「Google スプレッドシート」からデータ可視化ツール「Looker Studio」を利用可能に／4月21日週のアップデート情報まとめを発表
無料で大量のデータを見やすいグラフで可視化できるオープンソースのセルフホスト可能なアプリ「Metabase」でGIGAZINE読者アンケートの結果を分析してみた
「Metabase」はオープンソースでセルフホストも可能なデータ視覚化ツールです。前回の記事でその使い方を確かめられたので、早速GIGAZINE夏のプレゼント大放出企画で集めたアンケートデータを分析してみました。 Metabaseのセットアップや機能については下記の記事で詳しく解説しています。 無料で大量のデータを自動で見やすいグラフなどで可視化し定期的に更新反映されるダッシュボードをオープンソースでセルフホスト可能なアプリ「Metabase」を使ってみた - GIGAZINE GIGAZINEのアンケート結果を読み込むためにPostgreSQLのセットアップを行います。前回に引き続きDockerを利用するので、下記のコマンドでPostgreSQLを起動します。「パスワード」や「ディレクトリへのパス」は適宜書き換えて下さい。 docker run --name metabase-postg
中心差分を用いた接線の交点の求め方とPythonのライブラリであるmatplotlibによる可視化 - Qiita
目次 はじめに 実行環境 接線の交点の座標の求め方 微分係数の求め方 ソースコード 結果 まとめ はじめに 様々な関数の任意の2点の接線の交点を求めると面白そうだったので、2つの接線の交点のx座標とy座標の式を求めました。 また、Pythonのライブラリである matplotlib を用いて関数のグラフ、任意の2点を通る2つの接線、2つの接線の交点を描画しました。 よろしければこちらもどうぞ!! マイページについて
ChatGPT Code Interpreter を利用して、お手軽にデータ分析・可視化 - Taste of Tech Topics
カメラ好き機械学習エンジニアの@yktm31です。 先日、OpenAIから、公式のプラグインとして「Code Interpreter」が発表されました。 「Code Interpreter」は、ChatGPT上でPythonのコードを生成・実行する仕組みを持っています。 これまでも、ChatGPTで、プログラムのソースコードを出力することは可能でしたが、実行まではできませんでした。 「Code Interpreter」は、ChatGPTの有料版で利用することが可能ですが、ユーザーが自然言語で指示や要求を出すだけで、 ChatGPTがその内容を理解し、ソースコードの生成から実行まで行えたり、既存のコードを解釈してその動作を説明したりすることが可能になります。 openai.com 本記事では、この「Code Interpreter」を利用して、CSVファイルを元に、データの可視化を行ってみま
株式会社ANOBAKAは、直近の大規模言語モデル（LLM：Large Language Models）の開発競争の激化を受け、Generative AI領域で起業を考えている人への参考情報として「大規模言語モデル（LLM）カオスマップ」2023年度6月版を公開したと発表した。 大規模言語モデル（LLM：Large Language Models）とは、大量のテキストデータを使ってトレーニングされた自然言語処理のモデルだ。2022年11月に発表され大きな話題となったChatGPTも、2022年初頭にトレーニングした「GPT-3.5シリーズ」を対話向けにファインチューニングしたものであり、大規模言語モデルの応用例の一つだ。 米国同様、日本でも今後アプリケーションレイヤーのGenerative AIスタートアップが多数勃興することが予測されるという。アプリケーションレイヤーのGenerative
概要 matplotlibでグラフを描こうと思った時、こんなことを考えた人はいないだろうか。 「あれっ、グラフを二個並べて書きたいけど、plt.show()を二回やればよいのかなあ」 確かに、plt.hogeのような関数で描画するやり方は、簡単で非常に便利です。しかし、実際に使おうと思った場合にはオブジェクト指向を使って書いた方が細部の編集に便利なことが多いです（また、プログラミングを一段高いところから理解することに役立ちます。） そのため、今回はあまりプログラミングに慣れていない方に向けて、簡単なオブジェクト指向によるmatplotlibの書き方を伝えていきたいと思います。 このページではあまり高度なところまではやりません！とりあえず調べてみたらfigとかaxとか出てきてわけわからん位のレベル帯の人向けに記事を書いています。 まずはオブジェクトから まずは、figオブジェクトを作ってしま
※この記事はAIが生成した文書を追記・修正した記事です。 この記事では、地理情報システム(GIS)の基本的な概念を紹介し、PythonとShapelyを使って地理空間情報の操作や可視化を実行する方法を学びます。このチュートリアルは、Pythonの実行環境が整っている方を対象にしています。 目次 GISの基本的な概念 座標系と投影法 GISデータ形式 PythonとShapelyを使ったGISデータの作成と編集 地理空間情報の可視化 地理空間データのバッファリング 地理空間オブジェクトの交差と結合 空間インデックスの使用 GISデータの読み込みと書き込み 1.GISの基本的な概念 地理情報システム（GIS）は、地理的なデータを扱うための情報システムです。GISを使用すると、地理空間データを収集、保存、分析、および可視化することができます。 主な概念: 点(point)：地理空間データの基本的
Unovisは非依存で使えるオープンソースのモジュール式データ可視化のためのJavaScriptフレームワークです。React、Angular、SvelteはもちろんVanillaでもTSでも使えます。 動的に変化するデータ可視化という目的ゆえに、見た目には特に気を使っているそうでスタイルはCSS変数で制御出来るようにするなどビジュアル面の高度なカスタマイズも可能となっています。 ドキュメントや動作サンプルも充実しているので使い方に困る事も少なそうです。動的データを扱う開発者の方はお試しになってみては如何でしょうか。ライセンスはApache-2.0 との事です。 Unovis
東工大が無料公開しているPython解説サイト初心者の目線に合わせた丁寧な説明で、かゆいところに手が届く教材。基本的な文法、データ構造、ファイル入出力やオブジェクト指向、NumpyとMatplotlibの使い方などをひと通り学べる。
QDくん⚡️AI関連の無料教材紹介 @developer_quant 金融技術職/ChatGPT等の生成AI,機械学習,データサイエンス,プログラミングの勉強に役立つ情報を発信/良質な無料教材,スライド,動画,サイトを紹介/金融工学x機械学習ブログ運営700記事 quantcollege.net /C++/Python/Julia/Rust/Amazonアソシエイト参加中 note.com/quantdeveloper QDくん⚡️AI関連の無料教材紹介 @developer_quant 東工大が無料公開しているPython解説サイト chokkan.github.io/python/index.h… 初心者の目線に合わせた丁寧な説明で、かゆいところに手が届く教材。 基本的な文法、データ構造、ファイル入出力やオブジェクト指向、NumpyとMatplotlibの使い方などをひと通り学べる。
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
Twitter可視化システムを作ってみたら日本に笑顔が溢れていた話 - NTT Communications Engineers' Blog
はじめに はじめまして。 プラットフォームサービス本部 データプラットフォームサービス部門の森分です。 もともと私は、NTT Comのクラウドサービスをベースにした法人向けソリューションの個社別運用やインフラ関連のプロジェクトマネージャ業務を担当しておりました。 最近はSmart Data Platform（以下、SDPF）アーキテクトなる、お客様課題の解決やNTT Comのビジネスの中でSDPFの活用を推進する部隊に参画しています。 データ利活用を支えるSDPFのアーキテクトがデータ利活用に詳しくなければ立つ瀬がありません。 そうならないように日々研鑽を積んでいるわけですが、その中で作ったTwitter分析システムっぽいもののご紹介が本稿の趣旨となります。 本来のデータ利活用プロジェクトでは、課題および仮説をまず明確にして、それに応じたデータ解析を進めていくのですが、本稿では堅苦しいもの
edit_calendarHow to join the calendarYou can join the calendar by selecting an available date and registering the URL of the article you wish to link to. If a slot is available, you can go back to a past date to join!
M5StackでCO2モニターを作って、データ可視化と換気を促す通知するものを Azure IoT Central で作ってみた - Qiita
M5StackでCO2モニターを作って、データ可視化と換気を促す通知するものを Azure IoT Central で作ってみたAzureIoTM5stackAzureIoTCentralQiitaAzure はじめに 以前にM5StackでCO2モニターを作って、直接Teamsに通知するものを作ったのですが、 『M5StackでCO2モニターを作って、Teams通知で換気を促すものを作ってみた』 CO2濃度が高くなると通知が来るけど、その傾向が良く分からない テレワークが増えてくると、いま職場の状況がどうなのかが遠隔で分からない 換気を促す通知は来てるけど、いまいち上手く活用できてない（されてない）気がする という辺りが少し課題かなと思っていました。 なので、今回は上記を解決する為、「M5Stackで作ったCO2モニター」 と 「Azure IoT Central」 を連携させることで、
TechCrunch
xAI, Elon Musk’s 10-month-old competitor to the AI phenom OpenAI, is raising $6 billion on a pre-money valuation of $18 billion, according to one trusted source close to the deal. The deal – which
チャート描画ライブラリ『Plotly』をPythonで試す：インストール＆環境設定編 | DevelopersIO
データアナリティクス事業本部 サービスソリューション部 サービス開発部のしんやです。 ここまで色々な可視化におけるツールやサービスを個人的に触ってきましたが、何らかの言語でサクッとデータを可視化出来るライブラリとかないものかなーと思っていたところ、『Plotly』というプロダクトの存在を知りました。ザッと内容を確認してみたところとっつき易さと表現の幅の広さが良い感じっぽいぞ！ということで個人的にこのプロダクトを触っていってみようと思います。 ? Announcing Plotly.js 2.0! - Graphing Library / Plotly.js - Plotly Community Forum Webブラウザ上でグラフを描画できる「Plotly.js 2.0」がリリース：CodeZine（コードジン） 目次 Plotly 概要 Plotlyとは Dashとは 環境構築 導入環境
データの意味を分かりやすく示すにはグラフの種類も重要ですが、その色分けも重要な要素になります。色分けによって同種のデータであること、あるいはデータに関連がないことを示すことができますが、色分けを間違うと見ている人を誤解させかねないとして、データ視覚化の専門家であるリサ・シャーロット氏が正しいカラースケールの使い方を解説しています。 Which color scale to use when visualizing data - Datawrapper Blog https://blog.datawrapper.de/which-color-scale-to-use-in-data-vis/ グラフを色わけすることはデータを分かりやすく可視化するための重要なポイントです。例えばアメリカの州ごとの失業率を色分けする場合、地図上で各州の数字の違いを示すなら「同系色で色の濃度を変えて表示する」とい
Building map-based data visualizations with Mapbox, React, and Cube.js 🗺
Igor Lukanin for Cube Posted on Jan 29, 2021 • Originally published at mapbox-guide.cube.dev Building map-based data visualizations with Mapbox, React, and Cube.js 🗺 TL;DR: I'll explain how to build a visually appealing and fast web app with different kinds of maps. It'll be fun. Hey devs 👋 As you most likely know, there are many ways to visualize data, but when it comes to location-based (or ge
Scientific Computing in Python: Introduction to NumPy and Matplotlib
Since many students in my Stat 451: Introduction to Machine Learning and Statistical Pattern Classification class are relatively new to Python and NumPy, I was recently devoting a lecture to the latter. Since the course notes are based on an interactive Jupyter notebook file, which I used as a basis for the lecture videos, I thought it would be worthwhile to reformat it as a blog article with the
ウェブデザインやグラフィックデザインにおいて色の選択は非常に重要かつ難しい作業ですが、デザイナーでなくともグラフを作る際などに色の選択をする必要に迫られることがあります。データを分かりやすく可視化するためには、どのような色の組みあわせを選択すべきなのか、プロでなくともプロのようなグラフを作れるようになるポイントを、ビジュアルコミュニケーションを専門とするLisa Charlotte Rostさんがまとめています。 How to pick more beautiful colors for your data visualizations | Chartable https://blog.datawrapper.de/beautifulcolors/ ◆色相をあれこれピックアップしすぎない カラーホイール上の色を大別すると、赤・オレンジ・黄・緑・青・紫の6つの色相となりますが、データを可視化
はじめに WindowsのDockerコンテナ上でmatplotlibを動作させる方法について記載します。 Windowsは、Windows 10 Pro 64Bit バージョン2004で試しました。これより古いバージョンでも試しました。 Docker Desktopは、WSL2に対応させても以前のままでもどちらも大丈夫です。 Dockerコンテナ内なので、そのままだとmatplotlib等のグラフはホスト側に表示されません。 ホスト側(Windows側)のディスプレイに表示させるようにするには、コンテナOSはlinux系だと思いますので、XServerをWindows側に立ち上げて、そのXServerに表示を流し込むようにする必要があります。 VcXsrvをインストール まず、VcXsrvをインストールします。 インストールが終わったら、WindowsメニューからVcXsrvにあるXLa
How to pick more beautiful colors for your data visualizations - Datawrapper Blog
They’re different. The red that Nadieh uses ⬤ is different from your typical red ⬤. The green ⬤ is… can you even call it a green ⬤? So before we impose rules that limit us, let me freak you out a bit: There are thousands of colors you can use. There is yellow-ish red ⬤ and blue-ish red ⬤ and everything in between. There is gray ⬤, but there is also cold gray ⬤ and there is warm gray ⬤. And then th
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
【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノート - Qiita
【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノートJavaScriptd3.jsデータ分析データサイエンスcolaboratory CS 448B Visualization (2020 Winter)は、Maneesh Agrawala氏による、Stanford大で行われた、データの可視化に関する体系的な講義です。 スタンフォード大の"CS 448B Visualization (2020 Winter)" がすごい。 データ可視化の体系的講義。どう図表に変換するかの理論、探索的データ分析、ネットワーク分析等の実践と盛り沢山。 スライドに加え、Observable(JavaScript), Colab(Python)どちらでも例を試せる。https://t.co/lGyPElrihg pic.twitter.com/mWZn
「なぜ東洋経済オンラインではデータ可視化コンテンツのソースコードをGitHubで公開するのか？」という質問を最近よく受けます。 ざっくり説明すると、GitHubとはウェブサイトやソフトウェアなどのプログラム（＝ソースコード）を公開できるウェブサービスのことです。修正履歴の公開や、他のユーザーからの改修提案なども受け付けることができます。社会で広く使ってほしい、公共性のあるプロジェクトに使われることが多いと思います。 東洋経済オンラインでは、COVID-19のダッシュボード「新型コロナウイルス 国内感染の状況」のデータやソースコードをGitHubで公開しています。データもコードも「許諾不要で自由に使っていい、ただし出典表記は必要」としています。それ以前に作ったプロジェクトも、私（荻原）が作ったものであればほぼすべて公開しています。 他に新型コロナ関連では、東京都の新型コロナウイルス対策サイト
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
内閣府委託事業の一部として、2019年10月ごろに筆者が実施したリサーチレポートです。一般公開の許可をいただけましたので共有します。何かしらお役に立ちましたら幸いです。 目次 自メディアでのコミュニケーション民間のデザイナーを活用するオープンイノベーション民間サービスガイドライン整備行政が考えるデータビジュアライゼーションの価値データビジュアライゼーションの活用提案
ロックダウンした国を含む上位20カ国+日本の感染者数の推移をPythonで可視化してみた。※チュートリアル付き｜まにゃpy
ロックダウンした国を含む上位20カ国+日本の感染者数の推移をPythonで可視化してみた。※チュートリアル付き こんにちはまにゃpyです。 3月ごろからヨーロッパやアメリカなどを中心に政府強制介入のロックダウンが行われていましたね。 「そういえば、各国のロックダウンの影響はどうなっているだろうか？」 今回作ったのは感染者数が多い上位20カ国のグラフです。Python初学者向けにチュートリアル型式にまとめました。 具体的に作ったのは下記3つ ・20カ国をひとまとめにしたグラフ ・20カ国それぞれの国の日ごとの感染者数の棒グラフ ・20カ国それぞれの国の累積の感染者数のグラフ 元となるデータは厚生労働省のホームページを使いました。 ちなみにデータ取得、整形、グラフ描画まで、使った言語はPythonのみです。 こちらは20カ国の感染者数の伸びをひとまとめにしたグラフです。 各国の感染者数の比較が
あなたの街の地価は？ 上昇・下落マップ2024
あなたの街の地価は？ 上昇・下落マップ2024 2020年3月18日 公開 2024年3月27日 更新
Jupyter Notebookと Boto3で AWS環境定義書を作成してみる | DevelopersIO
Jupyter Notebook(以降 Notebook) は実行可能なプログラムコードや分析結果、グラフなどを含んだドキュメントを作成するための OSSです。 画像：https://jupyter.org/ Pythonによるデータ分析でよく利用されます。 特徴として 「Markdown セル」と「Code セル」 を Notebook内へ配置できます。 データ分析のプロセスの文脈を Markdownセルに書くことで、 プログラムのコメント以上の表現力で、プロセスを記述できることできます。 データの可視化についても、Notebookは優秀です。 Matplotlib のグラフや、Pandas のテーブルなどを Notebook内にインライン表示してくれます。 さて、Markdownセルによるドキュメンテーション、 pandas によるテーブル表記でふと思いました。 「Jupyter No
ダッシュボードの設計に役立つData / Information / Intelligenceの区分｜荻原 和樹 / Kazuki OGIWARA
「ダッシュボードを作る時は文脈が大事」「グラフからインサイトを導けることが重要」とよく言われます。たしかに、単に「先月の売上高」を見せられるよりも、データを見る目的を意識して何らかの比較や推移を軸とした方がずっとわかりやすく、実際の行動に結びつきやすくなります。先ほどの例で言えば他店舗と比較したり、月次で数年間の推移を表すという方法があるでしょう。こうした比較や推移があれば、何らかの施策を取るといった具体的な行動にもつながります。 一方で、この時「A店の先月の売上高が5000万円だった」という情報、「競合他社と比較して下落傾向にある」という情報、「A店で何らかの施策を取るべき」という情報はそれぞれ位相が異なります。 私はこの３種類の情報をデータ（Data）、インフォメーション（Information）、インテリジェンス（Intelligence）とそれぞれ分けています。 １つ目はデータ（D
公的統計データなどを基に語られる“事実”はうのみにしてよいのか？ 一般に“常識“と思われていることは、本当に正しいのか？ 気鋭のデータサイエンティストがそうした視点で統計データを分析・検証する。結論として示される数字だけではなく、その数字がどのように算出されたかに目を向けて、真実を明らかにしていく。 ※文中にある各種資料へのリンクは外部のサイトへ移動します 連載バックナンバーはこちら 2019年11月5日、参院国土交通委員会で初の質疑に挑んだ木村英子議員（れいわ新選組）が、車いす用トイレに十分な広さを確保するよう建築設計基準の見直しを求め、赤羽一嘉大臣もそれに応えるという一幕がありました。日本経済新聞も「トイレの面積基準見直しへ れいわ議員が初質問で要望」と題して報道しました。 国会の議事録を読めば分かりますが、眞鍋純住宅局長の無難な答弁の後、わざわざ赤羽大臣が答弁に立ち「国交省の建築設計
データサイエンス設計マニュアル
本書は広い視野からデータサイエンス全体を俯瞰し、問題を解決する上で重要なことは何か、その設計原則に焦点を当てた入門書です。データを収集、分析、解釈するためのシステムを構築するために必要な、確率・統計の基礎から線形代数、スコアとランキング、統計分析、データマンジング、可視化、数学的モデル、回帰、機械学習まで広範囲にわたってカバーするだけでなく、思考プロセスも重視します。著者は、ニューヨーク州立大学ストーニーブルック校で長年にわたりコンピュータサイエンス教育に携わってきた計算機科学者で、統計学と計算機科学の枠を越えた新しい学問としてデータサイエンスを捉え直し、著者独自のアプローチでデータサイエンスの本質に迫ります。 1章データサイエンスとは 1.1 計算機科学、データサイエンス、リアルサイエンス 1.2 データについての興味深い問い 1.3 データの性質 1.4 分類と回帰 1.5 データサイ
Unicorn Flexport is revolutionizing the world of logistics, serving as a freight forwarder with software that enables customers to manage their shipments. But there are still thousands of smaller frei
バッチ処理について考える - Qiita
TL;DR ひとくちにバッチといっても色々ある 夜間バッチをもう作るな オンラインバッチはSQL以前にDB設計がんばれ はじめに Twitterのタイムラインで以下のようなツイートが回ってきました。 バッチ処理をみんな舐めてかかったり、ショボイとか思ってる人多い印象なんだけれども、数十万～数千万件規模のデータを処理したことあるのかな。テンプレ通りのコードじゃ動かないよ？ネットに本にも答え載ってないよ？低レイヤも意識しないと動かないよ？ 2020年1月10日 ツイートされたわだっしーさんの意図がどこにあるかは確認してないですが、極限の世界でテンプレート的な処理では対応出来ないのはあるよな、と思いつつもある程度はバッチの作法としての書き方があると思っています。 このツイートとその関連ツイートを読みながら、そういえばバッチ処理に関して書いてある記事はあまり見ないなぁ、とおもったので他のネットや本
28歳、一念発起して未経験からデータサイエンティストを志した2年間の軌跡 - Qiita
はじめに 経済産業省の試算によるとAIやビッグデータといったデータサイエンティストが関わる分野では2020年に4.8万人が不足すると言われています。 まだまだ、世の中的に需要があり、将来性のある職業ですので、これから目指そうと思われている方も少なくないのではないでしょうか。 私も時代の流れに乗って、データサイエンティストを目指した人の一人です。 「一念発揮して未経験からデータサイエンティストを目指した普通の社会人が、2年後どのような姿になったのか？」 ということに、少しでも興味のある方に読んで頂けましたら幸いです。 そもそもデータサイエンティストとは データサイエンティストは大きく分けて2種類あると考えています。 企業の課題解決のために大規模データを分析し、その結果をもとに状況の改善をすべく施策立案を行うデータアナリスト・コンサルタント寄りのDS サービスに機械学習を用いた機能を実装したり
アジャイルとリーン・スタートアップを組み合わせた開発プロセス ~第１回 概要~ - selmertsxの素振り日記
2019年8月にAzitに入社して4ヶ月。 私はSREとしての役割を期待されてAzitに入社したけれども、気がつけばバックエンドエンジニア兼スクラムマスターをやっていました。 バックエンドエンジニアとしては、AWSインフラ環境の完全な作り直しとTerraformによるコード化、Railsの負債解消、監視設定のコード化などを行っていました。 スクラムマスターとしては、初期の3ヶ月はアジャイル開発(スクラム、XPを組み合わせたもの)、そして12月からの1ヶ月はリーン・スタートアップ開発の導入等を行いました。 ここでは、スクラムマスターとして考えた開発プロセスについて資料にまとめます。 なおこの文章は、0-1 の開発フェーズではなく、すでにリリースされたサービスに途中で加わったスクラムマスターの目線で書かれており、対象とする読者も私と同じような境遇にあるスクラムマスターとなっています。 この開発
今回はグッドパッチのUXデザイナー國光のインタビュー記事をお届けします！高専出身の國光がデザイナーを目指した経緯や実現したいデザイン、今後グッドパッチで牽引したいことなど、話を聞きました。 プロフィールGoodpatch Design Div. UX/Serviceデザイナー 國光 俊樹（くにみつ としき） 木更津高専を卒業後、デザインに関心を持ち桑沢デザイン研究所ビジュアルデザインコースを経てデザイナーへ。 グラフィック・エディトリアルデザイナー、WEBデザイナー／ディレクターを経て、2016年グッドパッチへ入社。UXデザイナー／サービスデザイナーとして活躍し、2018年8月、全社員の中から1名選出されるMost Valuable Playerを受賞。 Twitter:@ku_ni_29 2020年6月16日追記：本インタビューはGoodpatch Blogに移動しました。続きは以下より
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
「大規模言語モデル（LLM）カオスマップ」2023年度6月版が公開
オブジェクト指向で描く！matplotlibのススメ - Qiita
PythonとShapelyを利用した地理空間情報入門 - Qiita
セブン、ファミマ、ローソンなど コンビニ“勢力分布”を可視化した「コンビニ勢力図」最新版が話題に｜よろず〜ニュース
非依存で使えるオープンソースのモジュール式データ可視化のためのJavaScriptフレームワーク・「Unovis」
「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
https://twitter.com/umi_nakayama/status/1540968151797469184
deck.glのカレンダー | Advent Calendar 2021 - Qiita
データを分かりやすく可視化するために理解すべきカラースケールの使い方あれこれ
グラフを作ってデータを可視化する時に「見やすい色」を選ぶコツまとめ
WindowsのDockerコンテナ上でmatplotlibを動作させる - Qiita
Fundamentals of Data Visualization
データ可視化コンテンツのソースコードをGitHubで公開する理由｜荻原 和樹 / Kazuki OGIWARA
データの可視化はグラフ選びが難しい？人気ツール「Tableau」で役立つグラフの使いどころを解説
世界の行政機関 情報可視化 事例 | Visualizing.JP
https://twitter.com/i/events/1023047114689892353
年明け早々、山手線のトイレを数えて「SDGs」について考えた
TechCrunch • Startup and Technology News
「残る」デザインを作る。グラフィックからUXへ領域を変えたデザイナーの責務 | Goodpatch's Blog