても、円グラフは、いくつかの引数は必須で設定しないと見にくかったり、わかりにくかったりしますよね。円グラフを描くときによく使う引数とともに描き方を紹介していきます。
Python

Python初学者向け:リストの各要素の出現回数をカウントする方法を基本から解説

今回はPythonでリストの各要素の出現回数を取得する方法を基本から解説します。リストの要素数を確認する際にはlen()を使いますが、リストの各要素の出現回数はどうでしょうか?データ分析プロセスの初期段階でおこなうEDAでよく使いますよね。さっそく見ていきましょう。
Python

Python初学者向け:パッケージをまとめてインストールする方法を基本から解説

▶ 初学者向けにPythonを使ったデータ分析に役立つ記事を書いていますはじめに今回は構築した仮想環境にパッケージを一括でインストールする方法を基本から解説します。仮想環境を構築することで、プロジェクトごとに異なるバージョンのパッケージを利...
Python

Pythonのインストールを基本から解説(Windows)

Pythonのインストール方法を基本から解説します。以前は、Anacondaをおススメしていました。個人が非ビジネス目的で利用する場合は費用が発生しないのですが、商用利用にはライセンス費用が発生していしまいます。そこで、今回はPythonの公式サイトからインストールする方法を解説します。
Web

GA4とGoogle Adsenseを連携する方法を基本から解説

本日(2023/6/20)よりGA4とGoogle Adsenseが連携できるようになりました。これまでGoogle AnalyticsとGoogle Adsenseを連携していた方は、2023/7/1よりGoogle Analyticsの計測終了となるので困っていたのではないでしょうか?ぎりぎりですが、GA4とGoogle Adsenseの連携を間に合わせてくれましたね。早速、設定方法をみていきましょう。
仕事効率化

Power BI:階層とドリルダウンについて基本から解説

今回はPower BIの階層とドリルダウンについて扱います。階層とドリルダウンは同じような意味を持ちますが、Power BIの機能としては別物です。その違いと使い方を誰にでもわかるように基本から解説します。この投稿を読めば、階層とドリルダウンを理解することができます。
仕事効率化

Power BI:レポートファイルのデータソースを変更する方法を基本から解説

Power BIデスクトップを使っていますか?作成したレポートファイル、あるいは、人からもらったレポートファイルでデータを切り替えたくなるときがあります。データを切り替えるときには、データソースを変更すればOKです。今回はデータソースを変更する方法を基本から解説します。
仕事効率化

Power BI:0埋めして桁数を揃える方法を基本から解説

今回は、0埋めして桁数をそろえる方法について解説します。0埋めとは、数字の桁数が揃っていないときに、左側に0を付け加えて桁数をそろえることです。例えば、1, 2, 3という数字を3桁にそろえるときには、001, 002, 003というように0埋めします。このやり方を基本から解説します。
Python

Python初学者向け:2つの日時オブジェクトの引き算をする方法

今回は日時オブジェクトの引き算について基本から解説します。Pythonで日次オブジェクトの引き算をするときにうまくいかなかったことはありませんか?私はタイムゾーンの処理をした日時オブジェクトとタイムゾーンの概念を持たない日付型オブジェクトで演算をしているからかもしれません。基本から見ていきましょう。
仕事効率化

データ分析初学者向け:棒グラフの作成方法を基本から解説

今回は棒グラフの描き方を基本から解説します。まずは「どんなときに棒グラフで表現するか?」「軸を0から始めるべきか?」から考えていくことにしましょう。どうしても軸の途中を省略したい場合の対応についても解説していきます。では、早速見ていきましょう。
仕事効率化

データ分析初学者向け:伝わるグラフの選び方を基本から解説~データを可視化しよう~

データ分析において、グラフの選び方は非常に重要です。グラフを正しく選択し、適切に解釈することで、データから得られる情報やインサイトを明確に表現することができます。しかし、グラフを誤って選択すると、データの解釈が誤解を招く可能性があります。この記事では、データ分析におけるグラフの選び方を基本から解説します。
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。