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。
可視化
仕事効率化 
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、こんなことができるんだな程度に...
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。
Python Python初学者向け：複数のグラフを並べて描く方法を基本から解説
今回は複数のグラフを並べて描く方法を基本から解説します。グラフを重ねて描くこともありますが、並べて比較したいときもありますね。いくつかのやり方があるうえに、使用するメソッド名も似ているので混乱することもあると思います。今回はこれらを整理しましょう。
Python Python初学者向け：散布図の描画を基本から解説
今回はmatplotlibで散布図を描く方法を基本から解説します。引数は必要な時に「Shift + Tab」でdocstringをみて確認すればよいので、全部覚える必要はありません。基本的な使い方と、どんなことができるかを抑えておけばよいでしょう。さっそく始めましょう。
Python Python初学者向け：groupbyの処理結果を描画する方法を解説
今回はgroupbyでデータをグループ分けして処理した結果を描画してみましょう。データの概要を把握するときには、グループごとの特徴を把握するために集計しますよね。これを比較するときにただ値を見るだけでなく、可視化するとよりわかりやすくなります。
Python Python初学者向け：matplotlibによる可視化を基本から解説
データの可視化を基本から解説していきます。まずはデータの可視化ライブラリmatplotlibの使い方からみていきます。今回は第一回目なので一番ベーシックな折れ線グラフの書き方から始めることにしましょう。