【データ分析×Python】Jリーグスタジアムの商圏（30km）内の人口を可視化してみる-関東編-

先日参加したセミナーで鹿島アントラーズの方が「Jリーグの商圏はスタジアムから30km圏内」と言っていたので、各クラブが圏内にどのくらいの人口を持っているのかPythonで可視化してみようと思います。データが多いので地方別にアウトプットしていき、最後にまとめるようにします。

【データ可視化×Python】foliumを使って福島県の統計データを地図上に可視化してみる（コロプレス図）

今回はfoliumというPythonのライブラリを使ってコロプレス図を作成してみたいと思います。コロプレス図は、選挙の時などに使用される「データを元に区域毎に色分けされた地図」のことです。地域毎の統計データは豊富にありますし、何より可視化することで直感的に分かるようになるので、有用性は高いと思われます。今回はいわきFCのある福島県の統計データを題材にしてやっていきます。

【小ネタ】アンダーアーマーのセンサー付きシューズで走ってみる

ガジェットやテクノロジーを扱うギズモードでも取り上げられていたアンダーアーマー社の「HOVR Infinite（ホバー インフィニット）」を手に入れたので、早速走ってみたいと思います。使い方とどんなデータが取れるのかをメインに紹介していきます。

www.gizmodo.jp

【Google Earth Studio】アンフィールドの紹介動画を手軽に作ってみる

昨年12月に発表された「Google Earth Studio（グーグルアーススタジオ）」。Google Earth Studioを使うと、上空から撮影したようなカッコいい映像が簡単に作れるとのことで、早速試してみたいと思います。今回は利用登録から動画にするまでの流れを紹介致します。

【小ネタ】Power BIのKey Influencers visualでリヴァプールの勝因を分析してみる

以前、2019年2月のアップデートで追加されたPower BIの新機能「Key Influencers visual」を紹介しました。非常に簡単に要因の分析を行えることが分かったので、今回はリヴァプールのスタッツデータを使用して、その要因分析を行ってみたいと思います。

【Power BI】新機能「Key Influencers visual」を使ってみる

本ブログではPythonを題材にすることが多いのですが、業務ではMicrosoft社製のセルフBIツールである「Power BI」を普段から使っていたりします。マイクロソフトが力を入れているツールの一つらしく、毎月結構な量のアップデートがあり、新機能の追加と痒い所に手が届くような修正が行われています。今回2月のアップデートによって「Key Influencers visual（主な影響要因）」なる機械学習を使ったビジュアルが追加されたようなので試してみたいと思います。

【Python】Twitter APIを使ってツイートデータを取得してみる

今回はスクレイピングとはまた違ったデータ取得方法についてです。最近流行りのAPI（アプリケーションプログラミングインターフェイス）を使って、Twitterのデータを取得して見たいと思います。その後のネットワーク分析を見据えて、ハッシュタグをリスト化するところまでをやってみます。