GitHub - mckinsey/vizro: Vizro is a toolkit for creating modular data visualization applications.
Rapidly self-serve the assembly of customized dashboards in minutes - without the need for advanced coding or design experience - to create flexible and scalable, Python enabled data visualization applications Use a few lines of simple configuration to create complex dashboards, which are automatically assembled utilizing libraries such as Plotly and Dash, with inbuilt coding and design best pract
大容量データもサクサク動くPlotly！「plotly-resampler」で楽々高速化！ - Qiita
1. はじめに Python のプロットツールとして、matplotlib の代わりに、下の図のようなブラウザ上でぐりぐりと操作できる Plotly が便利で使うことが多いのですが、 大容量データを一度にプロットすると、非常に重くなるのが気になっていました。 これまで描画のときだけデータを粗くするなど工夫してきたのですが、毎回大変なので、なにか便利なものはないかなーと探していたら、よいカスタムライブラリを見つけたので、この記事で紹介したいと思います！ 2. 通常のプロットサンプル まず、比較のために、1000万のサンプルデータを作成して、通常の方法で Plotly でプロットしてみます。 コードはこちらです。 import pandas as pd import numpy as np from plotly.subplots import make_subplots import plo
IoT データの取り込みと可視化のための7つのパターン – ユースケースに最適なものを決定する方法 | Amazon Web Services
Amazon Web Services ブログ IoT データの取り込みと可視化のための7つのパターン – ユースケースに最適なものを決定する方法 この記事は 7 patterns for IoT data ingestion and visualization- How to decide what works best for your use case の日本語訳です。 モノのインターネット（IoT）を始めたばかりでも、すでに数百万台の IoT デバイスが接続されていても、IoT データから抽出される価値を最大化する方法を探しているのではないでしょうか。IoT デバイスのデータには、報告されたテレメトリデータ、メタデータ、状態、コマンドとレスポンスの中に、豊富な情報が含まれていることがあります。しかし、適切なレポート作成および可視化ソリューションを持つことは、業務効率を最大化し、ビジ
Qiita投稿記事から作る「日本のIT技術マップ」 - VDSLab Magazine vol.1｜likr｜note
はじめにIT分野では日々新しい技術が登場しています。技術者の肌感覚として新しい技術・枯れた技術の区別は付くでしょうが、それらを俯瞰して視ることはできるのでしょうか？昨今のIT分野では、Qiita等のプラットフォームを通じてコミュニティベースでの技術情報の発信が活発に行われています。本稿では、Qiitaの投稿記事に付けられたタグの情報を利用して、過去約10年間の国内のIT技術動向を可視化した「日本のIT技術マップ」を紹介します。 「日本のIT技術マップ」「日本のIT技術マップ」は、Qiitaの投稿記事から得たタグの関係を地図テイストに可視化したものです。投稿記事は、Qiitaのサービス開始時である2011年9月から2022年12月までのものをQiita APIから取得しました。可視化方法の主要な部分は以下の論文を参考にしています。 Gansner, E. R., Hu, Y., & Kobo
Power BIを使ってセンサデータのリアルタイムダッシュボードを作る｜父
先日Power BIに関して次のようなツイートをしたところ、特に具体的な手法を解説した訳でもないのに少し狼狽するほどリツイートされてしまった。せっかくなので当方がPower BIを具体的にどのように活用しているかご紹介したいと思う。 PowerBIマジで凄い。このためにWindows買うレベル。これは社員だから言うのではなくもし退職しても普通に使い続ける。研究データをまとめるのに有益。これちょっとブログにするから読んで欲しい。PowerBIはデスクトップ版とクラウド版があって一瞬取っ付きにくいんだけどマジで凄いんですよ。 — 父 (@fushiroyama) October 14, 2022 Power BIとは何かマイクロソフトが提供するBIツールである。 BIツールって何だっけ企業が持っている、 各種データベース 売上を記録したエクセルシート ユーザの行動ログ などの様々な情報を分析・
効率的なダッシュボードの作成 - MicroAd Developers Blog
京都研究所・TechLabの田中です。 マイクロアドでは、主にエンジニア以外のメンバーが広告配信実績などの各種データにアクセスする際にRedashを利用しています。 Redashから接続しているデータソースには、以前このブログでも紹介した分析用Hadoopクラスタ*1に加えて、MySQLのレプリやBigQueryなどがあります。 これらの異なるデータソースに対してRedashからは同じインターフェースでアクセスでき、手軽にデータの抽出や可視化・分析などが可能です。 また、クエリで抽出したデータを利用して、Redash上にダッシュボードを作成することもできます。 本稿では、そんなRedashの活用方法の1つとして、 スケジューリング機能とキャッシュ機能を利用した簡易的なデータパイプラインを使ってダッシュボードを作成する例をご紹介します。 なお、この記事で扱うRedashの説明はバージョンv1
PythonとGoogle Cloudを使って年間70万球の野球データをいい感じに可視化・分析するダッシュボードを作った - Lean Baseball
日本で言えば同じ学年のレジェンド, アルバート・プホルスが通算700号本塁打を打って驚いている人です. ここ最近, （休んでいる間のリハビリがてら*1）PyCon JP 2022の準備および, 来年以降のMLBを楽しく見るために野球データ基盤（ちなみにメジャーリーグです）を作っていたのですが, それがいい感じに完成しました. アプリとデータ基盤をどのように作ったのか どのような処理, どのようなユースケースで動かしているのか これらをどのようなアーキテクチャで実現したのか 以上の内容をこのエントリーに書き残したいと思います. なおこのエントリーは, PyCon JP 2022のトーク「Python使いのためのスポーツデータ解析のきほん - PySparkとメジャーリーグデータを添えて（2022/10/15 16:00-16:30）」の予告編でもあります. なので, 後日のトークをお楽しみに
BusinessプランのSentryで、予期しないエラー以外のイベントも監視する、分析する - Qiita
はじめに Sentry（エラー追跡のサービス）を使えば各種アプリのエラー情報を収集でき、即座の発生検知や原因調査などに役立ちます。 典型的な利用法としては、予期しないエラーが届いたらSlackなどに通知させて素早く対応、といった感じでしょうか。 そんなSentryに今月（2019年5月）、Businessプラン専用の新機能がいくつか追加されました。 https://blog.sentry.io/2019/03/06/new-features-greater-visibility その中で、監視・分析用途に使える以下の機能を今回は紹介します（まだBetaです）。 Businessプランの試用をオンにして、ちょっと触ってみました。 Dashboards Events Discover その前にBusinessプランの概要について。 Businessプランは料金が一番高いプランなのですが、それで
BI/ダッシュボード導入を成功に導くための5つのポイント - Qiita
ビジネスの現状を把握し、さらにモニターし続けるためにダッシュボードなどを使ったBI（ビジネス・インテリジェンス）の仕組みを社内に導入したものの、社内ではあまり活用されていない、またはプロジェクトが途中で終わってしまったといった話をよく聞きます。 そこで、こちらの記事ではBI導入やダッシュボード作成プロジェクトを進めるときにぶつかることの多い問題、さらには、そうした問題を乗り越えてプロジェクトを成功に導くための5つのポイントを紹介します。 1. データの加工 ダッシュボードの作成プロジェクトに関わるタスクを考えると、真っ先に思い浮かぶのは、ダッシュボードに、どのようなチャートを入れるのかや、そのレイアウトをどうするかといったことです。 しかし、ダッシュボードの作成に関わるタスクを紐解くと、ほとんどの業務はダッシュボードに入れるチャートの作成にかかる時間ということになります。また、チャートの作
サブスクリプション型のビジネスなら見ておくべき5つの超重要チャート - Qiita
サブスクリプション型のビジネス、またはソフトウェアの世界ではSaaSと言われたりする、顧客が製品やサービスを継続的に利用するために購読するタイプのビジネスは一般的な売り切り型のビジネスとは収益構造が異なるため、ビジネスを成長させるために見るべき指標やチャートも違ってきます。 よくあるのは、この違いを意識せずに「売り切り型」のビジネスでよく使われる指標やチャートをモニターしていたがために、ビジネスの成長のきっかけをつかめなかったり、成長していると思っていたビジネスが急に傾き始めたり、成長の見通しを社内で共有、または外部の投資家にうまく説明できなかったり、という問題です。 そこで、こちらの記事ではサブスクリプション型のビジネスを成長させるために欠かせない5つのチャートを使った簡単な分析手法を紹介させていただきます。 1. コホート分析（生存分析） コホート分析（生存分析） は顧客のチャーンやリ
Fundamentals of Data Visualization
Welcome This is the website for the book “Fundamentals of Data Visualization,” published by O’Reilly Media, Inc. The website contains the complete author manuscript before final copy-editing and other quality control. If you would like to order an official hardcopy or ebook, you can do so at various resellers, including Amazon, Barnes and Noble, Google Play, or Powells. The book is meant as a guid
「データビジュアライゼーションの基礎」のまとめ グラフ編
こんにちは、Wantedlyでデータサイエンティストをしている樋口です! 先日会社で買ってもらったデータビジュアライゼーションの基礎を読みました。データ可視化について網羅的にわかりやすく書かれており参考になったため、記事にまとめてみました。書籍の英語版は無料で公開されているため、よければこちらも参考にしてみてください。 データビジュアライゼーションの知識を学ぶことで、科学的に誤った表現をせずに、芸術的に美しい表現ができ、明確で明瞭かつ魅力的にデータから得られる示唆を伝えることができる様になります。📊 本記事では、特定のライブラリや描画手段によらないデータ可視化の基礎について紹介します。 分量が多くなってしまったので、本記事ではデータビジュアライゼーションの”グラフ"にのみ着目しています。グラフ以外の構成要素(色、タイトル、テキスト、etc.)については別途記事にしたいと思います。 本記事
Microsoft、「Azure Managed Grafana」のプレビュー版をリリース
Microsoftは2022年4月18日（米国時間）、「Azure Managed Grafana」のプレビュー版を提供開始したと発表した。Azure Managed Grafanaは、Grafana Labsが開発したオープンソースソフトウェア（OSS）分析可視化ツール「Grafana」を、「Microsoft Azure」クラウドプラットフォームでネイティブに実行できるフルマネージドサービス。 Grafanaは、ログやトレース、指標など各種データを、保存場所にかかわらず組織全体から集めてダッシュボードに表示できる。Microsoftは「フルマネージドのAzure Managed Grafanaによって、セットアップに煩わされることなくGrafanaを導入でき、GrafanaダッシュボードはAzureのサービスやセキュリティとシームレスに統合される。高可用性、SLA保証、自動ソフトウェア
GitHub - vizzuhq/ipyvizzu: Build animated charts in Jupyter Notebook and similar environments with a simple Python syntax.
ipyvizzu is an animated charting tool for Jupyter, Google Colab, Databricks, Kaggle and Deepnote notebooks among other platforms. ipyvizzu enables data scientists and analysts to utilize animation for storytelling with data using Python. It's built on the open-source JavaScript/C++ charting library Vizzu. There is a new extension of ipyvizzu, ipyvizzu-story with which the animated charts can be pr
はじめに — マンガと学ぶデータビジュアライゼーション
はじめに# データビジュアライゼーションとは，数値や文章などのデータに基づいた情報を，人間が理解しやすい形に視覚化する技術を指します． このサイトは，文化庁のメディア芸術データベース・ラボ（MADB Lab）で公開されている四大少年誌（ 週刊少年サンデー， 週刊少年ジャンプ， 週刊少年チャンピオン， 週刊少年マガジン ）のデータを用いて，データビジュアライゼーションの学習を手助けすることを目指しています． データビジュアライゼーション（に限らずデータ分析全般）の学習において重要なのは，分析対象のデータに興味を持てるかどうかです． 本書では約47年の四大少年誌のマンガ作品データを採用しているため，モチベーションを保ちつつ学習を進めることが可能です．
DataEngineeringStudy #12 明日から真似できる！ ケース別データ可視化のノウハウ
「できそうだからダッシュボード作って」「明日からデータの民主化よろしく」などのデータの可視化ミッションを言い渡されたデータエンジニアやデータアナリストに向けて、２つのケースを想定した可視化のノウハウを紹介します。
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
Mini Tokyo 3D
GitHub - pmsipilot/docker-compose-viz: Docker compose graph visualization
GitHub - scottrogowski/code2flow: Pretty good call graphs for dynamic languages
JR駅混雑状況